Wuyae1dn04ioxo9eth56

俞建琮

技能


Core skills 

Tensorflow Pytorch Mxnet

Computer Vision

Face Recognition


Side skills C++

Eigen

Point Cloud process

專案經歷

National Institute of Standards and Technology
FRVT 1:N Identification

  •  使用語言:C++

  •  相關套件:faiss、infomap

協助公司人臉辨識模型參加 nist 1:N 人臉識別競賽
撰寫 1:1、1:N 相關方法並完成與 nist API 串接

Experiences 00 01@2x
GIGABYTE
3D Face Recognition 

  • 使用語言:C++、Python
  • 相關套件:Pytorch、Open3D、Eigen、Pybind11
  • 演算法:Pointnet、Pointnet++、GeoCNN、GridGCN

研究 point cloud 相關 Deep Learning 模型
利用蒐集到的 3D 臉部資料執行訓練並驗證

Experiences 00 02@2x
GIGABYTE
Face Mask Detection

  • 使用語言:Python
  • 相關套件:Tensorflow
蒐集、製作口罩人臉資料
訓練模型辨識是否正確配戴口罩

Experiences 00 02@2x

特殊經歷 - 深度影像人臉識別

以 Pytorch 實現 GridGCN 模型,以深度影像訓練並識別人臉

2021 公司設立新專案,期望能透過深度成像鏡頭抓取影像資料,來做深度影像人臉識別。 

當時搜尋多個點雲相關模型,從論文閱讀到程式碼撰寫皆由我負責。


曾運用經典的點雲模型 Pointnet、Pointnet++ 等,來驗證 3D 影像臉部識別的可行性。


因為深度影像鏡頭是以 C++ 撰寫讀取影像方法,而深度學習模型大多以 Python 撰寫訓練方法。

專案過程中學習 Pybind11 使 C++ 和 Python 能互相溝通,讓 C++ 高效程序成功讀取影像,並使用 Python 接收由 C++ 傳遞來的影像資訊,令訓練方式更為便捷。


個人的 Pybind11 學習心得,請參考下方連結:

Pybind11


專案最終以 GridGCN 模型,作為主要的臉部深度影像識別模型。

模型原先以 Mxnet 和 CUDA 撰寫,將其修改成以 Pytorch 和 Python 實現論文模型的 classification 功能。

雖然過程波折,卻能排除困難,最後依然能達成公司內部深度影像人臉識別驗證的目標。


此專案讓我從多篇論文中學習了深度點雲的處理方法,更充分的掌握了 3D 和 2D 影像之間的差異。 

過程很有挑戰性,個人也深深覺得收穫滿滿,期待能將我這樣的能力和經驗完整貢獻給貴公司。

工作經歷

歐特明電子股份有限公司 | 軟體工程師 | 2022 年 5 月 - 至今

技嘉科技股份有限公司 | 軟體工程師 | 2020 年 2 月 - 2022 年 5 月

國家實驗動物中心 | 專案技術員 | 2017 年 9 月 - 2020 年 1 月

學歷

National Taiwan University, 學士學位, Animal Science, 2012 ~ 2016

Powered By CakeResume