动态 | 最权威的比赛,看全球人脸识别技术发展格局

AI 科技评论按:在最近公布的国际权威人脸识别供应商测试 FRVT(Face Recognition Vendor Test)结果中,中国公司依图科技获得了四项测试的第一名,超过了俄罗斯公司 Vocord (Vocord是国际老牌安防厂商,长久以来超越Google等公司盘踞人脸识别算法第一名)。

FRVT是由美国国家标准技术局NIST(National Institute of Standards and Technology)组织的人脸识别供应商测试,作为美国国家采购的官方指导,其测试的权威性是全球工业界实际应用的黄金标准。

FRVT的人脸识别测试集合来自美国国土安全局的真实业务场景,例如出入境、刑侦过程中收集的大量照片。与时下热门的由学术机构举办的LFW、MegaFace测试相比, FRVT更贴近实战,测试规模更大,不仅拥有百万量级测试数据,同时这些测试数据均不公开,有效避免算法过拟合甚至是作弊手段。

主办方

场景分布

测试集大小

测试、训练数据 独立性

指标

LFW

美国马萨诸塞大学

互联网明星 照

万易过拟合

测试数据公开; 训练、测试数据独立性不保证

千分之一误报下的识别性能,无法区分不同算法性 能差异

Mega Face

美国华盛顿大学

互联网明星 照

百万

测试数据公开; 训练、测试数据独立性无法保证

百万量级测试集上的首位命中率;可以区分不同算法性能差异

FRV人脸识别供应商测试

美国国家标准技术局 (NIST)

美国官方真实边检、刑侦用数据

百万

测试数据不公开(盲测)

千万分之一误报下的性能(取样百亿对样本),最大的测试规模

表一:主流的人脸识别测试场景、测试集、指标比较

依图科技

Vocord

腾讯优图

大华

百度

Face++

商汤

FRVT

95.5%第一名

93.5%第二名

Mega Face

91.7%第一名

83.3%第二名

LFW

99.8%第二名

99.78%第四名

99.77%第七名

99.5%

99.53%

表二: 在三个测试集上代表厂商成绩比较。安防厂商海康威视未发布公开测试成绩。

LFW是由美国马萨诸塞大学发布并维护的公开人脸数据集,测试数据规模为万,国内多个团队例如百度、腾讯、大华、旷视、商汤都曾获得了99.5%以上的成绩。

MegaFace是由美国华盛顿大学发布并维护的公开人脸数据集,测试规模比LFW大100倍,更能区分各个算法的性能差异。第一名是创立于1999年的老牌俄罗斯公司Vocord,获得91.7%的成绩,比第二名腾讯优图高出8%,优势明显。由此可见,虽然国内大互联网公司拥有超大规模计算算法训练平台、互联网级的数据优势,但离全球顶级的测试结果还有差距。

在顶级的竞争中,数据和计算的优势并不能保证输出最优秀的算法性能

由美国国家标准技术局(NIST)主持的FRVT,除了主持机构的权威性外,测试结果的权威性还来自其评测的严谨和全面性:

1、数据均来自真实业务场景,测试结果好则代表该技术可以在实战场景中直接应用。

2、数据规模是通过对百亿对样本采样,达到百万量级。如此大规模的测试集可以稳定评估算法性能,详细区分不同算法的优劣。

3、测试数据不公开(盲测),这保证了测试的公正性。因为参赛的算法团队无法利用测试数据做模型训练,可以有效避免过拟合或直接作弊等手段,因此相对于LFW、MegaFace而言,FRVT则更能体现测试的公正性。

4、科学专业性,FRVT对不同实战场景、人种、年龄、性别,做了详细分解下的识别性能比较,并在模型速度、特征库大小、比对阈值等做了详细评估。

据官方最新发布的报告,FRVT 的第一名是中国公司依图科技,在千万分之一误报下(采样百亿对样本)的准确率为 95.5%,比第二名俄罗斯公司Vocord 93.5%的准确率高出 2%。这是目前为止全球公开的、最大规模测试集、最权威测试指标下的最好成绩,比2014年参与同样测试的第一名日本公司NEC在准确率上有大幅提高。

NIST针对测试作了不同场景、不同人种、不同性别、不同年龄的识别性能比较。从 FRVT 的官方描述来看,其提供的测试数据对应了出入境管理、身份门禁认证、平安城市监控等实战应用场景,依图在四项主要的测试场景中均获得第一名。

在更详细的人种(黑人、白人、亚洲人等)、性别比较中,依图的算法表现几乎没有差异;而其他算法随着识别难度增加,识别率出现了不同程度的较大降低。对比结果说明依图的算法可以在不同类型数据分布的实用场景中,例如黑人较多的场景下,算法也可有稳定表现。

具体报告来源于Ongoing FRVT 2017.6.19 报告 (链接地址:https://www.nist.gov/sites/default/files/documents/2017/06/20/frvt_report_2017_06_19.pdf)

智能万倍增长

过去四年,从LFW到FRVT,测试指标已经从千分之一误报到千万分之一误报,识别性能已经提高一万倍,意味着误报降低万倍。可以预见,很快就会出现测试指标在亿分之一、十亿分之一、百亿分之一误报下的识别性能比较,这将是另一个千倍的智能识别能力的增长。

可以想象,在十亿级超大规模比对、十亿分之一超低误报下的高识别性能,意味着智能技术将解锁更多的应用场景,从楼宇建筑到城市量级,甚至多城联动,再到全国范围内的人脸比对、安防布控都将成为可能。

我们就此事特别采访了依图科技CEO朱珑,朱珑说:“NIST是工业界最权威的测试,有最直接的应用指导价值。从测试的结果来说,有两个意义: 我们可以平静的接受,来自中国的算法技术超过全球的竞争对手;更大的意义在于,掌握标准制定话语权和实际全球影响力的美国国家标准技术局,已经显得‘没见过世面’,千万分之一的误报下的识别率并不能拉开我们和第二名的差距,我们的算法已经在 10 亿分之一的误报下达到超过90%的识别率。希望将来,国际主流学术机构能接受,只有中国参与的标准测试,才反映全球最前沿的技术理解。”

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-07-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

TED演讲 | 盲目信仰大数据的时代必须结束

编者按:这几天看到某公号转发的一篇文章《大数据将“误导”产业发展》,标题震撼但内容苍白。同样是讨论大数据不完美的一面,国外学者则提供了更丰富的案例。数据科学家凯...

3508
来自专栏腾讯大讲堂的专栏

净推荐值的方法论在互联网产品应用探讨

编者注:净推荐值(Net Promoter Score,NPS)原为针对企业良性收益与真实增长所提出的用户忠诚度概念,它是最流行的顾客忠诚度分析指标,在传统行业...

2028
来自专栏AI科技大本营的专栏

“神奇女侠”Gal Gadot穿性感粉色吊带乱伦?原来都是深度学习惹的祸

图片来源于网络 翻译 | 刘畅 编辑 | 波波 最近,“神奇女侠”Gal Gadot的乱伦主题私情视频传遍外网,引起轩然大波。 影片中,Gal Gadot穿着桃...

2726
来自专栏人工智能头条

观点 | 深度学习,先跟上再说

631
来自专栏新智元

林元庆破解小度问鼎最强大脑三大原理,后吴恩达时代百度 AI 突围

【新智元导读】《最强大脑》第四季最终回播出,百度人工智能机器人小度和人类一起问鼎“脑王”。小度在前两个环节(图像检索和人脸识别)表现优异,最后声纹识别项目挑战失...

3426
来自专栏大数据文摘

算法和重大人生抉择:如何最科学地选择人生伴侣?

1735
来自专栏理论坞

我们为什么需要理论?

理论是指人们对自然、社会现象,按照已知的知识或者认知,经由一般化与演绎推理等方法,进行合乎逻辑的推论性总结。

1806
来自专栏机器之心

学界 | 上海交大金贤敏团队实现最大规模光量子计算芯片:模拟量子计算翻开新篇章

2044
来自专栏新智元

【AI万圣节】MIT发布首个AI鬼故事作家,RNN和在线学习算法生成恐怖小说

【新智元导读】继去年“机器学习生成恐怖图像”后,MIT研究人员在今年的万圣节推出了“AI写恐怖故事”的项目,利用RNN和在线学习算法,结合Reddit上人类写的...

2827
来自专栏PPV课数据科学社区

【技术】简单实用的电商数据分析方法论

导读:说到数据分析,大家可能就会想到回归,聚类什么的,不过对于电商的小伙伴来说,这些都太复杂了。而实际分析的时候,其实并不需要这么复杂的算法,大家需要的只是: ...

2704

扫码关注云+社区