成都
1. 深度学习部门搭建,与一名深度算法专家共同组建,使用开源的算法制作SDK,后招聘软件开发、测
试,组建产品团队,带领产品团队研发第一代非配合式的人脸考勤门禁系统,负责团队任务规划分配,
产品问题定位分析,产品解决方案设计,系统稳定运行后,转到算法团队,带领算法团队重新研发算
法,一一替换原有SDK中的开源算法,根据产品需要研发新的算法功能,如单目USB摄像头下的活体检测
(世界屈指可数的技术),图像质量评估等等,优化算法及SDK,让产品在市场上更具竞争力。
2. 根据客户需求规划算法研发计划,带领算法团队完成相关深度学习算法的研发,分配团队任务,优
化工作策略,提升团队工作效率。图像质量评估算法,性别年龄分析算法,人脸检测算法,usb单目活体
检测算法。
3. 结合深度学习算法,根据客户问题设计解决方案,编写SDK及其问题定位。
4. 带领软件开发团队分析定位产品问题。
5. 解决方案设计,低成本SDK处理方案,比如:在人脸检测一帧110ms,识别100ms,跟踪30ms的硬
件情况下,使检测跟踪识别整个系统流畅运行(摄像头画面处理结果播放无延迟卡顿)。
6. 算法优化。
7. 无感知人脸考勤系统:负责产品进度及质量控制,带领开发团队实现相关功能开发及问题定位,实
现SKD核心算法、逻辑及优化
工作业绩:
1.已经带领团队完成图像质量评估算法,性别年龄分析算法,人脸检测算法,usb单目活体检测算法。
2.算法到产品落地,人脸检测算法1在cpu版i7处理器1920*1080图像上原始运行一帧时长220ms,整改
到20ms,gpu版gtx1070下5ms,手机端未实现;人脸检测算法2在640*480图像cpu版i7原始运行一帧
时长60ms,整改到6ms,手机mate7运行55ms。
3.产品解决方案,比如:在人脸检测一帧110ms,识别100ms,跟踪30ms的硬件情况下,使检测跟踪识
别整个系统流畅运行(摄像头画面处理结果播放无延迟卡顿)。
4. 无感知人脸考勤系统产品落地,应用于公司的员工考勤,及客户公司。
5.无感知人脸检测SDK完成,应用于校园管理系统产品,已提供给客户使用。