三维重建与运动轨迹估计算法研究
省级大学生创新训练项目 · 第一负责人
项目包含两个独立子项目。两者均已形成论文草稿，目前均尚未投稿。
Academic research
我的研究经历从大模型应用和非线性泛函分析开始，逐渐转向三维场景中的运动建模、目标跟踪与轨迹预测。下面记录当前问题、阶段性证据和仍需验证的边界。
Current project
VeloODE-MOT
研究丢帧、遮挡和轨迹断裂条件下的在线三维多目标跟踪。系统以速度隐变量与结构化连续时间传播为核心，并结合检测锚定、几何关联和轨迹生命周期控制，形成完整的 tracking-by-detection 流程。
- 实验数据集：KITTI、V2V4Real、nuScenes。
- 研究问题：缺失观测下的运动传播、检测更新与轨迹管理。
- 当前状态：公开复现仓库仍在整理；论文草稿，尚未投稿。
| 比较设置 | VeloODE-MOT / ODE | 参照 | 解读 |
|---|---|---|---|
| KITTI 历史完整系统 | HOTA 81.448 | 历史 CasA-KF 76.783 | 完整系统对比呈积极结果 |
| KITTI 匹配实验壳 | ODE 81.404 | KF 81.524 | ODE 预测器略低于 KF |
证据边界：完整系统的历史结果不能被解释为 ODE 预测器在所有设置下单独优于 KF。页面保留两种结果，避免把系统贡献写成单组件的普遍优势。
论文草稿，尚未投稿
Scenario-adaptive expert routing
在恒速度预测器与地图条件预测器之间建立样本级路由框架，使用运动学和局部地图特征选择更适合当前样本的预测专家。
| 验证设置 | 随机森林路由 ADE | CV 基线 ADE | 相对降低 |
|---|---|---|---|
| AV2 锁定选择集 | 2.2374 m | 2.3031 m | 2.85% |
| 独立 AV2 留出集 | 2.2086 m | 2.2770 m | 3.00% |
| 严格 nuScenes 验证 | 4.5834 m | 4.6709 m | 1.87% |
解读范围：这些结果用于说明样本级专家选择在当前实验设置中的表现，不外推为对所有轨迹预测方法或场景的普遍优势。
论文草稿，尚未投稿
Earlier work
基于星火大模型的智能会议纪要生成系统
大学生创新训练项目 · 核心成员
围绕会议语音转写、模板化纪要生成和人脸考勤展开；参与人脸识别考勤、异步图像处理，以及模型压缩与联邦学习方案设计。
Banach 不动点定理的推广
大学生创新训练项目 · 核心成员
从 Banach 不动点定理出发，研究非线性泛函分析中不动点存在性条件的变化，完成定理推导、证明组织和阶段性论文草稿。
Research descriptions distinguish manuscripts, internal experiments and public evidence. No item on this page is presented as a published paper.