1.数据集的整理及清洗
1. 线上数据40万人，2000万张图
2. glint360，36万人，2000多万张图
2.人脸预处理
----采用自研的图像处理算法对人脸进行 "中心矫正" 较小冗余信息，增加人脸纹理识别信息。
----采用自研的图像处理算法对图像 "归一化处理” ，使得算法模型可以在不同环境、不同光照、部分遮挡下正常运行。
----采用传统算法 给人脸加口罩，眼镜等额外特征，提升算法对戴口罩人员的识别能力，该模式很好的提高了遮挡下人脸识别的精度
3.深度神经网络构建
----采用前沿的"深度神经网络"及最新框架对人脸识别模型进行构建
----结合前沿的 AM-LOSS+InsightFaceLoss对模型进行收敛训练
----采用"知识蒸馏"训练小模型适用于嵌入式设备进行离线人脸识别
4.模型部署
基于RK3399纯CPU识别，整体识别时间在100ms以内
5.算法应用的产品图如下
目前支持Windows/Linux/Android
技术感兴趣欢迎联系 547691062@qq.com
版权声明：本文为u011808673原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。