云识别-在一切看脸的时代,如何高效的打造人脸识别服务?

摘要

如何利用机器学习高效地打造人脸识别服务?

视频内容

人工智能与深度学习

早在几十年前,美国就已诞生了人工智能技术,而机器学习是实现人工智能的其中一种方法。机器学习中还包括表示学习和深度学习两种方法。

深度学习和表示学习的关系就好比机器学习和规则系统,最早诞生的是规则系统,它的输入输出都是工程师或者科学家们都预先制定好的规则,输入怎样的内容就会得到相关的结果,输入内容的计算流程是工程师们手工设置的路径。

后来机器学习这门技术出现之后,它通过提取特征,某一类的输入内容都会得到相似的结果,就不再需要制定一个庞大的规则体系。

再往后发展,中间需要手工调节的东西越来越少,到了深度学习已经基本成为端到端的过程。

人脸识别

人脸检测:输入是一张照片,输出是这张照片中一个或多个人脸矩形框的坐标。

人脸配准:一张人脸中五官以及脸轮廓的位置。输入是一个人脸矩形框,输出是人脸的轮廓关键点位置。如果把这些点连成线的话就是一张人脸的轮廓。

属性识别:包括了人脸的性别、年龄、表情,以及更多的情绪属性。

特征提取:是用于标识人脸唯一的识别码。

利用每个人脸的特征,可以做出人脸比对、人脸验证以及人脸识别。这里的人脸识别特指把一张人脸的照片放到系统中逐个比对,得出它的身份是哪一个。接下来的人脸检索和人脸聚类,都是基于人脸的特征进行比较。

活体检测用于对安全要求比较高,需要做身份认证和鉴权相关的工作,会使用其它辅助验证手段,确保识别的对象是真人而不是照片或视频。

CPU与GPU

我们在观看电视或电影的时候需要解码视频格式,这是GPU的应用之一。虽然GPU每个核心的计算能力都比不上CPU,但它是利用核心的数量来超越CPU的计算能力。

在使用CPU时,程序的执行过程都是线性的,但是GPU是几千个核同时进行计算,以此发挥它的性能优势。

开发与部署使用Docker

Docker的出现大大提高了开发人员的效率,从研发原形到产品环境的持续迭代都离不开它。

API使用的是Swagger进行描述,使用对程序员非常友好的JSON和YAML。用它描述完API之后可以直接生成易于阅读的网页文档,还支持在线调试,用户使用起来就非常方便了。

如上图所示,这是我们提取人脸点位的一个示例。点位会用在比如直播系统里的人脸贴纸。这里会多涉及一些技术细节,比如手机客户端上在用的人脸识别技术其实是和服务端有比较大的差别。手机客户端受限于它的设备体积,它的GPU计算能力远不如服务端用的高性能设备,所以在算法的选择上就有所区分。

手机上一般会采用一些非深度学习的算法或者专为手机设计或优化的深度学习算法。深度学习虽然准确率很高,但是它相比传统算法对硬件的性能要求更高,所以机器学习的一个关键性能和效果之间的权衡。

我今天的分享就到这里,谢谢大家!

原文发布于微信公众号 - IT大咖说(itdakashuo)

原文发表时间:2017-11-17

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

来自专栏新智元

【Science重磅】DeepMind生成查询网络GQN,无监督学习展现3D场景

1231
来自专栏机器学习算法与Python学习

GitHub上25个最受欢迎的开源机器学习库

在过去的几年里,机器学习为各行各业开创了新纪元,诞生了许多成功的案例: Facebook 的面部识别,Netflix 的智能电影推荐系统,PrimaAI 的图像...

974
来自专栏深度学习与数据挖掘实战

【深度学习】Deep learning--知识结构搭建

深度学习,在语音识别、图像识别、自然语言处理方面取得良好的效果,受到工业界的热捧。通往AI(人工智能)的道路是艰难的,深度学习取得的成绩,给AI的研究者带来了一...

1272
来自专栏目标检测和深度学习

干货|上线一个机器学习项目你需要哪些准备?

1492
来自专栏新智元

【业界】亚马逊宣布开源深度学习工具,“Open”AI或成主流?

【新智元导读】亚马逊也被吹上“flow”的风口:继Facebook昨天公开其深度学习训练平台FBLearner Flow细节,亚马逊今日下午突然宣布开源其深度学...

3556
来自专栏目标检测和深度学习

实战 | 如何上线一个机器学习项目?

1171
来自专栏AI科技大本营的专栏

GitHub上25个最受欢迎的开源机器学习库

在过去的几年里,机器学习为各行各业开创了新纪元,诞生了许多成功的案例: Facebook 的面部识别,Netflix 的智能电影推荐系统,PrimaAI 的图像...

1141
来自专栏深度学习与数据挖掘实战

【深度学习】Deep learning--知识结构搭建

深度学习,在语音识别、图像识别、自然语言处理方面取得良好的效果,受到工业界的热捧。通往AI(人工智能)的道路是艰难的,深度学习取得的成绩,给AI的研究者带来了一...

971
来自专栏CDA数据分析师

GitHub上25个最受欢迎的开源机器学习库

在过去的几年里,机器学习为各行各业开创了新纪元,诞生了许多成功的案例: Facebook 的面部识别,Netflix 的智能电影推荐系统,PrimaAI 的图像...

852
来自专栏量子位

这里是强化学习入门,的入门 | 绝对新手友好

强化学习是机器学习里面非常重要的一个派别。智能体 (agent) 会不断执行一些操作,通过结果来学习,在不同的环境中分别应该采取怎样的行动。

1112

扫码关注云+社区

领取腾讯云代金券