1. 算法开发 • 负责相机 ISP 算法的研究、设计和实现，包括去噪、色彩校正、锐化、对比度增强、对焦变焦快速聚焦等; • 优化算法以提高图像质量，同时考虑算法的效率和资源占用，确保在不同硬件平台上的良好运行。 2. 调试与优化 • 与硬件工程师紧密合作，对相机系统进行调试，确保图像信号的准确采集和处理; • 针对不同的拍摄场景和光照条件，调整算法参数以获得最佳的图像效果。 3. 性能评估 • 建立图像质量评估体系，通过主观和客观的方法对算法性能进行评估; • 分析算法的优势和不足，提出改进方案并持续优化。 4. 技术支持 • 为产品团队提供技术支持，解决相机图像相关的问题; • 与其他部门协作，确保相机产品的整体性能和用户体验。

1. 专业知识 • 具备扎实的数字图像处理、计算机视觉等相关专业知识; • 熟悉相机成像原理和 ISP 处理流程; • 掌握先进的算法技术,了解深度学习在图像增强、超分辨率等方面的应用，能够将其与传统算法相结合，提升图像质量。比如，利用深度学习算法进行图像去模糊，可以显著提高图像的清晰度，为用户带来更好的视觉体验。 2. 编程能力 • 熟练掌握 C/C++、Python 等编程语言; • 有良好的算法实现和优化能力。例如，通过优化算法的内存访问模式、减少计算复杂度等方法，可以使算法在嵌入式设备上能够实时运行。 • 熟悉海思平台，有海思平台相关经验 • 具有ISP算法开发经验，参与过多个不同类型的相机项目，包括手机相机、数码相机、安防摄像头等，熟悉不同产品的需求和特点。 3. 工具使用 • 熟悉常用的图像处理软件和工具，如 MATLAB、OpenCV 等; • 了解图像传感器和相机硬件的基本特性。 4. 问题解决能力 • 具备较强的分析和解决问题的能力，能够快速定位和解决图像质量问题。 例如，当出现色彩偏差问题时，通过分析图像传感器的参数设置、白平衡算法的执行情况等，找出问题根源并进行调整; • 与硬件工程师、软件工程师、��试工程师等密切合作，确保算法在整个相机系统中能够正常运行。 5. 学习能力 • 关注行业最新技术动态，不断学习和掌握新的算法和技术。关注每年的计算机视觉和图像处理领域的学术会议和论文，了解前沿研究成果，并思考如何应用到实际项目中。 • 自我提升意识 主动学习新的编程语言、工具和技术，拓宽自己的知识面和技能范围。如学习新的深度学习框架，掌握图像质量评估的新方法等，以提高自己在行业中的竞争力。