项目介绍
Dr. Bhattad 现任约翰霍普金斯大学(jhu)计算机科学系助理教授，并隶属于数据科学与人工智能研究所。他此前曾在芝加哥丰田理工学院担任研究助理教授，并于2024年夏季作为访问学者赴加州大学伯克利分校(berkeley)，受Alyosha Efros教授指导。
Dr. Bhattad 博士毕业于伊利诺伊大学厄巴纳-香槟分校(UIUC)，师从David Forsyth教授，求学期间亦受益于Derek Hoiem、Svetlana Lazebnik、Greg Shakhnarovich及Shenlong Wang等多位学者的指导。
攻读博士前，曾在UIUC完成计算机科学和土木与环境工程双硕士学位，本科毕业于印度国家理工学院卡纳塔克分校土木工程专业。
Dr. Bhattad 的研究跨足计算机视觉、生成模型与物理推理领域，核心贡献在于揭示生成模型学习复杂物理知识的机制：发现如本征图像分解等经典计算机视觉概念可在无显式训练的条件下从模型中自发涌现；同时指认生成模型在投影几何理解上的根本局限，并为此类生成图像提供了可靠的检测依据。
这些发现进一步催生出领先的室内场景重照明方法，并基于最大规模开源360°视频数据集实现了单图像3D场景合成。
所属院系：约翰霍普金斯大学，计算机科学系
项目时长：4 年申请要求和方式
申请要求：·人工智能、计算机视觉和计算机科学专业的科研背景；·符合约翰霍普金斯大学相关博士项目的录取要求。
申请方式：按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
