工作职责:
负责使用深度学习和机器学习方法进行人脸方面的算法研发和落地。
算法项目经验
lLBF 人脸特征点（68 点）定位算法 算法工程师
工作内容:
使用 Helen 数据库，训练基于 LBF 特征的 68 点人脸特征点定位算法；
标定定位训练数据集，使得定位结果更加稳定；
针对特征编码方式进行优化，压缩模型文件至 14M。
项目成果:
定位耗时<15fps，模型文件<15M。
基于 Cascade CNN 的人脸检测算法 算法工程师
工作内容:
3 个多尺度小网络 cascade 进行人脸检测，检出率 90%以上，检测时间 120ms 左右（640*480，CPU）；
优化网络，调整训练策略，检测时间低于 70ms；
多任务训练，使得网络同时实现人脸检测、人脸特征点检测（5 点）、人脸姿态估计功能；
针对变色图像调整检测算法。
项目成果:
检出率>90%，最小检出人脸 60，检测时间<70ms。
基于动作配合的人脸检活算法 算法工程师
工作内容:
Haar-Cascaded 人脸检测算法，用于特定帧的人脸检测；
基于 SVR、CLM 人脸特征点定位（68 点）和特征点追踪算法；
基于 CNN 的眨眼判断算法，准确率 99.78%；
基于 FFT 图像模糊判别算法；
Android 算法编译，实现移动端基于动作配合的活体检测优化网络，调整训练策略，检测时间低于70ms。
项目成果:
活体通过率>98%，假体识别率>99%，单帧图像 CPU 耗时<15ms。
人脸遮挡判别算法 算法工程师
工作内容:
采用 npd 特征和 cascade 方法进行人脸遮挡判断，准确率 60%左右；
采用随机采样和模拟样本随机遮挡的方法扩充样本集，训练网络，遮挡判断准确率 85.45%。
项目成果:
准确率>85%，判别时间<4ms。
可见光人脸静默活体检测算法 算法工程师
工作内容:
可见光非活体样本采集，print spoof 样本数量大于 100 万，后续进一步扩充数据库，添加 replay 样本多于 200 万；
基于 GoogleNet 的非活体检测算法以及模型优化，在 NUAA 数据库上准确率 99.4%；
改进网络结构和损失，使用 DenseNet 和 SphereFace-Loss，在新的训练集上效果得到显著性提升；
结合策略和模型分类，最终生产环境闸机测试，活体通过率 97%，假体检出率 99.3%。
项目成果:
生产环境闸机测试，活体通过率 97%，假体检出率 99.3%。
HTML5 人脸静默活体检测算法 算法工程师
工作内容:
针对微信视频图像微调静默活体检测算法模型；
针对误判样本进行 hard samples mining，微调模型。
FaceCraft 人脸检测算法研发 算法工程师
工作内容:
实现 Cascade CNN pipeline，实现自动化训练；
on-line hard samples mining 提升检测效果针对误判样本进行 hard samples mining，微调模型。
项目成果:
检出率>99%，最小检出人脸 60，检测时间<40m。
周鲸文数学奖、东软集团奖学金、八一钢铁奖学金等奖学金 11 次；
辽宁省优秀毕业生、沈阳市优秀大学生 、沈阳市优秀共青团员等；
美国大学生数学建模竞赛(MCM)二等奖 、国家级大学生创新创业训练计划二等奖；
硕士期间研发的算法在 LFW 数据集上测试准确率 99.71%，申报专利 6 项。
周鲸文数学奖、东软集团奖学金、八一钢铁奖学金等奖学金 11 次；
辽宁省优秀毕业生、沈阳市优秀大学生 、沈阳市优秀共青团员等；
美国大学生数学建模竞赛(MCM)二等奖 、国家级大学生创新创业训练计划二等奖；
硕士期间研发的算法在 LFW 数据集上测试准确率 99.71%，申报专利 6 项。