人脸辨认新技术准确率超99比肉眼更加精准

发布时间：2020-03-23 13:34:37 阅读：次来源：水表厂家

香港中文大学教授汤晓鸥、王晓刚及其研究团队上周宣布，他们研发的DeepID人脸辨认技术的准确率超过99%，比肉眼辨认更加精准。汤晓鸥领导的计算机视觉研究组 () 开发了一个名为DeepID (深分证)的深度学习模型，在LFW (Labeled Faces in the Wild)数据库上取得了99.15%的识别率。LFW是人脸辨认领域使用最广泛的测试基准。实验表明，如果仅仅给出人脸中心区域，人用肉眼在LFW上的识别率为97.52%。

在此之前，汤晓鸥的研究组开发了一个基于高斯进程的人脸辨认技术GaussianFace (高斯脸)，取得了98.52%的识别率。这也是计算机自动识别算法的识别率首次超过肉眼。

DeepID将GaussianFace的人脸辨认世界纪录又向前推动了一个台阶，首次超过99%的LFW识别率。

人脸辨认是计算机视觉和人工智能研究领域一个重要挑战，在公共安全、执法、移动互联网和文娱领域都有大量运用。它也成为检验人工智能是不是可以在解决某些特定智能问题上到达乃至超出人的重要测试基准。

汤晓鸥的研究组在人脸辨认领域有10几年的研究经历。他们从2011年开始展开深度学习方法的研究工作，在2013年到达了92.52%的识别率。过去一年，他们将这一数字提高到99.15%，

今年早些时候，汤晓鸥和王晓刚的研究组曾发布了一套基于深度学习的人脸辨认算法，在LFW上获得了当时最高的97.45%的识别率. 与此同时，Facebook发布了另外一套基于深度学习的人脸辨认算法DeepFace，在LFW上取得了97.35%的识别率。

DeepFace需要700多万人脸数据作为训练。而DeepID仅使用了20万张人脸数据和数台NvidiaK40 GPU。目前，汤晓鸥实验室的3个人脸辨认算法占据了LFW识别率的前三名，而FaceBook的DeepFace排在第四。

汤晓鸥认为，人脸辨认领域还有大量的工作需要做，很多算法需要在实际运用中得到不断的改进和提高。他的实验室已基于最新的技术突破制作出完全的一套人脸图象处理系统SDK，包括人脸检测，人脸关键点对准，人脸辨认，表情辨认，性别辨认，年龄估计等各种基础技术包。

汤晓鸥计划把人脸辨认技术免费提供给Android、iOS及Windows Phone开发者；在这套FreeFace-SDK的帮助下，开发者能够在手机上开发基于人脸辨认的各类运用。另外，汤晓鸥还希望利用用户反馈进一步提高算法的准确率。

除人脸辨认外，汤晓鸥和王晓刚的研究组的另外一核心研究方向是深度学习。他们设计了多个深度学习模型，可被用于研究计算机视觉领域的许多重要问题，包括人脸对准、行人检测、姿态估计、人体图象分割、车型辨认、大规模人群监控、通用物体辨认和检测、互联网图象检索等。

深度学习被认为是过去十年中人工智能领域的最大突破，在计算机视觉、语音辨认、自然语音处理等领域有许多运用。《麻省理工科技评论》将其列入2013年10项最具突破性技术。

深度学习试图模仿人脑如何利用神经网络来感知世界。它的成果很大程度上受益于近年来出现的大数据和基于GPU的并行计算。百度2013年建立了深度学习研究院；同年12月，Facebook在纽约创建了深度学习人工智能实验室。2014年，谷歌4亿美金收购深度学习创业公司DeepMind Technologies。