基本信息

 

个人简介:1993年毕业于西安交通大学无线电专业(学士学位),1998年于西安交通大学获得通信与信息系统系统专业博士学位。目前在电信学院信通系图像所工作,专业硕士导师,负责讲授研究生课程“Digital Image Processing”和本科生课程“数字图像处理”。研究方向为图像识别和机器视觉系统,承接了合肥,深圳等地多家企业与中科院西安光机所的横向课题。曾以第一二作者的身份在“模式识别与人工智能”,“电子学报”等刊物上发表论文多篇。

联系方式

liang.yj@mail.xjtu.edu.cn

站点计数器

研究领域

数字图像处理 机器视觉与计算机图形学

 

2018年至今的主持的科研课题

 

1  书画备案鉴证算法的研发

2  基于深度视觉导航的AGV车载系统

3  面向多种设备的书画鉴证备案CPU及GPU算法的研发与升级完善

4  nVidia数据处理板卡和固件开发 

 
近期部分具体研究内容
 
1 基于YOLO的目标检测系统
相关项目旨在基于最优秀的目标检测模型之一YOLO,融合相应的机器学习算法,根据特定的目标检测问题对模型进行优化,设计出针对特定目标最优的神经网络检测模型:(1)通过设定相应损失函数、渐进分辨率训练等手段,训练出侧重于检测框精度的、目标由远及近的目标检测模型,并通过五折交叉验证保证模型拥有较高的mAP;(2)通过数据传输损失仿真、数据增强等方法,消除硬件系统带来的数据传输损失,增强目标检测系统的鲁棒性;(3)针对特定目标对模型进行支剪,设计出相比于原模型更加轻量化、专注化的模型,进而降低目标检测系统的功耗,降低对算力和电源的要求。
 
 
 
2 基于双目深度摄像头的室内三维重建系统
此项目旨在利用深度摄像头采集得到RGBD图像并计算点云,融合多种机器学习和深度学习算法重建出真实的室内环境,并使系统满足便携性、高效性和低功耗要求,此项目基于以下三点进行深入研究:一、设计可控转台旋转相机采集得到室内多处点云信息,根据转动角度精确拼接子点云得到拼接点云;二、利用AKAZE等特征提取算子计算RGB图像的相似度以对多个拼接点云进行角度粗匹配,并对粗匹配点云进行ICP细配准;三、根据多帧平滑算法建立深度图像去噪数据集,训练U-Net网络对点云进行降噪和补全,优化重建效果,减小配准难度。