人脸检测算法设置彻底改变了图像搜索-软件开发公司

人脸检测算法设置彻底改变了图像搜索-软件开发公司

* 来源: * 作者: * 发表时间: 2020-10-03 0:13:22 * 浏览: 0
早在2001年,两名计算机科学家Paul Viola和Michael Jones引发了计算机面部检测领域的一场革命。经过多年的停滞,他们的突破是一种可以实时识别图像中人脸的算法。实际上,所谓的Viola-Jones算法非常快速,简单,并且很快内置于标准傻瓜相机中。他们的技巧之一就是忽略面部识别中比较困难的问题,而只专注于检测。它们也只关注从正面看到的脸,而忽略从一个角度看到的任何脸。有了这些边界,他们意识到鼻子的鼻梁通常会形成一条垂直线,比附近的眼窝要亮。他们还注意到眼​​睛经常处于阴影中,从而形成了较暗的水平带。因此,Viola和Jones建立了一种算法,该算法首先在可能是鼻子的图像中查找垂直的明亮带,然后在可能是眼睛的水平中寻找水平的黑带,然后查找与面部相关的其他常规图案。自身检测到的这些特征都无法强烈暗示人脸。但是,当在级联中一个接一个地检测到它们时,结果可以很好地表明图像中的人脸。因此,此过程的名称为:检测器级联。由于这些测试很简单,因此生成的算法可以实时快速运行。但是,尽管Viola-Jones算法是从正面看人脸的一种启示,但它无法从任何其他角度检测到人脸。这严重限制了它在面部搜索引擎中的使用方式。这就是Yahoo对这个问题感兴趣的原因。今天,位于加利福尼亚的雅虎实验室的SachinFarfade和Mohammad Saberian以及斯坦福大学附近的Li-JiaLi揭示了解决该问题的新方法。即使部分遮挡,也可以一定角度发现面部问题。他们说,他们的新方法比其他方法更简单,但已实现了性能。 Farfade和co使用根本不同的方法来构建模型。他们利用了机器学习的最新进展,称为深度卷积神经网络。我们的想法是使用大量带注释的样本数据库来训练多层神经网络,在这种情况下,可以从多个角度拍摄面部照片。为此,Farfade和他的合作伙伴创建了一个包含200,000张图像的数据库,其中包括各种角度和方向的面孔以及另外2000万张没有面孔的图像。然后他们在50,000次迭代中分批训练了128张图像来训练他们的神经网络。结果是即使在部分遮挡的情况下,也可以从各种角度识别面部的算法。它可以在同一张图片中找到许多面孔。该团队将该方法称为DeepDenseFaceDetector,并将其与其他算法进行了比较。他们说,“我们使用其他基于深度学习的方法对提出的方法进行了评估,结果表明我们的方法可以获得更快,更准确的结果。更重要的是,当算法颠倒时,他们的算法可以更好地识别人脸,其他方法也不尽人意。他们说,使用包含更多反演的数据集可以做得更好。 ldquo,我们计划使用更好的采样策略和更复杂的数据增强技术来进一步提高所提出的用于检测遮挡和旋转脸部的方法的性能。这项有趣的工作证明了人脸检测的快速发展。深度卷积神经网络技术本身只有几年的历史,并且在对象和面部识别方面取得了重大进展。该算法的巨大前景在于图像搜索。当前,您可以直接搜索在特定位置或特定时间拍摄的图像。但是很难找到特定人物拍摄的照片。这是朝这个方向迈出的一步。在不久的将来,这种能力将不可避免地伴随着我们。当它来的时候,世界将会变得更小。这不仅是将来可以搜索的图片,还包括数字化图像的整个历史记录,包括大量的视频和CCTV镜头。无论如何,这将成为强大的力量。
扫描二维码关注我们
确 认