Construiré modelos de visión por computadora de alto rendimiento para análisis de imágenes y videos

Como investigador de IA publicado (WACV, ECCV), comprendo profundamente las matemáticas y la arquitectura detrás de los sistemas de visión modernos. He desarrollado con éxito pipelines complejos y multimodales que procesan videos en tiempo real en dispositivos edge con una latencia inferior a 200 ms. Si tu proyecto requiere precisión de vanguardia como detección de objetos sin entrenamiento previo, segmentación temporal de videos o QA visual automatizado, estás en el lugar correcto.

Lo que puedo construir para ti:

• Detección y seguimiento avanzado de objetos: Implementación de pipelines rápidos y altamente precisos para seguimiento en tiempo real y OCR.
• Analítica de videos y reconocimiento de actividades: Segmentación temporal compleja y comprensión de actividades humanas usando secuencias ligeras de esqueletos 2D.
• Sistemas multimodales VLM: Fusión de modelos visión-lenguaje para preguntas y respuestas complejas en imágenes/video y reportes automatizados.
• Optimización de Edge AI: Comprimir y destilar modelos maestros masivos en modelos estudiantes compactos y ultrarrápidos para entornos móviles o de bajo poder de cómputo.

¿Por qué elegirme?

• Experto publicado: Autor de nuevos marcos de alineación de videos auto-supervisados.
• Eficiencia lista para producción: Historial comprobado de reducir la latencia del modelo de 20 segundos a 1-2 segundos sin sacrificar precisión.