视频动作识别
目标是对排球运动员的视频动作进行表示、分类与评价，辅助训练，本课题收到女排教练郎平亲自提
出关于应用方面的建议。研究问题分为三个阶段:动作捕获，动作分析，以及动作评价方法，难点在
于动作表示方法。
• 在国家排球训练场所架设立体摄像系统，捕获运动员动作，提出以球为中心的运动员视频动作片 段捕获方法，并制作数据集;
• 针对视频动作表示，提出基于稠密轨迹方法的优化，引入网络特征，训练视频动作表示;
• 比较 SVM 等多种分类方法，并对多种动作相似计算方法进行实验。

主题审核系统的开发，项目对设计师上传的主题包进行截图，审核人员通过 主题基本信息和截图预览对主题进行审核。该项目基于领域模型设计，涉及技术包括:Java、Spring MVC、Kubernetes、Nginx、Mysql。实习期间主管高度评价本人的工作成果与工作态度。
• 基于小米内部的测试机管理平台，编写脚本连接、检查手机，配置截图环境，并通过 adb 在手机 端执行具体的截图任务，节省大量测试机资源;
• 实现具有优先级的任务队列，并发调度队列中的截图任务，提高截图效率;
• 基于根结点的递归，实现主题包中的 xml 标签全部更新为大驼峰格式，优化主题渲染速度。

多源知识图谱融合
该项目将多源大规模异构数据源导入知识库，经过存储格式转变、实体自动匹配、关系推理后对外提
供增强后的知识库。
• 前期调研，调研主流的基于记录的匹配框架并横向比较，包括 dedupe、silk，重点阅读 dedupe 源 码与论文;
• 基于图数据存储模式，设计知识图谱融合方案，包括原型设计、数据处理流程;
• 记录匹配算法改进与实现，包括基于记录的匹配、基于网络的匹配以及基于同义词林的匹配;
• 基于 Gremlin 语句实现合并实体节点，以及合并后的撤销操作，实现节点标签业务逻辑开发。