马惠敏博士针对数据驱动的机器学习在不确定的复杂场景图像识别中的困难,通过建立自顶向下的认知先验数学模型,创新性地将其引入基于自底向上的数据驱动机器学习中,提出了多模态多视角多任务3D场景图像深度学习认知方法3DOP、MV3D,用于复杂驾驶场景中三维物体检测,使得错误率降低了50%,国际权威自动驾驶数据集KITTI上评测获得第一名。