對于寵物喂食器、寵物飲水機等產品來說，建立精確的寵物檔案，不僅關系到正確識別并記錄寵物的異常行為，更是實現個性化、智能化、健康化喂養的核心基礎。但現階段，由于缺乏有效的圖像質量篩選機制，用戶上傳的圖片普遍存在質量問題。若系統未能有效攔截，那么低質量的寵物檔案，將對寵物設備的后續使用，帶來災難性的用戶體驗。

01

涂鴉為寵物圖像質量帶來質的體驗提升

因此，為了幫助開發者低門檻、低成本解決生物特征采集難、識別精度低、多寵干擾、隱私安全泄露等開發難點，涂鴉基于強大的 On-App AI 架構，提供了高效的寵物圖像質量檢測解決方案。通過深度融合 AI 技術，系統能夠在 1 秒內同時完成寵物圖像識別和異常過濾，實現精準快速的圖像質量評估。而且，該方案可直接攔截用戶上傳的低質量圖像，無需經過云端檢測再反饋，可大大降低網絡傳輸時間，提高響應速度，帶來更流暢的用戶體驗！

1、涂鴉解析圖像的維度有哪些？

目前，涂鴉支持的圖像解析維度+高質量圖片評判標準，可參考下方圖片：

2、圖像質量檢測流程
涂鴉對圖像質量進行檢測的流程，主要經過以下步驟：

主體識別：使用目標檢測模型，自動識別畫面中的主體， 并輸出主體種類、位置坐標和尺寸信息；

臉部識別：使用臉部檢測模型，快速檢測寵物臉部區域；并通過特征點（如眼睛、鼻子、毛發）檢測模型，檢測寵物臉部的特征點，以快速篩查寵物圖像質量；

算法校驗：計算寵物區域圖像的平均亮度，去除過曝/過暗圖片；根據寵物臉部特征點位置，計算面部姿態的角度，以及臉部是否有遮擋。

（圖像檢測流程）

3、打造全鏈路的寵物設備體驗

通過完善寵物生物特征檔案，涂鴉可以結合智能寵物硬件，實現智能化的一站式寵物服務：

精準的身份識別：有助于多模態生物識別，確保設備的功能作用于正確的寵物主體

聯動智能設備：根據識別結果，自動匹配個性化喂養方案

多寵家庭管理：同時管理多只寵物的獨立檔案與個性化設置

02

圖像質量檢測技術亮點

該方案基于 On-App AI 架構所打造，App 端模型的部署采用 TensorFlow Lite 方案，具備高效推理、低延遲、低功耗、本地化運行的獨特優勢，有效提升用戶體驗與響應速度。

（On-App AI 整體架構）

1、更靈活的 AI 架構：輕量化和動態化

（輕量化與動態化運行流程示意圖）

1.1 輕量級檢測模型

涂鴉采用專門優化移動端的輕量級目標檢測模型、寵物臉部區域模型、寵物臉部關鍵點位模型，可以精準檢測圖片中的指定主體（如寵物、人）和寵物面部點位。

1.2 模型動態化

采用按需加載的動態模型管理機制，支持模型在線下載、更新與部署，始終確保使用最優模型版本，同時減少初始安裝包體積，提高運行效率。

2、更優的用戶體驗：實時性和高效率

2.1 實時交互處理

用戶從相冊選取圖片后，在手機上就能立即進行檢測處理。低中高端設備在進行不同分辨率的圖像處理時，處理速度均可在 1 秒內完成，包括：對異常圖片進行攔截、異常信息提醒。

每個品牌型號的手機，在不同圖片分辨率下的處理速度，可參考涂鴉一一試驗、整理出來的數據：

2.2圖像質量的高效篩選

獲取物種特征：通過模型識別圖像中是否僅有一只貓，過濾多貓或其他干擾物種；

主體占比分析：利用圖像分割技術識別主體大小，過濾主體占用比例過小的圖片；

高精度角度分析：針對傾斜或偏移角度過大的寵物臉部圖像進行異常過濾，提升特征提取的準確性和效率。

3、更安全的計算能力：低成本和隱私保護

3.1 降低處理成本

相比于云端，移動端的 AI 處理速度能顯著降低算力需求與帶寬消耗，為應用提供更安全高效的計算環境。

3.2保護隱私安全

檢測并過濾圖像中出現的人臉或人像，特別是有人物和寵物合照的情形，涂鴉將會對圖像進行過濾處理，確保用戶隱私安全。