赵鹏阳

 北京    15330050984    pengyang.zhao@foxmail.com  

 个人概述

清华大学电子工程系博士，研究方向为计算机视觉与生物识别；具备生成式图像复原、计算摄影、RAW / RGB 域画质优化与端侧算法落地经验。现任荣耀高级算法工程师，长期负责手机影像算法的预研与落地，主要方向涵盖文字场景图像复原、生成式人像精修与瑕疵感知、RAW 域 Diffusion 算法预研，以及异构 CFA 方案通路与算法可行性验证。

 教育经历

研究方向：计算机视觉、生物识别

 工作经验

 核心项目经历

项目职责：针对现实复杂退化场景下的文字图像，主导从数据闭环、复原算法研发和落地的全流程。

• 生成式复原算法研发：主导从传统 Transformer 向 JiT + Flow Matching 生成式架构演进，引入像素级结构约束缓解文字笔画幻觉与结构失真；探索基于 CLIP 对比学习的汉字 embedding 方案，分别编码字符索引与笔画序列，并将两路表征拼接为 context 条件。整体方案对比基线模型主观盲测胜率接近 100%，文本识别准确率相对提升 12%、识别置信度提升 26%，成功支撑下一代旗舰机影像卖点特性。
• 数据闭环与数据工程：构建基于大模型驱动的自动化数据清洗与演进管线。微调 Qwen3-VL-8B-Instruct 建立硬例挖掘与价值过滤机制，对输入图像进行多维度质量量化，实现高质量文字图像的自动化高精筛选与过滤。融合实采、渲染合成与生成数据等异构源，高效构建出百万级规模的高质量文字复原训练集，形成可持续迭代的数据闭环体系。

项目职责：面向相册后处理与云端修图场景，负责生成式人像精修模型微调及人脸瑕疵分割算法研发，参与美颜偏好对齐与少步推理方案验证。

• 生成式人像精修：基于约 3～4 万组人工及软件精修成对数据，对 FLUX.2 [klein] Base 4B 注意力模块进行 LoRA 微调；结合 Identity Loss、LPIPS 及 Face Parsing 区域约束，抑制身份漂移与非目标区域改动。协同引入 Diffusion-DPO 与 LCM，将推理过程由约 50 步压缩至 2～4 步，并通过 latent 低频监督缓解色彩漂移。
• 人脸瑕疵分割：基于约 3 万张数据训练多类别 U-Net 分割模型，采用软边界监督改善细小瑕疵的边界定位效果，结合类别权重及 Mask 后处理，为不同类型瑕疵的参数化精细调整提供支持。

项目职责：参与布局下一代“端云协同”影像演进，针对 RAW 域图像传统复原模型的画质上限限制，引入生成式大模型先验，探索多帧输入条件下的模型结构设计与 RAW 域信息注入策略。

• 跨空间条件注入设计：针对 Flux-7B 的隐空间与原始 RAW 域（Bayer 格式）的模态差异，通过添加额外数据流的方式进行信息引入 RAW 域信息，结合 LoRA 微调显式约束底层结构，使输出 RGB 域下图像重建质量显著提升。
• Latent / Pixel 空间扩散方案消融与架构选型 ：对比预研 Latent 与 Pixel 空间扩散两大路线，深入探究图像重建中“清晰度”与“保真度”的两者在不同技术路线上的效果差异，为模型定型与演进奠定基础。

 专业技能

• 算法方向：计算机视觉、图像复原、生成式视觉算法、计算摄影、RAW 域画质优化、生物识别。
• AI 提效/辅助开发：在实际业务/生活中深度集成 Claude Code / Codex / Openclaw 等 AI 工具，并能够基于相关设计思想合理设计 CLAUDE.md/AGENTS.md 与 Skills 进行项目管理与自动化效率提升；为 Openclaw 等 Multi-Agent 工具搭建技能中台避免 Agent Workspace 腐化。
• 开发技能/工具：Python, Pytorch, Diffusers, PEFT, Git, Docker 等。
• 英语能力: 通过大学英语四六级考试；具备良好的英语听说读写能力，能够快速浏览英文文献和书籍。

 荣誉奖励

• 荣耀 2024 年度微光者、荣耀知识之星
• 国家奖学金、奇虎 360 奖学金、三星奖学金
• 校优秀学生干部、校优秀学生、校级国奖励学标兵

 论文

发表与参与论文 7 篇，研究方向聚焦生物识别与图像复原。