9年经验算法/软件工程师,硕士学历,擅长 Python、深度学习、目标检测(YOLO)、OpenCV 与 AI 系统落地。主导过医疗影像与视频分析平台、行为识别系统,可独立完成方案设计、开发与交付,沟通高效、交付可靠。
1.基于图像处理的洗手行为自动分类系统
项目简介:
本项目面向医疗场景,基于视频分析技术实现洗手行为的自动识别与分类,用于监测医护人员洗手流程的规范性,提升医院手卫生管理的智能化水平。
项目内容:
系统通过人体姿态分析与卷积神经网络,对视频中的手部区域及洗手动作进行检测和分步分类,支持洗手过程关键步骤识别、结果统计与可视化展示。模型结合实际业务场景进行优化,保证在复杂环境下的识别稳定性。
个人角色:
负责整体算法方案设计、模型选择与训练、核心算法模块开发,以及与系统端的集成与效果验证。
2. 医院 ICU 穿脱隔离服流程管控系统
项目简介:
该项目用于医院 ICU 场景,通过视频智能分析技术,对医护人员穿脱隔离服的操作流程进行自动识别与合规性检测,降低人为监管成本。
项目内容:
系统基于 YOLO 目标检测与人体姿态识别算法,对视频中的关键动作与流程节点进行识别与分析,并结合业务规则判断操作是否符合规范,最终形成可视化的流程监控与记录结果。
个人角色:
主要负责目标检测算法模块开发、模型优化与算法效果验证,参与系统整体方案设计与业务逻辑梳理。
| 角色 | 职位 |
| 负责人 | 算法工程师 |
| 队员 | 前端工程师 |
| 队员 | 后端工程师 |
本项目面向医疗场景,基于视频分析技术实现洗手行为的自动识别与分类,用于监测医护人员洗手流程的规范性,提升医院手卫生管理的智能化水平。 系统通过人体姿态分析与卷积神经网络,对视频中的手部区域及洗手动作进行检测和分步分类,支持洗手过程关键步骤识别、结果统计与可视化展示。模型结合实际
该项目用于医院 ICU 场景,通过视频智能分析技术,对医护人员穿脱隔离服的操作流程进行自动识别与合规性检测,降低人为监管成本。 系统基于 YOLO 目标检测与人体姿态识别算法,对视频中的关键动作与流程节点进行识别与分析,并结合业务规则判断操作是否符合规范,最终形成可视化的流程监