首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人脸识别该如何测试

01 测量人脸别的主要性能指标有 1.误率(False;Accept;Rate;FAR):这是将其他人误作指定人员的概率; 2.拒率(False;RejectRate;FRR):这是将指定人员误作其它人员的概率...(3)人脸在图象平面外的偏转和俯仰:可以建立人脸的三维模型,或进行三维融合(morphing),将人脸图象恢复为正面图象。 (4)光源位置和强度的变化:采用直方图规范化,可以消除部分光照的影响。...但对于测试同学来讲,还要考虑异常场景的表现,即任何可能造成不到,不清晰,判断不出是人脸,或者不完整的表现。详细场景比如: 1) 人脸没有正对摄像头,角度有倾斜。 2) 拍照环境过暗或者过黑。...2) 长相相似度很高的非本人的照片 3) 软件合成的虚拟人脸 4) 基于证件照PS的照片 等等。...阈值设定过高,则人脸比对通过率低,误报率可能也会降低也可能会增高。 因此在人脸别的测试中,除了要关注通过率,还要关注误报率。这两项也可以统称为是查准率。 ?

4.6K20

Face Recognition 人脸识别该如何测试

01 测量人脸别的主要性能指标有 1.误率(False;Accept;Rate;FAR):这是将其他人误作指定人员的概率; 2.拒率(False;RejectRate;FRR):这是将指定人员误作其它人员的概率...(3)人脸在图象平面外的偏转和俯仰:可以建立人脸的三维模型,或进行三维融合(morphing),将人脸图象恢复为正面图象。 (4)光源位置和强度的变化:采用直方图规范化,可以消除部分光照的影响。...但对于测试同学来讲,还要考虑异常场景的表现,即任何可能造成不到,不清晰,判断不出是人脸,或者不完整的表现。详细场景比如: 1) 人脸没有正对摄像头,角度有倾斜。 2) 拍照环境过暗或者过黑。...2) 长相相似度很高的非本人的照片 3) 软件合成的虚拟人脸 4) 基于证件照PS的照片 等等。...阈值设定过高,则人脸比对通过率低,误报率可能也会降低也可能会增高。 因此在人脸别的测试中,除了要关注通过率,还要关注误报率。这两项也可以统称为是查准率。 ?

2.2K10
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Face Recognition 人脸识别该如何测试

    01 测量人脸别的主要性能指标有 1.误率(False;Accept;Rate;FAR):这是将其他人误作指定人员的概率; 2.拒率(False;RejectRate;FRR):这是将指定人员误作其它人员的概率...(3)人脸在图象平面外的偏转和俯仰:可以建立人脸的三维模型,或进行三维融合(morphing),将人脸图象恢复为正面图象。 (4)光源位置和强度的变化:采用直方图规范化,可以消除部分光照的影响。...但对于测试同学来讲,还要考虑异常场景的表现,即任何可能造成不到,不清晰,判断不出是人脸,或者不完整的表现。详细场景比如: 1) 人脸没有正对摄像头,角度有倾斜。 2) 拍照环境过暗或者过黑。...2) 长相相似度很高的非本人的照片 3) 软件合成的虚拟人脸 4) 基于证件照PS的照片 等等。...阈值设定过高,则人脸比对通过率低,误报率可能也会降低也可能会增高。 因此在人脸别的测试中,除了要关注通过率,还要关注误报率。这两项也可以统称为是查准率。 ?

    3.4K40

    专访 | 蚂蚁金服生物识别技术负责人陈继东:数据驱动人工智能引发行业变革

    以前人脸别的准确率只有 70%、80%,而通过卷积神经网络模型和海量的图片数据进行训练,最近两年已经能够到达 99.6%、甚至 99.7%,已经到了可以商用的程度。...机器之心:能否分享一下如何将人脸识别精度提升到金融交易应用级别的要求? 陈继东:在保证极低误率的同时拥有很高的准确率,是人脸识别金融级精准度的基础要求。...但是当我们的数据集里累积到很多不同的镜框,就能学习出到底什么样的镜框有什么样的影响,以及他们之间细微的差异,甚至我们后来还可以模拟出各种各样的镜框,也能达到在较低误率的情况下依然能保持较高的准确率。...很多时候,单一的算法虽然可以看出细微的差异,但是还是有一定的漏检率、错率的。那么我们可能需要增加一个因子,这样就可以用来分辨双胞胎这类特殊情况。比如我们研发、独创的眼纹识别技术。...因为金融场景下涉及资金损失,利益是非常大的,所以黑色产业链会想尽各种办法进行攻击,比如运用照片、视频软件,甚至包括市面上越来越多的换脸软件或者是二维、三维人脸建模软件

    3.2K130

    身份采集、活体检测、人脸比对...旷视是如何做FaceID的? | 公开课笔记

    第二是由于光照、年龄、胡须、还有眼镜等等因素,人脸别的稳定性会比较低。...第三是指纹识别、虹膜识别都有主动性,人脸识别具有被动性,这也是之前 iPhoneX 刚出来的时候,很多人担心不经意被人错刷,或者去误刷支付或者检索等等——弱阴私性,弱稳定性还有被动性,就对人脸别的商业化应用提出了更高的技术要求...双角度活体是用户一张正脸的自拍照与侧面自拍照,通过这种 3D 建模重建的方式来判断是不是真人,我们的双角度活体,静默活体,为用户提供一种非常好的用户体验,相当于用户一个两秒钟的视频。...我先简单跟大家介绍一下人脸别的一个基本原理:首先我们会从一幅图片里面去做人脸检测并做出标识,相当于在一张图片里面找到这张人脸,并且表示出整个人脸上的一些基本关键点,如眼睛、眉毛等等。...大家可以看一下左侧的这张表,然后这边的返回值里面提供了千分之一、万分之一、十万分之一不同的近似度,这些表示的是误率,在不同的误率下会有一个域值,假设我们认为在千分之一误率下,如果分数大于 60 分

    11.7K61

    是的,网络身份证来了!一堆技术和安全上的麻烦事也来了

    身份识别的背后技术 在开始详解之前,汪彪老师先普及了一下基础知识,到底什么是人们讲的”人脸识别”,实际上包括两种常见的应用: 1:1人脸比对: 用户声明一个身份(如出示身份证/报出身份证号/拿出自己的手机...1:N人脸识别: 摄像头实一张图片; 根据实图从一个预先注册的注册图片库(大小为N)中进行检索,得到相似度最大的人脸; 判断上述相似度最大的人脸与实图是否身份一致。...AI科技大本营:对于身份证比对核实来说,人眼识别比对的误判率最高可达15%,人工智能人脸别的系统的识别比对误判率仅为0.0001%(百万分之一),是否说明AI识别更准确? 汪彪:是的。...自2013年以来,学术界和工业界在各种大规模场景的人脸识别竞赛/应用中的统计结果都表明: 现有的AI在人上都更加准确而且迅速。...“从另一个角度讲,即使百万分之一的误率,在十几亿的规模下,其绝对误量也不可忽视。”汪彪补充道。

    2K61

    来不及了,快上车!腾讯做了款小程序,让你秒变「老司机」| 亲儿子 #30

    小程序下方的三个功能键当然是我们的核心拍照车键了,你可以在马路上直接拍照识别,也可以先保存图片回到家再慢慢识别。 点击右下角的时钟按键还能查看识别历史哦。 ?...真是没想到,别的用户只上传了速腾的前大灯,就实现了 99% 的识别,「一车」果然非常自信啊,下面我们就来亲自试一试。 牛刀小试 首先发现的目标是大名鼎鼎的五菱之光。...Emmm……在迟疑一下之后,虽然只有 42% 的相似度,但是「一车」 还是通过了考验。 ? 在经受了平价车的考验之后,那么「一车」 在高贵冷艳系的面前表现怎么样呢?...「一车」犯错了!竟然给我们匹配到了 XC90 这样一款 SUV 。不过也可以理解,谁都有疏忽的时候,相信随着「一车」知识库的不断完善,精准识别的能力会越来越高。...虽然在评测过程中,「一车」也犯过一些小错误,但瑕不掩瑜,在这些刁钻角度的照片面前,「一车」展现了它的高水准。 如果你也是个不折不扣的车迷,那请一定不要错过它!

    60820

    被小米的智能物感动到哭

    郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 小米手机的相机里,隐藏了一个“智能物”的AI。你只需要拍摄一张照片,这个AI就能识别出来你的是什么。...比方你一棵树,结果识别出来…… ? △ 出处请见水印 这个尴尬的画面,就是前不久网友们活捉的小米智能物“智障”瞬间。 然而,你可别小看这个AI。 它可是一个求生欲很强,很有套路的人工智能。...在小米的官网应用商店里,对“智能物”的评价严重两极分化:46%的用户打了五星,36%的用户打了一星…… 这个AI到底有怎么样? 量子位搞了一场识别评测,一组人脸,一组物品。...(本来想搞横评,但其他手机似乎没有类似功能,遂作罢) 重要说明:智能物UI界面有所不同,是因为8月30日有过更新。 人脸识别挑战:歌唱家马云 先从科技大佬开始: ? 家电?...原来内置了这种抖机灵回答,凡是认不出来又闪闪发光的东西都可以是屏幕截图啊。 ? 明明是寿司拼盘,却认成了卡通动漫人物。这个小米智能物到底是吃什么鬼数据集长大的?

    1.3K50

    「唯物」“刷脸”没能进入消费领域,但“刷眼”也许可以

    前一段时间,有司机冒充赵薇老公到公证处通过人脸识别技术办理了委托公证证明,以委托人的身份卖掉了赵薇家一处价值千万的豪宅。这条新闻不禁让人们对于人脸别的准确性和安全性持怀疑态度。...对比现在的生物识别技术:指纹、人脸和虹膜,他们的误率分别在 0.4%、2.5% 和 0.0001%。相较前两者而言,虹膜识别误率可低至百万分之一。...几年前他们攻克了中国人黑色虹膜难以识别的问题。「中国人虹膜纹理数量比西方人少,难以看清。所以一直以来西方人认为中国人的虹膜最难识别。」他告诉雷锋网,「我们解决了这个问题,而且识别的精确度也很高。」...单摄像头虽然成本低,但如果两只眼睛,双眼一定是在单摄像头的最两侧,也是成像质量最差的区域。 ?...雷锋网:因为虹膜无时无刻都是变化的,怎么保证识别的精准性? 宫雅卓:优秀的虹膜识别算法可以提取出稳定不变的特征,基本不受每一次扫描时外部条件和虹膜自身变化的影响。

    86860

    实测华为Mate 20 Pro:配备麒麟980芯片后AI到底有多强

    整个跑分过程大概持续了8分钟,跟平常使用的跑分软件需要的时间差不多。 ?...测试中执行的任务主要有图像分类、人脸识别、图像去模糊、图像超分辨率、图像语义分割、图像增强、内存极限测试等等。 大部分都是与图像识别与处理相关的任务,也是目前手机中应用比较多的。...不过已经比我用过的大部分类似软件都好了。 这是Mate 20相机“人像”模式里的一个小功能,开关就在正中间。 ? 想实现这个功能却有不少限制:需要现,还要离人近,对准脸。...不过,也有很厉害的时候,比如下面的绿萝和万年青就识别的很精准。 ? 从上面的几个测评结果中可以看出,识别不同种类的对象,Mate 20 Pro会使用不同的“引擎”。...功能入口在物旁边,如果图片已经在手机上了,还可以通过双手按压图片进入搜索购物的界面。只要你敢,敢按,就会有结果出来,但准确性……还有待提升。 比如,墨水认成了眼影和指甲油,但大体看上去还挺像。

    1K30

    详解苏宁门店的人脸识别技术

    1:1和1:N,其底层技术是相同的,区别在于后者的误率会随着N的增大而增大,如果设置较高的相似度阈值,则会导致拒率上升。...拒和误二者不可兼得,所以评价人脸识别算法时常用的指标是误率小于某个值时(例如0.1%)的拒率。...因为检测出的低质量人脸照片对后续的人脸识别工作帮助甚微,而算法的性能优化却可以人脸别的应用场景大大增加。...经我们测试,75%的jpeg压缩率对人脸别的性能影响可以忽略,却可以节约几倍的带宽资源。...人脸识别背后的算法模型 softmaxLoss 其实人脸识别与imagenet的图像分类比赛并没有本质的区别,苏宁在早期拍照购物中累积的商品识别项目经验很多都可以用在人脸别的项目中,比如早期的VGG

    4K30

    快消品图像识别丨无人店背后的商品识别技术

    人脸识别已经逐渐渗透我们的日常生活,机器能够认准人脸,想必大家都有所耳闻;而另一类计算机视觉的应用,是进行商品识别。...当前新兴的一些无人零售店,背后就需要机器对商品进行自动识别,图购物、AR互动营销等场景,也运用了商品识别技术。...数据逻辑 1 让小孩“记住”超市里的所有商品 我们教一个小孩物的时候,比如“苹果”,首先要让他反复的看到 “苹果”,他便能认识“苹果”;他可能会认错,把“梨”认成“苹果”,这个时候应该帮他指出来。...模型建立之后,还需要进行管理:模型之间存在层次关系,数据和模型会存在版本的迭代,这些问题,当遇到大量商品类别的时候,显得非常艰难。...人脸都有眼睛、鼻子、嘴巴等固定的特征,而超市中琳琅满目的商品,则千奇百态。与人脸识别相比,商品识别有更高的工程复杂度。

    3.6K70

    腾讯优图团队再创佳绩,刷新人脸识别世界纪录

    在众多模式识别的应用领域中,人脸识别是一项兼具研究价值与应用价值的课题。解决人脸别的关键在于能否找到一种稳定的,不轻易随着光照、视角、姿态、表情等外部因素变化而变化的,描述人脸身份ID的特征表达。...不仅如此,UFACE模型也展现出巨大的应用价值,在业务数据集的测试表明,采用UFACE模型进行人脸身份比对,相较非深度方法在同等误率条件下漏率降低了50%以上。...优图从2012年起,逐步积累了人脸检测、五官配准、人脸度量学习等具有国际竞争力的核心人脸技术,这些辅助的软实力为团队在人脸别的进一步突破提供了坚实的技术基础。 3、在深度学习领域上的布局与探索。...他山之石可以攻玉,Deep_UFACE模型在设计与优化上深度借鉴了此前在图像识别领域的技术经验与成果。...优图团队是腾讯旗下专门研究机器学习,智能识别的团队,该团队在近期推出了腾讯优图开放平台,将人脸识别技术免费开放供开发者使用。

    1.3K60

    路边哪些野花「不能采」?这款小程序,帮你找回遗失的好奇心

    掏出手机,用「花君」小程序扫一扫,立刻就知道你面前这个小家伙姓甚名谁啦~ 如果有朋友在身边,还可以顺便装个 X,是不是很赞? 当然,你也可以先拍下来,等有空的时候,再来识别手机里的存货。...是的,这里的存货不光是你以前过的照片,各种你在别的地方看到的图片,比如说网上偶遇的美图、漂亮的壁纸、别人的朋友圈……都可以保存到相册里,然后用花君测测里面到底是什么花~ 无论你是看到什么都想知道是啥的好奇宝宝...,还是正在养成的植物爱好者,都可以用它来测一测。...你可以点小相机拍照,也可以去相册选图。 让我们来随便找两张有花儿的照片,看看花君的鉴定结果: ? 你看,就算花朵很小也能识别的出来,超智能,一点都不傻瓜。...最贴心的是,「花君」居然还能帮你自动保存花记录! ? 回到主页点击「我的」,你看,之前搜过的记录都在这里了,超方便!

    53110

    使用Tensorflow构建属于自己的图片分类器

    就拿AI最常见的应用而言,人脸识别已经相当成熟,由巨头把持,围棋AI也有好几个开源实现,都是重量级的玩家在玩,医疗领域涉及太广,不是个人能hold住的。...比如拍照花、给猫狗图片分类等等。对的,本文就是在这些模型的基础上,训练出能够识别我常喝的两种牛奶的分类器(牛顿不是也说过,要站在巨人的肩膀上。。。)。我常喝的牛奶是长这样的: ? ?...第三种办法是对着这两种牛奶录一段视频,然后通过软件将一帧帧的图像保存为图片,该方法也不是我想到的,你可以看这段视频了解一下。 我选择第三种录视频的方法来生成我的训练数据。...数据生成 首先使用手机一段视频,导入到电脑,然后通过软件保存图像。在ubuntu上可以使用ffmpeg软件来完成。...retrained_graph.pb \ --image=tf_files/milk_photos/yili/008.jpg 结果: yili (score=0.99988) arla (score=0.00012) 我们也可以一张照片

    1.1K60

    graph representation learning_with for什么意思

    而跨镜追踪(ReID)技术正好能够弥补人脸别的这些不足,行人重识别能够根据行人的穿着、体态、发型等信息认知行人。...而作者新设计了一个多分支的端到端的深度网络,使得不同级别的网络分支能够关注不同粒度的分辨信息,也能够有效兼顾整体信息。...这三个分支既有合作又有分工,前三个低层权重共享,后面的高级层权重独立,这样就能够像人类认知事物的原理一样即可以看到行人的整体信息与又可以兼顾到多粒度的局部信息。...「刷脸」是计算机视觉领域的重要的应用,而「人」将促使计算机视觉行业进入新的发展阶段。云从科技作为人脸识别领域的领导者之一,同样对行人识别的技术前景、应用场景、社会价值有极其深刻的研究。...云从科技希望能够与业内一起推动计算机视觉在「人」这个方向上的发展,让大家能够更快地体会到「人」的人工智能对智能安防、人机互动、自动驾驶、智能商业、家居生活等各方面的帮助与提升。

    71020

    浅谈FRVT人脸识别测评

    人脸别的测试集很多,大致发展脉络是从受控环境向无约束环境发展。...从人脸识别角度来看,没有一种人脸识别算法可以做到在任何环境下表现都很优秀,因此通过FRVT结果简单认为某某公司人脸识别水平第一不严谨。...FNMR(拒率,就是把应该相互匹配成功人脸当成不匹配的人脸),FMR(误率,就是把不应该匹配成功人脸当成匹配成功人脸)。是不是很绕口?...),相比之下,拒结果相对可以接受(还是ATM刷脸取款,如果完全依靠刷脸取款,本人去ATM机刷脸,ATM无法正确识别你的身份,这时候你无法进入自己的账户,但是你的存款相对还是安全的,如果是紧急情况,甚至可以去银行柜台取款...通常反映算法性能可以调节算法阈值,得到不同拒率和误率,然后画出拒和误识相关曲线(即ROC曲线)。FRVT测评同样也是用的这种方式,在测试集上画出了不同算法的ROC曲线。

    1.5K20

    人脸识别到“无脸识别”,经济学人主编表示很担心

    人脸识别领域,最新的技术甚至做到了“无脸识别”,也就是说,在图像模糊和变形的情况下,机器也可以根据此前学习到的模型正确识别出人脸。...人脸别的最新进展:无脸识别 根据MotherBoard的报道,Max Planck Institute(德国马普研究所)的研究者展示了在人脸图像变得模糊或者残缺的情况下,算法依然可以通过训练来通过与此前观察到的头部和身体模型来辨认人...如果有人吸引到你,你要做的就是一张照,看看他们是谁。该应用的技术来自另一家俄罗斯初创公司NTechLab的人脸识别软件。...而谷歌的人脸识别软件以70.5%的准确率位居第二。谷歌似乎因为隐私问题,还没有将其技术开放于众。...关于人脸别的争论标志着关于在数字时代的个人隐私问题的长久争论到达了高潮:现在,即使是那些不使用任何技术的人,也会被识别出来。而这也提醒我们,AI引发的忧虑比想象中的来得更快。

    774100

    亚马逊人脸识别系统再“犯错”,国内“学友八杀”后又有“神探” 立功了

    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”。 大洋彼岸的美国就不同了。...无独有偶,英国警察使用人脸识别系统的误率更高,高到准确率只有 2%(注:误率的具体计算数据并未给出),这是今年 7 月初,在伦敦议会听证会上,大都会警察局局长 Cressida Dick 透露的数据...误率如此之高,人脸识别技术真不是来给警察叔叔帮倒忙的?另外,即便这项技术也遭到民众的抗议,但也没有阻止英国执法机构固执地要尝试这项新技术。...国内人脸别的使用倒不涉及有色人种歧视的问题,加上这片土地的人民本身对隐私不怎么在乎,这就为这项技术的应用扫清了障碍,剩下的就看硬技术实力了,人脸识别在国内的表现可谓战功赫赫。...据阿里巴巴视觉计算团队负责人华先胜介绍,“天鹰”能通过人和机器的交互快速定位目标对象,能够同时支撑数百路视频,并实现动态调度,既可以分散在不同区域,还可以根据应急需要集中。

    63020
    领券