彭思达的学术背景与成就 - 彭思达为浙江大学助理教授及ZJU100青年教授，于2018年获浙大本科学位，2023年获博士学位[2] - 其谷歌学术主页显示，截至统计时，总被引次数为7662次，自2021年以来的被引次数为7470次[3][4] - 其学术影响力指标显著：h-index为36，i10-index为58，表明有36篇论文被引用至少36次，58篇论文被引用至少10次[3][4] - 在GitHub上拥有2.3千名关注者，其分享个人科研经验的仓库获得了9.7千星标和521次分享[5][6] 彭思达的代表性研究成果 - InfiniDepth (2026年1月): 与理想公司合作，彭思达为通讯作者，该论文研究基于神经隐式场的任意分辨率与细粒度深度估计[1] - StreetCrafter (2024年12月第一版，2025年8月第三版): 与理想公司合作，彭思达为通讯作者，该研究为街景合成设计了可控视频扩散模型，利用激光雷达数据实现像素级控制[2] - Street Gaussians (2024年1月第一版，2024年8月第三版): 与理想公司合作，彭思达为通讯作者，该方法使用高斯泼溅为自动驾驶场景创建逼真动态城市街道模型[2] - 高引用论文: 其论文《PVNet: Pixel-wise Voting Network for 6DoF Object Pose Estimation》(2020年)被引用1512次；《Implicit Neural Representations with Structured Latent Codes for Human Body Modeling》(2023年)被引用1025次；《Animatable Neural Radiance Fields for Modeling Dynamic Human Bodies》(2021年)被引用660次；《Deep Snake for Real-Time Instance Segmentation》(2020年)被引用461次[4] 彭思达的科研影响力与开源贡献 - 其研究成果代码开源并获广泛关注，例如“neuralbody”项目获951星标，“animatable_nerf”获522星标，“snake”项目获1.2千星标，“pvnet”项目获870星标，“mlp_maps”项目获239星标[5] - 在GitHub上开源了名为“learning research”的科研经验总结，旨在帮助实验室成员及外部研究者，内容涵盖如何成为顶尖博士生、科研能力培养、论文写作与学术报告等[6][8][9] - 与多位研究人员在GAMES平台共同开设了《GAMES003：图形视觉科研基本素养》课程，系统化分享科研经验[7][9] 彭思达的师承关系与科研培养 - 彭思达在知乎回答中详细描述了其导师浙江大学周晓巍教授的指导，称其科研能力从零开始到取得显著成果均得益于周老师的培养[11] - 在其导师指导下，彭思达获得了多项荣誉，包括2022年Apple AIML PhD fellowship（全球15人，亚太唯一）、2021年Style3D PhD fellowship（全国10人）、2021年CVPR最佳论文候选（7000多篇中选32篇）、2020年CCF-CV学术新锐奖（全国视觉博士生中选3人），并连续四年在CVPR发表口头报告或最佳论文候选论文[11] - 评论指出，彭思达评价导师的方式及其详实的回答细节具有说服力，其带学生的方式也必然受到导师周晓巍的熏陶，形成良好的师承关系[13]