奇点云人脸识别SDK获权威肯定,排名全球第5

日前,在国际权威海量人脸识别数据库MegaFace中,奇点云以93.82%的最新成绩在100万级别人脸识别测试中位居全球第五,实现200毫秒内快速完成人脸比对,并在各种真实场景应用中均有很强的鲁棒性。参加MegaFace挑战的还有腾讯等公司的AI团队。

MegaFace是目前最为权威热门的评价人脸识别性能的指标之一, 由华盛顿大学(University of Washington)计算机科学与工程实验室于2015年针对名为 “MegaFace Challenge” 的挑战而发布并维护的公开人脸数据集。数据集中的人脸图像均采集自Flickr creative commons dataset,共包含690,572个身份共1,027,060张图像,这是第一个在百万规模级别的人脸识别算法测试标准。

人脸识别技术已成熟应用

目前市场上还缺少成熟落地的使用人脸识别或商品识别技术的无人零售技术服务商,基本尚处于实验或宣传阶段,并未规模化使用。

据了解,奇点云的人脸识别技术已在很多无人零售场景落地了,其算法模型经过了实地考验。其联合创始人兼CTO史健表示:“我们将学术界最前沿的人脸识别领域的深度神经网络基于千万级的人脸样本数据,经过大规模的神经网络训练,同时,结合我们实际零售场景下复杂环境中的真实人脸数据对模型进行优化,大大提高了人脸识别模型的识别准确率和鲁棒性,所以我们才能这么快进入MegaFace的Top5。”

“模型在实际场景中的准确性主要取决于两个方面:一是高效的深度网络结构,这一点需要紧密结合学术界前沿,同时结合我们的研究积累,并通过实际场景进行测试调优;二是丰富多样的真实场景下的海量样本数据,深度模型优秀的泛化能力来自于对海量样本的学习,训练数据的场景越丰富,模型在不同环境下的表现也就越好。 而我们基于以上两点,通过大规模训练及真实场景测试,我们的人脸识别技术,在相应的零售场景中可以达到99%以上的准确率,并结合大规模检索技术,能够实现1vsN人脸检索的毫秒级响应;而在智能零售的另一项关键技术——商品识别上,我们通过视觉和多传感器融合技术相结合,采用云+端的方式,识别准确率也达到了99.5%以上。在商品样本采集及模型训练方面,已实现自动化,并可在24小时内完成上百个SKU上架。”史健介绍道。

“不是纯实验室场景,已经实现商用。所以我们的数据更丰富,计算机学习的场景和数据更多。”史健强调:“在零售方面,我们把AI技术中人脸识别和商品识别落地到场景了,目前错误识别率为零。人脸识别的速度已达到200毫秒以内。”

人脸识别应用至无人零售场景,加速AI商业布局

在实际场景中,奇点云Face ID发挥了万能key的作用,将线上、线下打通在一起,不用借助手机终端,客户就能实现无感知支付,购物过程更加快捷、高效。奇点云创始人兼CEO张金银表示,Face ID未来会像二维码一样被普遍应用,就奇点云人脸识别技术来看,它可以准确识别超过10种人脸的属性,如性别、年龄、表情、饰品、胡须、面部动作等,在国内首屈一指。未来,实体商家在客户一进店就知道客户是谁,以及他的过往消费记录和消费偏好等,从而更好地为客户提供深度服务。

“未来的零售店铺将会是用户和服务的链接器,应该让商家投入更多的钱和时间去做服务,而不是在门店管理。”张金银如是认为:“奇点云首创的‘两云一端’完整新零售技术解决方案,即无人零售、智能门店、业务中台、数据中台产品及服务,可以实现“一店多人”’变成“一人多店”。

目前,奇点云无人零售共有三款产品:消费半径500米的无人店,50米的魔盒和5米的魔柜,以矩阵式的方式实现门店的信息化、数字化和在线化。并且在场景上互相补充,形成网状供应体系。实现无死角的24小时全方位人群覆盖。截至目前,奇点云技术赋能的无人店预定只需提前一个月,一周内完成实施安装,一天内完成培训上线。此外,奇点云还能根据顾客的实际需求,定制寄存快递、借充电宝、格子出租等无人终端。

“任何一个商家都能在奇点云的技术服务上搭建属于自己的无人或智能门店等创新零售业态。” 张金银表示。

目前,奇点云正在和浙大等高校和研究机构在视觉计算的研究和理论领域展开合作,持续进行技术和应用升级。奇点云始于新零售,但不止于新零售,未来还会继续探索更多行业领域。未来,所有企业都将在数据智能上进行投入,以智能化、数据化手段提升企业运营、管理、服务等。

原文发布于微信公众号 - BestSDK(bestsdk)

原文发表时间:2018-05-04

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

来自专栏人工智能LeadAI

报告丨2016年全球人工智能十大热点事件

? 2016年,全球人工智能技术和产业发展迅速,公众对人工智能的关注持续上升。在对该领域的重要事件进行分析和比较的基础上,选取了2016年该领域十个最具有影响...

3127
来自专栏新智元

【当金融遇到人工智能】富者越富,穷者愈穷?

《21世纪资本论》通过详实的数据研究,提出了一个观点:20世纪70年代以来,在全球范围内投资增长率高于经济增长率。 全球范围内贫富差距扩大,富有者越发富有,而贫...

3874
来自专栏量子位

微软推出AI打游戏大赛:比的是在Minecraft里合作

李林 编译整理 量子位·QbitAI 出品 微软举办了一项比赛,想借此让研究人工智能的PhD们开发一个乐于合作的AI出来。具体的比赛形式呢,就是给AI随机分配几...

2754
来自专栏DT数据侠

担心被“暴雷”?不如做好数据的“为用之道” | 数据科学50人·李丹枫

李丹枫,【友盟+】CDO首席数据官,本科毕业于清华大学,在美国伊利诺伊大学(UIUC)电子与计算机工程专业取得博士学位。“用之为用之,不用为不用,是为用也”,从...

1172
来自专栏大数据文摘

沿着地铁买房怎样更划算?2017上海城市大数据报告发布

1855
来自专栏达观数据

大数据挖掘技术在企业创新中的应用(下篇)

4、应用、方式和收益 4.1数据统计是大数据的最直接应用 数据统计是大数据应用的最直观的形式,数据统计在企业中常被称为商业智能(BI, Business Int...

3487
来自专栏AI科技大本营的专栏

2017年首份中美数据科学对比报告,Python受欢迎度排名第一,美国数据工作者年薪中位数高达11万美金

最新消息,Kaggle最近对机器学习及数据科学领域进行了全行业深度调查,调查共收到超过 16,000 份回复,受访内容包括最受欢迎的编程语言是什么,不同国家数据...

3787
来自专栏数据猿

金融科技;大数据产品推荐:氪信XBehavior — 基于高维行为语言处理技术的信贷风险评估

XBehavior是一套集合用户移动设备行为采集,以及复杂的行为语言处理技术,最终为金融客户提供实时的信贷风险评估的产品。 官网 | www.datayuan....

3815
来自专栏AI科技大本营的专栏

2017 年首份中美数据科学对比报告,美国数据工作者年薪中位数高达 11 万美金

以下为 AI 科技大本营对其进行的数据整理,并从中美数据科学和机器学习对比的角度呈现。

3251
来自专栏华章科技

数据为谁而用?——人性化交互金融知识图谱问答探索

《经济学人》五月第一期杂志中,头条新闻中将数据比作世界上最有价值的资源。早在2014年马云董事长就说过阿里巴巴从本质上来讲已经成为一家数据公司。文章[4]中说现...

1072

扫码关注云+社区

领取腾讯云代金券