本人985博士生,发表论文6篇,其中一篇发表在SCI一区TOP期刊《Pattern Recognition》上。以第一发明人发表授权发明专利2项,授权软著2项,熟悉python多年,熟练掌握深度学习技术程序开发,并可以设计创新模块与算法,支持论文、专利等撰写。擅长领域:步态识别、图像/视频识别分析、对抗生成、对抗攻击等
1、项目经历
(1)2019到2021年,参加国家自然科学基金项目-面向安全性的分布式压缩感知视频处理关键技术研究
(2)2021年至今,参加国家自然科学基金项目-多模态图像感知及其特征融合安全性的关键技术研究
2、主要科研比赛
(1)“兆易创新杯”第十五届中国研究生电子设计竞赛 商业计划书专项初赛团队二等奖
-- 奖励单位:中国学位与研究生教育学会、中国科协青少年科技中心、中国电子学会
(2)参与项目《一糖守护——糖尿病减糖数字化管理引领者》在“互联网+”信息技术服务研究生创意组 高教主赛道中获得了二等奖
(3)2024计算机科学学院“挑战杯”大学生课外学术科技作品竞赛二等奖
多风格神经风格迁移(Multi-Style Neural Style Transfer, MS-NST)是神经风格迁移(Neural Style Transfer, NST)的扩展,旨在将多种艺术风格同时融合到一幅图像中,从而产生具有多重艺术风格特色的作品。这一技术在计算机视觉和
步态识别(Gait Recognition) 是指通过分析一个人的行走方式(步态)来识别其身份的技术。与指纹、面部、虹膜等生物特征识别方法不同,步态识别是基于人体运动特征的一种生物特征识别技术。它能够在不接触、不依赖其他硬件设备(如摄像头、传感器)并且能从较远的距离进行识别,因此