1. 熟练掌握 Python/Java 语言,熟悉 Linux 开发环境;
2. 熟悉人脸检测和识别算法,熟悉常用的目标检测、图像分类及回归等算法;
3. 熟悉常用的图像数据增强方法,熟练使用OpenCV 等图像工具。
4. 熟悉常用深度学习框Pytorch,具有算法Openvino部署经验;
5. 有良好的英文文献阅读能力,具有良好的沟通能力和团队合作精神;
6. 做过java开发及需求管理工程师,有项目规划和管理经验,熟悉软件开发scrum开发流程及相关工 具(git,svn,jira等);
7.有五年外企工作经验,口语流利,适应全英文办公环境。
人脸识别门禁系统及保安助手
项目描述
2010/08-2016/01
该项目是基于人脸识别算法的的门禁控制系统,控制场所人员进出及陌生人预警。
主要包含人脸识别一体机,人脸算法能力开放平台,应用管理平台三个模块。人脸识别一体机负责采
集人脸照片,将进行人脸照片质量控制。应用管理平台负责应用、场所、用户权限管理及人脸识别算
法能力调用等。人脸算法能力开放平台主要负责人脸库管理,人脸特征提取及人脸对比等。
项目职责
1.负责人脸检测,人脸定位及对齐、人脸识别等算法训练及优化; 2.FaceX2人脸识别一体机安卓端算法部署、算法流程及性能优化; 3.负责人脸门禁系统设计及需求规划。
项目业绩
1.性能优化:将安卓端轻量级人脸识别算法推理框架修改为NCNN,一次推理时间由原来的150ms左 右提升到80ms;人脸对比由原来循环查询修改为为矩阵运算,人脸对比时间优化至100ms左右; 2.人脸检测算法主要使用yoloV5的目标检测模型,测试数据集mAP为96%;