卡內(nèi)基梅隆大學(xué)剛剛發(fā)布了其關(guān)于人臉識(shí)別的最新研究狐榔，由其改進(jìn)的算法能夠從圖片中提取并編碼關(guān)鍵信息，也就是說(shuō)能從人海中迅速提取面部信息建椰。目前是人臉識(shí)別最熱門的創(chuàng)業(yè)方向之一雕欺，卡內(nèi)基梅隆大學(xué)的這項(xiàng)技術(shù)研究對(duì)于產(chǎn)業(yè)界的應(yīng)用將起到很大的推動(dòng)作用。
人臉識(shí)別技術(shù)再進(jìn)一步 手中牙簽也能找到
無(wú)論是在茫茫人海中提取面部信息棉姐，還是在大圖中識(shí)別出遠(yuǎn)處/細(xì)小的物體屠列，都對(duì)計(jì)算機(jī)視覺(jué)圖形提出了非常大的挑戰(zhàn)。憑借著多年的技術(shù)積淀伞矩，來(lái)自卡內(nèi)基梅隆大學(xué)的科研團(tuán)隊(duì)終于找到了其中的訣竅——成功識(shí)別細(xì)小對(duì)象的關(guān)鍵就是尋找與之匹配的更大物體笛洛。
這種能夠從圖片中提取并編碼關(guān)鍵信息的改進(jìn)算法，是由副教授 Deva Ramanan 和博士生 Peiyun Hu 共同推進(jìn)的扭吁，可謂是識(shí)別微型人臉里程上的重大進(jìn)步摧垄。在面部的基準(zhǔn)測(cè)試集中，此前的方法只能識(shí)別出 29% 到 64% 之間的正確人類面孔袱黎，而她們所提出的改進(jìn)版算法減少了兩個(gè)導(dǎo)致誤差的隱私匕蚁，從而將正確率提高到了 81%。
Ramanan 說(shuō)道：「這就像是尋找在某個(gè)人手中的一根牙簽道夭。當(dāng)你提示對(duì)象可能會(huì)使用牙簽的時(shí)候你就會(huì)非常容易看到它渊唁。手指的方位，手部的動(dòng)作和位置都為我們最終找到這根牙簽提供了非常重要的線索倾断∑途粒」
同樣，為了尋找那些只有極少像素點(diǎn)的的面部守皆，更大照片中的身體或者人群照片都能提供諸多線索歪低。
對(duì)于微型面部的提取擁有廣闊的應(yīng)用前景，例如統(tǒng)計(jì)人群數(shù)量等等砸镀。而延伸至微型物體的需求日益突顯盔曼，就拿自動(dòng)駕駛汽車來(lái)說(shuō)當(dāng)車速越來(lái)越快，必然需要時(shí)刻監(jiān)視和評(píng)估交通狀況唱逢，必然需要對(duì)遠(yuǎn)處的物體進(jìn)行充分且正確的識(shí)別吴侦，才能做出正確的反應(yīng)。
Ramanan 表示通過(guò)輔助關(guān)聯(lián)信息來(lái)幫助識(shí)別對(duì)象并不是什么新鮮的概念坞古。然而备韧，在實(shí)際系統(tǒng)中很難去闡述和表達(dá)這種直覺(jué)。這是因?yàn)閷?duì)關(guān)聯(lián)信息的編碼通常涉及到「高緯度描述」(High-Dimensional Descriptors)痪枫，其中包含大量信息但是使用起來(lái)卻是非常的麻煩织堂。
他和 Hu 所研發(fā)的方法是使用了「中央凹描述」(Foveal Descriptors)，模擬人類視覺(jué)結(jié)構(gòu)對(duì)關(guān)聯(lián)信息進(jìn)行編碼奶陈。中央凹是視網(wǎng)膜中視覺(jué)(辨色力捧挺、分辨力)最敏銳的區(qū)域虑绵，這種方法為圖片的小塊區(qū)域提供了清晰的細(xì)節(jié)，而周圍區(qū)域則比較的模糊闽烙。
通過(guò)模糊外部圖像翅睛，中心凹描述提供了充足的關(guān)聯(lián)信息，在高度聚焦下幫助理解這個(gè)區(qū)域所展示的內(nèi)容黑竞，而且極大的降低了計(jì)算負(fù)擔(dān)捕发。基于這種方式拘能，Hu 和 Ramanan 的系統(tǒng)能夠在更少像素點(diǎn)的圖形塊中尋找并確認(rèn)是否存在人臉刷寨。
簡(jiǎn)單的增加一張圖片的分辨率可能并不是尋找微型物體的最佳解決方案。伴隨著高分辨率會(huì)帶來(lái)「wher『s Waldo」的問(wèn)題侣沐，目標(biāo)對(duì)象包含大量的像素點(diǎn)铭懂，極有可能在像素點(diǎn)中迷失。在這種情況下笆低，充分利用關(guān)聯(lián)信息就能夠幫助系統(tǒng)關(guān)注到包含面部的圖像區(qū)塊肉诚。除了上文提及的關(guān)聯(lián)信息之外，Ramanan和Hu表示如果在同一個(gè)圖像區(qū)域中數(shù)次檢測(cè)到鼻子忌挺，那么利用檢測(cè)器在擁有少數(shù)像素點(diǎn)的圖像區(qū)域中找出面部是非常困難的痊撤。因此他們針對(duì)不同尺寸的對(duì)象培訓(xùn)了多個(gè)獨(dú)立檢測(cè)器，從而大大提高了檢測(cè)微型物體的能力嫂藏。
人臉識(shí)別技術(shù)再進(jìn)一步 手中牙簽也能找到
無(wú)論是在茫茫人海中提取面部信息棉姐，還是在大圖中識(shí)別出遠(yuǎn)處/細(xì)小的物體屠列，都對(duì)計(jì)算機(jī)視覺(jué)圖形提出了非常大的挑戰(zhàn)。憑借著多年的技術(shù)積淀伞矩，來(lái)自卡內(nèi)基梅隆大學(xué)的科研團(tuán)隊(duì)終于找到了其中的訣竅——成功識(shí)別細(xì)小對(duì)象的關(guān)鍵就是尋找與之匹配的更大物體笛洛。
這種能夠從圖片中提取并編碼關(guān)鍵信息的改進(jìn)算法，是由副教授 Deva Ramanan 和博士生 Peiyun Hu 共同推進(jìn)的扭吁，可謂是識(shí)別微型人臉里程上的重大進(jìn)步摧垄。在面部的基準(zhǔn)測(cè)試集中，此前的方法只能識(shí)別出 29% 到 64% 之間的正確人類面孔袱黎，而她們所提出的改進(jìn)版算法減少了兩個(gè)導(dǎo)致誤差的隱私匕蚁，從而將正確率提高到了 81%。
Ramanan 說(shuō)道：「這就像是尋找在某個(gè)人手中的一根牙簽道夭。當(dāng)你提示對(duì)象可能會(huì)使用牙簽的時(shí)候你就會(huì)非常容易看到它渊唁。手指的方位，手部的動(dòng)作和位置都為我們最終找到這根牙簽提供了非常重要的線索倾断∑途粒」
同樣，為了尋找那些只有極少像素點(diǎn)的的面部守皆，更大照片中的身體或者人群照片都能提供諸多線索歪低。
對(duì)于微型面部的提取擁有廣闊的應(yīng)用前景，例如統(tǒng)計(jì)人群數(shù)量等等砸镀。而延伸至微型物體的需求日益突顯盔曼，就拿自動(dòng)駕駛汽車來(lái)說(shuō)當(dāng)車速越來(lái)越快，必然需要時(shí)刻監(jiān)視和評(píng)估交通狀況唱逢，必然需要對(duì)遠(yuǎn)處的物體進(jìn)行充分且正確的識(shí)別吴侦，才能做出正確的反應(yīng)。
Ramanan 表示通過(guò)輔助關(guān)聯(lián)信息來(lái)幫助識(shí)別對(duì)象并不是什么新鮮的概念坞古。然而备韧，在實(shí)際系統(tǒng)中很難去闡述和表達(dá)這種直覺(jué)。這是因?yàn)閷?duì)關(guān)聯(lián)信息的編碼通常涉及到「高緯度描述」(High-Dimensional Descriptors)痪枫，其中包含大量信息但是使用起來(lái)卻是非常的麻煩织堂。
他和 Hu 所研發(fā)的方法是使用了「中央凹描述」(Foveal Descriptors)，模擬人類視覺(jué)結(jié)構(gòu)對(duì)關(guān)聯(lián)信息進(jìn)行編碼奶陈。中央凹是視網(wǎng)膜中視覺(jué)(辨色力捧挺、分辨力)最敏銳的區(qū)域虑绵，這種方法為圖片的小塊區(qū)域提供了清晰的細(xì)節(jié)，而周圍區(qū)域則比較的模糊闽烙。
通過(guò)模糊外部圖像翅睛，中心凹描述提供了充足的關(guān)聯(lián)信息，在高度聚焦下幫助理解這個(gè)區(qū)域所展示的內(nèi)容黑竞，而且極大的降低了計(jì)算負(fù)擔(dān)捕发。基于這種方式拘能，Hu 和 Ramanan 的系統(tǒng)能夠在更少像素點(diǎn)的圖形塊中尋找并確認(rèn)是否存在人臉刷寨。
簡(jiǎn)單的增加一張圖片的分辨率可能并不是尋找微型物體的最佳解決方案。伴隨著高分辨率會(huì)帶來(lái)「wher『s Waldo」的問(wèn)題侣沐，目標(biāo)對(duì)象包含大量的像素點(diǎn)铭懂，極有可能在像素點(diǎn)中迷失。在這種情況下笆低，充分利用關(guān)聯(lián)信息就能夠幫助系統(tǒng)關(guān)注到包含面部的圖像區(qū)塊肉诚。除了上文提及的關(guān)聯(lián)信息之外，Ramanan和Hu表示如果在同一個(gè)圖像區(qū)域中數(shù)次檢測(cè)到鼻子忌挺，那么利用檢測(cè)器在擁有少數(shù)像素點(diǎn)的圖像區(qū)域中找出面部是非常困難的痊撤。因此他們針對(duì)不同尺寸的對(duì)象培訓(xùn)了多個(gè)獨(dú)立檢測(cè)器，從而大大提高了檢測(cè)微型物體的能力嫂藏。
18221259202