编程语言:Python,MATLAB,C/C++
深度学习框架:PyTorch,TensorFlow,Keras
其他工具:LATEX,MS Oce,Ubuntu,Pycharm,NumPy,Matplotlib,Scikit-learn,VS Code
证书:CET-6,全国计算机二级考试(MS Oce高级应用,C/C++语言程序设计)
1. 基于弱监督学习的目标检测: 统一了主动学习中的分布对齐与样本选择; 降低了过度估计未标注样本的风险; 用多示例学习对示例级不确定性重加权,以选择信息量大的图像
2. 遮挡图像识别中零样本学习算法设计: 建立了视觉空间、语义描述空间和类别空间之间的联系
3. 眼底照片病灶分割(视盘分割): 实现了高分辨率眼底照片的数据增强,对分割结果进行膨胀腐蚀
4. 基于红外图像的目标跟踪: 由帧间差确定重心,计算帧间灰度直方图相似度
5. 基于Kinect设备和SDK工具的人机交互系统: 根据人体骨骼构建体感控制系统
6. 基于颜色直方图的人脸检测: 将样本颜色频率作为人脸判别标准,计算相似度