概览
痛点分析
为确保宠物智能设备(如喂食器)能提供精准服务,建立高质量的宠物档案至关重要。但在实际建档过程中,用户上传的宠物图片经常存在质量问题,这会导致:
-
云端 AI 模型识别准确率下降
-
云端 AI 模型检测响应延迟
-
网络传输资源浪费
-
无效token消耗
解决方案
端侧实时检测
- 移动端本地化处理
- 1秒内完成质量判断
- 即时拦截不合格图片
三重质量保障
基础检测 | 图片清晰度/亮度 | 符合可识别标准 |
构图检测 | 单一宠物验证 | 仅包含一只宠物 |
主体占比 | ≥30% | |
姿态检测 | 正脸角度 | ≤45° |
侧脸角度 | ≤40° |
技术优势
轻量动态架构 | 10MB级轻量化模型 | 极小的资源占用 |
支持热更新模型 | 无需重新部署即可更新模型 | |
按需加载机制 | 动态加载所需模块,节省资源 | |
智能过滤系统 | 多宠物/异物过滤 | 自动排除干扰元素 |
隐私人脸过滤 | 检测并模糊处理人脸 | |
设备自适应处理 | 适配不同硬件性能 | |
隐私安全保障 | 数据本地处理 | 所有计算在设备端完成 |
不上传用户照片 | 杜绝隐私数据外泄风险 | |
符合隐私保护法规 | GDPR等国际标准合规 |
应用场景
电子宠物档案 | 建立完整的宠物数字身份信息,记录成长历程 |
智能喂食系统 | 通过图像识别记录多宠进食情况 |
宠物保险服务 | 理赔时验证宠物身份真实性,确认伤病情况 |
前置知识
产品 AI 功能开发
为了助力开发者高效实现 AI 应用的落地,涂鸦开发者平台提供了多样化的支持,包括适用于不同品类的标准化 AI 功能、丰富的智能体模板、以及便捷的面板投放工具,从多个维度全面保障产品的 AI 应用快速落地。了解更多详情,请参考 产品 AI 功能开发。
如需了解更多关于 AI 能力的内容,请 提交工单 咨询。
开发依赖
小程序开发
- AI 宠物方案介绍,可查阅AI 宠物方案介绍
- AI 宠物面板模版相关开发细则请参考AI 宠物面板模版接入指南
能力集
宠物图像质量检测
创建宠物图像质量检测实例 On-App AI
-
功能:初始化 AI 宠物图像质量检测实例
-
接口详情:petsDetectCreate
销毁宠物图像质量检测实例 On-App AI
-
功能:销毁宠物图像质量检测实例,避免内存泄漏
-
接口详情:petsDetectDestory
宠物图像质量检测方法 On-App AI
-
功能:根据输入参数,对宠物图像进行质量检测,并返回检测结果。
-
接口详情:petsPictureQualityDetectForImage
关键依赖模块
-
区域:
- 全区可用
-
App 版本:
- 涂鸦 App、智能生活 App v6.7.0 及以上版本
-
Kit 依赖:
- BaseKit: v3.0.6
- MiniKit: v3.0.1
- DeviceKit: v4.0.8
- BizKit: v4.2.0
- AIKit: v1.3.0
- baseversion: v2.26.7
-
组件依赖:
- @ray-js/panel-sdk: "^1.13.1",
- @ray-js/ray: "^1.7.20",
- @ray-js/ray-error-catch: "^0.0.25",
- @ray-js/smart-ui: "^2.1.5",
- @ray-js/cli: "^1.6.1",
概述
基于 On-App AI,我们为开发者提供高效的宠物图像质量检测解决方案。通过 AI 技术,该方案能在1秒内完成宠物识别和异物过滤,实现精准的图像质量判断。该方案可显著节省网络传输资源,提升检测效率。
方案主要涵盖功能
-
宠物图像质量检测:
- 图片清晰度/亮度检测
- 单一宠物验证
- 主体占比≥30%检测
- 主体正脸角度≤45°、侧脸角度≤40°检测
模块集
宠物图像资源导入
功能介绍
宠物图像资源在初始化导入阶段依赖以下两个关键能力:
-
1.图像选择
- chooseImage :支持C端用户从本地相册选择图片或使用相机拍照。
-
2.图像压缩
- resizeImage :压缩图片, 在保持原图长宽比基础上先裁剪至目标尺寸, 然后根据文件大小限制去执行质量压缩。
交互流程
注意事项
- 1.在使用 resizeImage API时,参数 maxFileSize 的单位为B,在限制图像最大尺寸时,请注意单位转换;
宠物图像质量检测 On-App AI
功能介绍
本功能支持对用户上传的图片进行实时质量检测,自动拦截模糊、失真、低分辨率等低质量图像,避免无效传输。通过本地端实时过滤,减少云端检测的依赖,显著降低网络延迟,提升响应效率,为用户带来更流畅的上传体验。
流程说明
主体识别
- 通过目标检测模型自动识别画面中的主体(如宠物)
- 输出主体类别、位置坐标和尺寸信息
脸部检测
- 先定位宠物脸部区域
- 再识别脸部关键特征点(如眼睛、鼻子等)
质量校验
- 亮度检测:计算主体区域平均亮度,过滤过曝/过暗图片
- 姿态检测:根据特征点计算脸部偏转角度
- 遮挡检测:判断脸部是否存在遮挡物
交互流程
注意事项
-
1.单个页面建议复用同一个宠物图像质量检测实例;
-
2.及时销毁不再使用的实例;
评论前必须登录!
注册