https://cwang-nbu.github.io/zh/authors/2023_zh_li/ 李哲浩 Hugo 0.163.3zh https://cwang-nbu.github.io/zh/authors/2023_zh_li/avatar_hu_77ec5af136fba3f4.png https://cwang-nbu.github.io/zh/authors/2023_zh_li/ https://cwang-nbu.github.io/zh/authors/2023_zh_li/ Mon, 01 Jan 0001 00:00:00 +0000 https://cwang-nbu.github.io/zh/authors/2023_zh_li/ <p><strong>毕业去向</strong></p> <p>中国电信丽水分公司</p> <p><strong>实习经历：</strong></p> <p><strong>乐歌人体工学科技股份有限公司| LOCTEK</strong>， 实习生， 2024.08-2025.05</p> <p>主要负责无人机位姿矫正和图像识别： 一：使用ArUco码实现无人机位姿的精准矫正，确保机载摄像头正对货架。 二：飞行过程中读取视频流，结合OCR识别与条码识别完成关键信息采集。 三：进行数据清洗，并使用Levenshtein匹配算法将数据与数据库进行高效比对匹配。</p> <p><strong>科研经历：</strong></p> <p>人物交互检测</p> <p>● 提出基于双重查询增强的人物交互检测方法。该方法从物体查询与交互查询两个层面分别注入更具判别性的语义信息。首先，利用物体查询增强模块将编码器特征中具有高置信度的目标信息对物体查询进行引导，从而提升模型对物体相关交互信息的关注能力。其次，通过交互查询增强模块引入视觉语言模型的语义先验知识，对候选交互语义进行筛选并融合到交互查询中，以增强模型对动词与名词组合的理解能力。</p> <p>相关论文 DQEN: Dual Query Enhancement Network for DETR-based HOI Detection 已发表于 IEEE Transactions on Artificial Intelligence (TAI). 论文地址：https://ieeexplore.ieee.org/document/11397442， 代码地址：https://github.com/lzzhhh1019/DQEN</p> <p>● 提出了基于上下文表征学习的人物交互检测方法。该方法首先构建多元关系建模机制，通过引入可用性先验知识将人-物二元关系扩展为人-工具-物体三元关系，并通过融合二元关系与三元关系信息，实现工具语义对人物交互预测的增强。同时，还设计了上下文感知提示学习模块，将检测到的目标类别信息、实例级局部区域特征和图像级全局视觉特征共同融入可学习提示表征中，实现视觉信息与文本语义的细粒度对齐。</p> <p>相关论文 Contextualized Representation Learning for Effective Human-Object Interaction Detection 已投稿至IEEE Transactions on Emerging Topics in Computational Intelligence (TETCI). 论文地址：https://arxiv.org/abs/2509.12784</p>