传音 · CV 产品实践

我做了什么

• 主导魔法消除 3.0 从立项到上线流程，覆盖路人消除与电线消除高频场景。
• 将电线密集、街景杂乱等区域特征纳入高频场景，作为电线消除特色能力重点验收。
• 将 Top2 痛点：主体 ID 漂移、图片分辨率降低，拆成算法目标。
• 围绕 ID 一致性、背景分辨率、推理耗时制定优化策略。
• 拉通算法、工程、测试团队推动端云协同落地。

结果

• Badcase 率下降 13.5%，端侧推理耗时降低 8%。
• 覆盖 95%+ G99 以上机型，保障功能按期上线。

我做了什么

• 根据端侧模型性能与用户需求制定高频场景白名单。
• 拆解性能与效果之间的取舍，明确优先优化场景。
• 搭建不同场景定义下的算法验收标准。

结果

• 核心场景 MOS 提升约 10%，Badcase 率下降 22%。
• 实现全机型适配。

我做了什么

• 针对尼日利亚常用支付平台与账号录入场景，牵头搭建海外数据回流体系。
• 拆解人工读号、手动输入、填错账号导致转账失误等链路风险。
• 对比原支付流程与 OCR 自动填入流程，明确减少手输的关键价值。
• 按字段、场景与低质量拍摄条件拆分识别问题。
• 推动高精度 OCR 扫描后自动填入支付账号。
• 建立真实用户 OCR 截图定期随机采集、清洗标注、反哺训练的数据回流机制。

结果

• 数据回流后识别精准度从 85% 提升至 90%，降低填错账号导致的转账风险。
• 提升账号录入与转账链路效率，低质量、多版式场景的迭代方向更明确。

我做了什么

• 支撑锁屏个性化创新需求。
• 拆解动态分割、主体关键节点识别等原子能力。
• 搭建算法测评与验收策略。

结果

• 完成内部多轮优化。
• 支撑创新场景 0-1 落地。

我做了什么

• 拆解人物原图、宠物原图等输入素材要求，明确主体完整度与清晰度门槛。
• 围绕人物与宠物的主体关系、尺度匹配和互动姿态，定义合成自然度验收口径。
• 搭建算法评测与 badcase 迭代闭环，持续归因穿帮、边缘融合和风格不一致问题。

结果

• 算法评价 MOS 提升约 0.2。
• 完成多轮内部优化。