本科985光电信息工程 转 图像识别/计算机视觉方向

计算成像 (computational imaging)、计算摄影 (computational photograph) 方向很适合你。
这个交叉方向介于传统光学和计算机视觉之间,讲究软硬件结合,设计光学硬件 encoding 辅以软件算法 decoding 以最大化成像的能力或增加额外成像功能。大部分文章发表在 siggraph、cvpr/eccv/iccv、optics express 等。优秀从业者有光学/计算机图形学背景,光学和算法能力一流。优秀公司比如 Facebook Oculus。
一些例子比如光场相机 (light field camera);depth camera,Kinect 相机(结构光或TOF)及各种变种;PSF engineering;Fourier ptychography。还有很多。
我建议题主自行搜索 Ren Ng、Marc Levoy、Shree Nayar、Fredo Durand、Gordon Wetzestin 等人发表在 tog 和 cvpr 的工作。我相信你会很感兴趣的。

■网友
【本科985光电信息工程 转 图像识别/计算机视觉方向】 图像识别最值钱的东西, 都与量子光学相关.

mm级别的图像, 手机就行, 舜宇光电的摄像头都是1丝以下的精度.
um级别的图像, 光学显微镜. 看看细胞, 细胞器, 晶体,
到nm级别的图像, 先经过100nm, 已经衍射了(与光波长相当), 需要波动光学, 薄膜, 气相沉积, 石墨烯, 除了厚度方向, 100nm还是有一些有用的结构搞搞的. 连油漆的颜色, 眼镜的半透膜都是这个量级.
到10nm级别的图像, 纳米效应开始显现, 都是芯片什么的核心工艺啊, 硬盘的磁畴, DNA等大分子碱基对基本能分辨出AGCT, 蛋白质二级结构异常和部分一级结构异常.
到nm级别的图像, 芯片的5nm工艺基本都是要nm级别的测量, 量子光学必选, 因为连光的波长的1/100的东西, 最后都不能只靠光子了, 靠光子和其他粒子相互作用测量.

我不明白的是, 题主有这么好的发展方向的专业, 非和码农抢饭碗.
计算机视觉, 图像处理的算法OpenCV都快3,40年了, 你真的能搞出点什么么?

■网友
计算机视觉/智能机器人更偏向会视觉算法的,什么检测,分割,分类,跟踪。
数学也有要求,优化问题,概率论等。
编程能力就是必备项了,至少要有快速实现算法的能力。
光学的知识并不会涉及太多,但在具体的领域,可能会用到。


    推荐阅读