本人学习能力强，注重团队合作。在导师的指导和同学的交流合作过程中，对机器视觉和纹理触觉再现方面有了比较深刻的了解。在项目的实践和学校安排的课程学习中，掌握了c和python编程语言、熟悉tensorflow深度学习框架；熟悉机器学习中的基础算法，例如决策树、贝叶斯、SVM、聚类算法等；并对图像的三维重建、力触觉再现算法有一定的了解。在生活和学习过程中，善于发现问题并积极寻求解决办法，对待工作认真负责，踏实肯干。

主要负责视频会议产品方案设计。具体包括根据不同客户会议室大小、自身需求等要求，向客户推荐合适视频会议产品，以及产品布局、调试等任务。初期会去现场作技术支持。

该项目为研究生数学建模比赛
对录制好的视屏针对其前景进行提取，研究静态背景、动态背景、监控器晃动等不同情况下目标前景的提取，根据视频判断视频中有无异常事件发生，并判断是何种事件。

采用单高斯模型、混合高斯模型分别对静态、动态背景下前景目标提取；
采用双线性插值法对监控器晃动作电子稳像处理；
根据人脸检测库检测图像中的人流，提出循环神经网络模型对出现异常事件的视频进行学习。

主要实现对三维模型的纹理分析与力触觉再现。其中采用Shape-from-Template算法对重构柔性物体三维模型；采用网格LBP算法对三维图像进行纹理分析；对三维模型进行触觉建模并加入梯度反馈力，增强操作者对虚拟表面感受力。

三维模型的搭建、采用python编程语言搭建的LBP纹理分析框架、梯度反馈力算法的提出

主要实现对黑色素瘤图像和非黑色素瘤图像的分类，数据来源于患者用普通电子设备拍摄的普通图像，区别于专门医疗机构拍摄的专业皮肤镜图像，帮助患者在家自主检查的同时节省医疗资源。其中加入对普通图像的光照评估，筛选出无光照问题的图片；采用GrabCut算法对筛选的图像进行分割，只保留病变区域；采用Alexnet卷积神经网络对图像进行特征学习，再用SVM分类器完成分类。

模型的提出、数据的采集、图像分割、tensorflow搭建深度学习框架以及对调试

主要课程：C语言、数字图像处理、物联网导论、自动控制原理、通信原理
毕业设计：员工考勤管理系统设计

研究方向：机器视觉、深度学习、纹理力触觉再现