人脸识别关键技术及进展PPT资料.pptx

1、人脸识别关键技术及最新进展刘 军,2017年1月6日,报告提纲,人脸识别进展,人脸识别系统框图,图像采集,人脸检测,特征训练,特征提取,匹配结果,人脸配准,预处理,人脸数据库,特征数据库,人脸识别进展,深度学习+大数据,图片数量（200 vs 5）;#个体数量（800 vs 2）,人脸识别进展,个体数目和图片数目同等重要2008年公安部一所千万级大规模人脸识别评测无法检测到很多高清晰图像中的人脸基于数据的人脸识别的弊端对于训练集合中没有的样本往往束手无策,谷歌照片应用误把黑人标记成“大猩猩”,普通大众,人脸识别进展,个体数目和图片数目同等重要2008年公安部一所千万级大规模人脸识别评测无法检测

2、到很多高清晰图像中的人脸明星、名人vs普通大众,明星、名人浓眉大眼、五官端正,报告提纲,人脸检测,基于深度分割的人脸检测方法背景比较单一，前景具有一定相似性,普通大众,明星、名人浓眉大眼、五官端正,人脸检测,基于深度分割的人脸检测方法背景比较单一，前景具有一定相似性,前景,背景,人脸检测,基于深度分割的人脸检测方法背景比较单一，前景具有一定相似性百度图像分割大赛,人脸检测,基于深度分割的人脸检测方法背景比较单一，前景具有一定相似性,人脸检测,不同遮挡程度下的人脸检测,人脸检测,不同遮挡程度下的人脸检测并不完全依赖于表像和结构信息能够预测训练集合中没有的数据具有较快的计算速度-1000帧/秒,人

3、脸检测,漏检，误检,人脸检测,报告提纲,人脸对齐,目前在在主流数据库上，我们得到了优于其他最新算法的实验结果，速度可以达到每秒6800帧，（cpu：#i7-4790k，多线程：#启用，模型大小：#3.28M）和目前主流方法比较：#,报告提纲,弱监督人脸识别,数据整理来源网络爬虫（百度，谷歌图片，Flickr）人工采集干扰因素特征点标注不准确数据不纯净,弱监督人脸识别,解决方法筛选人工辅助标注,基于深度网络的人脸识别方法识别结果,弱监督人脸识别,技术上仍然有很大提升空间,弱监督人脸识别,我们算法是目前基于深度学习的商用算法中速度最快的。#,弱监督人脸识别,技术特点：#对光照、姿态、表情、年龄变化等因素影响均具有很好的鲁棒性。#,衷心感谢各位专家！#敬请批评指导！#,