Resume

个人信息

我是何天尧，正在上海交通大学电子系攻读硕士学位，从事视频理解，多模态分析，计算机视觉等领域的研究，师从媒体信息网络研究所的林巍峣教授。 [个人简历]

教育 📚

GPA: 3.93/4.0 (10%) 相关课程：视觉计算理论与工程实践/3D感知与数据处理技术/应用随机过程/图与网络/现代信号处理

GPA: 3.64/4.0 (30%) 相关课程：程序设计/数据结构/概率论/算法设计与分析/人工智能/计算机系统工程/机器学习/计算机网络

科研 🔬

第一作者 AAAI 2024，专利申请，扩展期刊审稿中

与联想AI Lab合作，针对复杂的多步骤视频理解任务（如：实验操作、跳水&体操、装配视频等），现有方法在缺乏步骤标注时性能较差。团队利用视频之间的内在步骤一致性，实现了弱监督下具备步骤感知能力的复杂视频相关性分析，在三项任务上取得最佳效果。 [paper] [code]

第二作者 ACM MM 2023

针对音乐抄袭的问题，构建了大规模的模拟 & 真实抄袭案例数据集，并提出基于二分图匹配的音乐抄袭检测算法，取得目前最佳效果。 [paper] [code]

第三作者 IJCV在投

目前目标检测技术在密集遮挡的场景下（如人群检测）性能表现不佳，针对这一问题，不同于传统直接预测目标框的方法，团队采用变分推断的思想，推断目标位置的概率分布，将目标遮挡这一不确定度建模在方法中进行优化，设计即插即用模块并在多个方法上实现提升。

竞赛 🏅

团队负责人 2023年03月 - 2023年11月

与“中国铁塔”合作，利用铁塔上的PTZ摄像机，实现单目摄像机的千米级目标地理位置定位。团队结合计算机视觉、AI大模型和地理信息技术，提出了视频相机标定算法、AI地表位置推断以及地形定位模型三大创新点，提升了50%以上的定位精度。 [相关报道]

团队负责人 2023年03月 - 2023年9月

与“中国联通”合作，实现高保真的智能数字人技术。团队构建大规模、高质量说话人视频帧数据集，并设计显示参数实现数字人的可控生成和细粒度编辑，在智能客服、旅游向导、网课教学场景实现丰富应用。 [相关报道]

团队成员 2023年1月 - 2023年3月

竞赛针对卫星遥感拍摄的海上视频，要求检测和跟踪飞机和船等小目标。团队进行跨数据集增强，并且考虑了性能和效率的平衡，采用 Yolo-v5m + 最优二分匹配的策略，在所有团队中给出了最佳性能和效率，夺得第一。

荣誉 🏆

Skills