色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

HSE研發(fā)出從單張照片識(shí)別人臉的新型神經(jīng)網(wǎng)絡(luò)

EdXK_AI_News ? 來源:未知 ? 作者:胡薇 ? 2018-07-24 15:27 ? 次閱讀

借助于深度神經(jīng)網(wǎng)絡(luò),俄羅斯國(guó)立高等經(jīng)濟(jì)大學(xué)的人研究人員已經(jīng)提出了一種新方法,能夠從視頻中識(shí)別出人的身份。該方法不需要大量的照片,并且與現(xiàn)有方法相比具有明顯更高的識(shí)別準(zhǔn)確度——即使只有某個(gè)人的一張照片可用。

面部識(shí)別技術(shù)在過去幾年中發(fā)展迅速。作為驗(yàn)證和識(shí)別個(gè)人身份的工具,這些技術(shù)被用于各種領(lǐng)域,從打擊恐怖主義的執(zhí)法機(jī)構(gòu)到社交網(wǎng)絡(luò)和移動(dòng)應(yīng)用。許多國(guó)際公司和世界領(lǐng)先大學(xué)的研究小組正在不斷對(duì)數(shù)據(jù)和儀器本身進(jìn)行試驗(yàn),以提高識(shí)別的準(zhǔn)確率。

識(shí)別可以通過多種方式進(jìn)行,但最近在高精度神經(jīng)網(wǎng)絡(luò)的幫助下獲得了最好結(jié)果。神經(jīng)網(wǎng)絡(luò)獲得的訓(xùn)練圖像越多,該過程就越有效。網(wǎng)絡(luò)可以提取出關(guān)鍵面部特征,然后在識(shí)別未知圖像時(shí)使用該知識(shí)。

現(xiàn)在,可以更容易地訪問越來越多的照片數(shù)據(jù)集,并將這些數(shù)據(jù)集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。對(duì)于受限的觀察環(huán)境(具有相同的面部方向、照明等因素的照片),算法的準(zhǔn)確性早已達(dá)到人類面部識(shí)別的能力水平。然而,在識(shí)別不受約束的條件下,收集到的視頻數(shù)據(jù)具有可變的照明、角度和大小,實(shí)現(xiàn)高精度識(shí)別對(duì)研究人員來說是一個(gè)更大挑戰(zhàn)。

國(guó)立高等經(jīng)濟(jì)大學(xué)信息系統(tǒng)與技術(shù)部教授Savchenko解釋說:“網(wǎng)絡(luò)能夠以100%的準(zhǔn)確度識(shí)別知名演員,因?yàn)檠輪T的可用圖像數(shù)量可能有數(shù)百萬張。然而,隨著神經(jīng)網(wǎng)絡(luò)中積累的知識(shí)的變化,這并不意味著它可以適應(yīng)只有一張照片用作訓(xùn)練樣本的情況并識(shí)別出人的身份。”

為了解決這個(gè)問題,國(guó)立高等經(jīng)濟(jì)大學(xué)的研究人員利用模糊集和概率理論來開發(fā)視頻識(shí)別算法。在利用少量圖像進(jìn)行視頻實(shí)時(shí)面部識(shí)別的實(shí)驗(yàn)中,該算法顯著提高了若干眾所周知的神經(jīng)網(wǎng)絡(luò)架構(gòu)的準(zhǔn)確度(比早期實(shí)驗(yàn)高2-6%),如VGGFace、VGGFace2、ResFace和LightCNN。

作為測(cè)試數(shù)據(jù)庫,國(guó)立高等經(jīng)濟(jì)大學(xué)的研究人員使用以下傳統(tǒng)數(shù)據(jù)集來對(duì)視頻面部識(shí)別方法進(jìn)行評(píng)估:IJB-A(IARPA Janus Benchmark A)和YTF(YouTube Faces)。這些數(shù)據(jù)集包含了著名人物(演員、政治家、公眾人物)的免費(fèi)圖像,而這些圖像是在不受約束的環(huán)境中和不同時(shí)間點(diǎn)從開放源頭收集的。在最復(fù)雜的實(shí)驗(yàn)中,研究人員使用上述算法和來自于另一個(gè)具有更好分辨率的LFW(Labeled Faces in the Wild)數(shù)據(jù)集的相同人物的幾張照片來識(shí)別來自YouTube視頻中的人。而這些照片本身是在不同的時(shí)間(從20世紀(jì)70年代到21世紀(jì)10年代)和不同的地點(diǎn)拍攝的。

這種新方法的實(shí)質(zhì)是利用參考照片的相關(guān)性信息,即它們之間的距離或差距。相似個(gè)體之間的聯(lián)系(即數(shù)學(xué)模型中的距離)較小,而不相似個(gè)體之間的聯(lián)系則較大。了解人與人之間的差異程度可以幫助系統(tǒng)在識(shí)別視頻幀的過程中糾正錯(cuò)誤。

Savchenko教授解釋說:“算法估計(jì)一幀與一個(gè)人的接近程度,以及另一幀與另一個(gè)人的接近程度。然后,它比較這兩個(gè)人的訓(xùn)練靜態(tài)照片之間的相似程度。接下來,它將第三人添加進(jìn)來并評(píng)估他與哪個(gè)人的相似度更高——第一個(gè)人或第二個(gè)人。然后它會(huì)糾正識(shí)別錯(cuò)誤。”

該算法已經(jīng)用針對(duì)固定計(jì)算機(jī)的Python語言實(shí)現(xiàn),能夠幫助用戶在照片/視頻專輯中查找和分組不同人的面部,并估計(jì)一個(gè)人的出生年份、性別和其他參數(shù)。研究人員還開發(fā)了一個(gè)Android應(yīng)用程序原型,用于確定照片和視頻中人物的年齡和性別。對(duì)照片庫的分析能夠?qū)崿F(xiàn)對(duì)用戶社交活動(dòng)程度的自動(dòng)評(píng)估,并識(shí)別用戶的親密朋友和親戚。對(duì)于現(xiàn)代智能手機(jī),該應(yīng)用程序原型每秒能夠處理15幀。據(jù)研究人員稱,有了他們的方法,面部識(shí)別可以獲得更高的準(zhǔn)確率。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

原文標(biāo)題:新型神經(jīng)網(wǎng)絡(luò)可從單張照片識(shí)別人臉

文章出處:【微信號(hào):AI_News,微信公眾號(hào):人工智能快報(bào)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    基于貝葉斯分類器和徑向基函數(shù)(RBF)網(wǎng)絡(luò)融合的人臉識(shí)別方法的設(shè)計(jì)方案

    了計(jì)算量。但是,子塊不宜過多,否則增加RBF神經(jīng)網(wǎng)絡(luò)計(jì)算負(fù)擔(dān),識(shí)別率也會(huì)有所下降。結(jié)論  本文提出了基于圖像分塊奇異值壓縮,融合RBF神經(jīng)網(wǎng)絡(luò)和貝葉斯分類器的人臉
    發(fā)表于 10-23 10:03

    粒子群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)在語音識(shí)別中的應(yīng)用

    的研究具有重要意義.模糊神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)相結(jié)合的新型網(wǎng)絡(luò)結(jié)構(gòu),把它應(yīng)用于語音識(shí)別系統(tǒng),使系統(tǒng)不僅具有非線性、自適應(yīng)性、魯棒性
    發(fā)表于 05-06 09:05

    人臉識(shí)別、語音翻譯、無人駕駛...這些高科技都離不開深度神經(jīng)網(wǎng)絡(luò)了!

    的深度神經(jīng)網(wǎng)絡(luò) 這種網(wǎng)絡(luò)可以解決什么問題呢? 其中最熱門的就是圖像識(shí)別問題。 比如計(jì)算機(jī)拿到一些貓的照片后,可以識(shí)別出中華田園貓和其他種類的
    發(fā)表于 05-11 11:43

    基于BP神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別系統(tǒng)

      摘 要:本文給出了采用ADXL335加速度傳感器來采集五個(gè)手指和手背的加速度三軸信息,并通過ZigBee無線網(wǎng)絡(luò)傳輸來提取手勢(shì)特征量,同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行誤差分析來實(shí)現(xiàn)手勢(shì)識(shí)別的設(shè)計(jì)方法
    發(fā)表于 11-13 16:04

    基于i.MX 8的物體識(shí)別神經(jīng)網(wǎng)絡(luò)

    i.MX 8開發(fā)工具相機(jī)獲取數(shù)據(jù)并使用一個(gè)GPU并應(yīng)用圖像分割算法。然后將該信息饋送到專用于識(shí)別交通標(biāo)志的神經(jīng)網(wǎng)絡(luò)推理引擎的另一GPU。
    發(fā)表于 05-29 10:50

    【案例分享】ART神經(jīng)網(wǎng)絡(luò)與SOM神經(jīng)網(wǎng)絡(luò)

    是一種常用的無監(jiān)督學(xué)習(xí)策略,在使用改策略時(shí),網(wǎng)絡(luò)的輸出神經(jīng)元相互競(jìng)爭(zhēng),每一時(shí)刻只有一個(gè)競(jìng)爭(zhēng)獲勝的神經(jīng)元激活。ART神經(jīng)網(wǎng)絡(luò)由比較層、識(shí)別層、
    發(fā)表于 07-21 04:30

    基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)物體識(shí)別系統(tǒng)

    的激光雷達(dá)物體識(shí)別技術(shù)一直難以在嵌入式平臺(tái)上實(shí)時(shí)運(yùn)行。經(jīng)緯恒潤(rùn)經(jīng)過潛心研發(fā),攻克了深度神經(jīng)網(wǎng)絡(luò)在嵌入式平臺(tái)部署所面臨的算子定制與加速、量化策略、模型壓縮等難題,率先實(shí)現(xiàn)了高性能激光檢測(cè)神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 12-21 07:59

    卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應(yīng)用

    等[16- 18]進(jìn)行分類。特征提取和分類器的 設(shè)計(jì)是圖片分類等任務(wù)的關(guān)鍵,對(duì)分類結(jié)果的好壞 有著最為直接的影響。卷積神經(jīng)網(wǎng)絡(luò)可以自動(dòng)地 訓(xùn)練樣本中學(xué)習(xí)特征并且分類,解決了人工特征設(shè)計(jì) 的局限性
    發(fā)表于 08-02 10:39

    基于BP神經(jīng)網(wǎng)絡(luò)的2DPCA人臉識(shí)別算法

    提出了基于BP 神經(jīng)網(wǎng)絡(luò)的2DPCA 人臉識(shí)別算法。通過圖像預(yù)處理改善圖像質(zhì)量,降低圖像維數(shù),然后用2DPCA 進(jìn)行特征提取,作為BP 神經(jīng)網(wǎng)絡(luò)的輸入,用改進(jìn)的BP
    發(fā)表于 01-18 12:27 ?18次下載

    基于NARMAX模型的小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

    提出了一種基于NARMAX模型的小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定和權(quán)系數(shù)估計(jì)算法.采用NARMAX模型和雙正交小波函數(shù)來構(gòu)造小波神經(jīng)網(wǎng)絡(luò)識(shí)別人臉圖像,實(shí)驗(yàn)結(jié)果表明用本文構(gòu)造的小波神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 09-27 17:31 ?28次下載
    基于NARMAX模型的小波<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>實(shí)現(xiàn)

    基于BP神經(jīng)網(wǎng)絡(luò)和局部與整體奇異值分解的人臉識(shí)別

    基于BP神經(jīng)網(wǎng)絡(luò)和局部與整體奇異值分解的人臉識(shí)別matlab
    發(fā)表于 07-29 13:46 ?24次下載

    基于BP神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法

    人臉識(shí)別是當(dāng)前計(jì)算機(jī)智能模式識(shí)別領(lǐng)域的一個(gè)熱門的研究課題,在信息安全、訪問控制、金融支付、軍事等方面都有著重要的應(yīng)用價(jià)值。人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)
    發(fā)表于 12-01 10:07 ?5次下載
    基于BP<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>方法

    如何使用深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)實(shí)時(shí)人臉識(shí)別

    變差。與此同時(shí),現(xiàn)有大多數(shù)方法無法實(shí)時(shí)(在線)完成人臉識(shí)別任務(wù),這也限制了人臉識(shí)別技術(shù)的應(yīng)用。為此,該文以深度神經(jīng)網(wǎng)絡(luò)為框架,使用大規(guī)模
    發(fā)表于 12-04 16:57 ?7次下載
    如何使用深度<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>實(shí)現(xiàn)實(shí)時(shí)<b class='flag-5'>人臉</b><b class='flag-5'>識(shí)別</b>

    如何設(shè)計(jì)人臉識(shí)別神經(jīng)網(wǎng)絡(luò)

    識(shí)別技術(shù)主要分為兩個(gè)步驟:人臉檢測(cè)和人臉特征提取。人臉檢測(cè)是指在圖像中定位出人臉的位置和大小,人臉
    的頭像 發(fā)表于 07-04 09:20 ?645次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別中的應(yīng)用

    人臉識(shí)別技術(shù)作為人工智能領(lǐng)域的一個(gè)重要分支,近年來取得了顯著的發(fā)展。其核心在于通過計(jì)算機(jī)對(duì)人臉圖像進(jìn)行特征提取和識(shí)別,從而實(shí)現(xiàn)自動(dòng)的人臉身份
    的頭像 發(fā)表于 07-08 10:48 ?700次閱讀
    主站蜘蛛池模板: 先锋影音 av| 和I儿媳妇激情| 野花视频在线观看免费| 久久高清一级毛片| ping色堂| 亚洲国产精品一区二区三区在线观看 | 夜夜躁婷婷AV蜜桃视频| 欧美精品久久久久性色AV苍井 | fryee性欧美18 19| 亚洲AV蜜桃永久无码精品无码网 | 国产伦子沙发午休系列资源曝光 | 亚洲精品蜜夜内射| 欧美一区二区三区久久综| 国产在线精品视亚洲不卡| 99久久国产综合精品国| 午夜无码国产理论在线| 男人扒开添女人下部口述| 国产香蕉视频| 超碰在线视频地址| 中文字幕99香蕉在线| 午夜理论在线观看不卡大地影院| 麻豆传煤网站网址入口在线下载| 国产九九熟女在线视频| ai换脸在线全集观看| 一本大道手机在线看| 亚洲 欧美 日韩 卡通 另类| 欧美人与动交zOZ0| 久久伊人免费| 国产主播福利一区二区| 国产 亚洲 中文在线 字幕| 99精品国产AV一区二区麻豆| 亚洲国产精品VA在线看黑人| 色老汉网址导航| 日本护士性生活| 欧美日韩一区不卡在线观看| 久久香蕉国产线看观看首页| 国语自产一区视频| 国产免费高清mv视频在线观看| 放射源分类办法| 成人在线免费看片| nu77亚洲综合日韩精品|