安防监控视频分析——安全帽佩戴及颜色识别 2018 年 12 月-2019 年 3 月
· 基于 TensorFlow 框架实现了基于深度学习的 MTCNN 的目标检测网络的训练，能够从低图像质量的安防监控 视频流中，定位识别“安全帽”和“人头”，在目标像素尺寸大于 20*20 的条件下，准确率高达 98%以上。 · 利用 MobileNet 对 MTCNN 算法进行加速，实现了 CPU 上的实时图像处理分析。 · 设计了一套针对时序视频流图像的分析算法，包括：利用前后景分割算法定位视频中的运动物体/人体；根据 IOU 值对上述检测出来的运动人体进行跟踪；每当一个人体从视频流中走出时，分析其历史每一帧的 MTCNN 检测 结果数据，判断其是否正确佩戴安全帽。 · 根据工地现场的视频流，组织实习生进行安全帽的数据采集及标注工作，完成了 70,000 多张图片数据的采集。

安防监控视频分析——人体危险区域入侵检测 2018 年 10 月-2018 年 11 月
· 基于 TensorFlow Object Detection-API 完成了针对 CrowdHuman 数据集的 SSD-MobileNet、YOLO-V3、FasterRCNN 等目标检测网络的训练，实现了视频流中的人体检测，准确率达 95%。 · 利用 CrowdHuman 数据集制作了“人体头肩”数据并训练了 MTCNN 模型，实现了视频流中小尺寸的人体定位 检测，准确率高达 98%，并实现了实时处理分析视频流的效果。

工业智能制造图像分析 2018 年 3 月至今
· 5 个专利：钢铁领域的图像智能分析，包括：OCR 编号识别、异常识别、跟踪定位等图像处理技术。 · 熟练运用 openCV，实现图像增强(线性变化、CLAHE 算法、直方图均值化等)、图像特征提取(圆形检测、直线 边缘检测、椭圆拟合、特征点检测等)、基于图像熵的图像匹配、图像去噪、形态学变换等。