0+
完成项目
0+
研究方向
0+
学习笔记
0年+
科研经历
📋 基本信息
学校：Southwest University
专业：计算机科学与技术
年级：大二（2023级）
城市：中国
研究方向：VR/MR and Human Restruction
主要语言：Python / C++ /c#
邮箱：2836182627@qq.com
GitHub：https://github.com/stranger7111
🛠️ 技术栈
技术标签
Python
PyTorch
OpenCV
C / C++
Java
Git
Linux
NumPy
Blender API
HTML/CSS/JS
MySQL
LaTeX
熟练程度
🎓 教育经历
2023.09 — 至今
西南 大学 软件工程专业
本科在读 · 大二
对算法感兴趣，积极参与实验室科研项目。
2020.09 — 2023.06
永川中学
高中毕业 · 理科
期间参加信息学奥林匹克竞赛（NOIP），开始接触编程与算法。
🔬 Research
科研 方向
对计算机视觉与三维理解充满热情，正积极探索相关研究课题。
🎯 研究兴趣
计算机视觉
图像识别、目标检测、语义分割等视觉感知任务，探索 Transformer 在视觉领域的应用。
人体动作捕捉
研究基于视频的人体姿态估计与运动重建，结合生物力学约束实现高保真动画驱动。
三维重建
探索 NeRF、3D Gaussian Splatting 等新型三维表示方法，实现从图像到三维场景的重建。
深度学习
研究深度学习基础理论与应用，关注模型训练效率、泛化能力与可解释性。
XR / 虚拟现实
探索 VR/AR 中的手势交互、实时渲染与人机交互设计，结合 PICO 等设备进行开发实验。
计算机图形学
学习渲染管线、光照模型、骨骼动画等图形学基础，使用 Blender 进行三维场景实验。
📄 论文 / 成果 即将更新
🚧 正在积累中...
目前仍在进行研究探索阶段，论文与技术报告将在取得阶段性成果后更新至此。欢迎关注！
Projects
项目 经历
SMPL。
📖 Notes
学习 笔记
记录学习过程中的思考、总结与心得，持续更新中。
🤖 深度学习
深度学习
Transformer 架构详解：从 Attention 到 ViT
深入理解 Self-Attention 机制、位置编码与多头注意力，以及 Vision Transformer 在图像领域的应用。
深度学习
PyTorch 训练技巧与踩坑总结
混合精度训练、梯度累积、DataLoader 性能优化、常见报错排查等实战经验汇总。
📐 算法与数据结构
算法
动态规划专题：从记忆化搜索到状态机
系统梳理 DP 解题思路，覆盖背包、区间 DP、树形 DP 等常见题型，附典型例题解析。
算法
图论算法全解：最短路 / 最小生成树 / 网络流
Dijkstra、Bellman-Ford、Kruskal、Prim 等经典图算法的原理、实现与复杂度分析。
🌐 计算机视觉
计算机视觉
相机标定与针孔相机模型
内参矩阵、外参矩阵、畸变校正原理，以及使用 OpenCV 进行棋盘格标定的完整流程。
计算机视觉
NeRF 原理与实现笔记
Neural Radiance Field 的体积渲染公式推导、位置编码设计、训练细节与 instant-ngp 加速方案解析。