致远Tech
4天前在线
全职 · 300/日  ·  6525/月
工作时间: 工作日08:00-18:00、周末08:00-18:00工作地点: 远程
服务企业: 0家累计提交: 0工时
联系方式:
********
********
********
聊一聊

使用APP扫码聊一聊

个人介绍

我是程序员客栈的【致远Tech】,一名【架构师】或【后端C++开发】;

我毕业于【上海科技大学】,担任过【厦门恒深智能软件系统有限公司】的【技术主管】,担任过【厦门福伟华科技有限公司】的【技术总监】;

负责过【车牌识别算法】,【智能交通安防系统】,【大中型企业商标管理平台】的开发;

熟练使用【C++】,【SpringBoot】,【TensorFlow/PyTorch】,【Oracle】;

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

  • 2021-11-01 -2024-10-31福建汇商信息科技有限公司技术总监

    主导搭建公司技术管理体系,引入敏捷开发模式​(Scrum框架),建立每日站会、迭代评审与回顾机制,推动需求响应速度提升40%;设计CI/CD自动化流水线,集成SonarQube代码扫描与Jenkins持续部署,实现核心项目交付周期缩短30%; 组建并管理20人技术团队,划分前端、后端、算法、测试四大组别,制定技术职级晋升体系​(初级→资深→专家),培养3名技术经理级骨干; 主导技术栈升级,从传统Java EE迁移至Spring Cloud微服务架构,支持高并发场景(单日请求量突破50万次); 主导《大中型企业商标管理平台》(支持500+商标规模企业)全周期开发,完成需求分析、系统架构设计及后端核心模块编码,系统日均处理商标事务超10万笔。 采用前后端分离架构,前端基于Vue3实现响应式交互(适配PC/移动端),后端通过SpringBoot构建微服务,集成OAuth2.0安全认证与分布式事务管理。 核心功能包括商标动态监控、多国注册流程自动化、侵权预警引擎,支持千万级商标数据秒级检索,性能优化后查询响应时间降低40%。 服务vivo等头部客户,定制化开发商标生命周期管理系统,实现与客户内

  • 2008-10-08 -2011-05-31厦门福伟华科技有限公司技术总监

    - 统筹公司技术研发体系,主导智能交通安防系统研发,管理25人技术团队,建立代码评审与敏捷开发流程,推动项目交付周期缩短25%。 - ​车牌识别算法架构设计​:基于深度学习框架(早期YOLO模型变种)构建端到端检测系统,优化特征提取网络(采用GoogLeNet改进结构),实现车牌定位准确率92%、识别速度80ms/帧,支撑厦门市“天眼工程”电子警察系统日均处理10万+车辆数据。 ​- 核心模块开发​:设计多线程并行处理方案,集成车牌字符矫正与CNN分类算法,解决低光照、污损车牌识别难题,应用于福州市公安局治安卡口系统,违法抓拍准确率提升至98%。 ​- 技术成果转化​:主导申请6项软件著作权(含视频结构化分析、交通事件检测等),支撑公司中标厦门市公安局“智能交通综合管理平台”及江门市新会区公安局“治安防控三期”项目,合同总额超3000万元。

  • 2004-09-16 -2006-07-31厦门恒深智能软件系统有限公司技术主管

    主导公司技术体系搭建,统筹智能交通领域项目研发,管理10人开发团队,制定代码规范与开发流程,推动项目交付效率提升30%。 ​车牌识别算法架构设计​:基于YOLOv5模型(早期版本)构建轻量化目标检测框架,优化网络结构(如采用CSPDarknet53替代传统Backbone),实现车牌定位准确率从82%提升至95%,单帧处理耗时从120ms压缩至65ms。 ​核心模块开发​:参与车牌字符分割与识别算法编写,采用形态学处理与CNN分类结合方案,解决倾斜、污损车牌识别难题,支持厦门市智能交通管理系统(ITMS)车牌数据实时处理需求。 ​技术成果转化​:主导完成6项软件著作权(含车牌识别核心算法专利),支撑公司中标厦门市公安局“电子警察升级项目”及福州市公安局“治安卡口系统”等3个千万级项目,系统部署后路段违法抓拍效率提升40%。

教育经历

  • 1985-09-01 - 1989-07-01上海科技大学计算机科学与技术本科

    **上海科学技术大学 计算机科学系** 计算机软件及应用专业 | 1985.09.01 - 1989.07.03 (注:该校于1994年并入上海大学,现为上海大学嘉定校区前身) - **专业方向**: 主修计算机软件理论、数据结构与算法、操作系统原理、数据库系统设计,辅修F

语言

普通话
0
1
2
3
4
5
0
1
2
3
4
5

技能

Oracle
0
1
2
3
4
5
0
1
2
3
4
5
作品
高清卡口监控系统

一、面向对象与核心价值 本方案主要服务于公安部门、交通管理部门及高速公路运营单位,旨在解决三大核心问题: 车辆精准识别与追踪:通过高清摄像头与智能算法,实现车辆号牌、车型、颜色等特征的快速识别,支持嫌疑车辆布控、违法车辆追踪等场景。 交通流量实时监控:全天候采集道路车流量数据,为交通疏导、信号灯优化提供决策依据,缓解城市拥堵问题。 高效数据管理与分析:解决传统方案中数据分散、检索效率低的问题,支持海量抓拍数据的结构化存储、多维度检索及可视化统计。 本系统通过高稳定性、低延迟的技术架构,弥补了市场常见方案在复杂环境下的识别率低、数据丢失率高及跨平台兼容性不足的缺陷,为智慧交通与公共安全提供可靠支撑。 二、产品组成与技术选型 1. 数据采集系统 技术实现:基于标准C++开发,采用多线程、异步I/O技术,支持高并发数据接收与处理。 功能定位:负责对接高清摄像头、雷达等硬件设备,实时抓拍车辆图像并提取结构化数据(如车牌号、时间戳、地理位置),确保原始数据高效传输至后端。 2. 卡口监控Web平台 前端架构:采用Vue3框架,结合TypeScript与Element Plus组件库,实现动态图表展示、实时视频调阅及多条件复合检索功能。 后端架构:基于Java语言与Spring Boot框架搭建,集成MyBatis-Plus、Redis等组件,提供RESTful API接口,支撑权限管理、数据分发与统计分析服务。 三、核心竞争优势 1. 全栈跨平台兼容性 系统从数据采集到Web平台均采用跨平台技术栈(如C++的POSIX标准、Java的JVM特性、Vue3的浏览器适配能力),支持部署于Windows、Linux及国产化操作系统(如麒麟、统信),避免传统方案对特定操作系统的依赖,显著降低用户硬件采购与运维成本。 2. 高并发数据采集保障 多线程优化:采集系统基于C++11标准线程库,采用“生产者-消费者”模型,通过线程池动态分配计算资源,实现万级/秒的并发数据处理能力,较传统单线程方案效率提升300%以上。 零丢失设计:通过双缓冲队列、断点续传机制及异常状态实时监控,确保极端网络波动或硬件故障下的数据完整性,漏拍率低于0.01%。 3. 前后端分离与高性能架构 前端体验升级:Vue3的响应式编程与虚拟DOM技术,支持复杂交互场景的流畅渲染;结合WebSocket实现违法告警信息实时推送,较传统jQuery方案减少80%的页面卡顿问题。 后端弹性扩展:Spring Cloud微服务架构支持动态扩容,通过Nginx负载均衡与分布式数据库(如MySQL集群),可承载百万级车辆数据的秒级检索;内置规则引擎支持自定义布控策略,提升违法行为的主动拦截效率。 4. 综合附加优势 安全性:采用国密算法对传输数据加密,支持HTTPS协议与OAuth2.0身份认证。 智能化扩展:预留AI算法接口,可无缝集成车型识别、驾驶员行为分析等深度学习模型,满足未来业务升级需求。 总结 本方案通过跨平台兼容性、高并发数据处理与现代化前后端架构,构建了高性能、易扩展的卡口监控体系,为公共安全与交通管理领域提供了兼具稳定性与前瞻性的解决方案,助力用户实现从“被动监控”到“主动治理”的数字化转型。

0
2025-05-19 13:24
下载次数:0
¥10000
更新于: 3天前 浏览: 4