专栏首页计算机视觉战队人脸检测与识别技术(怎么去创新?)

人脸检测与识别技术(怎么去创新?)

首先给大家展示下简单的人脸检测与识别!(生活场景剧——生活大爆炸!)
视频内容

自从“阿法狗”再次击败人类,再一次掀起了深度学习(人工智能)的热潮。而且在该领域已经有很多技术已应用到现实生活中!例如无人驾驶:

最近谷歌已经开始了无人驾驶服务的测试:

这种技术是现在最为惊艳的科技,因为之前只能在科幻电影中出现,但是现在简单的雏形已经出来了,可知,现在的人工智能发展是多么的迅速。

下面这个算是最近最火热的技术:

接下来简单介绍下一些其他领域的技术(含有文章和Github代码):

  • 用卷积神经网络将一幅图像的内容与另一幅图像的风格进行组合。

具体的文章为:A Neural Algorithm of Artistic Style

Github:https://github.com/jcjohnson/neural-style

  • 图像语义理解

具体文章为:Show and Tell: Lessons learned from the 2015 MSCOCO Image Captioning Challenge

Github:https://github.com/tensorflow/models/tree/master/im2txt

  • 图像超分辨率展示:

具体文章为:super-resolution through deep learning

Github:https://github.com/david-gpu/srez

还有很多技术就不一一介绍了,其中主要的功劳归功于deep learning!让我想到很早以前的一篇报道:


LeCun表示深度学习的运用不仅仅局限于互联网服务,还可以延伸至现实世界中能够操作的设备上,例如机器人和自动驾驶汽车。不久,加州大学伯克利分校的研究人员透露,使用深度学习技术的机器人系统能够自己学会如何拧开瓶盖。2015年年初,大牌芯片制造商Nvidia和以色列一家名为Mobileye的公司透露,他们也正在开发深度学习系统,可以用来驱动自动驾驶汽车。


但是之前的物联网的发展其实已经隐隐约约在推动人工智能的发展。现在很多场景都应用了该领域的技术。如自己比较喜欢的商汤,他们的技术在很多领域都做得非常优秀。

因为最近人脸检测与识别火热的进行着,本平台想进一步详细介绍关于人脸领域的相关知识与分析,让更多人的有进一步深入的熟知!其中我刚开始接触的时候,也是通过商汤合作的项目学习深入的人脸检测识别技术。

在2016年的CVPR上,商汤发表了一篇关于人脸的文章。具体框架和想法都特别引人。具体效果如下:


人脸检测与识别的趋势和分析(增强版)这篇推送已经清楚说明了传统的一些应用和出现的问题,现在我们要把这领域做得非常优秀,并且超越人类的极限,只能通过一一排除所有的困难,才可以实现超人类的检测与识别技术。

视频内容

现在用传统的技术已经不能再有新的突破,所以现在流行了DL架构,打破了人类的极限,又将检测,识别,跟踪等技术上升到另一个高度。

今天就以多尺度这个难题来详细说说!我们都知道,现实生活无论是照片还是视频,其中的人脸都是在变的,通过镜头的远近,人脸的尺度大小一直在变化,这种尺度变化问题就会导致人脸检测识别精度的降低,那现在我们就要针对该问题去解决它。

怎么去解决呢???

注:如下的方法可能已被大家知晓,但是希望通过这种思考问题的方式,给大家带来小小的灵感,也希望得到更多人的指点,学习更过思考问题的方式,去解决更多的实际问题,谢谢支持!

首先,会想到,要不要建立一个可变模型,去根据人脸的结构去建模,不同尺度大小的变化,必然会带来同等比例的缩放,犹如:

该模型就是想通过5个基本关键点去建模(也可以考虑64,128甚至更多额关键点,但是关键点越多,复杂度就越大),构造关键点之间的关系。虽然尺度改变了,但是隐含的一些关系没发生变化。犹如,我们看自己远照和近照的时候,都是很快识别,那是因为我们抓住了关键的特征。这个模型可以根据眼睛与鼻尖的角度,或者是其他器官之间的关系(需要实验者自己去挖掘关键点之间的深入关系),既可以非常详细的解释每个人的特征分布,最后把特征关系进行量化处理,得到每个人的人脸特征表示,最后进行训练学习。

但是,这个过程特别繁琐,不仅会消耗很多人工标记时间,还会增加了训练的复杂度。

于是乎,有了如下的想法:

该模型就是把训练的数据线进行CNN训练,得到一个训练好的CNN模型,然后对训练数据进行多尺度变化,把多种尺度的数据送到训练好的CNN模型进行进一步学习和微调,得到一个能够识别多尺度数据的CNN新模型。

该方法缺点就是在大量数据的情况下,要花费很多时间去预处理训练数据,并且对数据进行各种尺度比例的缩放,这个标准得通过实验获得,因为比例缩放的过程可能出现人为因素的干扰,增加了原始数据的干扰,所以这方面也是该想法的小缺陷。

那该怎么办???

这就需要读者您自己慢慢去体会,怎么去处理这方面的问题,也希望通过本次简单的介绍和分析,可以给有帮助的您带来一些解决!O(∩_∩)O

如果有好的想法和思路,可以通过平台或者学习群分享,让大家一起进行讨论,提出更多的解决办法。

在此,再一次感谢您耐心的阅读,也感谢您对本平台的关注与支持,谢谢!


最后再给出一个视频中人脸检测与识别的Demo!

注:视屏因为压缩,会有些不清楚地方请谅解,还有个别几处出现漏检和错检,后期我们会进一步修改,争取做出完美的检测效果,已达到实际的应用价值。

视频内容

本文分享自微信公众号 - 计算机视觉战队(ComputerVisionGzq)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-06-05

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 利用OpenCV和深度学习实现人脸检测

    今天偷点儿懒,就没有及时整理最新的paper,还请各位看官谅解。这里整理了一份前段时间做的小demo,实现献丑了 本文基于OpenCV3.3.1或以上版本(如O...

    Amusi
  • 李开复:在自动AI领域,中国和美国差距仍相当大

    在谈到人工智能时,李开复认为,AI对人类的改变和价值的创造是巨大的,但这需要时间来进化,不会出现指数级增长爆发。同时他指出,在自动AI领域,中国和美国的差距仍然...

    机器人网
  • [计算机视觉论文速递] 2018-04-03

    通知:这篇文章有9篇论文速递信息,涉及人脸、目标检测、显著性目标检测和图像分割等方向 往期回顾 TensorFlow.js人脸识别—玩转吃豆豆小游戏 [计算机...

    Amusi
  • 水印第四版 ~ 非人水印(添加人脸识别)

    说起这个人脸识别,还真有点缘分。记得逆天以前在学生时代参加创新大赛的时候,题目就是人脸识别打卡 解决别人替人打卡的问题,想想看,要是用微软的faceapi那还不...

    逸鹏
  • OpenCV实战:人脸关键点检测(FaceMark)

    Summary:利用OpenCV中的LBF算法进行人脸关键点检测(Facial Landmark Detection) Author: Amusi Dat...

    Amusi
  • [计算机视觉论文速递] 2018-03-16

    通知:这篇推文有14篇论文速递信息,涉及目标检测、图像分割、显著性目标检测、人脸识别和GAN等方向 最近有些忙,论文速递频率快下降至两天一更了,希望大家可以体谅...

    Amusi
  • 利用Python sklearn的SVM对AT&T人脸数据进行人脸识别

    要求:使用10-fold交叉验证方法实现SVM的对人脸库识别,列出不同核函数参数对识别结果的影响,要求画对比曲线。 使用Python完成,主要参考文献【4】...

    ascii0x03
  • 恐惧与夸张?来源于那些不在AI领域工作的人?

    在大部分人眼里,人工智能(AI)非常神秘,其实一点都不然。也许你每天都遇到它,尽管你并不知道。你的行动帮助它成长,然而你很少再去想它。人工智能就在你的口袋里,在...

    机器人网
  • 【专知荟萃26】行人重识别 Person Re-identification知识资料全集(入门/进阶/论文/综述/代码,附查看)

    行人重识别 Person Re-identification / Person Retrieval 专知荟萃 行人重识别 Person Re-identific...

    WZEARW
  • [计算机视觉论文速递] 2018-03-18

    通知:这篇推文有10篇论文速递信息,涉及人脸表情识别、人脸替换、3D人脸重建、Re-ID、目标检测和目标跟踪等方向 Note:最近一直有童鞋私聊问我,有没有相关...

    Amusi

扫码关注云+社区

领取腾讯云代金券