图像算法工程师

性别:女

电话:188-8888-8888

邮箱:email@jianli1.com

生日:1989.05

所在地:广东省珠海市

基础信息

学历:本科

学校:中国海洋大学

专业:服务科学与工程

身体状况:健康

求职意向

意向城市:广东省珠海市

教育经历

中国海洋大学

2016.09 ~ 2020.06

服务科学与工程

本科

会所经营与管理、前厅服务与管理、会籍销售与管理、芳香疗法、SPA 技能实训、高尔夫运动技术、高尔夫礼仪与规则等。

、软件服务工程导论、服务业务分析与建模、软件服务使能技术、服务系统体系结构与设计、软件测试与质量保证、软件与社会、

Java 程序设计、Web 应用开发技术、移动计算技术、电子商务与互联网金融、云计算与软件服务、ERP 与供应链管理、人工智能

与智慧服务、服务管理。

工作经历

上海医药集团股份有限公司

2020-2-1 ~ 2021-7-1

图像算法工程师

单独负责 DVC 视频检测项目。

行为箱项目对接人负责人。

负责 CCF(计算机图形学与多媒体)A 类刊物、会议的周汇报。

中国中煤能源股份有限公司

2021-8-1 ~ 2023-1-1

图像算法工程师

调研动态人脸表情捕获相关模型,预演实现技术路径,构建相应的数据采集策略,并实现人脸表情捕获模型,在实现人脸表情捕获

模型基础上,针对 nvidia 嵌入式设备 Jetsonnano、手机移动端 IOScoreml/AndroidTNN、PC 平台来对模型进行优化、剪枝以达

到工程化最优化效果结合需业务方对接模型输出,并形成 demo 展示。

调研音频数据口型对齐模型,预演数据采集策略,通过音频识别模型构建音频识别模型,结合注意力模型,形成音频-口型模型输出

控制信号针对移动端计算框架对模型进行算子优化,实现最优的工程效果,形成标准服务及工具服务,并形成 demo 展示。

人脸 3 维建模模型预演调研。

结合 BFM 模型对 3 维人脸进行建模,生成对应的控制模型,实现对人脸的动态还原以 basel 模型及自定义的 3d 人脸点云模型为基

础,通过标准 68 个关键点的关联,构建生成模型,通过人脸面部表情捕获输出信号控制,还原 3 维人脸。

人脸生成模型预演调研通过 stylegan 作为标准人脸生成模型架构,进行了基于 facemanipulation,styletransfer,info-gan,

faceparameterization,nerf,w-nerf,pi-nerf 相关模型的构建及验证复现相关专利内容的撰写及申请。

项目经验

上海医药相关项目

2020-2-1 ~ 2021-7-1

上海医药集团股份有限公司

图像算法工程师

所做工作:(1)利用奇异普分析对原始电力负荷数据进行分解并去除噪声;

利用 SVM 对十周的数据进行预测,针对预测结果,应用多目标多元宇宙优化器(MOMVO)对 SVM 的参数进行优化,建立多目

标组合优化预测模型;

应用 SSA-MOMVO-SVM 模型对半小时、1 小时和周末的电力负荷数据进行区间预测,利用区间预测覆盖率(IFCP)和区间预测

平均宽度(IFAW)评估模型区间预测水平;

通过给损失函数添加正则化项防止过拟合现象,提高模型的泛化能力。

项目成果:基于上述项目完成了一篇英文文章《Short-Term Electric Load Forecasting Based on Singular Spectrum Analysis

and Support Vector Machine Optimized By Multi-Verse Optimization Algorithm》

中国中煤相关项目

2021-8-1 ~ 2023-1-1

中国中煤能源股份有限公司

图像算法工程师

图像算法 SDK 项目旨在为整个创作底层多媒体能力栈提供图像处理能力。包括基础图像处理能力、美颜、美型、抠图等一些列能

力。

过程中负责带领同学完成图像算法 SDK 的技术架构设计工作。以及日常开发管理工作。

图像算法 SDK 整体架构设计上汲取了 GPUImage 的一些设计思想。同时规避了 GPUImage 中的一些问题。整体效率及可用性高

于 GPUImage。最终也在 B 站的粉版 App 中。完成了对 GPUImage 这个图像算法库的整体替换。成为了当前粉版 App 的底层图

像算法能力的基础组件。

同时滤镜、美颜、美型能力输出给了拍摄 SDK。让自研的拍摄 SDK 在美型,美颜、图像滤镜等方面具备了全自研能力。摆脱了对

商汤的依赖

抠图能力输出给了虚拟形象项目。是得 up 主可以从现有市面资源中快速获得虚拟形象部件的纹理。完成对形象的自定义。

技能列表

C++:一般

HMM:熟练

卷积神经网络:良好

CNN:精通

自我评价

熟悉 Python 开发语言、了解 C、C++语言;

熟悉 TensorFlow 深度学习开源框架平台和 OpenCV 图像处理;

熟悉 CNN、RNN、Transfomer、注意力机制等深度学习常用框架模型;

熟悉图像分类、检测、分割、跟踪等;了解点云感知,了解多传感器信息融合(卡尔曼滤波);

具备持续学习、不断进步的思想观念;以在深度学习/自动驾驶领域达到先进水平为奋斗目标。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注