您现在的位置是:首页 > 未命名 > 正文

未命名

腾讯AI Lab刷新人脸识别和检测两大评价国际记录,技术日调用超过6亿

guiying2022-06-17未命名83
欢迎来到云加社区,获得更多腾讯海量技术实践干货~作者:腾讯技术工程官方号:2017年12月18日,深圳-腾讯AILab研发的FaceR-FCN和FaceCNN算法是世界上最大、最困难的人脸检测

欢迎来到云加社区,获得更多腾讯海量技术实践干货~

作者:腾讯技术工程官方号:

2017年12月18日,深圳 - 腾讯AI Lab研发的Face R-FCN和FaceCNN算法是世界上最大、最困难的人脸检测平台WIDER FACE最受欢迎和权威的人脸识别平台MegaFace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。

腾讯目前在研究中AI Lab已通过arXiv平台发表论文公开人脸检测算法的一些技术细节,促进企业与学术界共享AI研究成果;在应用方面,人脸技术已接入腾讯互联网 公共服务平台等应用场景,日技术呼叫超过6亿次。预计未来将广泛应用于政府事务、金融、安全等领域,创造安全的网络环境,方便人们远程工作。

人脸检测是为了让机器在图像视频中找到所有的人脸,并准确定位其位置信息。人脸识别是基于人脸图像自动识别其身份,两者密切相关,前者是后者的前提和基础。在研究中,由于视角、光线、屏蔽、姿势、年龄变化等复杂因素的干扰和影响,真实场景中的人脸检测和识别一直是一个具有巨大研究价值和挑战性的国际问题。在应用方面,它在政府事务、金融、安全等领域具有很高的价值。在人脸技术的发展过程中,标准评价数据集的重要性是不言而喻的。在参与标准数据集测试时,研究人员可以在固定标准下评估算法性能,并促进技术的持续发展。

在人脸检测领域,WIDERFACE它是世界上最大、最具挑战性的人脸检测和评估平台,由香港中文大学发布和维护,共3个.20000张图像和39000张标记的脸在尺寸、姿势、角度和遮挡方面发生了很大变化,吸引了中国科学院、卡内基梅隆大学和马里兰大学等知名机构参与评估。


WIDER FACE 人脸图像示例,绿框为腾讯AI Lab算法检测结果,红框正式标记结果

腾讯AI Lab针对人脸尺度、光线、角度和屏蔽的多维变化,有效改善深度全卷积神经网络,提高人脸检测精度和鲁棒性,推出人脸检测算法Face R-FCN。该算法在WIDER FACE官方指定的培训集用于测试平台,即在完全公平竞争的情况下评估不同参与算法的性能时,简单、中等、困难的模式(Easy、Medium、Hard)三个测试子都集中在世界上。目前,该算法的一些技术细节已经存在arXiv在论文平台上公布。(论文地址:arxiv.org/abs/1709.0525


WIDERFACE 评估结果曲线,第一行是验证集的结果,第二行是测试集的结果mmlab.ie.cuhk.edu.hk/pr


在人脸识别领域,MegaFace它是华盛顿大学最权威、最受欢迎的人脸识别评估平台之一(University of Washington)在百万规模人脸数据下发布维护评估1:N辨识(Face Identification)和1:1验证(Face Verification)两个指标的准确性。N辨识是在N在个人数据库中找到一张目标脸,1:1验证是判断给定的两张脸是否属于同一身份。基于评价数据规模和评价指标的优势,MegaFace吸引了Google、俄罗斯是一家著名的安全公司Vocord、日本NEC与卡耐基梅隆大学等美国知名机构合作。


MegaFace常规人脸数据样例


MegaFace跨年龄人脸数据样例。这些照片是同一个人在不同年龄拍摄的。

腾讯AI Lab针对常规人脸识别和跨年龄人脸识别,在网络模型结构网络模型结构和特征学习,推出了人脸识别算法Face CNN。该算法在MegaFace在测试平台训练数据用于测试平台,即在完全公平竞争的情况下评估不同参赛算法的性能时,MegaFace Challenge 2(简称为MF2)所有测试任务都是世界第一。Face CNN未来还将公布算法相关技术的解读。

MegaFace含两个Challenge,Challenge 1(MF1)可以使用任何无限的外部人脸数据来训练参与算法。例如,谷歌使用1亿级数据,其他团队使用00万级数据,很难公平比较算法性能。而Mega Face推出的新版Challenge 2(MF2)使用官方固定训练集可以更客观地比较每个算法的情况。MF2分为常规识别和跨年龄识别两个子任务FaceScrub和FGNET1:N识别和1:1验证的准确性被视为两个关键评价指标。MF参考详细评价结果:megaface.cs.washington.edu


表1. MF2常规识别任务的识别精度(1:N)排名


表2. MF验证常规识别任务的准确性(1:1)排名


表3. MF2.跨年龄识别任务的识别准确性(1:N)排名


表4. MF验证跨年龄任务的准确性(1:1)排名

腾讯AI Lab自主研发的人脸技术已接入腾讯的几个业务场景,每日技术调用量已超过6亿次。典型的应用场景是通过人脸验证在互联网 公共服务领域完成身份自动识别的刷脸场景,方便人们远程工作,使数据运行更多,人们运行更少,通过技术提高公共服务的质量和效率。遵循与学术界和行业的共享AI”成果的发展之路,腾讯AI Lab不断推进研究,迅速实施应用,缩短技术迭代时间,小步快跑构建腾讯AI核心竞争力。

此外,在CVPR、ACL、ICML、NIPS和Nature子刊等衡量AI在研究能力的顶级会议和期刊中,腾讯AI Lab今年收录了110多篇论文,位居国内企业前列,基础研究能力强。在落地应用中,除了技术已经落到微信,QQ、围绕游戏、内容、社交网络等核心业务,新闻、音乐、视频平台也取得了突破。围棋在业内推出AI广泛支持绝艺AI 医疗产品腾讯寻影。

腾讯AI Lab腾讯企业级人工智能实验室成立于2016年4月,专注于AI借助腾讯丰富的应用场景、海量的大数据、强大的计算能力和一流的科技人才,基础研究与落地应用的结合,为腾讯打造了全面的发展优势AI能力,向“Make AI Everywhere”(让AI愿景迈步,无处不在)。

腾讯AI Lab主任和第一负责人是机器学习和大数据专家张负责人AI Lab余东博士是语音识别和深度学习专家。目前,深圳和西雅图有70多个世界级的实验室AI科学家和300多名经验丰富的应用工程师。

腾讯AI Lab基础研究侧重于机器学习、计算机视觉、语音识别和自然语言处理四个方向。技术应用侧重于内容、游戏、社交和平台工具AI目前已落地微信四个方向,QQ、天天快报和QQ数百个腾讯产品,如音乐。围棋在行业落地上AI“绝艺”及AI 医疗项目腾讯寻影等项目取得突破。


腾讯 AI Lab : 全面解读 ICML 5个研究热点

介绍一系列适合个人使用的系列。AI产品

计算机视觉顶级会议 ICCV 2017 腾讯优图入选 12 论文,含 3 Oral


本文授权云加社区发表本文,请注明原文来源