人脸识别技术面临的挑战
极客时间编辑部
讲述:杜力大小:1.09M时长:02:24
人脸识别是机器学习的直接应用,这项技术已经被消费者、行业和执法机关广泛采用,它为我们的日常生活带来了便利,但也有严重的隐私问题。虽然人脸识别已经超过了人类的工作效率,但是,在某些应用中还存在一些问题。
据了解,人脸识别的应用可以分成两类:身份验证和识别。这两种场景起初都会把一组已知的主体注册到系统中(图库),在测试期间,提供一个新的主体(测试图像)。人脸验证会计算图库和测试图像之间一对一的相似性,从而确定两副图像是否是相同的主体。
另外,人脸识别技术还可以用于推断人的特征和行为,如情绪、年龄或健康状况。
现在,越来越多的公民自由和隐私协会指出,人脸识别的使用存在违反公民自由和隐私的危险。
虽然这项技术已经发展了许多年,在标准训练集上得分很高。不过,现实环境会带来一些特殊的挑战。例如,由于姿势的原因,一个人脸部的差别可能比不同人脸部的差别还要大。而光照、表情、年龄、眼镜、帽子等因素的差异也会妨碍识别。
并且在识别时,并不是总能获得主体的正面照,使用其他角度的照片会让处理过程增加额外的校准步骤。
为了可靠起见,人脸识别需要用到大型的训练数据集和强大的匹配模式。谷歌和 Facebook 利用人们上传到其平台的照片构造了大型的专有数据集,也有许多开源的大型数据集可供使用。
一般来说,人脸识别分为三个步骤:定位、标准化和识别。首先,系统会定位图像中的人脸并探明轮廓。接着,通过标准化调整原始照片的角度,使它接近于正面。然后,人脸识别模块会作用于这些经过重定位的人脸。
从上个世纪 90 年代开始,人脸识别就已经不再以手工创建的局部特征为基础,而是转而使用深度学习模型。经典的卷积神经网络(CNN)和架构,就被广泛地用作人脸识别的基线模型。
当前,人脸识别仍然面临着众多挑战,包括:实现不同姿势、不同年龄的人脸变体识别的健壮性,使用“照片简图(photo-sketches)”代替真正的照片,识别出遮挡、彩妆及欺骗技术等。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- 文涛算法或者思维变了,问题可能就不是问题了
收起评论