# 基本情况

江西某四非一本的大三计科生。语言基础扎实，专精 Python 语言以及 Pytorch 框架，涉猎 C 、 JAVA 、 SQL 、 HTML 、 CSS 。兴趣集中在人工智能，主要有计算机视觉、图像恢复、机器人、深度学习。有一定英语基础，四级与六级均已通过。

# 竞赛经历

• 2023 年华为 ICT 云赛道省赛一等奖。
• 2023 年全国大学生高教社杯数学建模竞赛省赛一等奖。
• 2023 年蓝桥杯 C/C++ 组省赛二等奖。
• 2023 年正大杯全国大学生市场调研大赛国赛三等奖。
• 2024 年中国好创意暨全国数字艺术设计大赛学术论文类国赛二等奖。
• 2024 年全国大学生计算机设计大赛微课赛道省赛三等奖。
• 2024 年全球校园人工智能算法精英大赛数码艺术赛道国赛三等奖。

# 科研经历

• 使用 Codebook 知识进行低光图像增强的 Mamba-Transformer 架构（一作， Q2 在投）
  低光图像增强是一项关键任务，旨在提高在光线不足的条件下捕获的图像质量，并有助于实现更强大、更可靠的计算机视觉系统。现有方法无法解决在低光场景中通常遇到的多方面和交织在一起的退化问题。在本文中，我们重新考虑了矢量量化码本在弱光图像增强任务中的应用作为一种域自适应范式，并提出了一种称为 CodeMTNet 的有效方法来解决上述问题。具体来说，我们利用从标准光图像集合中的码本学习来提供统一的高质量知识指导。我们进一步开发了两种学习方案，即跨多个尺度具有隐式神经表示正则化的域适应编码器，以及用于最近邻匹配的混合 MambaTransformer 块，以解决低质量低光图像和高质量法光图像特征之间的分布不匹配。此外，为了解决码本检索过程中的结构信息丢失问题，我们引入了可控特征融合模块，用于井织构细节保留。在公共数据集上进行的实验表明， CodeMTNet 的性能始终优于许多最先进的方法，并且能够更好地恢复符合人类感知的图像。

# 项目实践

• 基于 HTML 和 CSS 的 Python 学习网站。
  项目主要使用 HTML 和 CSS 技术，实现了一个用于学习 Python 知识的静态网页。项目的实践包含了过渡效果设计、媒体查询响应式设计、背景设计、 Python 代码高亮设计、多页面跳转设计、目录设计、双栏布局设计等。

# 兴趣探索情况

接触过机器人操作系统 ros 以及 ros 相关开发，目前对 AI 算法与机器人结合的具身智能方向较为感兴趣，同时对机器人的软硬件融合开发较为感兴趣。

# 社团与工作经历

现为墨瞳 AI 工作室 22 级核心成员，对 23 级进行过一些带领项目，具有一定的领导力。

# 自我评价

为人情绪稳定，交流能力强、热于投身合作项目，做事认真细致，能啃硬骨头。