人臉識別關(guān)鍵技術(shù)及進展

1、人臉識別關(guān)鍵技術(shù)及最新進展劉 軍 1月6日第1頁匯報提要人臉識別進展人臉檢測人臉對齊人臉識別第2頁人臉識別進展人臉識別系統(tǒng)框圖 圖像采集人臉檢測特征訓(xùn)練特征提取匹配結(jié)果人臉配準(zhǔn)預(yù)處理人臉數(shù)據(jù)庫特征數(shù)據(jù)庫第3頁人臉識別進展深度學(xué)習(xí)+大數(shù)據(jù)報道單位圖片數(shù)量（百萬）個體數(shù)量（萬）臉譜企業(yè)(facebook)4.40.4谷歌企業(yè)(谷歌)200800DeepID0.21.0Face+52騰訊優(yōu)圖12中科院自動化所0.51.0天津研究院22圖片數(shù)量(200 vs 5); 個體數(shù)量(800 vs 2 )第4頁人臉識別進展個體數(shù)目和圖片數(shù)目同等主要公安部一所千萬級大規(guī)模人臉識別評測無法檢測到很多高清楚圖像中人

2、臉基于數(shù)據(jù)人臉識別弊端對于訓(xùn)練集合中沒有樣本往往束手無策谷歌照片應(yīng)用誤把黑人標(biāo)識成“大猩猩”第5頁普通大眾人臉識別進展個體數(shù)目和圖片數(shù)目同等主要公安部一所千萬級大規(guī)模人臉識別評測無法檢測到很多高清楚圖像中人臉明星、名人vs普通大眾明星、名人濃眉大眼、五官端正第6頁匯報提要人臉識別進展人臉檢測人臉對齊人臉識別第7頁人臉檢測基于深度分割人臉檢測方法背景比較單一，前景含有一定相同性普通大眾明星、名人濃眉大眼、五官端正第8頁人臉檢測基于深度分割人臉檢測方法背景比較單一，前景含有一定相同性前景背景第9頁人臉檢測基于深度分割人臉檢測方法背景比較單一，前景含有一定相同性baidu圖像分割大賽第10頁人臉檢測

3、基于深度分割人臉檢測方法背景比較單一，前景含有一定相同性第11頁人臉檢測不一樣遮擋程度下人臉檢測第12頁人臉檢測不一樣遮擋程度下人臉檢測并不完全依賴于表像和結(jié)構(gòu)信息能夠預(yù)測訓(xùn)練集合中沒有數(shù)據(jù)含有較快計算速度-1000幀/秒第13頁人臉檢測漏檢，誤檢不穩(wěn)定，忽大忽小第14頁人臉檢測第15頁匯報提要人臉識別進展人臉檢測人臉對齊人臉識別第16頁人臉對齊當(dāng)前在在主流數(shù)據(jù)庫上，我們得到了優(yōu)于其它最新算法試驗結(jié)果，速度能夠到達每秒6800幀，（cpu：i7-4790k，多線程：啟用，模型大小：3.28M）和當(dāng)前主流方法比較：MethodCommonChallengingFullFPSTSPM8.2218.

4、3310.20ESR5.2817.007.58120RCPR6.1817.268.35SDM5.5715.407.5070LBF4.9511.986.32320LBF Fast5.3815.507.373100CFSS4.739.985.76363DDFA6.1510.597.013DDFA+SDM5.539.566.31ours6.738.967.136800第17頁匯報提要人臉識別進展人臉檢測人臉對齊人臉識別第18頁弱監(jiān)督人臉識別 數(shù)據(jù)整理來源網(wǎng)絡(luò)爬蟲（baidu，谷歌圖片，F(xiàn)lickr）人工采集干擾因素特征點標(biāo)注不準(zhǔn)確數(shù)據(jù)不純凈第19頁弱監(jiān)督人臉識別處理方法篩選人工輔助標(biāo)注人臉配準(zhǔn)數(shù)據(jù)識別身份異常配準(zhǔn)異常第20頁基于深度網(wǎng)絡(luò)人臉識別方法識別結(jié)果弱監(jiān)督人臉識別MethodVRFAR=0.1%DIRFAR=1%，Rank=1HD-LBP + JB41.66%18.07%HD-LBP + LDA36.12%14.94%CBSR80.26%28.90%CRIPAC(Ours)86.18%58.07%第21頁技術(shù)上依然有很大提升空間弱監(jiān)督人臉識別我們算法是當(dāng)前基于深度學(xué)習(xí)商用算法中速