匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。揭秘人脸识别技术：你喜欢的美颜相机也涉及刷脸_网易科技
揭秘人脸识别技术：你喜欢的美颜相机也涉及刷脸
用微信扫码二维码
分享至好友和朋友圈
（原标题：港中大教授揭秘人脸识别技术：“你喜欢的美颜相机也涉及刷脸”）
“用户手机中有一张模糊的照片，用深度学习算法可以把暗光增强，把非常小的图像放大，使它变成一张清晰的图像，甚至可以识别出图片中又小又模糊的人脸。”这是人脸识别技术在手机相册中的应用场景。近日，南都记者采访了中科院深圳先进技术研究院副院长、香港中文大学教授汤晓鸥，了解到他与“人脸识别”有着不解之缘。值得一提的是，2014年，汤晓鸥带领团队开发的深度人脸识别技术在著名测试基准LFW上获得了99.55%的识别率，比人肉眼识别(97.53%)更精准，也超过了Facebook的D&eepFace算法(97.35%)。“瘾”子“深度学习”让机器能看明白这个世界“我们一直想把计算机视觉、人工智能的东西用到日常生活中。”汤晓鸥说，他小时候就看了大量的图画书，对图像产生了兴趣。在汤晓鸥看来，这也许是他以后从事计算机视觉研究的萌芽。2003年，汤晓鸥的儿子出生后，汤晓鸥总是在北京和香港两地来回跑，每次见到儿子的时候就会拍很多照片，而且不断地拍。由于照片有上万张，没法管理。后来，汤晓鸥就带领学生做了一个用计算机自动整理照片的项目Photo&Tagging，将相册里面的人脸检测出来，再用人脸识别和U&I设计帮助自动标注。2011年，汤晓鸥带领的团队开始研究“深度学习”，这是学术界最早涉猎深度学习的华人团队之一。深度学习是在大量的数据之上去挖掘、总结数据里的一些规律，最终让机器学习到某一项技能，比如下围棋、识别人脸、自动驾驶车辆等。汤晓鸥说，让机器能看明白这个世界是一件很难的事情。“我们给计算机看大量的人脸照片，它最开始可能没那么强，可能会识别错很多人，但是每次错的时候你就告诉它错了，它会根据错误调整参数。在它看了非常多的照片、调整了非常多的参数之后，它就变得很聪明了。”团队成员、中科院深圳先进技术研究院集成所副所长乔宇研究员对南都记者说。2014年，人脸识别取得了突破性成果。当年3月，汤晓鸥团队发表G&aussianFace人脸识别算法，准确率达98.52%，全球首次突破人眼识别能力(97.53%)，超过Facebook同时期发布的DeepFace算法(97.35%)。同年6月，汤晓鸥的团队又发表了DeepID2算法，人脸识别准确率提升至99.15%。紧接着，DeepID3算法又将人脸识别准确率提升至99.55%，领先全球。DeepID代表人脸识别技术的真正成熟，开启了整个人脸识别行业技术落地。“瘾”用在安防、金融等领域已被规模化地应用在十字路口、电梯口、通道等关键位置部署一个摄像头，把拍到所有人的人脸抓下来之后，与“黑名单”数据库做比对，如果比对成功，系统就会自动报警。人脸识别技术开始走进日常生活中。“去年中国移动用我们的算法做了3亿人的认证。”汤晓鸥说，人脸识别这项技术在安防、金融等领域已经被规模化地用起来了。“人脸识别应用非常广泛。现在很多女孩子喜欢美颜相机，其实背后也涉及人脸识别，像F&aceu在眼睛上加一副眼镜，一些特效都涉及人脸识别。”乔宇告诉南都记者，深度学习和人脸识别也会用在机器人上，“像监控机器人、巡逻机器人首先要找到人脸，再进行识别是不是这个小区的，是不是这个家庭的，机器人可以判断这个小区有没有异常的情况。”
汤晓鸥说，在深度学习算法取得突破性进展之后，人工智能就进入了快速发展阶段，开始应用于很多具体的行业。在人脸识别、图像分类、自动驾驶、医疗技术等几个方面都有了不少突破。但同时他也指出，前面的路还很长。我们这次没有输在起跑线上，但要想在国际上保持在第一梯队，要有持续不断的基础研发投入和高效的产学研联动发展。英伟达去年评选出了包括M&IT和斯坦福在内的全球人工智能的十大先锋实验室，汤晓鸥的实验室位列其中，也是亚洲区唯一入选的实验室。在汤晓鸥看来，中国不仅研发经费、公司实力不是问题，而且还有大量海外人才回来。他觉得，人工智能是中国新的机遇。“中国应该加强原创技术积累，做好源头创新。”汤晓鸥说。南都见习记者&张兴旺
(原标题：港中大教授揭秘人脸识别技术：“你喜欢的美颜相机也涉及刷脸”)
本文来源：南方都市报
责任编辑：白鑫_NT4464
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈你了解数码相机中的人脸识别模式吗？
08:24:16 本文行家：
&&人脸识别模式&　人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体(一般特指人)本身的生物特征来区分生物体个体。　　广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。　　生物特征识别技术所研究的生物特征包括人脸、指纹、手掌纹、掌型、虹膜、视网膜、静脉、声音(语音)、体形、红外温谱、耳型、气味、个人习惯(例如敲击键盘的力度和频率、签字、步态)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、静脉识别、语音识别(用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。几何特征的人脸识别方法
　　几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系(如相互之间的距离)。这些算法识别速度快，需要的内存小，但识别率较低。基于特征脸(PCA)的人脸识别方法
　　特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以转成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。神经网络的人脸识别方法
　　神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。弹性图匹配的人脸识别方法
　　弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。线段Hausdorff 距离(LHD) 的人脸识别方法
　　心理学的研究表明，人类在识别轮廓图(比如漫画)的速度和准确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它更能适应线段图之间的微小变化。实验结果表明，LHD在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好。支持向量机(SVM) 的人脸识别方法
　　近年来，支持向量机是统计模式识别领域的一个新的热点，它试图使得学习机在经验风险和泛化能力上达到一种妥协，从而提高学习机的性能。支持向量机主要解决的是一个2分类问题，它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。通常的实验结果表明SVM有较好的识别率，但是它需要大量的训练样本(每类300个)，这在实际应用中往往是不现实的。而且支持向量机训练时间长，方法实现复杂，核函数的取法没有统一的理论。人脸识别新技术
　　传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们最熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但目前这两种技术还远不成熟，识别效果不尽人意。　　最近迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。数码相机人脸自动对焦和笑脸快门技术
　　首先是面部捕捉。它根据人的头部的部位进行判定，首先确定头部，然后判断眼睛和嘴巴等头部特征，通过特征库的比对，确认是人面部，完成面部捕捉。然后以人脸为焦点进行自动对焦，可以大大的提升拍出照片的清晰度。 笑脸快门技术就是在人脸识别的基础上，完成了面部捕捉，然后开始判断嘴的上弯程度和眼的下弯程度，来判断是不是笑了。以上所有的捕捉和比较都是在对比特征库的情况下完成的，所以特征库是基础，里面有各种典型的面部和笑脸特征数据。
参考资料：
[1] 第八天世界
百科的文章（含所附图片）系由网友上传，如果涉嫌侵权，请与客服联系，我们将按照法律之相关规定及时进行处理。如需转载，请注明来源于。
品牌聚乐部站长，从事品牌策划行业多年，专注于中小企业品牌建设，和企业品牌网络传播。热爱旅行、热爱美食。交流QQ君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
照相软件中人脸识别技术的实现原理
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}