Детектор лиц Скорость мобильного зрения не увеличивается с уменьшенным растровым изображением

Резюме. Наше приложение зависит от высокой скорости обнаружения ориентиров на лице (таких как открытые или закрытые глаза). Таким образом, я разработал алгоритм, который берет положение лица из последнего кадра и обрезает изображение из следующего кадра. Это работает отлично, и Детектор лиц должен обработать только четверть изображения.

Но это не увеличивает скорость обнаружения. Кто-нибудь знает почему?

Изменить: все, что делает мой алгоритм, - это кадрирование изображения на основе информации из последнего изображения. Но сам ImageRecognition не выполняет. Мы используем Mobile Vision от Google.

важные фрагменты кода:

Этот фрагмент выполняется перед передачей растрового изображения в Детектор лиц. Он берет положение лица из предыдущего кадра и передает только эту часть изображения:

Bitmap bitmapReturn = Bitmap.createBitmap(bitmap, topLeftX, topLeftY, width, height);

Этот фрагмент выполняется после обработки кадра Детектором лиц. Он показывает расположение изображения для следующего кадра:

        float spotY = getSpotY(face);
        float spotX = getRatioX(face);
        int moveX = (int) (((float)bitMapScanWidth / 2) - spotX) ;
        int moveY = (int) (((float)bitMapScanHeight / 2) - spotY);
        moveValues(moveX, moveY);

Есть еще несколько фрагментов кода, которые гарантируют, что значения topLeftX и topLeftY изображения не достигают значений, превышающих размер растрового изображения, и другие, которые гарантируют, что лицо имеет такой же размер на изображении.

Но как было сказано ранее. Алгоритм работает нормально, но не увеличивает скорость. Я не могу понять почему, потому что это должно значительно сократить необходимое время вычислений. Кто-нибудь может мне объяснить, почему это не так? Надо что-то подправить? Или есть другой способ увеличить скорость в моем алгоритме?

Обратите внимание, что когда я сравнивал скорость между двумя версиями (с алгоритмом, который обрезает изображение, и без него), обе версии фактически рассчитывались с помощью необходимых функций для обрезки изображения. Единственная разница заключалась в том, что один из них фактически использовал значения для обрезки изображения, а другой просто вычислял их в фоновом режиме. Это означает, что вычисления, необходимые для моего алгоритма, не были причиной отсутствия улучшения скорости.


android java computer-vision face-detection bitmap
person Felix Hegg    schedule 15.12.2019    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Если вы создаете свой собственный алгоритм распознавания лиц, вы можете попробовать изменить реальный алгоритм и использовать архитектуру, подходящую для мобильных устройств. например, MobilNetSSD или подобное, вы также можете попробовать изменить способ компиляции алгоритма и развернуть его на мобильных устройствах, потому что оба этих метода могут повысить производительность по сравнению с тем, что может сделать простая функция обрезки. Кроме того, если у вас нет проблем с обменом фактическим алгоритмом, который вы используете, я сделаю все возможное, чтобы понять, почему обрезка не работает в вашем конкретном случае.

person ESDAIRIM    schedule 15.12.2019
comment
Спасибо за ваш быстрый ответ. Кажется, я плохо объяснил свою ситуацию. Алгоритм распознавания объектов я не разрабатывал. Я только разработал алгоритм, который должен увеличить скорость того, который я использую. Я добавил правку в свой вопрос. - person Felix Hegg; 15.12.2019
comment
Я не могу оказать вам дополнительной помощи, потому что я не могу посмотреть на архитектуру вашего алгоритма, и я раньше не использовал Vision API от Google, но я нашел еще одну ветку в StackOverflow, которая может быть вам полезна: здесь - person ESDAIRIM; 15.12.2019