薪酬情况:
职责业绩:
1。人脸检测项目: 线上（服务器端）和线下（设备端）采用不同的模型。其中线上用的是较大的网络结构，在我们的测试集上，召回率99.5%；线下模型是针对我们的应用场景，改进了一个小网络，在保证精度的情况下，尽可能提升检测速度，目前在rk3288上50FPS左右，dv300上面100FPS，召回率96.3%，前向用的ncnn。
2.人脸质量判断项目: 分为光照质量和遮挡检测，手动搭建的一个小网络，主要是为了在送到人脸识别网络之前，先将部分光照异常和有遮挡的人脸剔除，提升识别精度。
3.双目防攻击检测: 网络借鉴MobileNet v2的inverted residual blocks，采用红外图+可见光图片双输入，并采用Focal loss，训练网络的时候，加大活体样本的权重。目前模型的指标在拒绝率99.9%的情况下，通过率为99.5%。

薪酬情况:
职责业绩:
1、负责发型各维度特征的分类识别，如发长、质感、刘海、外翻内扣等等；
2、 头发分割，从照片或视频中分割出人物的头发，做到实时更换发色；
3、 发型匹配，给定一款发型，从发型还原素材库中，搜索最匹配的一款发型（以图搜图）；
4、 模型量化迁移。将训练好的模型迁移到移动端（Android ）。

薪酬情况:
职责业绩:
图像增强、滤波、边缘检测、目标检测