下面是我做过的一些比较有代表性的项目。有一些是出于硕士研究方向，有一些出于兴趣驱动。
角色: 单独开发
卷积神经网络对于同类搜索能够取得很不错的效果，但对于Duplicate Search任务表现不佳，而实际商业应用对同款搜索应用价值更大，比如搜索衣服、鞋子等，我们希望的是从很大的衣服或鞋子中搜同款。结合开源资源以及对基于关键点结合词包模型的研究，经过一段长时的实现，再经过不断的验证，DuplicateSearch能够取得很好的效果，在oxford building数据库上平均检索精度达到83.35%。在15万大数据上检索结果见上面搜索结果。
所用技术: SIFT, BoVW, Image Retrieval
视频: nature images, medical images
代码: feature extraction, search online
角色: 单独开发
经过一年对CBIR的研究，出于兴趣驱动，小白菜决定开发一个图像搜索引擎演示系统. 卷积神经网络近几年在计算机视觉社区得到了广泛的发展，并且在很多任务上取得了很好的效果. 所以在平时的空闲时间，利用对阅读的文献的理解进行编码开发。PicSearch原型所用数据库是Caltech256, 该数据库包含有29780幅图像。目前该原型发布的代码只支持库内查询，借助Keras很容易完成在线上传搜索功能。
所用技术: 卷积神经网络, Python, 图像检索
对应博文: Image retrieval using MatconvNet and pre-trained imageNet (Chinese)
角色: 单独开发
在2013年初我就开始研究图像检索技术，其中我主要的任务之一就是设计有效的哈希算法，使得语义相似的图片对应的特征经过映射后具有相似的编码。使用哈希方法进行图像检索有两个主要的优势，即节省内存空间以及更高效的匹配速度。为了方便后来人关注于哈希算法的设计，我已经将一些经典的以及最近几年的哈希方法做成了一个对比框架，希望能对后来者有些许帮助。
所用技术: Matlab, 哈希, 图像检索
角色: 主要译者之一
Python粉，并且一直认为Python是我知道的最优雅的编程语言之一。Python作为一门强大的编程语言已经用到了很多地方，比如脚本、Django开发web应用以及科学计算等。在我第一次瞄见
所用技术: Python, Jekyll, Markdown
