技术能力

团队成员均为同学，均来自华中科技大学及清华大学本科或硕士毕业
算法类：传统及深度图像算法开发，主要开发过的项目有手机端夜景，全景，场景识别，也有纯移动端的OCR图像识别，人脸识别，人脸检测，人脸特征点开发，掌握移动端加速，包括cpu，gpu，多线程，量化加速，支持开发语言为matlab c c++ Python
前后端类：精通python vue，对于企业网站和，OA系统，ERP系统，软件插件，运维开发相关均可

项目经验

夜景项目开发
项目描述 :
1、明确夜景项目需求，将夜景功能开发拆分为前景检测，多帧融合，提亮及降噪
2、项目落地中低端产品，对算法实施性能要求比较高，故采用多线程，量化，neon优化对算法进行优化
场景检测算法
项目描述 :
1、手机camera侧拍照显示当前处于什么杨的场景
2、基于caffe自搭建一个类似LeNet的五层算法，调试模型至最优，未借助第三方平台，纯C完成前传函数；
3、同样对速度要求比较严格，进行了多线程，量化，neon优化
手机camera模糊检测
项目描述 :
1、手机camera在长时间玩游戏，由于汗渍导致拍照模糊，分类算法检测是否模糊
2、基于tensorflow改动MobileNet V3，因为有负样本，后处理加上一些基于先验知识多帧去判别；

手机OCR文字识别算法
项目描述 :
1、目前大部分文字识别算法都是基于云端开发，我们将算法集成到本地
2、基于sequence to sequence + attention机制代替传统的cnn+bilstm+ctc,后者速度过慢，将模型移植到paddlepaddlelite，完成对文字的识别，且速度能满足业务需求

游戏业务
项目描述 :
1、强相关业务，开发一个保存玩家精彩时刻算法
2、基于MXnet下的简单分类网络进行多张图判别，由于背景过于复杂，额外加入了注意力机制，最终算法移植到snpe的dsp上运行，实际识别耗时4ms左右；

人脸相关
项目描述 :
1、包含人脸检测，人脸68&98关键点检测及高精度3D人脸
2、人脸检测采用retina net，人脸68&98关键点采用pfld，高精度人脸采用最新的五种损失函数去监督回归点云模型，最终落地采用腾讯的ncnn

团队情况