借助于深度神經(jīng)網(wǎng)絡(luò),俄羅斯國立高等經(jīng)濟(jì)大學(xué)的人研究人員已經(jīng)提出了一種新方法,能夠從視頻中識別出人的身份。該方法不需要大量的照片,并且與現(xiàn)有方法相比具有明顯更高的識別準(zhǔn)確度——即使只有某個人的一張照片可用。
面部識別技術(shù)在過去幾年中發(fā)展迅速。作為驗證和識別個人身份的工具,這些技術(shù)被用于各種領(lǐng)域,從打擊恐怖主義的執(zhí)法機構(gòu)到社交網(wǎng)絡(luò)和移動應(yīng)用。許多國際公司和世界領(lǐng)先大學(xué)的研究小組正在不斷對數(shù)據(jù)和儀器本身進(jìn)行試驗,以提高識別的準(zhǔn)確率。
識別可以通過多種方式進(jìn)行,但最近在高精度神經(jīng)網(wǎng)絡(luò)的幫助下獲得了最好結(jié)果。神經(jīng)網(wǎng)絡(luò)獲得的訓(xùn)練圖像越多,該過程就越有效。網(wǎng)絡(luò)可以提取出關(guān)鍵面部特征,然后在識別未知圖像時使用該知識。
現(xiàn)在,可以更容易地訪問越來越多的照片數(shù)據(jù)集,并將這些數(shù)據(jù)集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。對于受限的觀察環(huán)境(具有相同的面部方向、照明等因素的照片),算法的準(zhǔn)確性早已達(dá)到人類面部識別的能力水平。然而,在識別不受約束的條件下,收集到的視頻數(shù)據(jù)具有可變的照明、角度和大小,實現(xiàn)高精度識別對研究人員來說是一個更大挑戰(zhàn)。
國立高等經(jīng)濟(jì)大學(xué)信息系統(tǒng)與技術(shù)部教授Savchenko解釋說:“網(wǎng)絡(luò)能夠以100%的準(zhǔn)確度識別知名演員,因為演員的可用圖像數(shù)量可能有數(shù)百萬張。然而,隨著神經(jīng)網(wǎng)絡(luò)中積累的知識的變化,這并不意味著它可以適應(yīng)只有一張照片用作訓(xùn)練樣本的情況并識別出人的身份。”
為了解決這個問題,國立高等經(jīng)濟(jì)大學(xué)的研究人員利用模糊集和概率理論來開發(fā)視頻識別算法。在利用少量圖像進(jìn)行視頻實時面部識別的實驗中,該算法顯著提高了若干眾所周知的神經(jīng)網(wǎng)絡(luò)架構(gòu)的準(zhǔn)確度(比早期實驗高2-6%),如VGGFace、VGGFace2、ResFace和LightCNN。
作為測試數(shù)據(jù)庫,國立高等經(jīng)濟(jì)大學(xué)的研究人員使用以下傳統(tǒng)數(shù)據(jù)集來對視頻面部識別方法進(jìn)行評估:IJB-A(IARPA Janus Benchmark A)和YTF(YouTube Faces)。這些數(shù)據(jù)集包含了著名人物(演員、政治家、公眾人物)的免費圖像,而這些圖像是在不受約束的環(huán)境中和不同時間點從開放源頭收集的。在最復(fù)雜的實驗中,研究人員使用上述算法和來自于另一個具有更好分辨率的LFW(Labeled Faces in the Wild)數(shù)據(jù)集的相同人物的幾張照片來識別來自YouTube視頻中的人。而這些照片本身是在不同的時間(從20世紀(jì)70年代到21世紀(jì)10年代)和不同的地點拍攝的。
這種新方法的實質(zhì)是利用參考照片的相關(guān)性信息,即它們之間的距離或差距。相似個體之間的聯(lián)系(即數(shù)學(xué)模型中的距離)較小,而不相似個體之間的聯(lián)系則較大。了解人與人之間的差異程度可以幫助系統(tǒng)在識別視頻幀的過程中糾正錯誤。
Savchenko教授解釋說:“算法估計一幀與一個人的接近程度,以及另一幀與另一個人的接近程度。然后,它比較這兩個人的訓(xùn)練靜態(tài)照片之間的相似程度。接下來,它將第三人添加進(jìn)來并評估他與哪個人的相似度更高——第一個人或第二個人。然后它會糾正識別錯誤?!?/p>
該算法已經(jīng)用針對固定計算機的Python語言實現(xiàn),能夠幫助用戶在照片/視頻專輯中查找和分組不同人的面部,并估計一個人的出生年份、性別和其他參數(shù)。研究人員還開發(fā)了一個Android應(yīng)用程序原型,用于確定照片和視頻中人物的年齡和性別。對照片庫的分析能夠?qū)崿F(xiàn)對用戶社交活動程度的自動評估,并識別用戶的親密朋友和親戚。對于現(xiàn)代智能手機,該應(yīng)用程序原型每秒能夠處理15幀。據(jù)研究人員稱,有了他們的方法,面部識別可以獲得更高的準(zhǔn)確率。
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4797瀏覽量
102367 -
面部識別
+關(guān)注
關(guān)注
1文章
375瀏覽量
26990
原文標(biāo)題:新型神經(jīng)網(wǎng)絡(luò)可從單張照片識別人臉
文章出處:【微信號:AI_News,微信公眾號:人工智能快報】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
基于貝葉斯分類器和徑向基函數(shù)(RBF)網(wǎng)絡(luò)融合的人臉識別方法的設(shè)計方案
粒子群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)在語音識別中的應(yīng)用
人臉識別、語音翻譯、無人駕駛...這些高科技都離不開深度神經(jīng)網(wǎng)絡(luò)了!
基于BP神經(jīng)網(wǎng)絡(luò)的手勢識別系統(tǒng)
基于i.MX 8的物體識別神經(jīng)網(wǎng)絡(luò)
【案例分享】ART神經(jīng)網(wǎng)絡(luò)與SOM神經(jīng)網(wǎng)絡(luò)
基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)物體識別系統(tǒng)
卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應(yīng)用
基于BP神經(jīng)網(wǎng)絡(luò)的2DPCA人臉識別算法
基于NARMAX模型的小波神經(jīng)網(wǎng)絡(luò)實現(xiàn)

基于BP神經(jīng)網(wǎng)絡(luò)和局部與整體奇異值分解的人臉識別
基于BP神經(jīng)網(wǎng)絡(luò)的人臉識別方法

如何使用深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)實時人臉識別

評論