本人就读于武汉大学计算机学院,研究方向为计算机视觉,熟练掌握深度学习、人工智能算法、计算机视觉算法,以及python、opencv、pytorch等深度学习框架。
主要成果如下:
1. 2018届“创青春”智慧校园全国大学生创业大赛金奖(第一顺序);
2. 专利:一种利用深度学习分类模型实现烟雾检测的方法和系统;
3. 第二届“我梦见-楚天创客”大赛优秀创意奖(省级奖项)(第一顺序)
4. 第五届中国“互联网+”大学生创新创业大赛校级二等奖(第一顺序)
5. Real-time Video-based Smoke Detection with High Accuracy and Efficiency
6. Regularizing neural networks for image classification using score clustering loss function
基于Bi-LSTM-CRF的维吾尔语分词 算法
基于深度学习的实时视频烟雾检测算法
无监督跨模态(可见光-红外)行人重识别算法
基于视觉的无人只能货柜算法
火灾,是自然界和人类社会中发生概率最高的灾害之一,严重威胁了人类的生命财 产安全,给社会带来了巨大的损失。传统的火灾探测技术是基于各种各样的传感器,如 热感应式传感器、烟雾感应传感器及光感应传感器。这种基于传感器的火灾检测技术存 在着覆盖范围小,响应速度慢,受环境影响严重等缺陷,
在白天可见光模式和夜间红外模式(VI-ReID)之间匹配人体图像是一个具有挑战性的跨模式行人检索问题。现有的方法通常是在原始图像空间中学习多模态特征,忽略了图像的层次差异。有些方法采用GAN技术来产生交叉模态图像,但它破坏了图像的局部结构,引入了不可避免的噪声。在本项目中,我们提