图像工程师的主要职责包括：

算法设计与开发：

设计和开发用于解决特定图像处理或计算机视觉问题的算法，例如图像分类、目标检测、图像分割和姿态估计等。

算法优化与移植：

优化算法以提高计算效率，并确保算法能够在不同的平台上顺利运行，如从高性能服务器到嵌入式设备。

软件设计与编制：

负责图像识别软件的方案设计、开发及调试，以及移动机器人底层运动控制相关算法的软件设计与编制工作。

系统管理与维护：

组织管理开发项目的技术文件、产品标准、检验标准、物料采购标准、工艺标准的编制、发布与培训。

知识产权保护：

负责知识产权申报、学术论文、技术专著、技术鉴定、产品检测、产品注册和项目申报所需技术支持文档的编制提交。

问题解决与改进：

落实完成生产和市场中图像识别软件质量问题的改进和维护，对临床医学图像问题的反馈进行分析，根据临床需求进行算法调整。

前沿研究：

跟踪前沿研究成果，持续优化现有图像识别算法，提升识别性能。

硬件交互：

与硬件工程师紧密配合，进行雷达信号处理算法仿真、实现、验证，以及硬件电路FPGA和DSP的交互协作。

视频处理：

研究并落地基于深度学习的超分辨率算法、视频前/后处理增强算法，如视频去噪、色彩增强、视频去抖、视频去模糊等。

移动端优化：

针对移动端短视频的特点，研究设计在拍摄、云端、播放环节的视频图像处理算法，并在不同平台实现和优化这些算法。

医学图像处理：

研究、实现和改进医学图像分割、配准相关算法，分析临床医学图像问题，并根据产品需求定义新的图像处理及显示算法。

ISP图像工程师：

负责SP/Camera图像品质调试和优化，开发ISP/Camera相关功能，研究并应用海思系列ISP SoC的规格特性及驱动的DataSheet。

深度学习研发：

负责基于深度学习的计算机视觉技术难点攻关与前瞻研究，包括图像语义分割、目标检测、图像分类、图像增强、自动标注、视频分析、图像推理、网络结构搜索等，并进行深度学习相关技术以及系统的研发。

系统集成与测试：

与系统工程师、硬件工程师密切协作，确保算法在不同硬件和软件环境中的兼容性和优化，并进行系统集成与测试。

客户沟通与培训：

与客户沟通，协调处理客户投诉，保证产品质量，并定期组织培训、交流会议等，提高团队的整体技术水平。

这些职责显示了图像工程师在软件设计、算法研发、系统管理、硬件交互、问题解决、前沿研究以及客户沟通等多个方面的综合能力。