1、人脸特征点检测
简介: 检测出图像中的人脸及 127 个人脸特征点。先检测出人脸,然后再对人脸区域检测出特征点。分别开发有用于检测图片和视频流的 API。
算法提升: 数据增强使得侧脸、倾斜人脸的特征点准确度提升。改用 ShuffleNetv2 使得模型体积变小。
职责: 独立完成
成果: 特征点平均误差 0.017,效果见附录。应用在智美小妍 APP。
2、人脸微笑打分
简介: 根据给定的标准计算出微笑分数。基于特征点计算出下嘴唇的曲率(用 C++ Eigen 库)表示弯曲程度,基于上下嘴唇的特征点围成的多边形求出嘴巴张开的面积。用曲率和面积构造公式计算出微笑分数。
职责: 独立完成
成果: 可以很好地满足需求,只要修改公式就能满足不同的打分标准。应用在智美小妍 APP。
3、单双眼皮分类
简介: 考虑到特征点模型有足够的拟合能力,为了减少模型数量和体积,训练特征点+单双眼皮分类多任务模型。训练难度增加,多次训练保证不降低两个模型准确度。
职责: 独立完成
成果: 在数据量有限的情况下实现分类准确率 95%,应用在智美小妍 APP。
4、无监督单双眼皮分类(探索)
主要内容: 使用图像去模糊方法(deep image prior)消除眼睫毛,然后使用 canny 边缘检测检测眼皮边缘数量。效果不理想。deep image prior 对单张图像效果好,多图像训练出的模型效果不好。
职责: 独立完成。
二、百富计算机技术(深圳)有限公司