▲人臉識(shí)別機(jī)器人小加與撒貝寧尼格買(mǎi)提同臺(tái)
精準(zhǔn)度高達(dá)99% AI人工識(shí)別機(jī)器人亮相央視
據(jù)了解,這臺(tái)名為“小加”的人工智能機(jī)器人是由中國(guó)科學(xué)院自動(dòng)化研究所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室研究員王金橋科研團(tuán)隊(duì)研發(fā),其人臉識(shí)別的精準(zhǔn)度已接近99%——在身份證與現(xiàn)場(chǎng)照比對(duì)方面,在百萬(wàn)分之一的虛警率下,“小加”人臉驗(yàn)證準(zhǔn)確率達(dá)到99%以上。在動(dòng)態(tài)監(jiān)控人臉識(shí)別方面,在十萬(wàn)分之一的虛警率下,“小加”人臉識(shí)別準(zhǔn)確率達(dá)到85%。王金橋表示,“小加”的人臉識(shí)別采用一種基于深度學(xué)習(xí)的低功耗深度耦合神經(jīng)網(wǎng)絡(luò)算法,能夠同時(shí)捕捉到人臉的全局結(jié)構(gòu)特征和局部細(xì)微差異,從而學(xué)習(xí)到一個(gè)人的個(gè)性化人臉特征。當(dāng)前市場(chǎng)上的算法通常難以克服姿態(tài)和光照變化帶來(lái)的影響,為了解決這一歷史性的難題,我們通過(guò)引入三維人臉模型,提出了一種三維形變神經(jīng)網(wǎng)絡(luò),能夠?qū)崿F(xiàn)高精度中遠(yuǎn)距離的人臉動(dòng)態(tài)識(shí)別。
為了驗(yàn)證“小加”超高精度的識(shí)別性能,本周日晚黃金檔即將播出的《加油!向未來(lái)》第二季節(jié)目中,節(jié)目組特意給“小加”出了道難題,讓它同時(shí)在18條體型顏色一致、毛發(fā)相似的比熊犬中辨別出指定的小狗。相比于人臉識(shí)別,狗臉識(shí)別難度更高,小加的識(shí)別準(zhǔn)確率能達(dá)到多少,令不少現(xiàn)場(chǎng)觀眾為其緊張了一把。
▲機(jī)器人小加現(xiàn)場(chǎng)展示人臉識(shí)別技術(shù)
人臉識(shí)別技術(shù)造福人類(lèi)助力公安部門(mén)尋回40年失散兄弟
據(jù)介紹,在實(shí)際的應(yīng)用中,“小加”的人臉識(shí)別功能已經(jīng)多次幫助公安部門(mén)尋回失散的親人。其中,2016年9月12日,河南省嵩縣一名男子在當(dāng)?shù)匾?jiàn)到一位和自己非常相像的人,覺(jué)得很有可能是自己失散多年的雙胞胎弟弟,因此特意向民警求助尋找。接到消息后的民警立馬采集了當(dāng)事人的臉部圖像數(shù)據(jù),然后通過(guò)“小加”具備的人臉識(shí)別技術(shù)成功找到了當(dāng)事人失散四十年的兄弟。兩兄弟在民警的幫助下成功會(huì)面,面對(duì)失散多年的親人雙方都喜極而泣。此外,“小加”還曾幫助失散的老人重回到家屬身邊。2016年8月10日,河南省汝州一名老太太迷路找不到家,且不能說(shuō)清自己的姓名、住址。民警當(dāng)即用手機(jī)采集了老太太的臉部區(qū)域圖像,輸入人臉識(shí)別系統(tǒng)后,系統(tǒng)在1秒內(nèi)便比對(duì)出結(jié)果,民警通過(guò)系統(tǒng)成功找到老太太的身份信息,順利將老太送回家中。
去年兩會(huì)期間,百度CEO李彥宏提出的關(guān)于“AI尋人”的提案就曾引起社會(huì)的廣泛關(guān)注。隨著人工智能技術(shù)的日趨成熟,其中人臉識(shí)別以其技術(shù)的通用性,在尋找走失兒童、老人等社會(huì)公益性的重要應(yīng)用領(lǐng)域發(fā)揮極大作用。在全國(guó)范圍內(nèi),以民政部、救助站為首的公益機(jī)構(gòu)以及民間志愿組織,大部分都有開(kāi)通PC或手機(jī)APP應(yīng)用的尋人平臺(tái)。核心的技術(shù)架構(gòu)普遍采用的是人臉識(shí)別+大數(shù)據(jù)。不過(guò),AI尋人技術(shù)的普及,仍受人臉識(shí)別的精準(zhǔn)度和人臉庫(kù)的數(shù)據(jù)量限制。而在本周日晚黃金檔將于央視綜合頻道播出的《加油!向未來(lái)》節(jié)目中,機(jī)器人“小加”將接受新的挑戰(zhàn),首度向全國(guó)觀眾展示其人臉識(shí)別的超高精度功能。
親人失散的痛苦是很難受的,甚至可以說(shuō)是很難以承受。而這款人工智能機(jī)器人就能很好的幫助人們尋回失散的親人。
留言與評(píng)論(共有 條評(píng)論) |