ImaginaTIon参加了上周举行的GDC 2018会议。今年的增强现实（AR）技术仍然令人兴奋。我们对矮人和表情符号做了一些有趣的尝试。我们在面部检测演示中增加了整容手术功能-将访问者的面部变成矮人的图像。那么它是怎样工作的？我们建立了一个实时反馈相机，然后每一帧都可以实时检测到包含面部的区域。然后，我们将在脸上添加一个矮帽子和个性化的头发和胡须。为什么？为什么不？从技术角度来看，此演示在与ImaginaTIon PowerVR G6430 GPU集成的Google Nexus平台上运行。我们已经进行了适当的修改，以支持实时网络摄像头视频流输入，使用OpenCL进行面部检测，最后将结果呈现到屏幕上。尽管近年来已经流行，但是该算法不使用神经网络。相反，此演示中检测器的基础是局部二进制模式（LBP）分类器，它检测每个相邻像素并基于中心像素与周围像素之间的阈值差来计算结果。在这种情况下，LBP是弱分类器。这些弱分类器的输出将合并为一堆强分类器。强分类器确定检测结果是否确实是真实面部。除了核心算法外，还有其他启发，例如准确提取包含肤色的区域并使用旋转角度处理人脸。如果您对包括人脸检测在内的PowerVR传统机器视觉感兴趣，请单击链接以获取更多信息。这种基于神经网络的面部检测演示程序不仅具有面部检测功能，而且还提供身份识别。首次进入屏幕的人脸将被注册并记录，并在再次进入屏幕时被识别。这两个演示都是基于GPU的。如果您使用我们最新的PowerVR 2NX神经网络加速器，则人脸检测是通过专用硬件执行的，该硬件可以提供更高的性能，还可以释放GPU来执行其他任务（例如渲染）矮人或表情符号表情的物理图像）。请阅读此博客以获取更多详细信息：为什么PowerVR 2NX NNA会成为神经网络加速器的未来？ 。