3D Computer Vision Engineer

[리얼월드] 3D Computer Vision Engineer

[주요 업무]

- Human-Object Interaction (HOI) 분석 및 3D Pose Estimation

- 멀티 카메라 및 Egocentric 뷰 기반의 정밀한 3D Hand/Body Pose 추정 파이프라인 구축

- MANO, SMPL 등 Parametric Model을 활용한 형상(Shape) 및 포즈(Pose) 파라미터 최적화 (Beta/Scale parameter 추정 등)

- 다중 센서(카메라, IMU 등) 간의 시공간적 캘리브레이션(Temporal/SpatialCalibration) 및 동기화 알고리즘 개발

- Human-to-Robot Motion Retargeting

- 사람의 손/팔 궤적을 로봇(휴머노이드, 로봇 암)의 기구학적 특성에 맞춰 변환하는 리타게팅(Retargeting) 알고리즘 개발

- 로봇 핸드와 인간 손의 구조적 차이를 고려한 Grasp Pose 매핑 및 최적화

- 리타게팅된 궤적의 물리적 실현 가능성 검증 및 후처리(Smoothing, Interpolation, Collision Avoidance)

- Data Pipeline for Robot Learning (VLA)

- 대규모 Human 데몬스트레이션 데이터를 VLA(Vision-Language-Action) 모델 학습용 데이터로 변환하는 자동화 파이프라인 구축

- Sim-to-Real Gap을 줄이기 위한 데이터 증강(Augmentation) 및 Inpainting 기술 적용

- 수집된 데이터의 품질 검증을 위한 시각화(Visualization) 도구 및 정량적 평가 지표 개발

[자격 요건]

- Computer Vision / Robotics 관련 학위 또는 실무 경험

- 3D Vision & Geometry 이해: Multi-view Geometry, Camera Calibration, 3D Reconstruction에 대한 깊은 이해

- Parametric Human Model 경험: MANO, SMPL, FLAME 등 3DMM 활용 및 최적화 경험

- Programming: Python 및 PyTorch/TensorFlow 등 딥러닝 프레임워크 능숙

- Motion Processing: 3D Motion Data 처리, Kinematics, Trajectory Optimization 관련 지식

[우대 사항]

- Robotics Control & Simulation: 로봇 기구학(Kinematics), Dynamics, 시뮬레이터(Mujoco, Isaac Sim 등) 활용 능력

- Deep Learning for 3D Human: HMR(Human Mesh Recovery), HOI Detection 관련 최신 논문 구현 경험

- System Integration: 멀티 카메라 시스템 구축, 센서 퓨전, ROS/ROS2 개발 경험

- Large Scale Data Processing: 대규모 영상/3D 데이터 처리 파이프라인 구축 경험

- Problem Solving: 복잡한 Real-world 문제(Occlusion, Noise 등)를 해결하기 위한 집요한 탐구 자세