一、基于 Facenet 的人脸识别闸机
项目背景：开发实时人脸识别闸机
项目过程：共用约20 天时间，独立完成。调研并开发算法，完成算法后，从源码编译TX2 开发板运行环境并移植算法。
为了达到实时检测，做了跳帧处理。主要难点在于对提取的人脸特征向量进行匹配，尝试了多种方法后，
选择了SVM 进行最终的匹配。
项目结果：达到了实时人脸识别的功能。在较小的人脸数据集（100人左右）达到了95%的正确率。
在1080Ti上的速度达到了70-80FPS，TX2 上为 6-8FPS，跳帧处理后可以达到实时检测。
二、基于 DELF 的建筑图像搜索系统
项目背景：开发支持部分搜整体的建筑图像搜索系统Demo
项目过程：为期2 个月，独立完成。在调研了多种传统图像处理方法和几种深度学习方法后，选择了DELF算法。
独自完成算法的开发后，制作了简易UI 界面的 Demo。主要难点是加快对提取的建筑特征点进行RANSAC inlier 匹配时的速度，
最终使用了多进程同步匹配进行加速。
项目结果：完成了整图搜索和部分搜整体的Demo，在1000 多张 4k*4k 的图片库中搜索风格最相近的6 张图片的速度约为20s 左右。
三、利用图像分类的疲劳驾驶识别系统
项目背景：开发利用图像分类法识别疲劳驾驶系统
项目过程：独立实现疲劳驾驶识别系统，包括系统设计，采集数据，代码编写，到最终系统测试。
项目结果：幅度较大的动作（如从后座拿东西，喝水/吃东西等）准确率达到80%以上，幅度较小动作（如困倦，
和副驾驶聊天等）准确率约在60%左右。

工作职责：测试风河 Linux 系统的CVE（全英文工作环境）
项目经历（部分）
一、基于 Faster R-CNN 的车辆及行人检测
项目简介：使用ResNet50 的预训练模型，用Kitti 数据集进行 fine-tune 实现车辆及行人检测。
项目职责：修改代码，安装GPU 训练环境（安装 Linux 系统，配置环境等），训练模型，撰写报告。
二、DRGAN 论文的复现及修改
项目简介：独立复现DRGAN论文，并将其改为生成车辆图片。主要负责代码编写，模型训练，调参等。