擅长机器学习和深度学习有关的原理和实现，对于学界和业界的机器视觉现状和发展具有全面且深刻的认识，亲自复现过众多机器视觉的先进算法，包括但不限于对抗生成网络、人脸检测、行人检测和通用物体检测；创新性地提出和实现了检测相关算法，除了对于精度和速度的提升，尤其针对目前工业界亟待解决的增量目标检测做出了一些工作。1.运用深度卷积神经网络实现大规模通用物体检测，最多支持1000类常见物体的各种外观、视角、姿态、遮挡和光照情况下的检测和识别，在PyTorch框架下检测速度达到10FPS。2.利用与哺乳动物神经系统相似的原理，通过对人工神经网络神经元进行针对性的控制，实现增量式的目标检测，在不利用以前数据的情况下实现可检测类别的增加，效果达到世界领先水平。