昵称登录后显示

2023年10月到12月 c++ 算法工程师
公司:上海青燕和示科技有限公司
技术栈:1. JNI技术 (在安卓上编写c++的代码); 2.opencv;
任务 1：瞳孔检测

在瞳孔检测任务中，首先借助 Mediapipe（深度学习 API）获取的瞳孔定位坐标（x,y），精确地提取出周围的 ROI（Region of Interest）区域。通过二值化及中值滤波等操作，将坐标（x1,y1）准确映射至该 ROI 区域。接着，计算区域内最近点的轮廓，并构建最小外接圆以确定圆心坐标（X,Y），此坐标即作为瞳孔坐标。针对无高光及轻微高光问题，采用四舍五入的调整方法成功解决。

对于高光问题，执行同事的传统算法方案，包括运用区域生长算法获得虹膜区域并进行 RANSAC 抽样建模，以及模板匹配瞳孔。同时，自己也进行了多方面尝试，如转为 HSV 颜色空间以获得虹膜区域，以及使用聚类算法分析来获取虹膜区域。然而，由于光照的随机性导致虹膜区域不确定且破坏圆形，再加上人的眼睛存在微小差异，使得传统算法先验性过强而鲁棒性差，无法满足光污染情况下的需求，即无法被形式化描述。

在离职前夕，针对现有算法的不足，再次提出解决方案：鉴于光照的随机性（未调试设备），可以将光的亮度调低，从而把问题转化为无高光和轻微高光的问题.

此外，由高光问题引出了深入的理论研究，涉及哲学的直觉、数学上的命题以及图灵计算机计算理论。哥德尔不完备定律证明了数学系统命题的不完备性，依据此定律，直觉上的命题如 “两点之间直线最短” 很难被证明。因此，一些真命题难以被数学语言证明，也存在一些真命题难以被数学语言描述。直觉上的视觉很难被形式严格描述，只有能够被数学语言描述的才能被计算机语言描述（在图灵机的哲学下，计算机语言涉及计算和思维的哲学）。

任务2.人脸标注解决874张。
任务3.实现文件加密的功能，
1. 文件数据量大使用AES算法时间复杂度高
2. 于是我改用简单算法异或加密（服从对称性加密原理），根据异或的自反性解密，读取时使用缓冲区加速读取和处理即可。
任务4.使用python进行爬取人脸图片，并使用多线程。

2022年8月到2023年7月 c++软件工程师
公司: 中汽创智科技有限公司
技术栈:1.NDS开源项目2.c++纯代码开发3.NDS数据库
项目介绍:后端地图引擎开发API
个人负责:
1. 地图匹配中的寻找最近道路和车道算法
在三维空间中，对于点 P (x,y,z) 和多线段（其中第 i 条线段端点为 A₁(x₁,y₁,z₁) 和 B₁(x₂,y₂,z₂)）：
1. 求点 P 到线段 A₁B₁所在直线垂足点 Q。先确定线段 A₁B₁方向向量 AB=(x₂ - x₁,y₂ - y₁,z₂ - z₁)。设 AQ = tAB，可得 Q 坐标为 (x₁ + t (x₂ - x₁),y₁ + t (y₂ - y₁),z₁ + t (z₂ - z₁))，由 PQ 与 AB 垂直列出方程求解 t。
2. 判断垂足点 Q 是否在线段 A₁B₁上，通过计算向量 AQ 和 AB 的模长，若 0≤|AQ|≤|AB | 则在线段上。
3. 计算点 P 到线段 A₁B₁的距离 d (P,A₁B₁)，垂足点在线段上时 d (P,A₁B₁)=|PQ|，不在线段上时 d (P,A₁B₁)=min (|PA₁|,|PB₁|)。
4. 确定点 P 到多线段的距离 d (P,polyline) 为所有线段距离中的最小值，即 d (P,polyline)=min₀ᵢd (P,AᵢBᵢ)。

2. 矩形查找道路算法
给定四个位置，探索矩阵区域中的瓦片id，寻找出瓦片id中的linkid。
3. 地图图层数据的加载，包括车道数据，边界线数据，道路数据，供前端渲染图层。
4.道路驶出算法的算法实现和bug修改。
5.测试项目的功能，并修改。
6.集成所有接口，封装成C语言风格并生成dll。
7.编写日志框架，并添加日志
8.制作流程图和文档。
2021年8月到2022年5月 c++软件工程师
公司:北京科技大学设计研究院
技术栈:1.qt 2.c/c++3.雷达 sdk
项目介绍:雷达激光扫描，算法识别车型，车卷通过雷达扫描后实现车型识别
1.雷达扫描数据，开启工作模式
2.雷达工作模式的调整，指定设备休眠和重启，所有设备休眠
3.采集数据的存储
4.设计qt界面，绘制vtk控件点云绘制，设计复选框界面
5.利用已有网络知识解决现场问题
6.编写需求文档
7.编写程序文档