Güvenlik kontrolünden geçtikten sonra "yüzünüzü kaydırmak" hiçbir şey değildir. Yüz tanımanın değeri keşfedilmekten çok uzaktır
Resmin kaynağı: Visual China
Yüz tanıma, yere inecek kadar hızlı ve göz kamaştırıcı etkilere sahip akıllı teknolojilerden biri olarak kabul edilebilir.Ma Yun, Mart 2015'te Alipay'in yüz ödemesini gösterdiğinden, yakın zamana kadar birçok havaalanı ve yüksek hızlı tren istasyonu istasyona girmek için yüz tanıma özelliğini etkinleştirdi. Meitu bile "AI selfie" yapabileceğini söyledi.
Önce bir tencere soğuk su dökelim Şu anda birçok yüz tanıma uygulaması hala çok erken bir aşamadadır ve teknik değeri yüksek değildir.
Öncelikle yüz tanıma kavramını anlamalıyız. Yüz tanıma aslında nispeten geniş bir kategoridir ve biyometrik tanıma teknolojisine dayalı olarak, bireyleri ayırt etmek için insan özelliklerini kullanır. Teknolojiler arasında görüntü elde etme, özellik konumu, tanımlama ve arama vb. Yer alır.
Basitçe ifade etmek gerekirse, kaşların yüksekliği, ağzın köşesi gibi yüzün özelliklerini fotoğraftan çıkarmak ve ardından özelliklerin karşılaştırılmasıyla sonucu çıkarmaktır.
Uygulama açısından yüz tanıma da birçok seviyeye ayrılmıştır.Şu anda ülkemizde uygulama hala 1: 1 düzeyinde olup, yüz tanımada en temel "siz olduğunuzu kanıtlayın" dır.
1: 1 yüz tanıma seviyesi genellikle kullanıcıların sistemdeki kurallara uyan fotoğrafları yüklemesini, fotoğrafları çevrimdışı olarak çekmesini ve sistemdeki fotoğraflarla karşılaştırmasını içerir. Havalimanları ve yüksek hızlı tren istasyonları gibi çevrimdışı fotoğrafçılık için daha iyi koşullar (aydınlatma, kamera pikselleri vb.) Sağlayan bir ortamda, dürüst olmak gerekirse, teknik gereksinimler çok yüksek değildir.
Bununla birlikte, Zhihu'daki bazı netizenler, yüz tanıma terminal algoritmasının yerleştirme yetkisinin sadece 500 yuan / set gerektirdiğini ve kullanım maliyetinin açık olduğunu belirtti. Ve bu teknoloji kesinlikle yeni bir teknoloji değil. Lisede, yazarın okulu sınıflar arasındaki tur sayısını kontrol etmek için yokluğu kontrol etmek için yüzü kaydırmayı kullandı.
Bilgi işlem ortamı için daha yüksek gereksinimler 1: N düzeyinde ve N: N düzeyinde yüz tanımadır. Yani, tek bir özellik birden çok özelliği karşılaştırır ve birden çok özellik birden çok özelliği karşılaştırır. Bununla birlikte, bu iki yüz tanıma seviyesi, uygulamalarda daha iyi bir ortam sağlamada genellikle başarısız olur.Örneğin, 1: N seviyesinde yüz tanıma, kayıp kişi aramasına uygulanabilir.Özel durumlarda, çekilen fotoğrafların karmaşık açıları ve ışığı vardır. Özellik çıkarma ve karşılaştırmanın zorluğunu arttırır.
LBP, yüz tanımanın sihirli kökü
Belki de Yerel İkili Desen (yerel ikili desen) gibi yüz tanıma algoritmalarını daha da keşfedebiliriz. Bu algoritma, belirli bir pikselin etrafındaki gri değerini pikselle karşılaştırabilir, böylece ışığın etkisini ortadan kaldırabilir ve özellikleri çıkarabilir.
LBP'ye ek olarak, Gabor filtreleri gibi yaygın olarak kullanılan birçok özellik çıkarma algoritması vardır. Tabii ki, özniteliklerin çıkarılması sadece ilk adımdır ve sonra sınıflandırma özniteliklere dayanır ve ardından Bayes, karar ağacı vb. Sınıflandırma algoritmaları uygulanmalıdır.
Son zamanlarda, yangının derin öğrenimi yavaş yavaş yüz tanımaya uygulanmaktadır.Derin öğrenme, özellik çıkarma ve sınıflandırmanın iki adımını birleştirir. En uygun özellik çıkarma modunu hesaplamak için sinir ağı kara kutusunun özelliklerini kullanın, böylece algoritmanın daha geniş bir uygulama aralığına sahip olması için "özellik çıkarma tanıma sonucunu etkiler" kısır döngüsünü atlayabilirsiniz.
Tabii ki, derin öğrenme çok sayıda veri örneğinin uygulanmasını ve uzun bir eğitim süresini gerektirdiğinden, genel bilgi işlem ortamı için de yüksek gereksinimleri vardır.Yüksek kaliteli ve ucuz LBP ile karşılaştırıldığında, uygulama aralığı geniş değildir.
Algoritma temeli? Pratiklik daha önemlidir!
Bazı insanlar yüz tanımanın sadece çok basit bir algoritma olduğunu düşünse de, yüz tanımanın uygulama alanında hala keşfedilmemiş bir hazine olduğunu düşünüyoruz.
Yalnızca kimlik doğrulama ve tanımlama açısından bakıldığında, uzaktan kredi, menkul kıymet işlemleri işleme, gerçek isim sistemi doğrulama, ziyaret kayıtları, güvenlik denetimleri vb. Alanlarda uygulamalar vardır. Sağlamlığı artırmak amacıyla, Skynet aynı zamanda suçluları / kayıp kişileri izlemek ve araştırmak için de kullanılıyor Kısacası, bilim kurgu filmlerindeki sokaklarda ve sokaklarda kameralarla insan bulma planı tamamen gerçeğe girebilir.
Bu son derece temelli uygulama modellerine ek olarak, büyük veri + yüz tanıma şu anda en sıcak tartışmadır, yani çok sayıda yüz örneğinin biriktirilmesi yoluyla, onlardan özellikler çıkarılır ve kurallar özetlenir. Yüz ifadesi özelliklerini çıkarmak ve duygusal bir yargı sistemi oluşturmak gibi; veya durumu yüz cildi, kırışıklıklar, lekeler gibi özellikler aracılığıyla analiz etmek gibi.
Bununla birlikte, bu uygulama kategorileri hala iniş uygulamalarından çok uzaktır.Yüz tanımanın duygusal yargılama, görsel teşhis vb. Elde etmenin en iyi yolu olup olmadığı bilinmemektedir.
Genel olarak konuşursak, Çinli teknoloji şirketleri arasında yüz tanıma balonunun daha yüksek olduğu bir kategoridir.Sadece Face ++, Yuncong ve diğer şirketler on milyonlarca dolarlık finansman almadı. Çeşitli şirketler de bu teknolojinin tanıtımını yapay zekaya bir adım olarak görüyorlar ve PR tarafından heyecanlanıyorlar ve hatta bazı selfie araçları bile bunu yakalamak istiyor.
Aslında, yüz tanımanın mevcut uygulaması hala temele dayanmaktadır, yani daha iyi bir ortamda 1: 1 yüz tanıma ve fotoğraf güzelliği, tanıma ön işlemine bile, sadece yüz özelliklerinin sabit nokta ekstraksiyonuna uygulanmaktadır. Sadece konuşmacının psikolojik kalitesinin biraz fazla güçlü olduğu söylenebilir.
Herhangi bir teknolojiyi tanrılaştırmamalıyız, seyircinin kafasını karıştıranlara gelince, onlar sadece kendi ürünlerine güvenmiyorlar. Trafikle övünmek "önce halkla ilişkiler" olabilir ve para yapılmadan önce yapılabilir.Ancak teknoloji pazarlama ile yığılamaz.Sonuçta genellikle tek bir sonuç vardır.
Daha heyecan verici içerik için Titanium Media WeChat ID'yi (ID: taimeiti) takip edin veya Titanium Media Uygulamasını indirin
