基于深度学习的目标检测算法的论文阅读和模型实现并基于C++实现集成到项目中;
基于深度学习的行人属性识别调研和论文实现并基于C++实现集成到项目中;
基于Pytorch+CUDA设计实现行人重识别(ReID)模型并训练模型,测试准确率达96%;
实现基于内容的百万级别人脸图像检索算法(以图搜图),主要包括静态快速检索算法研究和实现,自行设计优化深度网络用于检索,并完成基于Thrift\Redis的动态检索服务开发,目前已经部署到好几个产品当中,运行良好;
研究基于深度学习的行人属性识别、基于注意力机制+CNN+LSTM的图片描述等算法;
基于Ubuntu+Qt+GPU的视频实时分析软件架构,包含行人姿态/人脸识别以及目标跟踪/行人属性识别实现;
实现基于Linux的高性能大并发视频分析服务器端,实现基于深度学习的远程视频分析功能。