LEBENSLAUF
Jiaqi Liu
"Wer will, der kann." - Xiu Liu
Persönliche Daten
Name Jiaqi Liu
Geburtsdaten 29.03.1989 Nei Mongol, ...
09.2007–06.2011 Bachelor of Science, Technische Universität Guangdong, China,
Informationstechnik
Schwerpunkt: Bild- und V...
EDV Kenntnisse
Betriebssystem Microsoft Windows, Mac OX, Linux
Software Eclipse, Qt, Visual Sutdio, Git, Microsoft Word, M...
Appendix
Kurzfassung der Masterarbeit an der TU München
This thesis is concerned with the problem of loop closure detectio...
Nächste SlideShare
Wird geladen in …5
×

lebenslauf

115 Aufrufe

Veröffentlicht am

0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
115
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
5
Aktionen
Geteilt
0
Downloads
1
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

lebenslauf

  1. 1. LEBENSLAUF Jiaqi Liu "Wer will, der kann." - Xiu Liu Persönliche Daten Name Jiaqi Liu Geburtsdaten 29.03.1989 Nei Mongol, China Nationalität Chinesisch Anschrift Agnesstr.27/303, 80798 München Telefonnummer (+49) 0176-84797596 Email liujiaqi_jade@hotmail.com Familienstand Ledig Projekt 10.11.2016–Heute RGBD SLAM, Ein persönliches Projekt Schwerpunkt: Bild- und Videoverarbeitung, Computer Vision, Maschinelles Lernen Implementierung: Linux, C++, Git Git repository: https://github.com/liujiaqi1989/rgbd_slam_basic.git. Studium 04.2014–10.2016 Master of Science, Technische Universität München, Deutschland, Elektrotechnik und Informationstechnik Schwerpunkt: Bild- und Videoverarbeitung, Computer Vision, Maschinelles Lernen Abschlussnote – 1.7 . 04.2013–11.2013 Deutschstudienkurs, Universität Duisburg-Essen, Deutschland. 11.2011–12.2012 Deutschstudienkurs, Universität Tongji, China. 1/4
  2. 2. 09.2007–06.2011 Bachelor of Science, Technische Universität Guangdong, China, Informationstechnik Schwerpunkt: Bild- und Videoverarbeitung, Signalverarbeitung, Computer Netzwerk Abschlussnote – 2.1. 09.2008–06.2012 Bachelor of Management, Technische Universität Guangdong, China, Industrie- und Handelsmanagement Abschlussnote – 2.5. Masterarbeit Thema Binary Features for Loop Closure Zeitraum 02.05.2016–27.10.2016 Betreuer Prof. Dr.-Ing. Eckehard Steinbach & M.Sc. (Hons) Dominik van Opdenbosch, Lehrstuhl für Medientechnik der TU München Projekt Exploration in schwer zugänglichem Terrain anhand visueller und propriozeptiver Daten im Valles Marineris auf dem Mars (VIPE) Schwerpunkt Computer Vision, Machine Learning, 3D Bild-Analyse und Synthese Implementierung Linux, C++, Git Praktika und Nebentätigkeiten 08.2015–11,2015 Forschungspraxis, Lehrstuhl für Mensch-Maschine-Kommunikation der TU München, Thema: Multiple Targets Tracking in Crowded Environment. 04.2015–07,2016 Hilfswissenschaftler, Lehrstuhl für Medientechnik der TU München, Betreuung und Durchführung des Bild- und Videokompression Praxis. 09.2014–09.2014 Hilfswissenschaftler, Fakultät für Geoinformation der Hochschule für ange- wandte Wissenschaften München, Mithilfe bei der Organisation von Workshops. Studienpreis 2007–2008 Ausgezeichneter Student des Jahres an der Technische Universität Guangdong 2008–2009 Ausgezeichneter Student des Jahres an der Technische Universität Guangdong 2009–2010 Ausgezeichneter Student des Jahres an der Technische Universität Guangdong Schulbildung 09.2004–06.2007 Erste Mittelschule der Stadt Qinhuangdao 09.2000–06.2004 Zehnte Mittelschule der Stadt Qinhuangdao 09.1995–06.2000 Grundschule des Qingyunli der Stadt Qinhuangdao Programmiersprachen Fundiert C++, C, Matlab Grundkenntnisse Java, Python, LATEX 2/4
  3. 3. EDV Kenntnisse Betriebssystem Microsoft Windows, Mac OX, Linux Software Eclipse, Qt, Visual Sutdio, Git, Microsoft Word, Microsoft Excel, Microsoft PowerPoint, iWork, Adobe Photoshop, Adobe Illustrator, Adobe Lightroom, Adobe Premiere Sprachen Chinesisch Muttersprache Deutsch Verhandlungssicher Englisch Fließend Interessen - Basketball - Schwimmen - Gitarre - Lesen ___________________ __________ 11.December.2016, München Jiaqi Liu 3/4
  4. 4. Appendix Kurzfassung der Masterarbeit an der TU München This thesis is concerned with the problem of loop closure detection in visual SLAM for mobile robots, and the goal is to develop and evaluate different algorithms based on binary features, which enables a robot to identify the previously visited locations in a map and also can be implemented in real-time SLAM frameworks. Two main appearance-based approaches with binary features are presented: one is a probabilistic approach called FAB-MAP performing on BoW (Bag of Words) representation, we adjust it to be compatible with binary features to detect the loops. The other is a novel approach by measuring similarity of VLAD (Vector of Locally Aggregated Descriptor) representations between different frames combined with pre-filtering technology. In the second approach, we employ a product quantization scheme on VLAD signatures to obtain an acceleration for selecting more likely loop candidates and identifying the true one. For evaluation purpose, the algorithms are implemented within the ORB-SLAM2 framework and evaluated on the well-known KITTI dataset. Experimental results show that both approaches provide reliable loop closure detections, and the algorithm using VLAD representation saves considerable loop detection time compared to the original built-in method. 4/4

×