谷歌公布亚毫秒级人脸检测算法人脸检测又一突破( 八 )_谷歌近日发布了一款专为移动GPU推理量

图 5 跨多个移动设备的推理速度

图 6 展示了由于模型尺寸较小引起的回归参数预测质量的退化程度。如下一节所述，这不一定会导致整个 AR 管道质量的成比例降低。

图 6 回归参数预测质量

应用

上述模型可以在完整图像或视频帧上运行，并且可以作为几乎任何与人脸相关的计算机视觉应用的第一步，例如 2D / 3D 人脸关键点、轮廓或表面几何估计、面部特征或表情分类以及人脸区域分割。因此，计算机视觉流程中的后续任务可以根据适当的面部剪裁来定义。结合 BlazeFace 提供的少量面部关键点估计，此结果也可以旋转，这样图像中的面部是居中的、标准化的并且滚动角接近于零。这消除了 SIG-nifi 不能平移和旋转不变性的要求，从而允许模型实现更好的计算资源分配。