工作职责和业绩:
 基于深度学习的人脸68个landmark关键点检测
项目描述: 该项目通过训练深度学习网络，得到人脸68个landmark关键点的位置
项目职责: 搭建Linux环境下的tensorflow环境、人脸数据的采集、人脸数据的预处理、 网络模型的搭建、训练深度网络等
 人脸表情迁移 人物表情的Emoji动画
项目描述: 分别采用基于2D的landmark方法和基于三维人脸重建的方法，来将实时获取的用户表情迁移到卡通模型上来，使得卡通模型实时地表现出用户的表情
项目职责: (1)基于2D的landmark方法: 人脸检测，人脸特征点定位、3D人脸模型透视变换到2D平面，线性求解加权系数 (2)基于三维人脸重建方法: 三维人脸重建、人脸点云的ICP配准、点云融合等
 基于深度学习的人脸对齐与重建
项目描述: 通过训练深度学习网络，用一张RGB人脸图像得到与之对应的三维人脸模型，以及68个3D的landmark特征点
项目职责: 跑通网络模型，并训练深度网络，将得到的3D的landmark点应用于人脸样本的扩充等应用中
项目应用: 人脸样本的扩充、人脸表情迁移

工作职责和业绩:
 光学字符识别(OCR)
项目描述: 通过采集每个字符独有的强特征，达到识别字符的目的，应用到移动端
项目职责: 采集训练样本、字符强特征的提取、分类节点的优化，
主要算法: SVM算法、图像滤波、图像变换等
 视频中的人脸替换
项目描述: 对电影或者电视剧中的人物进行人脸替换
项目职责: 视频人脸替换算法框架的集成搭建、实现人脸检测、人脸特征点定位、人脸跟踪、人脸对齐、人脸融合、防止替换后人脸出现抖动和渗色等技术
主要算法: 人脸检测算法、ASM主动形状模型算法、L-K光流法、对齐算法、泊松融合算法等