https://github.com/seetafaceengine/SeetaFace2
一个成熟的人脸识别系统通常由人脸检测、人脸最优照片选取、人脸对齐、特征提取、特征比对几个模块组成。
机器之心原创 作者：高静宜 「身份验证是整个互联网金融的基础，要做到从实名到实人，生物识别在这里起到了很重要的作用。」蚂蚁金服生物识别技术负责人、全球核身平台资深专家陈继东告诉机器之心。生物识别技术的成熟、金融支付安全性与使用体验的更高要求，正推动互联网金融公司、商业银行对生物识别认证技术的开发与应用。2015 年 3 月，阿里巴巴集团执行主席马云在德国 CeBIT 展会开幕式上发布并演示了人脸识别支付认证技术，同年年末，蚂蚁金服「刷脸」认证在支付宝和网商银行正式上线。今年 2 月 21 日，蚂蚁金服「刷
作者 | 彭建宏（旷视科技产品总监彭建宏） 整理 | Just 出品 | 人工智能头条（公众号ID：AI_Thinker） “刷脸”曾一度是人们互相调侃时的用语，如今早已深深地融入我们的生活。从可以人脸解锁的手机，到人脸识别打卡机，甚至地铁“刷脸”进站…… 人脸识别技术越来越多地应用在了各种身份验证场景，在这种看起来发生在电光火石之间的应用背后，又有哪些不易察觉的技术在做精准判别？算法又是通过何种方式来抵御各种欺诈式攻击？ 我们近期邀请到旷视科技产品总监彭建宏，他负责 FaceID 在线身份验证云服务的产品
近日，在国际权威人脸识别数据库LFW上，腾讯优图团队提交了在无限制条件下人脸验证测试（unrestricted labeled outside data）中的最新成绩，99.65%。这一结果打破了之前Facebook、Face++、Google等团队创造的纪录。这是该团队继去年FDDB人脸检测数据库上拔得头筹以后，又一次人脸分析领域技术研发上的重要突破。LFW全称 Labeled Faces in the Wild，是由马萨诸塞大学(University of Massachusetts)计算机
关于TSINGSEE青犀视频云-边-端-AI智能分析网关的相关功能介绍及应用场景，感兴趣的用户可以翻阅我们的历史文章进行了解。该设备内置多算法框架，支持对接入的多路视频流进行AI智能识别，支持对监控场景中的异常及违规现象进行精准研判，可提供的智能识别功能包括：人脸检测、人体检测、区域入侵检测、安全帽检测等。
为人脸登录提供人脸注册集合，基于人脸进行无动作活体检测、及后台在线活体检测算法，判断用户为真人，保障业务环节中的用户真实性判断。
人脸检测是目标检测的一个特例，因为目标类别只有一类，剩下的都是背景，所以人脸检测评价标准中会用到些二分类问题的评价，在这里先提一下。 二分类问题最常用的就是精准率和召回率：
本文介绍了如何利用Opencv、Python和C++在Windows系统上实现视频人脸的检测。首先介绍了Opencv自带的人脸检测分类器，然后详细讲解了detectMultiScale函数，该函数可以用于检测图像中的人脸。最后，通过视频标注的方式，实现了画框和文字标注，方便用户更直观地了解人脸检测结果。
本文分上下两篇，上篇主要介绍人脸检测的基本流程，以及传统的VJ人脸检测器及其改进，下篇介绍基于深度网络的检测器，以及对目前人脸检测技术发展的思考与讨论。为了让本文更适合非计算机视觉和机器学习背景的读者，文中对所涉及到的专业术语尽量以通俗的语言和用举例的方式来进行解释，同时力求严谨，以体现实事求是和一丝不苟的科学研究精神。 这是一个看脸的世界！自拍，我们要艺术美颜；出门，我么要靓丽美妆。上班，我们要刷脸签到；回家，我们要看脸相亲。 当手机把你的脸变得美若天仙，当考勤机认出你的脸对你表示欢迎，你知道是什么
本文分上下两篇，上篇主要介绍人脸检测的基本流程，以及传统的VJ人脸检测器及其改进，下篇介绍基于深度网络的检测器，以及对目前人脸检测技术发展的思考与讨论。为了节省篇幅，文中略去了对具体参考文献等的引用，读者可以通过相关的关键词去搜索对应的论文。为了让本文更适合非计算机视觉和机器学习背景的读者，文中对所涉及到的专业术语尽量以通俗的语言和用举例的方式来进行解释，同时力求严谨，以体现实事求是和一丝不苟的科学研究精神。不过疏忽和遗漏在所难免，有不当的地方还请各位读者多多包涵，并联系笔者进行修正。愿君阅读愉快！ 这是
本篇文章使用腾讯云人脸识别能力，快速实现人脸搜索，可以应用于需要匹配人脸的业务场景中。
人脸检测领域目前主要的难点集中在小尺寸，模糊人脸，以及遮挡人脸的检测，这篇ICCV2017的S3FD（全称：Single Shot Scale-invariant Face Detector）即是在小尺寸人脸检测上发力。
本文介绍了如何将人脸检测的速度做到极致，包括基于Haar特征的级联分类器、快速特征提取、积分图像、并行计算、定点化、GPU优化等方法。
1.误识率(False;Accept;Rate;FAR)：这是将其他人误作指定人员的概率;
昨日下午，小米科技联合创始人黄江吉在微博上宣布，小米人脸检测新算法在FDDB（基于深度卷积网络：Faster RCNN Bootstrapped by Hard Negative Mining）人脸检
雷锋网按：本文内容来自云从科技创始人、中国科学院百人计划周曦博士在硬创公开课的分享。在未改变原意的基础上进行了编辑整理。 明明可以靠脸吃饭”这句话不再只是一个网络段子，随着人脸识别技术的普及，不光可以靠“刷脸”支付吃喝玩乐的花费，现在连银行办业务都可以“刷脸”了。 最近两年，国内各家中小银行和四大行地方分行已经陆续将人脸识别技术用于日常业务，前几日，四大行中的农行更是首先在全国范围应用人脸识别技术。 但是，银行业务光凭“刷脸”真的靠谱吗？本期公开课特意邀请到云从科技创始人、图像识别领域权威周曦博士为大家答疑
人脸识别以前在小编的记忆中，都是电影的情节，[ 金库!!! 安全大门!!! 收藏地下库!!! ] 扫脸进库 Duang~
看上图是不是想到10年12月7日那次历史性的詹韦连线，时隔8年我们有一次看到，但不是那个自信张开双手抛开，而是选择回头，可能这个画面，以后再也看不到了。希望我们牢记03黄金给我们90后留下的深刻记忆，向他们salute。
深度学习给目标检测带来的变革 人脸检测作为一种特定类型目标的检测任务，一方面具有其自己鲜明的特点，需要考虑人脸这一目标的特殊性，另一方面其也和其它类型目标的检测任务具有一定的共性，能够直接借鉴在通用目标检测方法上的研究经验。 目标检测任务作为一个分类问题，其不仅受益于计算机视觉领域相关技术的不断发展，在机器学习领域的研究进展同样也对目标检测任务具有推波助澜的作用。事实上，从2006年开始逐步蔓延开的深度学习大爆发给目标检测的研究带来了强劲的助推力,使得通用的目标检测以及各种特定类型目标的检
5月20日，根据人脸检测评测平台FDDB公布的数据排名显示，来自中国的人工智能公司阅面科技（ReadSense）在众多的优秀竞争者中拔得头筹。 如图为FDDB官方发布的人脸检测技术报告准确率召回率曲线
2016年张姗姗等人从分析的角度对各个工作进行总结和归纳。通过分析错误案例来找到错误来源，并提出相应的解决方案以进一步提高检测率。研究发现，在高层级中主要有两类错误，分别是定位错误和背景分类错误。可以尝试两个解决方案，其一是针对检测框对齐性比较差这一现象，可以通过使用对齐性更好的训练样本标签来解决；而针对模型判别能力比较差的问题，可以通过在传统的 ICF 模型上使用 CNN 进行重新打分来提升检测的性能。
本文介绍了TensorFlow的发展历史、生态系统、基本概念、原理、实战案例、性能测试、与其他框架的对比以及未来的发展方向。作者希望通过对TensorFlow的深入剖析，使读者能够快速掌握TensorFlow的核心思想和功能。
上一篇介绍了NodeJS实现人脸识别中的人脸注册，搜索，检测功能。可以看到其实抛开用户量不说，其实任何想要实现的功能最终用NodeJS都是可以实现的。今天我们来看下SDK文档关于人脸识别其他的接口，我们可以来看看整套人脸识别具体有什么功能，我们可以怎么在实际应用中去进行应用呢？
这次版本升级，从版本号SeetaFace2 跳过 3 、4、 5直接升级到SeetaFace6，总之就是 666 吧～
人脸识别技术原理简单来讲主要是三大步骤：一是建立一个包含大批量人脸图像的数据库，二是通过各种方式来获得当前要进行识别的目标人脸图像，三是将目标人脸图像与数据库中既有的人脸图像进行比对和筛选。根据人脸识别技术原理具体实施起来的技术流程则主要包含以下四个部分，即人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别。
AI 科技评论按：近年来，卷积神经网络在人脸检测中取得了很大的成功，然而这些方法在处理人脸中多变的尺度，姿态，遮挡，表情，光照等问题时依然比较困难。为此，腾讯优图推出名为 DSFD （中文名为双分支人脸检测器）的全新算法，该算法在著名人脸检测数据集上取得喜人结果，如今腾讯优图决定将之进行开源。
瑞士Idiap研究所的科学家，用GAN给300多段视频换脸，然后测试了两套先进的人脸识别系统：一个基于VGG，一个基于Facenet。
人脸识别技术在国内的布局可以说是畅行无阻，当然这里的人民已经习惯于公权力的监控，李彦宏也说了，“中国人对隐私没有那么敏感”。
腾讯提出一种高精度双分支人脸检测器DSFD并开源。该算法曾在全球两大权威人脸检测数据集WIDERFACE和FDDB上均取得了第一。 任务介绍 人脸检测算法是在图像上检测出人脸的位置（通常以矩形框形式输出），是人脸配准、人脸属性识别、人脸核身、人脸检索等技术的基础。随着人工智能行业的发展，人脸相关技术在社交娱乐、智慧零售、互联网金融等领域得到了越来越广泛的应用，同时也对人脸检测技术提出了更多的挑战。由于场景不受控、人员非配合，人脸往往受到逆光、遮挡、模糊、姿态、尺度等因素的干扰，因此研发效果更优异的人脸检测
本文介绍了腾讯AI实验室在计算机视觉领域的研究进展，包括人脸检测、人脸识别、OCR等方面，并分享了在ICDAR、FDDB等竞赛中的成果。团队秉承专业、服务、伙伴的理念，不断夯实基础，做有原创性的研究和坚实的工作，为伙伴部门提供高品质的技术支持。
随着智能设备的不断发展，人脸检测技术应用于越来越多的领域，极大的丰富和方便了人们的生活，具有很大的商业价值和研究意义。人 脸 识 别 主 要 为 两 个 步 骤：人 脸 检 测（FaceDetection）和人脸识别（Face Recogniton）。人脸检测就是判断待检测图像中是否存在人脸以及人脸在图片中的位置，人脸识别则是将检测到的人脸与已知的人脸库中的人脸进行比对，得出相似度信息。本项目基于天嵌的 TQ2440（采用 S3C2440 处理器）硬件开发平台，扩展 USB 摄像头模块，搭建配置嵌入式开发环境，给出并实现了一个嵌入式人脸识别实现方案。本系统使用人脸类 harr 特征、Adaboost 算法进行人脸检测，采用 PCA（Principal Component Analysis）降维算法得到特征脸子空间，将在 PC 平台训练的人脸识别分类器预存到嵌入式目标平台，最后结合最近邻匹配算法实现在线人脸识别，实际采集的图片测试结果表明该系统效果良好。
现在打开谷*公司的搜索器，输入 “face detect”，估计大家都能够想到，都是五花八门的大牛文章，我是羡慕啊！（因为里面没有我的一篇，我们实验室的原因，至今没有让我发一篇有点权威的文章，我接下来会写4张4A纸的检讨，去自我检讨下为什么？-----蓝姑） 原归正传，让我开始说说人脸这个技术，真的是未来不可估计的IT技术，不知道未来会有多少企业为了这个技术潜心研究，现在就来看看最近的技术和未来的发展吧！ 我先大概说下遇到的一些问题： Ø 图像质量：人脸识别系统的主要要求是期望高质量的人脸图像，而质量好的图
人脸识别(Face Recognition)是一种依据人的面部特征(如统计或几何特征等)，自动进行身份识别的一种生物识别技术，又称为面像识别、人像识别、相貌识别、面孔识别、面部识别等。通常我们所说的人脸识别是基于光学人脸图像的身份识别与验证的简称。
近日，知名开源社区Github上有个名为DSFD（Dual Shot Face Detector）的算法引起了业内关注，它正是来自于腾讯优图。目前，该算法已经被计算机视觉顶级会议CVPR 2019接收，并且在2018年10月刷新了两个权威的人脸检测数据集WIDER FACE和FDDB上的新纪录。
本文第一部分介绍在WIDER FACE全部测试中斩获第一的人脸检测算法Face R-FCN，第二部分介绍在MegaFace Challenge 2所有测试斩获第一的人脸识别算法Face CNN，第三部分介绍这些人脸技术的应用方向与前景。 腾讯AI Lab在国际最大、最难的人脸检测平台WIDER FACE与最热门权威的人脸识别平台MegaFace的多项评测指标中荣膺榜首，刷新行业纪录，展现其在计算机视觉领域中，特别是人脸技术上的强劲实力。 研究上，目前腾讯AI Lab已通过arXiv平台发表论文公开部分技术
在深度学习出现后，人脸识别技术才真正有了可用性。这是因为之前的机器学习技术中，难以从图片中取出合适的特征值。轮廓？颜色？眼睛？如此多的面孔，且随着年纪、光线、拍摄角度、气色、表情、化妆、佩饰挂件等等的不同，同一个人的面孔照片在照片象素层面上差别很大，凭借专家们的经验与试错难以取出准确率较高的特征值，自然也没法对这些特征值进一步分类。深度学习的最大优势在于由训练算法自行调整参数权重，构造出一个准确率较高的f(x)函数，给定一张照片则可以获取到特征值，进而再归类。本文中笔者试图用通俗的语言探讨人脸识别技术，首先
4月13日结束的计算机视觉沙龙圆满落幕。本期沙龙从构建图像识别系统的方法切入，讲述腾讯云人脸识别、文字识别、人脸核身等技术能力原理与行业应用，为各位开发者带来了一场人工智能领域的技术开拓实践之旅。下面是范锦老师关于腾讯云人脸识别系统在传统行业的应用与落地的总结。
上一篇我们讲了使用OpenCV进行人脸识别的最基础操作。但是从最后的效果可以看出，识别率、效率都很低，而且误检率比较高，识别过程中，系统资源占用相当大，实在是没办法在实际场合中使用。在opencv3.4 版之前自带的人脸检测器是基于Haar算法实现的，不仅检出率低，而且脸的角度稍大一些就检测不出来。但是随着深度学习领域的发展，涌现了一大批效果相当不错的人脸检测算法。
下载地址：https://github.com/baoyu45585/OpenCVDemo
近日，来自中科院计算所的人工智能国家队中科视拓宣布，开源商用级SeetaFace2人脸识别算法。
关注并星标 从此不迷路 计算机视觉研究院 公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式 计算机视觉研究院专栏 作者：Edison_G 2017年创办以来，一直得到关注者的支持与鼓励才会有现在万人群的“计算机视觉研究院”。我们也持续为大家带来了最新的干货及实时资讯，今天我们回顾一下，当时第一篇公众号的内容，曾被雷锋网、搜狐等各大权威网络转载，再次感谢一直支持关注的同伴！ 现在打开谷*公司的搜索器，输入 “face detect”，估计大家都能够想到，都是五花八门的大
为了规范大家文明过马路，不少城市（深圳、天津、 莆田、新疆库尔勒、广州……）上线了「行人闯红灯曝光台」。顾名思义，闯红灯的行人会被曝光在大屏幕上。
本文介绍了人脸识别和OCR识别技术的原理、应用和评测方法，并探讨了与腾讯云合作的政企项目应用情况。
腾讯AI Lab计算机视觉中心人脸&OCR团队是2016年11月底开始组建和开展工作，我们以研发业界领先的算法为目标驱动，逐步克服人手不足、训练数据不足等困难，不断夯实基础，做既有原创性又能落地应用的国际前沿研究。在上一期（腾讯AI Lab 计算机视觉中心人脸&OCR团队近期成果介绍（1））中已经介绍了我们团队的一些研究成果，近期，我们团队有一些新的成果再和大家进一步分享。 1 人脸研究进展 人脸研究的两大关键任务是人脸检测与人脸识别。在上一期中，我们主要介绍了我们团队在人脸检测的两个国际权威评测平台（WI
---- 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！ ---- 最近因为种种原因，这方面的知识有得到大家的认可和对其有很大的兴趣，所以今天想再一次分享这知识，让已明白的人更加深入理解，让初学者有一个好的开端与认知，谢谢大家的支持！ ---- 现在打开谷*公司的搜索器，输入 “face detect”，估计大家都能够想到，都是五花八门的大牛文章，我是羡慕啊！最近的VALSE2017在厦门举办的非常成功，也得到了更过的人的关注！ 原归正
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
