为了治好你的脸盲，这家表情包网站开源了一个明星识别器丨GitHub
小鲜肉太多，让人分不清，需要AI替我识别，这又是谁家的爱豆。
现在，有一家公司来拯救脸盲了，不是你熟悉的硅谷/后厂村大公司，而是一家动图表情包网站：GIPHY。
GIPHY开源了一个表情包识别器，可以分清楚超过2300个名人，而且它识别的还是动图，准确率超过98%。
这效果，可以的
良心的是，GIPHY不仅把这个工具开源了，而且还直接用在了自己的网站上，不是Demo，已经是成品。
那我们来测验一下这个功能好不好用~
第一张，泰勒·斯威夫特，传上去试试效果
认出来了，匹配度84.92%。
换个人，安妮·海瑟薇~
这次认还是认出来了，就是AI心里不太有谱，它的把握不到6成，甚至还觉得可能是另一个妹子。
我们加大难度，看艾玛·沃森这张魔性的动图能不能认出来。
△ Emma觉得不行
笑成这样，估计识别起来有点难了吧？
还真是，AI虽然认出来这是Emma，但是，它觉得还有4个妹子笑得跟Emma一样魔性
另外，这个AI还对一位明星表现出了迷之钟爱：
赫本的匹配度，高达100%
这让人怀疑AI的心理年龄……
模型原理
模（mei）型（zi）测评就先到这里了，我们来看看这个模型是怎么训练出来的。
摆在GIPHY团队里的第一个问题，就是识别谁，以及用什么数据集。
作为一个表情包网站，秉持着自己动手丰衣足食的精神，先把自己家的热搜TOP 50000盘点了一下，找到了里面的所有人名，接着又用同样的方法去Facebook、Twitter等网站搜了一遍，凑齐了一个2300多名人的人脸数据库。
识别的过程则包括两部分，第一部分是人脸检测，使用MTCNN（arxiv: 1604.02878）预训练模型来找动图中所有帧里的人脸；第二部分是人脸识别，用前面的那个DIY的数据集在基于Resnet-50的深度卷积神经网络上训练，以识别MTCNN模型发现的每一张人脸。
最后，还需要对人脸进行聚类，给出预测结果。
模型训练完成后，在Labeled Faces in the Wild数据集上的准确度达到了96.8%。之后GIPHY还做了一个众包验证集，在这个验证集上的准确度达到了98%，覆盖度达到75%。
最后，这个模型已经在GitHub上开源了，如果想自己用的话，需要Python 3.6及以上的版本，用Linux的话则需要安装好libsm，libxext，libxrender。
进入下面传送门体验一下吧~
传送门
在线使用 https://celebrity-detection.giphy.com/
开源地址 https://github.com/Giphy/celeb-detection-oss
来源:量子位