多模态安防目标检索：目标重识别、图文跨模态检索、图文生成、无人机目标识别

1）在多模态安防目标检索方面，克服旋转、环境、模态等变化因素，构建了一个多模态行人检索基础模型，支持四种不同类型的跨模态检索（文本、视频图像、红外、素描等），支持动物、车辆、行人等不同类型检索目标，构建了一个大规模包含不同场景的虚拟行人数据集，获无人机目标识别国际大赛冠军，发表50+领域顶级论文，单篇引用最高1300余次，发明专利8项