软院科协 SSRT中期答辩

10月18日,软件学院迎来了2018年度的SSRT期答辩会。

就让我们一起回顾各位同学们的精彩汇报吧。

基于图像补全技术的全景图生成

汇报人:滕鹤涵

指导教师:徐枫

项目内容:

用iPhone手机在同一位置朝向前、后、左、右四个方向分别拍摄一张照片,利用深度学习的图像补全技术补全四张图片之间的拍摄盲区部分,尽可能提高补全的质量,合成一张效果较自然的全景图片

后续规划

尝试利用语义分析网络对图片中的内容进行分析,对相同的成分分别进行色彩调和。

一个例子

基于深度学习的事件序列数据分析

汇报人:林灏 刘欣爽 桂阿璨

指导教师:闻立杰

项目内容:

从气象局获取原始数据,并通过数据挖掘工具(如Disco)分析预报员行为日志,得到行为流程图。l通过无监督学习聚类分析方法(如K-means聚类,仍在进一步调研其它聚类方法)处理数据,获得优质的子序列,改进流程图,减少分支。

将聚类结果通过RNN等深度学习工具进行训练,得到行为预测模型,从而实现对预报过程进行实时建议。

后续规划

通过适当划分的操作集合使得流程图更加清晰

分析行为序列阶段

视觉数据度量学习

汇报人:金昕祺 张欣炜

指导教师: 高跃

项目内容:

在前期精读论文并选取一篇或多篇论文,尝试复现论文中给出的算法。在阅读论文与复现的基础上,针对现有算法的不足提出设计新的模型,在数据集上进行测试,验证模型的准确率、效率、鲁棒性。

利用提出的模型,构建一套面向视觉大数据的检索系统并在手机端开发相关应用。

后续规划

验证模型的准确性是否有提升 ,效率如何 ,以及在其他数据集上表现如何。

并开发构建一套面向视觉大数据的检索系统,并在手机端开发相关应用

阅读论文

大数据计算工作流执行优化

汇报人:张文源陈俣策

指导教师:闻立杰

项目内容:

针对现有离线数据处理的工作流执行做如下两个方面优化

算子打包,减少任务提交次数,并实现RDD共享

后续规划

将多个算子打包为一个算子,进行任务的提交,这样可以减少调度的次数,减少spark任务提交次数,并且解决RDD中间结果无法传递的问题。

示意

新零售背景下用户购物兴趣发现

汇报人:张玉君李沁恬

指导教师:杨铮

项目内容:

利用现有基础设施实现无收银购物的系统,其基于关键点的人体追踪器,基于特征的面部识别器,使其能超过90%的精确度。

后续规划

实现GPU多路复用等内容。

截图

智能手环的隐私泄露与防护

汇报人: 苏乐、陈亦捷

指导教师: 王继良

项目内容:

分析ble协议的结构以及采取的安全措施。了解现有攻击方式和工具,寻找新的攻击方式。调研手环中有哪些数据是能够被获取的。分析手环中能够获得的数据,思考基于这些数据我们能够通过计算和分析,能够得到什么更深层次的数据。寻求防御攻击的有效方法

后续规划

采集更多不同种类的手环的不同数据。 根据上述方法,形成一套具有针对性的自动化攻击脚本。我们希望可以将这些安全分析方法应用到其他类型设备上去。

视觉对象识别

汇报人:赵哲晖从业臻骆炳君

指导教师:高跃

项目内容:

本项目拟针对视觉对象识别技术开展研究,构建多模态、多视角视觉数据间的距离度量计算框架,设计识别算法并搭建原型系统。

现阶段已有AAAI-19 一篇在投并正在申请一项专利。

后续规划

基于图卷积网络(GCN)的阿尔茨海默症早期诊断以及脑解剖学分割

实现复杂场景下的小目标检测(海上目标检测)。

摘自ppt

Audio Correction and Optimization

汇报人:吴海旭

指导教师:龙明盛

项目内容:

很多人都喜欢音乐,但是不是所有人都唱的很好,即使是专业的歌手在演唱的时候也需要专业调音师的辅助。

如何把音乐变的好听,调音行业得到的迅速发展,可以通过软件auto tune、音台设备等来调整音调和节拍。

但是这些设备的入门成本很高:包括设备价格和使用成本。

如何做到大众普及,降低音乐制作、翻唱成本,给声音加个滤镜。由此我们自主提出设计了我们的ssrt项目“音频校正与优化”。

最终我们希望设计一个end to end的网络,达到音频序列到音频序列的效果。

后续规划

Verification and optimization of music style transfer network

Noise reduction for output spectrogram

Final optimization for output voice

示例图

软件工程开发方法体验

项目负责人:黄超

汇报人:毛誉陶

指导教师:刘强

项目内容:

我们希望实现一个统一的平台,对于组织者可以发起,分享,编辑一个活动;对于观众:可以查看当前所在节目,参与抽奖,发送弹幕,获取活动纪念卡。

已获得全国大学生微信小程序大赛华北赛区三等奖

ui

Understanding the Training Mechanism of Deep Forest

汇报人:毛誉陶

指导老师:刘世霞

项目内容:

使用temporal confusion matrix 和 tree构建一个可视分析系统,以展示Deep forest训练结果和了解其训练过程。

后续规划

temporal confusion matrix和tree 代码整理

熟悉sEMG 和GTZAN数据集

在sEMG和GTZAN数据集上复现论文中结果

总体流程

漏洞挖掘

汇报人:张汝婷 付森榆

指导教师:姜宇

项目内容:

阅读并研究相关论文中有关漏洞挖掘的知识;熟悉AFL工具,掌握其基本功能和使用方法;使用AFL对开源项目进行漏洞查找和分析;对相应的漏洞进行修复;分析AFL在漏洞挖掘方面的不足之处;进一步改进算法,提高漏洞挖掘的准确率。

后续规划

增加AFLFast对优化信息的同步。在同步优化信息时应该尽可能降低资源的消耗,而将资源集中于各个实例的模糊测试过程本身。在同步优化信息后还应当合理地划分测试任务,将各个子任务分配给各个实例

objdump

SSRT中期答辩圆满结束,近期将按照SSRT章程发放经费。期待大家再接再励,根据评委老师的意见,继续推进完善自己的项目!

供稿 | 黎思宇

审核 | 丁郑

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181020B1J7ME00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券