【A13】聚焦人脸识别的大数据测试系统【虹软】

1. 命题方向

智能计算

2. 题目类别

计算类/应用类

3. 题目名称

聚焦人脸识别的大数据测试系统

4. 背景说明

【整体背景】

随着深度学习的发展，人工智能开始真正的走进生活，越来越多的人工智能产品开始面世。人工智能产品极大地便利了人们的工作学习和生活，也同时对人工智能的要求也越来越高。如何有效的保障的人工智能产品的质量，提升人工智能识别的精度正变得越来越重要。

【公司背景】

虹软是计算机视觉行业领先的算法服务提供商及解决方案供应商，服务于世界各地的客户，将领先的计算机视觉技术商业化应用在智能手机、智能汽车、智能家居、智能零售、互联网视频等领域，并且仍在不断探索新的领域与方向。公司在杭州、上海、南京、深圳、台北、硅谷、东京、都柏林等地设有商业与研发基地。

基于拥有自主知识产权的世界先进计算机视觉技术，虹软已为各领域推出多种计算机视觉解决方案，为全球各类知名的设备制造商提供个性化计算机视觉解决方案。在保持技术领先的同时，虹软率先发布了提供支持离线式图像技术的虹软视觉开放平台，与广大合作伙伴携手推动各类视觉技术应用深入到旅游、教育、政务、出行、社区楼宇、互联网应用等各个领域，引领和推动着视觉技术赋能和落地。

在超过 20 年的发展过程中，虹软成功聚集了众多的视觉领域专家，并吸纳和培养了来自国内外一流高校的优秀人才作为生力军。我们将坚持聚焦在技术，注重技术与行业结合的应用经验，融合先进的学术科研力量，为全球的客户和消费者带来真正价值的视觉享受与体验。

【业务背景】

人工智能应用场景的不断增加，对人工智能的精准度要求也不断提升。如何更好的保障产品的质量，往往需要大量的数据开展测试。而数据也会根据场景的不同，有所差别。在海量的数据中，我们需要更高效的找出人工智能产品的提升点，来有针对性的提升产品识别率。

5. 项目说明

【问题说明】

随着深度学习应用的越来越广泛，AI的能力也得到了极大地提升。 要求针对人工智能产品（算法类），设计并开发针对AI产品（以人脸识别SDK产品为例）的测试系统。

【用户期望】

以人脸识别为例，开展针对人脸识别产品的大数据测试。

（1）要求能够快速运算给出常见指标，如FRR（拒识率），FAR（误识率）以及ROC曲线等。

（2）希望能够测试统计图片人物中不同属性，如不同性别，年龄等属性下的拒识率，误识率等内容，用于快速分析各类影响因素在产品上的表现。

6. 任务要求

【开发说明】

（1）以服务端计算的形式开展设计开发；

（2）能够满足多测试任务并行，如多个不同版本或不同产品测试，可以用模拟替代；

（3）在机器空闲时能够提升并发，加快计算速度；

（4）能够以图表的形式展示所测试产品的质量。

【技术要求与指标】
（1）开发语言不限

（2）要求以分布式框架实现，能够并发测试10万级以上数量图片并给出统计结果。

（3）使用虹软开放平台免费人脸识别SDK

【提交材料】
（1）项目概要介绍；

（2）项目简介PPT；

（3）项目详细方案；

（4）项目演示视频；

（5）企业要求提交材料：

Ø 相应的可执行程序

（6）团队自愿提交的其他补充材料。

【任务清单】
（1）开展需求分析；

（2）提供项目解决方案与设计思路；

（3）完成源码开发，提供测试性能数据。

【开发工具与数据接口】

虹软开放平台产品入口：https://ai.arcsoft.com.cn/index.html?utm_source=official&utm_medium=link

7. 参考信息

无

8. 评分要点

本赛题评分要点参考附件一：A类企业命题统一评分标准。