个人介绍
我是程序员客栈的pd162,一名计算机视觉算法研究员;
我毕业于北京师范大学,现就读于中国科学院信息工程研究所。
负责过场景文字检测项目的开发;
熟练使用Python Matlab Java等语言;
如果我能帮上您的忙,请点击“立即预约”或“发布需求”!
工作经历
2021-09-01 -2022-09-01中国科学院信息工程研究所科研助理
主要负责场景文字检测识别的算法的研究工作,参与发表论文2篇,参加首届粤港澳大湾区(黄埔)国际算法算例大赛-街景图像店面招牌文字识别赛道获三等奖
教育经历
2022-09-01 - 中国科学院大学计算机应用技术博士
2018-09-01 - 2022-06-30北京师范大学电子信息科学与技术本科
技能
利用Matlab仿真ASK、FSK、PSK和QAM信号的调制与解调过程。 前端:使用MATLAB自带的APP设计工具设计 根据下拉框返回的结果利用生成的数据更新图像 后端数据:用各模块生成各种调制解调的数据,输入前端。
任务由两部分组成,第一部分是检测到图片中的店面招牌区域,即输入一张街景图片,输出其中的店面招牌的包围框的bbox坐标,可以理解为对于招牌的目标检测任务;第二部分是招牌文字识别,对于第一部分中得到的招牌区域,过滤掉区域中的非招牌文本,找出“招牌文字”并给出识别结果。对于一张输入图片,整个流程的输出如右图所示,由招牌区域的包围框坐标和其对应的招牌文本组成。 我负责算法总流程的整合以及目标检测和文本检测的实现。参考了baseline中目标检测、文本检测、文本识别的一套流程,在中间有一个透视变换矫正模块。其中我们使用的目标监测模型为Cascade Mask-RCNN, 文本检测模型为PANet,文本识别模型为含TPS矫正的CRNN模型,最后输出招牌检测坐标和招牌文本信息。