【计算机视觉】基于视觉的人工智能用例

检测面部表情的代码示例和解释

人脸检测和定位为面部表情识别（FER）铺平了道路，它有许多应用，从娱乐（人脸过滤器）到驾驶员安全（情绪分析）。

使用高通®人工智能神经处理SDK，开发人员可以在Snapdragon®移动平台上实现经过训练的神经网络。以下页面描述了FER基于视觉的人工智能用例，包括面部表情分类和应用程序测试。

实时人脸检测与验证

Real-time Facial Detection and Validation

利用计算机视觉和人工智能识别面部表情，提高车辆安全性

基于视觉的ML应用程序的功能测试

Functional Testing of Vision-based ML Applications

ML模型和应用程序检测睡意的测试场景和测试案例

面部关键点检测

Facial Keypoint Detection

使用CNN检测面部关键点，并将其用于带有面部过滤器的应用程序

面部表情识别——第1部分：Ubuntu上的解决方案管道

Facial Expression Recognition — Part 1: Solution Pipeline on Ubuntu

预处理数据集、训练模型并在桌面上运行推理

面部表情识别——第二部分：安卓系统上的解决方案管道

Facial Expression Recognition — Part 2: Solution Pipeline on Android

预处理数据集、训练模型并在桌面上运行推理

使用基准工具进行绩效分析

高通神经处理SDK中包含的工具

Performance Analysis Using Benchmarking Tools

Snapdragon和高通神经处理SDK是高通技术股份有限公司和/或其子公司的产品