猿急送>

其他后端兼职程序员

ID：254703

廖梓鑫

计算机视觉视频监控软件负责人

公司信息：
广州像素数据技术股份有限公司

工作经验：
7年

兼职日薪：
1000元/8小时

兼职时间：
可工作日远程

所在区域：
其他
全区

技术能力

精通 C/C++ 编程语言，熟悉 Python 编程语言，熟悉 Java 编程语言。熟悉一部份汇编语言。熟悉人脸检测，人脸比对等相关计算机视觉算法，熟悉物体检测算法的训练过程。熟悉计算机视觉中的图像分类和物体检测的深度学习网络模型，如 resetnet50, darknet53 和 yolov4

项目经验

主导并开发了一套具有人脸识别功能的大型视频监控系统，系统代码超过十万行，具有比较完善的视频监控及人脸抓拍的查询功能，此系统的实现包括了 RTSP 协议，GB28181 协议，人脸检测功能（AdaBoost+Haar 架构），人脸比对引擎及其人脸识别算法！系统地掌握了人脸识别算法的应用，目前本人拥有一套准确率比较高的人脸识别算法！
2020 年 3 月至今，主要的工作重心放在对计算机视觉和深度学习技术相关的研究上。深入了解了深度学习领域的网络模型，优化目标函数以及梯度下降优化途径的基本原理，阅读了开源的深度学习框架 darknet 的源代码。比较熟悉地掌握了 Python，Tensorflow 和 PaddldPaddle 的相关知识。对物体检测的网络模型 faster-rcnn(ResNet50)，SSD-MobileNet，YoloV3 / YoloV4 有比较深入的了解。同时，也深入地了解了中科拓视公司的开源人脸识别算法 SeetaFace3 的人脸检测，人脸关键点检测和人脸比对算法，人脸性别判断，人脸年龄判断和是否有佩戴口罩的判断算法的深度学习网络模型的组成结构。

案例展示

基于人脸识别算法的视频监控软件

主导并开发了一套具有人脸识别功能的大型视频监控系统，系统代码超过十万行，具有比较完善的视频监控及人脸抓拍的查询功能，此系统的实现包括了 RTSP 协议，GB28181 协议，人脸检测功能（AdaBoost+Haar 架构），人脸比对引擎及其人脸识别算法！系统地掌握了人脸识别算法
YoloV4 特体检测算法的训练和应用

主要的工作重心放在对计算机视觉和深度学习技术相关的研究上。深入了解了深度学习领域的网络模型，优化目标函数以及梯度下降优化途径的基本原理，阅读了开源的深度学习框架 darknet 的源代码。比较熟悉地掌握了 Python，Tensorflow 和 PaddldPaddle 的相关知
YoloV4 特体检测算法的训练和应用

主要的工作重心放在对计算机视觉和深度学习技术相关的研究上。深入了解了深度学习领域的网络模型，优化目标函数以及梯度下降优化途径的基本原理，阅读了开源的深度学习框架 darknet 的源代码。比较熟悉地掌握了 Python，Tensorflow 和 PaddldPaddle 的相关知