我是一名 

介绍

对许多人来说，图像理解是一个重要的研究问题。
诸如文本到图像检索、视觉问答等应用，视觉对话等等。
在所有这些应用程序中，
如何理解通过查询获取图像一直是一个挑战。
大多数研究都集中在在一般图像上，
并获得了所需的结果，但对于某些图像则不然。
具体的实际应用，例如遥感。
为了解决这个问题，在本文中，
我们提出了一种增强的基于注意力的方法，
题为EAGLE，将遥感图像和NLP有效结合。
                                        

CV + NLP

2019年

介绍

涉及技术：
界面（C# WPF）、
代码结构（MVVM）、
数据库（Entity Framework、Mysql）。

当前进度：
数据库设计、基础框架搭建（Day1）、
界面设计（Day2）、
数据链路走通、界面优化（Day3）、
界面进一步优化（Day4-6）。
                                        

C#

2024年

介绍

我们日常生活中的实物，通常按固定方式分组或排序，  
比如图书馆的书籍按分类号排列，  
但为了更好比较，我们常需要根据评分、出版社、  
评论、出版年、关键词等属性，重新分组或排序。  
本文提出一种名为DRCmpVis的移动应用框架，  
通过手机摄像头扫描实物，用虚拟形象替换，  
在虚拟环境中进行筛选、重组和重新排序，  
以便在不改变实物布局的情况下，进行多属性比较。  
实验结果证明该方法高效实用。
                                        

CV+可视化

2021年

介绍

我们提出了IGScript，
这是一种新颖的基于脚本的交互grammar工具，
可以帮助构建用于通信的科学数据表示动画。
我们设计了一个双空间接口和一个编译器，
将grammar语句或脚本等自然语言转换为数据故事动画，
以对脚本驱动的数据预表达进行交互式定制，
然后开发了一个代码生成器（反编译器），
将交互式数据探索动画翻译回脚本代码，
以实现语句参数。
                                        

可视化

2021年

介绍

主要任务：
快速评价一份代码是否正确且高效得完成了计算任务。

主要工作：
负责评测机内核代码编写及网站架构设计；
负责课题组的人员管理，
以及与其他课题组的沟通协调；
负责科研报告、研究报告等项目文档的撰写、整理和汇报；
参与项目调研和需求分析工作。
开发一年内，该项目已获得七百位以上活跃用户，
在线提交代码次数超过4万次。
                                        

Web开发

2019年

介绍

训练深度卷积神经网络时，
噪声通常会影响分割效果。
因此很多神经网络会通过人为添加随机噪声，
来强化网络在有噪声的情况下的识别能力。
但是由于不清楚数据的噪声分布，
网络训练过程只能产生随机高斯噪声，
而没法模拟产生真实世界的噪声。
在医学影像数据处理领域中，
对图像轮廓更加关注，
因此可以考虑对轮廓加权生成噪声。
                                        

CV

2022年

介绍

医学图像的精准分割，对临床诊断至关重要。  
融合上下文关系能增强神经网络的表达能力，  
传统LSTM和自注意力机制，能捕捉数据的全局依赖，  
但两者往往独立工作，缺乏直接联系。  
本文创新地将LSTM与自注意力的稀疏编码结合，  
利用LSTM的状态压缩与历史信息，
提升自注意力的全局捕捉能力。  
我们设计了两个模块，将自注意力嵌入LSTM中，  
无额外计算开销下，更好地处理全局依赖。  
实验表明，这些模块提升了医学图像分割的准确性。
                                        

CV

2024年

介绍

医学图像分割在临床应用中至关重要，
但由于解剖结构复杂，  
且需精确定位，分割任务仍充满挑战。  
本文提出了LSTMSA模型，
将自注意力机制与LSTM模块结合，  
解决了传统方法易早期收敛的问题，  
通过嵌入自注意力，平衡训练过程，  
同时利用LSTM处理时间信息，保留局部细节。  
此外，LSTMSA还避免了自注意力导致的信息丢失，  
在四个医学图像数据集上的实验结果显示，  
LSTMSA在精度上达到领先水平，
且保留了重要的解剖特征。
                                        

CV

2024年

介绍

半监督学习在医学图像分割中，  
因数据标注有限而备受关注。  
现有方法多关注高置信伪标签，  
却忽视了大量低置信伪标签的潜力。  
本文提出新方法，系统利用低置信伪标签，  
在图像层面通过超像素算法和信息熵投票，  
保证空间一致性，在特征层面利用三元组损失，  
区分相似和不相似区域。  
同时，集成互相校正框架，迭代优化伪标签质量。  
实验结果显示该方法在两个公开数据集上，  
优于所有基线，显著提升分割性能。
                                        

CV

2024年

介绍

医学影像在疾病诊断和监测中至关重要，  
其中精确的息肉分割尤为关键。  
但由于标注数据稀缺，  
分割模型的开发受到限制。  
半监督学习成为解决这一问题的重要方法。  
传统方法通过强弱扰动一致性损失来提供监督，  
但在训练初期强扰动占主导，  
导致模型难以提取有效特征，影响性能。  
为此，我们提出了一种新方法，  
逐步引入强弱扰动监督信号，  
让模型从训练初期就专注学习相关特征，  
缓解早期主导问题，提升分割效果。  
在两个常用息肉分割数据集上，  
该方法超越了现有的最优方法，  
显著提高了分割精度。
                                        

CV

2023年

介绍

3D流线数据分析广泛应用于气象和医学等领域，  
例如表示空气流动的流线或显示水流动的DTI数据。  
领域专家常需查询特定曲线特征，  
以过滤无关数据，分析背后的隐藏现象。  
目前，基于特征的交互式流线可视化多使用鼠标绘制2D曲线，  
但2D曲线难以表现3D流线的空间特征，  
导致查询准确性低，增加用户认知负担。  
本文提出基于多重Leap Motion的3D流线可视化与查询系统，  
允许用户通过手指自然输入3D数据，并进行旋转、缩放等交互。  
我们设计了特征提取算法，用于查询流场数据集中的流线。  
通过路径数据、DTI数据和手势轨迹的测试，  
结果表明显著提高了特征提取效果。
                                        

可视化

2022年

介绍

地震数据可视化与分析对石油和天然气勘探至关重要，  
帮助地质学家和勘探专家理解地下地质结构。  
地下流动路径（UPFs）是重要的地层结构，  
与油气分布有关。  
传统的地震数据可视化系统使用电脑屏幕、鼠标和键盘，  
但缺乏深度信息和操作不便一直困扰用户。  
虚拟现实技术在实验教学、
飞行模拟和文化遗产重建中广泛应用，  
它提供的沉浸式体验弥补了传统设备的不足。  
本文设计了一种基于虚拟现实设备的地震数据可视化系统，  
用户可通过虚拟现实控制器调整传输函数，  
进行旋转、缩放等操作，  
并通过二次曲面距离或切片查询详细探索UPFs。  
结果表明，该方法在一定程度上替代了传统设备，  
提供了更沉浸的探索体验。
                                        

可视化

2021年

介绍

该项目完成了波形图的实时数据可视化，
并在其中解决了一个主要的短时间内大批量向硬盘写入数据的问题，
即在测试代码中，理想情况下每次都能够写入大量相同数据，
但实际场景中，会出现每次写入的数据量不同，
写入数据频率高的情况，因此需要对多线程写入进行改进。
出现问题的原因是多个线程共有文件指针位置竞争条件：
每个线程会设置文件指针的位置并进行写入操作。
这可能导致线程之间竞争文件指针的问题，
从而出现不一致的写入。
解决这个问题，可以选择把输入数据都攒着，
每隔几个G，用异步方法写入一次文件。
这种方法没法做到实时写入，
但是通过QByteArray的位置来回跳跃写入，
可以保证数据最多只进行一次缓冲区的复制和一次写入磁盘操作，
速度可以达到理论最大值。
                                        

QT软件开发

2023年

介绍

现有与曲面处理相关的工作中，
大多力求在曲面细分和曲面简化领域
获得更好的效果或者适应更特殊的的数据，
很少有工作关注使用曲面细分和曲面简化算法
来更好的重构曲面。
但事实上曲面细分和曲面简化工作中的长处
可以完成互补，
以完成一个全新的目标。
基于这一点，
本工作提出了一种基于二次度量误差的曲面重构算法，
通过将经典二次度量误差在衡量边坍缩代价上的优势，
在曲面细分过程中进行整合，
最终达到了使得曲面顶点分布更合理的效果。
                                        

计算机图形学、曲面重构

2022年

介绍

有一天我眼睛发炎在家，
不能看电子屏幕。
想听个小说，
却发现机器朗读的小说，
语气毫无波澜的同时，
小说中不管男性角色还是女性角色，
都是同一个人在读，
让人感觉相当的出戏。

于是，就有了这个项目的灵感。
如果能有一个软件，
能够根据文本内容，
自动识别文本中的角色，
然后根据角色的
性别、情绪、语速、语调等特征，
自动切换不同的音色，
那么，听小说的体验会不会更好呢？
                                        

自然语言处理、TTS

2022年

介绍

码头船舶货运调度是一个复杂的问题，
涉及到船舶的到港时间、货物的装卸时间、
码头的设备状况、人员安排等多个因素。
在实际操作中，
码头的运输机器需要根据这些因素，
合理安排船舶的到港时间和货物的装卸时间，
以保证码头的正常运转。
在这个项目中，
我们将使用强化学习算法，
根据码头的实际情况，
设计一个合理的运输机器调度算法，
以提高码头的工作效率。
                                        

路径规划、调度、避障算法

2022年

介绍

迷宫战斗AI机器人是一个基于强化学习的项目，
主要用于解决迷宫战斗中的AI机器人的问题。
在迷宫战斗中，
AI机器人需要根据自己的位置和周围的环境，
选择合适的行动来躲避敌人的攻击，
同时找到敌人的位置并进行攻击。
在这个项目中，
我们将使用强化学习算法，
设计一个合理的AI机器人策略，
以提高AI机器人在迷宫战斗中的表现。
                                        

路径规划、强化学习

2022年

介绍

器材抛光结果辨别系统是一个基于深度学习的项目，
主要用于解决器材抛光结果的辨别问题。
在器材抛光过程中，
抛光结果的质量直接影响器材的使用效果，
因此需要对抛光结果进行辨别。
在这个项目中，
我们将使用随机森林、KNN、SVM等深度学习算法，
设计一个合理的器材抛光结果辨别系统，
以提高器材抛光结果的辨别准确率。
                                        

机器学习

2023年

介绍

表面缺陷检测系统是一个基于深度学习的项目，
主要用于解决表面缺陷检测的问题。
在这个项目中，
我们将使用Yolo系列目标检测算法，
设计一个合理的表面缺陷检测系统，
以提高表面缺陷的检测准确率。
同时，我们还将设计一个表面缺陷检测系统的算法部署方案，
以提高表面缺陷检测系统的实际应用效果。
                                        

目标检测、算法部署

2023年

介绍

电动车头盔佩戴检测系统是一个基于深度学习的项目，
主要用于解决电动车头盔佩戴检测的问题。
在这个项目中，
我们将使用Yolo系列目标检测算法，
设计一个合理的电动车头盔佩戴检测系统，
                                        

目标检测、算法部署

2023年