Ingeniero de Visión Artificial para Optimización de Flujo de Imágen...

Buscamos un ingeniero de visión artificial con amplia experiencia en Python y OpenCV para optimizar un flujo de trabajo de procesamiento de imágenes existente. Nuestra implementación actual se basa en OCR, que es computacionalmente costoso y limita el rendimiento. Nuestro objetivo es sustituir el uso de OCR introduciendo una coincidencia de plantillas eficiente, lo que nos permite procesar más imágenes por segundo con menor latencia y coste. El proyecto implica la detección de elementos de interfaz de usuario específicos, como 'Kickoff' y 'Final', en capturas de pantalla del juego Madden 2026. Se proporcionarán ejemplos de capturas de pantalla para definir los elementos a detectar. El profesional deberá obtener o generar capturas de pantalla adicionales en múltiples resoluciones de pantalla y relaciones de aspecto (por ejemplo, 1080p, 1440p, 4K, ultrawide) para validar que la detección funciona correctamente. La solución debe gestionar correctamente los casos positivos, devolviendo la ubicación de coincidencia (x, y, w, h) y una puntuación de confianza si 'Kickoff' o 'Final' están presentes. Para los casos negativos, si la plantilla no está presente, debe devolver un valor nulo o indicar una discrepancia, evitando falsos positivos. La alta precisión es crucial. Opcionalmente, se puede recurrir al ocr solo si la confianza de la coincidencia de plantillas es baja, pero el objetivo principal es reducir significativamente la dependencia del ocr. La solución debe ser robusta para cubrir diferentes resoluciones y escalado, ligeros cambios en la interfaz de usuario (cambio de posición), diferencias de compresión (si las hay) y diversas situaciones de coincidencia donde aparecen los elementos 'Kickoff' o 'Final'. La API para devolver los resultados de detección ya está implementada; la tarea principal es integrar la lógica de coincidencia de plantillas de manera eficiente.

Category: IT & Programming Subcategory: Artificial Intelligence Project size: Medium