使用较小的位图，面部检测器移动视觉速度不会提高

Question

摘要：我们的应用程序依赖于面部标志物的高检测速度（=睁眼或闭眼）。因此，我开发了一种算法，该算法从上一帧开始获取人脸的位置，并从下一帧开始裁剪图像。这可以完美工作，并且人脸检测器只需处理四分之一的图像。

但是不会提高检测速度。有人知道为什么吗？

编辑：我的算法正在做的就是基于来自最后一张图像的信息来裁剪图像。但是它不执行ImageRecognition本身。我们正在使用Mobile Vision from Google。

重要的代码段：

此摘录在将位图传递到人脸检测器之前执行。它采用前一帧的脸部位置，并且仅通过图像的这一部分：

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

此片段在人脸检测器处理完帧后执行。它为下一帧提供图像的位置：

        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);

[还有一些其他代码片段可确保图像值topLeftX和topLeftY不会达到位图大小以外的值，而另一些代码片段可确保人脸在图像上的大小相同。

但是如前所述。算法工作正常，但不再导致速度提高。我不知道为什么，因为它可以大大减少所需的计算时间。谁能解释我为什么不是这种情况？我需要调整一些东西吗？还是有另一种方法可以提高算法速度？

请注意，当我比较两个版本之间的速度（使用裁剪图像的算法和不使用裁剪图像的算法）时，两个版本实际上都是通过所需功能来计算的，以裁剪图像。唯一的区别是，其中一个实际使用值来裁剪图像，而另一个仅在背景中计算了它们。这意味着，我的算法所需的计算不是速度提高缺失的原因。

Answer 1

如果您正在构建自己的面部识别算法，则可以尝试更改实际算法并使用适合于移动设备的体系结构。例如MobilNetSSD等，您也可以尝试更改算法的编译方式并将其部署到移动设备上，因为这两种技术都可以提高性能，而不仅仅是简单的裁剪功能即可完成。此外，如果您在共享所使用的实际算法时没有任何问题，我会尽力查看为什么裁剪不适用于您的特定情况。