VR/AR

采集设备信息，进行网络内设备集体性能监控，维护部分链接，及时上报性能异常，采集性能数据，反映设备情况。

用于产品广告展示,主要工作是将模型上色,并将全景图片做为 3D 环境布设做为后部环境,将模型置入 3D 工具,并加入动画交互展示该产品(VR 眼镜)每个部件名称/功能/位置.动画展示该产品的使用步骤. 项目部署在 linux中, html 展示. 个人负责节点交互设置,模型上色,web 转换,模型 json 核验,部署

项目描述：视频融合 摄像头标定 视频监控摄像头校正，工具开发，行为分析算法 项目责任：技术难点攻关，研发 主要具体工作如下： 1 研究鱼眼，广角，普通，全景摄像头校正算法。 2 算法实现与改进 （matlab,glsl) 3 校正工具设计与开发 (Qt,ffmpeg,c++) 4 解决多路视频同时校正与播放 (unreal engine 4,c++） 5 视频行为分析算法实现，包括人体识别和行为分类（openpose python pytorch tensorflow)

1.负责搭建后台，完成基础表格的CRUD功能 2.负责集成MinIO，将上传的全景图片保存到MinIO服务器 3.负责场景图的上传及场景数据上传 4.负责场景数据格式转换，将前端传来的（x,y,z）坐标等数据转换成相应的角度、距离数据。

前端UNIAPP，后端PHP， 前后端独自完成。 一个基于修仙机制的多级邀请关系系统。 后端逻辑比较复杂，用户可通过完成任务修炼等级，也可以邀请朋友升级等级。

负责整个三维城市项目的设计和开发，前期主要负责三维城市项目的技术点验证，后期主要负责三维城市项目的效率优化和效果优化，整个任职过程中参与了贵阳项目、余杭项目、平塘项目等的开发；

完成自动驾驶车道线的识别，快速建立OpenCV开发的直观认识，车道线的智能识别，主要用于行车过程中，球机的视角（类似于驾驶员或行车记录仪的视角）对车道线进行识别，智能判断违法行为，并且智能识别车牌号，并且获取违法证据照片

ui路i同归于尽挺好法塔赫发帖海富通合同让他会突然会让他会突然热火让他突然让他让他人体人体有人他依然人与人体人体

负责整体项目规划，中台搭建，3D建模接入。最终实现风洞设备实时监控，拖拉式替换。数据保存对比，数据回放等功能

主要功能： 本地打开全景图进行全景查看 图片标注，文本，热点，录音，图片，自动旋转，标尺等 标注交互，拖拽，修改等 预览模式 本人职责： 单人开发 主要难点： 热点管理，存储和复加载

1，通过超大尺寸多点触摸屏，手指触摸墙面进行交互 2，通过图片、视频、动图、3D模型将产品详细展示出来。 3，通过多种图片变换形式，让游戏变得更加多样和美观。

1，通过Steam HTC设备，实现虚拟点击，抓取，投掷篮球等功能。 2，倒计时内，玩家通过抓取篮球，向篮筐进行投掷，进入篮筐得分。 3，记录玩家分数，游戏结束显示排行榜。

1.所有的驱动功能调试；HDMI功能，usb dp显示和声音调试，电量计功能调试， pd快充调试，充放电曲线调试，按键功能，Wifi/BT功能调试，G-sensor 地磁，陀螺仪 调试，电源调试，系统启动recovrey问题解决 2. PD快充功率不满足问题定位和调试解决，husb311和bq2580芯片调试，在配置功率18W的情况下， 充电电流一直无法上去，被限流。 3. 系统启动recovery问题定位和解决，系统在刷recovery分区后，无法启动分析 4. usb dp显示声音问题分析解决，分别插上hdimi和dp不同的设备，可同时有声音问题处理 5.充电电量灯控制调试 6. 风扇问题定位和调试 https://blog.csdn.net/junwua/article/details/126644212?spm=1001.2014.3001.5502

实现功能是模型的导入、模型的爆炸分解、模型标签添加、模型的材质纹理替换、模型的视频录制、场景的背景音乐添加、项目后台增加、删除、修改等功能 在本项目中所有的功能前端功能皆由本人完成，在本次项目中主要难点是模型爆炸功能、模型的标记功能再次加载时，不能直接加载到三维场景中。

使用Unity3D开发的一块MMO手游。 本人负责客户端架构设计与核心编码实现、资源加载模块实现、视野同步以及战斗模块以及脚本化实现。

内容：通过头戴AR眼镜上的摄像头，对视线范围内的装配物体进行识别，结合云端数据库，增强显示装配大纲数据，指导装配。 技术栈：后台管理系统前后端设计（后端SpringMVC，前端BootStrap，数据库Mysql），二维标识码识别（Opencv-contrib ARUCO），三维融合定位，工装夹具设计，AR实时视频流传输

三维重建技术自从提出以来一直是计算机视觉、计算机图形学和机器学习领域的一个热点课题。三维重建技术在早期通常以RGB图象作为输入数据，重建出对应场景的三维模型。从单目视频中恢复复杂场景中的高质量3D ⼈体运动对于从虚拟现实到机器⼈技术的许多应用都很重要。尽管在单图像3D姿势和形状估计方面取得了进展，但是受限于输入的数据和缺乏用于训练的地面实况3D运动数据等多方面因素，使用目前已有的方法进行三维重建得到的模型都还存模型抖动严重，真实感较低等问题。 目前已有的方法重建出的三维模型通常不够完整，真实感较低。而且使用目前已有的基于视频的最先进方法无法产生足够平滑的运动序列。 为了解决这个问题，我们提出了一种基于隐空间平滑的动态人体三维重建方法来解决此问题。我们选择使用大规模运动捕获数据集AMASS通过引入一种全新的运动平滑度先验，该方法大幅的减少了序列上恢复的姿势所表现出的抖动；同时我们还利用AMASS数据集以及未配对的野外2D关键点注释。本文的创新点是一种加入隐空间平滑自编码器的对抗性学习框架，利用AMASS来区分真实的人类运动和时间姿势、形状回归网络所产生的运动。我们还参考借鉴了一种具有自注

分不同场景：运动场景，1个足球场； 一个隐秘的动物乐园； 一个天体运行 还有一个大桥场景； 分别代表不同空间维度来展示相关的场景

商家系统分为移动端的小程序和PC端的网站。小程序和网站都可以查看商品基本信息，操作商品上下架，派发优惠券，功能大致相同。但是网站和小程序各有优势，小程序方便快捷，网站更大气，内容展示更加丰富，这两个平台充分保障了商家的用户体验。

导入数据，查看数据， 将数据补全，对数据进行编码 ，数据可视化分析 ，以柱状图， 饼形图等形式体现。实现按照性别，头衔，家庭等多角度 分析。