Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
EagleEye是一个利用移动设备进行人脸识别的系统，在多人环境下，低像素的输入仍能够保持正确性
这里关注的点分为两个部分:
-
Content Adaptive pipeline selection
-
Spatial Independence and Parallelism
内容自适应的流程选择(Content Adaptive pipeline selection)
这项技巧用于优化复杂的多DNN人脸识别pipeline的执行，并且还能保持高的正确率
包含两个部分：
-
基于边缘的背景过滤
-
多样-自适应的脸部识别
基于边缘的背景过滤
首先检测图片的边缘，将那些边缘密度较低的块移除，然后在剩下的内容中进行人脸识别，可以简单使用各类传统的滤波器
多样自适应的脸部识别如下图所示
本质上就是跟据识别的难以程度，执行不同的识别流程
空域独立性以及并行化(Spatial Independence and Parallelism)
这个并行化其实就根据之前内容自适应的结果，即把一张图片中的需要识别的部分划分，然后根据识别难度进行分类
根据不同的识别难度，分发给不同的处理单元进行处理
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/170734.html原文链接：https://javaforall.net
