创业公司
工作描述: 项目1: 01编码的信标定位
图像检测识别算法识别01汉明编码的信标。图像的检测识别算法识别信标的ID号，检测信标的4个角点的图像坐标，信标的偏转角度主要是根据图像信标的一边与图像的X轴进行叉积运算求信标的偏转角度。通过图像坐标到世界坐标的旋转矩阵和平移向量求得通过图像信标到机器人世界坐标的相关计算公式。信标定位算法首先建立地图，根据地图信息对机器人进行定位。
项目2: 行人跟踪算法
行人跟踪算法，首先应用DPMS算法对行人进行检测对检测区域提取样本。应用KC相关滤波算和TLD算法，kcf算法在检测目标周围区域的循环矩阵采集正负样本，利用脊回归训练目标检测器。主要是在kcf跟踪算法的目标跟踪区域周边划分区域进行前景检测，方差滤波，模版匹配的相关算法与原模版匹配，对kcf跟踪算法输出的跟踪目标进行校准，该算法在光线变化，快速移动，遮挡等具有鲁棒性。
项目3: 视觉slam
视觉slam算法主要是vins-mono的slam算法应用单目相机和IMU惯性导航紧耦合的方法。提取的图像的Features和做完IMU的预积分之后。初始化中恢复出尺度、重力、速度以及IMU的bias，视觉初始化的过程中主要以SFM为主，将IMU的预积分结果与其对齐视觉与IMU对齐主要是 修正陀螺仪的bias，初始化速度、重力向量 g和尺度因子， 改进重力向量 g的量值；状态估计器模块在系统初始化完后，对视觉与IMU信息进行基于滑动窗口的紧耦合过程中所用到的非线性优化，局部的BA优化。在后端优化中实现了视觉与IMU的对齐的紧耦合。关键帧的选取，做完滑窗优化之后，将滑窗内的倒数第二帧作为关键帧，并加入到了关键帧序列当中。闭环检测利用BoW去搜索匹配到的闭环中的关键帧，并且在在小窗口范围进行特征匹配，利用共视的特征点，将得到的闭环帧放入当前的滑动窗口进行优化。这里闭环帧的位姿是被固定的。全局的位姿优化，非线性优化本质只是在一个滑窗之内求解出了相机的位姿，而且在回环检测部分，利用固定位姿的回环帧只是纠正了滑窗内的相机位姿，并没有修正其他位姿缺少全局的一致性，所以要做一次全局的Pose Graph。
工作和学习:
主要是基于cnn卷积神经网络，学习了相关的经典的AlexNet，VGG NetGoogleNet等网络模型，并对这些深度学习网络模型进行了一定的研究和分析，应用YOLO算法实际的训练和测试。对tensorflow深度学习框架也做了深入的学习。并应用python编写基于TensorFlow网络模型代码。

工作描述: 项目: faster rcnn 算法的改进和优化
主要是应用改进的faster rcnn卷积神经网络模型的深度学习算法针对视频中的人，机动车，非机动车目标的分类检测，总共有10类目标应用度学习算法分类检测。主要应用C语言实现。
算法: 改进的faster rcnn深度学习的快速检测算法，卷积网络模型总共有162层。该算法主要由特征提取，候选区域提取，目标分类。特征提取主要由卷积层，激活层，池化层构成，其中卷积层进行了一定的改进主要是应用PVANet优化的Inception卷积模型减小网络的计算量,用于捕获输入图像中小目标和大目标的最具有成本效益。候选区域选取层主要是应用RPN针对特征提取的每个特征点映射到原图像上按照长宽的缩放比例每个特征点生成9个anchor,通过NMS保留200个候选框。目标分类主要是应用全连接层通过softmax分类目标检测。

创业公司
工作描述: 主要职能: 负责图像处理算法开发和优化
主要是做镭射防伪标签的图像识别,分几个功能模块，一是目标提取主要是提取外接矩形轮廓确定待识别的目标范围，二是通过图像预处理提取每个粉块的轮廓，三是应用lsd的直线提取方法提取每个粉块的方向。四是提取每个粉块的颜色特征，主要是采用hsv颜色直方图的方法做为每个粉块的颜色特征，五是每个粉块的匹配，主要根据每个粉块的中心点，方向，颜色特征进行匹配。目标提取要考虑到每帧图像是否清晰，有两种模糊，一是离焦模糊和运动模糊，主要是采用边缘检测(sobel)的方法对图像进行质量评价。开发环境主要是应用vs2010和opencv图像库，主要应用是C语言进行开发的，应用到android和ios手机环境。

工作描述: 项目1: 视频车辆检测算法白天和晚上
白天车辆检测算法主要是在视频图像框选的相关区域内应用视频相邻帧间的差分算法对框选区域的运动车辆进行检测和学习构造该检测区域的相关背景，在应用背景差分算法和相邻帧间差分算法对该检测区进行车辆检测。检测区域划分成三块，根据第一块区域根据检测算法是判定有车辆进入检测区域，第二块检测区域判定检测区域内车辆存在，第三块检测区域是判定检测区域内车辆离开。根据检测算法应用一个定的逻辑根据三块区域内的情况对整个检测区域判定是否有车辆经过和存在。
晚上车辆检测算法主要是检测区域划分跟白天的基本一样，晚上主要是根据车辆的灯光进行检测判定检测区域是否有车辆。也应用一定的逻辑对三个检测区域根据检测算法进行判定。
项目2: 视频车辆排队检测算法分白天和晚上
白天的车辆排队算法，主要是视频图像大的检测区域又细分若干小的检测区域，应用相邻帧间检测算法对每个小的检测区域车辆检测进行判定，根据每个区域的检测结果映射到时间轴上计算整个检测区域的车辆排队长度。第一个检测区域根据车辆检测算法判断整个大的检测区域是否有车辆进行排队，主要是根据车辆在第一个小检测区域停留时间进行判定。第一个检测区域检测到车辆运动就取消整个检测区域的车辆排队。
晚上的车辆排队算法，晚上车辆排队检测算法主要是应用车辆的灯光进行检测，主要是固定曝光参数和相应的图像灰度亮度抑制晚上图像由于灯光过曝的情况，晚上排队检测算法也是应用把检测到的结果映射到时间轴上计算整个检测区域的排队长度。第一个检测区域根据车辆检测算法判断整个大的检测区域是否有车辆进行排队，主要是根据车辆在第一个小检测区域停留时间进行判定。第一个检测区域检测到车辆运动就取消整个检测区域的车辆排队。
项目3: 视频目标识别算法
视频匹配算法主要是应用到景区建筑物是否有损毁，该算法主要是应用图像的灰度图像的去灰度均值NCC的模版匹配算法。
工作学习:
adaboost检测算法主要是用到人脸检测算法，该算法主要是应用haar矩形特征，采用图像积分的形式，用弱分类器对样本图像筛选，满足条件的构造强分类器，在对强分类器进行训练，最终构造成级联分类器，通过级联分类器的训练，确定人脸在图像中的位置。根据该方法可以在一张图片上可以找出多张人脸。

项目1
主要任务是负责视频检测。已经完成了200万高清摄像机的视频卡口功能车辆的视频检测项目，该项目主要应用的算法是背景减除法，其中还包括阴影消除算法，主要应用C/C++实现。
项目2
主要是针对到的视频电子警察，该算法主要是应用在十字路口对车辆行为轨迹的跟踪。项目的功能模块是在视频检测的基础上进行的。其中包括的算法主要有目标提取的视频检测功能，确定目标的型心位置的重心跟踪算法，对目标的特征进行提取的颜色直方图算法，核心算法是粒子滤波算法就是前向预测算法是在贝叶斯算法的基础上改进的算法，粒子滤波算法的核心模块有重采样算法，状态转移算法，状态量更新，状态估计算法，模型更新算法。算法主要用的是C/C++实现。