超超碰免费超超碰免费_中文亚洲无线码字幕乱码_思久99久女女精品视频_亚洲国产精品特色大片观看完整版

合肥監(jiān)控安裝公司免費(fèi)服務(wù)電話
安徽監(jiān)控公司環(huán)宇智能

客戶電話:400 8818 267
服務(wù)熱線:0551-63622263
在線溝通:
點(diǎn)擊這里給我發(fā)消息   點(diǎn)擊這里給我發(fā)消息
點(diǎn)擊這里給我發(fā)消息   點(diǎn)擊這里給我發(fā)消息

您現(xiàn)在的位置:首頁 » 新聞動態(tài) » 模擬人類視網(wǎng)膜 人臉識別技術(shù)研究的重大進(jìn)步
模擬人類視網(wǎng)膜 人臉識別技術(shù)研究的重大進(jìn)步

摘要:無論是在茫茫人海中提取面部信息,還是在大圖中識別出遠(yuǎn)處/細(xì)小的物體,都對計(jì)算機(jī)視覺圖形提出了非常大的挑戰(zhàn)。憑借著多年的技術(shù)積淀,來自卡內(nèi)基梅隆大學(xué)的科研團(tuán)隊(duì)終于找到了其中的訣竅——成功識別細(xì)小對象的關(guān)鍵就是尋找與之匹配的更大物體。

卡內(nèi)基梅隆大學(xué)剛剛發(fā)布了其關(guān)于人臉識別的新研究,由其改進(jìn)的算法能夠從圖片中提取并編碼關(guān)鍵信息,也就是說能從人海中迅速提取面部信息。目前是人臉識別熱門的創(chuàng)業(yè)方向之一,卡內(nèi)基梅隆大學(xué)的這項(xiàng)技術(shù)研究對于產(chǎn)業(yè)界的應(yīng)用將起到很大的推動作用。

  無論是在茫茫人海中提取面部信息,還是在大圖中識別出遠(yuǎn)處/細(xì)小的物體,都對計(jì)算機(jī)視覺圖形提出了非常大的挑戰(zhàn)。憑借著多年的技術(shù)積淀,來自卡內(nèi)基梅隆大學(xué)的科研團(tuán)隊(duì)終于找到了其中的訣竅——成功識別細(xì)小對象的關(guān)鍵就是尋找與之匹配的更大物體。

  這種能夠從圖片中提取并編碼關(guān)鍵信息的改進(jìn)算法,是由副教授 Deva Ramanan 和博士生 Peiyun Hu 共同推進(jìn)的,可謂是識別微型人臉里程上的重大進(jìn)步。

1492583106718329.jpg  

在面部的基準(zhǔn)測試集中,此前的方法只能識別出 29% 到 64% 之間的正確人類面孔,而她們所提出的改進(jìn)版算法減少了兩個(gè)導(dǎo)致誤差的隱私,從而將正確率提高到了 81%。

  Ramanan 說道:「這就像是尋找在某個(gè)人手中的一根牙簽。當(dāng)你提示對象可能會使用牙簽的時(shí)候你就會非常容易看到它。手指的方位,手部的動作和位置都為我們終找到這根牙簽提供了非常重要的線索。」

  同樣,為了尋找那些只有極少像素點(diǎn)的的面部,更大照片中的身體或者人群照片都能提供諸多線索。

  對于微型面部的提取擁有廣闊的應(yīng)用前景,例如統(tǒng)計(jì)人群數(shù)量等等。而延伸至微型物體的需求日益突顯,就拿自動駕駛汽車來說當(dāng)車速越來越快,必然需要時(shí)刻監(jiān)視和評估交通狀況,必然需要對遠(yuǎn)處的物體進(jìn)行充分且正確的識別,才能做出正確的反應(yīng)!

1492583189103577.jpg

Ramanan 表示通過輔助關(guān)聯(lián)信息來幫助識別對象并不是什么新鮮的概念。然而,在實(shí)際系統(tǒng)中很難去闡述和表達(dá)這種直覺。這是因?yàn)閷﹃P(guān)聯(lián)信息的編碼通常涉及到「高緯度描述」(High-Dimensional Descriptors),其中包含大量信息但是使用起來卻是非常的麻煩。

  他和 Hu 所研發(fā)的方法是使用了「中央凹描述」(Foveal Descriptors),模擬人類視覺結(jié)構(gòu)對關(guān)聯(lián)信息進(jìn)行編碼。中央凹是視網(wǎng)膜中視覺(辨色力、分辨力)敏銳的區(qū)域,這種方法為圖片的小塊區(qū)域提供了清晰的細(xì)節(jié),而周圍區(qū)域則比較的模糊。

  通過模糊外部圖像,中心凹描述提供了充足的關(guān)聯(lián)信息,在高度聚焦下幫助理解這個(gè)區(qū)域所展示的內(nèi)容,而且極大的降低了計(jì)算負(fù)擔(dān)。基于這種方式,Hu 和 Ramanan 的系統(tǒng)能夠在更少像素點(diǎn)的圖形塊中尋找并確認(rèn)是否存在人臉。

  簡單的增加一張圖片的分辨率可能并不是尋找微型物體的解決方案。伴隨著高分辨率會帶來「Where『s Waldo」的問題,目標(biāo)對象包含大量的像素點(diǎn),極有可能在像素點(diǎn)中迷失。在這種情況下,充分利用關(guān)聯(lián)信息就能夠幫助系統(tǒng)關(guān)注到包含面部的圖像區(qū)塊。除了上文提及的關(guān)聯(lián)信息之外,Ramanan和Hu表示如果在同一個(gè)圖像區(qū)域中數(shù)次檢測到鼻子,那么利用檢測器在擁有少數(shù)像素點(diǎn)的圖像區(qū)域中找出面部是非常困難的。因此他們針對不同尺寸的對象培訓(xùn)了多個(gè)獨(dú)立檢測器,從而大大提高了檢測微型物體的能力。

  今年 7 月 21 日至 26 日在美國夏威夷州的首府火奴魯魯將會舉辦計(jì)算機(jī)視覺與模式識別國際會議(CVPR 2017),科研團(tuán)隊(duì)屆時(shí)將會發(fā)表詳細(xì)的報(bào)告。目前網(wǎng)絡(luò)版報(bào)告已經(jīng)發(fā)布,雷鋒網(wǎng)將持續(xù)關(guān)注后續(xù)動態(tài)。


合肥監(jiān)控公司 | 合肥監(jiān)控安裝 | 合肥監(jiān)控公司 | 安徽監(jiān)控安裝 | 安徽監(jiān)控公司