刷脸识网红 机器人还嫩点
2016年07月18日  来源:齐鲁晚报
【PDF版】
     6月30日,人机识别极限对抗大赛在杭州进行。决战双方是有着超强微观识物能力、人称“鬼才之眼”的王昱珩和人脸识别机器人“蚂可”。双方挑战的“道具”——50名青春靓丽的网络红人身着统一的服装站在舞台一边,舞台另一侧大墙上密密麻麻地贴着数百张网红的自拍照。
  在公证员的见证下,观众从现场网红中随机抽取数位。对战双方需要对被选中者进行观察后,再从照片墙中挑出对应的照片。比赛共分三场且难度依次递进,前两个回合,双方打成平手。第三轮的“寻找网红童年照”却将人机双方置于极限挑战之中:十多年的成长蜕变足以让人的容貌发生巨大改变,辨识难度巨大。21分48秒,王昱珩率先按下按钮,提交答案。7分钟后,机器人“蚂可”也完成了识别。答案揭晓:王昱珩成功认出一位网红的童年照,并放弃辨认另一位,而此轮“蚂可”辨识的两位网红照片都出现差错。
  赛后,王昱珩笑称事先并不知道比赛内容也未经彩排,“网红们的变化真的太大了。”人脸识别机器人“蚂可”的研发团队负责人陈继东则说,人和机器各有所长,此次和人类最强大脑的PK,说明机器学习人类的大脑,“还有一段路要走。”
  近两年,深度学习和大数据两项技术的相互作用,大大提高了人脸识别的准确率。生物识别智能开始进入商用,尤其是金融领域,成为数家互联网公司竞相追捧的香饽饽。在不久的将来,人脸识别技术或将逐步取代密码和手机短信校验码,用于互联网金融的身份验证基础平台。
  资深专家陈继东表示,人脸识别的互联网级应用和金融级应用存在很大区别。“身份被盗用,直接导致财产的损失。”他指出,在金融行业,对人脸识别技术的误识率要求非常高。“人脸识别的现实应用,不仅要做到在一堆照片中将同一个人识别出来,还需要将不同的人区分出来,这才是最难的一点。”陈继东强调,识别率和误识率应该综合起来看,尤其是在金融行业,必须把错误率设低。
  研发人工智能机器人专家谢忆楠介绍,所谓深度学习,打个形象的比喻就像是在“教小孩儿”。在深度学习的程序中,第一个步骤是人脸检测,即在一张照片中把人脸结构勾画出来。随后就要在人脸上进行关键点标注,这一步相当于“训练”程序学习观察人脸部特征。“这相当于一个监督式学习,我们会告诉机器人这个人到底是不是一个人。”久而久之,机器人会得出一些关键点参数。
  谢忆楠举例说,人的两个瞳孔就是两个关键点,瞳距在判断人脸是否为同一人的过程中所占权重较高。众多关键点之间相互联系,形成一个统一的函数,该函数再对应不同人脸形成一个独有的数值。“每个人脸都有属于自己的数值”,谢忆楠说。以“蚂可”为例,它识别用户人脸是从二维图片中提取600多个关键点,进行交叉验证和动态识别。
     (据《南方都市报》)


本稿件所含文字、图片和音视频资料,版权均属齐鲁晚报所有,任何媒体、网站或个人未经授权不得转载,违者将依法追究责任。
网友为此稿件打分的平均分是:
齐鲁晚报多媒体数字版
按日期查阅
© 版权所有 齐鲁晚报
华光照排公司 提供技术服务