标签归档 张俊哲

通过admin

中国石化新闻网

浑厚的新疆味嗓音,高大强壮的体型,作为来自新疆的一名90后“异乡人”,张俊哲积极钻研业务知识,虚心请教前辈,努力适应新环境,不到三年时间从加油员成长为后备站长,再到油库大班长、质检室主任,曾绘制出油库“八大图”,取得广西石油“最强后备站长”第四名的好成绩。他在平凡的岗位上拼搏奋斗,描绘出青春最美的样子。

2017年的夏天,毕业后的张俊哲远离家乡,来到了距离新疆4000多公里的广西北海,成为了中国石化广西石油的一名加油员。其间,他怀揣一颗赤子之心认真学习经营业务,仔细钻研设备设施,加油、卸油、卖非油……他始终以奔跑的姿态完成工作中的每一项任务。

短短两年时间,他因表现出色被公司评选为后备站长进行培养,顺利通过了加油站五项技能鉴定、油库六项技能鉴定,考取了加油站中级工职称,还取得了销售公司的初级质检员证。

“年轻人不仅要有敢拼敢闯的勇气,更要有耐得住寂寞的定力。”这是张俊哲挂在嘴边的一句座右铭。

自成为油库质检室主任以来,每天“秉灯化验”成为了张俊哲的工作常态。安静的质检室里,窗外的月光和室内的器械是陪伴他的长久伙伴。自毕业工作后,张俊哲与家中年迈的姥姥爷爷分离两地,聚少离多,加上对新环境的不适应,重重困难压得他喘不过气来。

但张俊哲毫不灰心,始终一心扑在工作上。面对油库工艺流程改动、图纸与实际情况脱节的情况,他白天深入库区现场摸排设备工艺,晚上利用CAD制图知识加班加点绘制图纸。历经1个月,最终绘制出了油库“八大图”,不仅解决了油库的隐患问题,还为企业节约费用超1万元,该项创新也荣获了分公司改善经营管理成果奖。

此外,他还积极参与红色故事青年宣讲比赛、“最强后备站长”比武竞赛等实践活动,把理论与实践相结合,在一次次实践中不断磨练自己。

星光不问赶路人,时光不负有心人。飞越4000多公里,从祖国北边到南边,从普通加油员成长为质检室主任,张俊哲始终怀揣一颗赤子之心,无论在什么岗位,他都努力把所学的知识转化成工作成果,一步一个脚印地成长为大家认可的“石油工匠”,不仅让青春的光芒绽放在生产经营一线,更让“异乡石化人”漂泊的心有了归处。

通过admin

南洋理工大学在读博士张俊哲:基于 GAN 逆映射的无监督点云补全

由于点云天然的稀疏性和非规则性,因此如何对原始点云进行处理,并产生稠密、完整、均匀的高质量点云数据这一任务吸引了众多研究人员的目光。针对点云的稀疏性问题,8 月 5 日,智东西公开课邀请到港中文博士后李贤芝,以《基于任务解耦合的点云上采样》为主题,为大家讲解了生成 更稠密 点云的上采样方法。

当然,高质量的点云生成不只有点云上采样这一种方法。点云补全也可用来生成高质量的点云。

目前,大多数的点云补全方法很大程度上依赖成对的残缺 – 完整点云并以全监督方式进行学习。尽管它们在域内数据上取得了很好的表现,但泛化到其他形式的残缺点云或现实世界的残缺扫描时,由于域的差距,往往无法获得令人满意的结果。

在 CVPR 2021 中,南洋理工大学的李俊哲博士等人提出了一种基于 GAN 逆映射的无监督点云补全网络 ShapeInversion。

ShapeInversion 使用一个在完整点云上预训练的 GAN 来搜索一个潜码,该潜码通过预训练的 GAN 生成一个完整点云,该方法能最好地重建给定的残缺输入。同时通过这种方式,ShapeInversion 不再需要成对的训练数据,它可以从训练好的生成模型中捕获丰富的先验知识。

在 ShapeNet 基准上,ShapeInversion 的性能优于 SOTA 无监督方法。与此同时,ShapeInversion 还展现显著的泛化能力,对现实世界的扫描和各种形式的残缺输入以及不完整程度都能给出了鲁棒的结果。想了解 ShapeInversion 更多内容的朋友,不要错过本周三的直播呦。

8 月 25 日晚 7 点,智东西公开课特邀南洋理工大学在读博士张俊哲参与「学术新青年讲座」CVPR 2021 特别企划第 10 讲的直播讲解,主题为《基于 GAN 逆映射的无监督点云补全》。

在本次讲座中,张博将从点云补全的研究入手,分析全监督点云补全的泛化性问题,详细讲解他的 CVPR 2021 研究成果:基于 GAN 逆映射的无监督点云补全网络 ShapeInversion,并探讨在在不同残缺程度点云上的应用。

张俊哲是新加坡南洋理工大学 S-Lab 和 MMLab 的博士生,师从吕健勤副教授和 Chai Kiat Yeo 副教授。他的研究领域包括多相机关联与融合、异常检测和深度学习框架,当前主要研究兴趣包括三维重建和生成、点云补全等,在 CVPR、ECCV 计算机视觉顶级会议上发表多篇论文。

张俊哲,新加坡南洋理工大学 S-Lab 和 MMLab@NTU 的博士生,师从吕健勤副教授和 Chai Kiat Yeo 副教授;研究领域包括多相机关联与融合、异常检测和深度学习框架,当前主要研究兴趣包括三维重建和生成、点云补全等;在 CVPR、ECCV 计算机视觉顶级会议上发表多篇论文。