人脸检测算法集完全改变图像搜索 - 软件开发公司

人脸检测算法集完全改变图像搜索 - 软件开发公司

* 来源: * 作者: * 发表时间: 2019-09-09 0:35:46 * 浏览: 0
早在2001年,两位计算机科学家Paul Viola和Michael Jones就引发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的面部的算法。事实上,所谓的Viola-Jones算法非常快速和简单,并且可以快速内置到标准的傻瓜相机中。他们的部分诀窍是忽略面部识别中更难的问题,但只关注检测。他们也只关注前面的脸,忽略从一个角度看到的任何脸。鉴于这些边界,他们意识到鼻梁通常形成一条比附近眼窝更亮的垂直线。他们还注意到眼??睛经常处于阴影中,从而形成更暗的水平带。因此,Viola和Jones构建了一种算法,该算法首先在可能是鼻子的图像中寻找垂直亮带,然后寻找可能是眼睛的水平暗带,然后寻找与脸部相关联的其他一般模式。经过自己测试,这些功能并没有强烈暗示面部。但是当它们在级联中一个接一个地被检测到时,结果是图像中的面部的良好指示。因此,这个过程的名称:探测器级联。由于这些测试很简单,因此生成的算法可以快速实时运行。然而,虽然Viola-Jones算法是从正面看到的脸部的一个启示,但它无法从任何其他角度准确地找到脸部。这严重限制了它在面部搜索引擎中的使用方式。这就是雅虎对此问题感兴趣的原因。今天,加州雅虎实验室的Sachin Farfade和Mohammad Saberian以及斯坦福大学附近的Li-JiaLi发现了一种解决问题的新方法,即使是在部分遮挡的情况下,也能从某个角度找到面部问题。他们说他们的新方法比其他方法简单,但它实现了最先进的性能。 Farfade和co使用一种根本不同的方法来构建他们的模型。他们近年来利用机器学习的进步称为深度卷积神经网络。我们的想法是使用大量带注释的样本数据库来训练多层神经网络,在这种情况下,人脸是从多个角度拍摄的。为此,Farfade and Co创建了一个包含200,000张图像的数据库,包括各种角度和方向的面部以及另外2000万张没有面部的图像。然后,他们在50,000次迭代中以128个图像批量训练他们的神经网络。结果是即使在部分遮挡的情况下也可以从各种角度找到面部的算法。它可以非常准确地在同一图像中找到许多面。该团队将此方法称为DeepDenseFaceDetector,并将其与其他算法进行了比较。 “我们使用其他基于深度学习的方法来评估所提出的方法,并表明我们的方法可以获得更快,更准确的结果,”他们说。更重要的是,他们的算法在反转时更好地识别面部,而其他方法并不完美。他们说使用具有更多倒置面的数据集可以做得更好。 “我们计划使用更好的采样策略和更复杂的数据增强技术,以进一步改善所提出的检测遮挡和旋转面的方法的性能。这是一项有趣的工作,展示了人脸检测的快速进展。深度卷积神经网络技术只有几年的历史,在物体和人脸识别方面取得了重大进展。这种算法的最大希望在于图像搜索。目前,您可以直接搜索在特定位置或特定时间拍摄的图像。但很难找到特定人物拍摄的照片。这是朝着这个方向迈出的一步。在不久的将来,这种能力将不可避免地伴随着我们。当它到来时,世界将变得更小。这不仅仅是可以在未来搜索的图片,而是整个数字图像的历史,包括大量的视频和CCTV镜头。无论如何,这将是一股强大的力量。