技术:熟悉基础的计算机视觉空间几何变换,相机标定,单映矩阵,旋转矩阵等空间转换模型。 熟悉基础的机器学习模型,对线性分类器,CNN模型,tensorflow有基础的学习实践。 编程语言Python/C++熟练,熟悉Linux系统shell指令,了解基础数据结构算法。
项目:2020.6 - 至今 基于眼动人机交互技术研究 该项目为硕士期间研究方向。视线追踪是一种实时追踪并记录眼球移动和注视位置的技术,是通过视觉信息分析人注意力的常用方法。应用场景为AR/VR的眼动交互控制,相信在不久取代手柄控制。作为基础的视线追踪算法,必解决问题是通过摄像头获取
案例: 眼动开发仪
技术:能熟练使用C++,Python及其它面向对象程序设计软件;熟练掌握相关编程语言的逻辑及编程方法。 掌握Linux操作系统及常用命令,拥有嵌入式开发能力,熟悉QT、VS开发。 熟悉STL和常用的数据结构,了解软件开发生命周期,能够编写清晰的开发文档。 熟悉Pytorch
项目:《基于训练神经网络的图像相似度计算》 2023.11-2024.4 项目简述:构建孪生神经网络模型,依靠MNIST和CIFAR-10数据集,计算实时提取的特征向量与数据库中已知特征向量之间的距离来衡量它们的相似度,对模型进行训练及引导深度学习,设定阈值,判断特征向量是否足够相
案例: 基于训练神经网络的图像相似度