rss 设为首页 加入收藏

新闻分类

友情提示:请在网站的"图文信息管理"增加(标识栏目参数为: menu_66)的菜单栏目,即可显示!

新闻中心

当前位置:网站首页 > 新闻中心
 
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: 2019-12-29 0:06:10 * 浏览: 0
早在2001年,两名计算机科学家PaulViola和MichaelJones发起了计算机人脸检测领域的革命。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的脸,而忽略从角度看的任何脸。在这些边界条件下,他们意识到鼻梁通常形成一条垂直线,并且比附近的眼窝更明亮。他们还注意到眼​​睛经常在阴影中,因此形成了较暗的水平带。因此,Viola and 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,结果可以很好地指示图像中的人脸。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快速,实时地运行。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发现人脸。这严重限制了它可用于面部搜索引擎的方式。这就是Yahoo对这个问题感兴趣的原因。如今,加利福尼亚州Yahoo Labs的SachinFarfade和Mohammad Saberian以及斯坦福大学附近的Li-JiaLi揭示了一种解决问题的新方法,即使在部分遮挡的情况下,也可以以一定角度检测面部问题。他们说,他们的新方法比其他方法更简单,但是已经实现了性能。 Farfade和co使用了根本不同的方法来构建他们的模型。他们利用了机器学习的最新进展,称为深度卷积神经网络。想法是使用大量带注释的示例数据库训练多层神经网络,在这种情况下,从多个角度拍摄面部照片。为此,Farfade和合作者创建了一个数据库,该数据库包含200,000张图像(包括各种角度和方向的面部)以及另外2000万张不包含面部的图像。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。结果是一种算法,该算法即使在部分遮挡的情况下也可以从各个角度查找面部。它可以在同一张图像中找到很多面孔。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,他们的算法在逆转时更擅长识别人脸,而其他方法尚未完善。他们说您可以使用包含更多颠倒数据集的数据做得更好。 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面部的方法的性能。这是一项有趣的工作,显示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。该算法的巨大希望在于图像搜索。当前,您可以直接搜索在特定位置或时间拍摄的图像。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。这种能力将在不久的将来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,包括大量的视频和CCTV镜头。无论如何,这将成为强大的力量。