人臉識別技術(shù)分析及測試

1、去年，人們的朋友圈被一個名為how-old的網(wǎng)頁刷屏了，當(dāng)用戶把個人照片上傳后，它就能測算出照片人物的性別和年齡。how-old主要是靠三個技術(shù)來完成的，它們分別是人臉檢測、性別分類和年齡檢測。其中人臉檢測是其他兩個技術(shù)的基礎(chǔ)，而年齡檢測和性別檢測；它們只是在機器學(xué)習(xí)的過程中解決了分類的問題。相關(guān)技術(shù)過程涉及到人臉特征的描述、收集可學(xué)習(xí)的數(shù)據(jù)，建立一個分類模型以及模型優(yōu)化。這種應(yīng)用會分析人們臉上的數(shù)十個關(guān)鍵點來得出結(jié)論，比如瞳孔，眼角或鼻子一一它們會隨著年齡而發(fā)生明顯的變化。傳統(tǒng)的人臉識別技術(shù)主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克

2、服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降無法滿足實際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別、熱成像人臉識別和基于紅外的多光源人臉識別技術(shù)。由于熱成像和紅外方案成本短期內(nèi)難以降下來，現(xiàn)在國內(nèi)人臉識別前沿廠商多采用三維圖像的方法。人臉識別核心基礎(chǔ)一算法人臉識別最核心的基礎(chǔ)是算法，主流算法大致有基于特征點、基于模板、基于光照估計模型、基于深度神經(jīng)網(wǎng)絡(luò)等幾種?，F(xiàn)在新興的專業(yè)人臉識別廠商多采用深度神經(jīng)網(wǎng)絡(luò)來訓(xùn)練計算機視覺。深度神經(jīng)網(wǎng)絡(luò)的主要缺點在于它是一種黑盒方法，其細節(jié)隱藏在連接節(jié)點（神經(jīng)元）和節(jié)點之間的權(quán)值中，而這些權(quán)值卻是沒有明確現(xiàn)實意義的（無法確定哪些權(quán)值與哪些屬性有關(guān)，

3、也就是說這種神經(jīng)網(wǎng)絡(luò)是同構(gòu)的），這就導(dǎo)致了先驗信息很難加入到網(wǎng)絡(luò)的訓(xùn)練過程中。但在實際應(yīng)用中，如果知道權(quán)值與屬性之間的對應(yīng)關(guān)系，將會給深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用帶來非常大的便利。例如，已有一個用于人臉身份識別的深度神經(jīng)網(wǎng)絡(luò)模型和少量具有種族標(biāo)記的人臉圖像數(shù)據(jù)（假設(shè)此種族的數(shù)據(jù)在之前訓(xùn)練數(shù)據(jù)中沒有出現(xiàn)過）,現(xiàn)在想更新網(wǎng)絡(luò)參數(shù)并將此網(wǎng)絡(luò)用于人臉種族識別。由于深度神經(jīng)網(wǎng)絡(luò)通常具有非常多（百萬級）的參數(shù)，當(dāng)訓(xùn)練數(shù)據(jù)量較少時,直接對模型進行更新（所有權(quán)值都將被更新）通常會導(dǎo)致過擬合，使網(wǎng)絡(luò)性能變壞。但如果已知權(quán)值與種族”這一屬性的對應(yīng)關(guān)系，那么就可以只對少量的權(quán)值進行更新，使模型更加適合于人臉種族識別?；谝陨?/p>

4、原因，云從科技研發(fā)團隊創(chuàng)新性提出了異構(gòu)深度神經(jīng)網(wǎng)絡(luò)模型（圖1）。15一一一匚-(ohJdtflnoo)匚a)cno(l)l(vr圖1:異構(gòu)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)異構(gòu)深度神經(jīng)網(wǎng)絡(luò)不再是一個黑盒，其中的某些權(quán)值是與具體的屬性相對應(yīng)的，甚至網(wǎng)絡(luò)中的每層也可被設(shè)定為具有明確的含義，例如其神經(jīng)元的激活值對應(yīng)于某種粒度的特征。利用大量具有屬性標(biāo)記的訓(xùn)練數(shù)據(jù)，采用多任務(wù)學(xué)習(xí)機制并在損失函數(shù)中加入稀疏性約束，通過考察神經(jīng)元對不同刺激的反饋，可建立網(wǎng)絡(luò)單元與屬性的映射關(guān)系，實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的語義化。利用異構(gòu)深度神經(jīng)網(wǎng)絡(luò)，可在人臉模型中方便地加入光照、遮擋、角度、年齡、種族等多種先驗信息，增強了模型的適應(yīng)性和特征的表達能力

5、。對于跨場景人臉識別問題，例如人證比對，即驗證身份證芯片照與現(xiàn)場照的身份是否一致，由于兩張照片失配程度較大（非同源、身份證照片分辨率低，兩張照片年齡跨度大），會導(dǎo)致特征空間中樣本分布的差異性較大，導(dǎo)致比對失敗。為了將兩張照片映射到同一特征空間中進行比較在異構(gòu)深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上云從科技提出了雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)模型。此模型中每層都是一個深度網(wǎng)絡(luò)（分別以兩張照片為輸入），在訓(xùn)練時采用二分類損失函數(shù)并對兩個網(wǎng)絡(luò)中對應(yīng)權(quán)值的差異性進行正則化可實現(xiàn)不同圖像空間到相同特征空間的映射。在特征空間中，相同身份人臉圖像的類內(nèi)差異變小，而不同身份人臉圖像的類間差異變大，從而增強了特征的判別性。NKhRJlfi圖2

6、:雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)去年6月，香港中文大學(xué)教授湯曉鷗、王曉剛及其研究團隊宣布，他們研發(fā)的DeepID人臉識別技術(shù)的準確率超過99.15%，比肉眼識別更加精準。而事實上，中國科學(xué)院下屬的云從科技也在去年達到了99.18%，相比其它企業(yè)傾向于購買國外現(xiàn)成技術(shù)，云從科技一直堅持研發(fā)自主的人臉識別核心算法。LFW性能測試（CIGrT即中國科學(xué)院重慶分院）CIGIT:99.18%DeepID2:99.15%GaussianFace:98.52%DeepID:97.45%DeepFace:97.35%TLJointBayesian:96.33%High-dimLBP:95.17%人臉識別的準確率”人

7、臉識別的準確率”指的是對全世界最權(quán)威的人臉數(shù)據(jù)庫LFW（LabeledFacesintheWild）進行比對測試的成績。LFW可以被認作一個考察深度學(xué)習(xí)系統(tǒng)人臉識別能力的題庫”由美國馬薩諸塞大學(xué)阿默斯特分校管理。它會從互聯(lián)網(wǎng)上（主要是YahooNews）提取6000張不同朝向、表情和光照環(huán)境的人臉照片（大多為知名人士的新聞?wù)掌?，足夠高清，且重?fù)的人的照片基本在同一時期拍攝，也即外貌變化不大）作為考題，可以讓任何系統(tǒng)在里面“跑分”。跑分的過程是這樣的：LFW給出一對照片，詢問測試中的系統(tǒng)兩張照片是不是同一個人，系統(tǒng)給出yes或no的答案。98%的準確率，意味著在測試中的所有題目里，人臉識別系統(tǒng)答

8、對了98%的題目。LFW只是一個純粹實驗室級別、學(xué)術(shù)性質(zhì)的測試工具。在樣本量可能達到十萬級、百萬級的實際商業(yè)場景下，在數(shù)據(jù)庫取得高準確率的系統(tǒng)并不一定能延續(xù)刷出來成績,其誤識率將直線上升，甚至有可能根本沒法用。真實復(fù)雜場景測試中，十萬分之一誤識率下，人臉識別98%的準確率會直線下降到70%左右。云從科技通過自創(chuàng)的同步采集陣列采集大規(guī)模結(jié)構(gòu)化數(shù)據(jù)來解決這個問題。目前，人臉識別算法訓(xùn)練大多采用非結(jié)構(gòu)化數(shù)據(jù),這種數(shù)據(jù)只會標(biāo)注單一信息，對真實復(fù)雜場景下的人臉識別較為困難。云從科技研發(fā)出全球首創(chuàng)移動式、全天候、多角度、多場景、毫秒級同步采集陣列，針對人臉識別四大難點（角度、光照、表情、遮擋）進行亞洲人臉

9、結(jié)構(gòu)化數(shù)據(jù)采集，目前數(shù)據(jù)量已達到3000萬張以上，人數(shù)在70萬人左右。結(jié)構(gòu)化數(shù)據(jù)指具有多種正確標(biāo)簽的人臉數(shù)據(jù)庫。具體指一張人臉照片，可以通過數(shù)據(jù)庫或者文本查詢到它的各種信息，包括：人臉I(yè)D、俯仰角、偏航角、旋轉(zhuǎn)角、光照信息、表情信息、年齡信息、性別信息、遮擋情況等多種標(biāo)簽。結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練方法可以用遠少于非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)量達到同樣的識別效果，當(dāng)采用大規(guī)模結(jié)構(gòu)化數(shù)據(jù)進行算法訓(xùn)練時，可以使算法的識別準確度、速度、抗干擾性大幅優(yōu)于非結(jié)構(gòu)化數(shù)據(jù)的訓(xùn)練效果。IDInfo.性別：男角度：左偏T0年齡：30光魏：正孝遞擋；荷目藤性別:男角匿：右偏W年40光照：若臉暗遐擋：就眼饒耳瞄構(gòu)琵數(shù)據(jù)只會為昭片標(biāo)注：I

10、DIrfo.結(jié)構(gòu)倩數(shù)據(jù)在結(jié)掏化數(shù)據(jù)庫中.為照片標(biāo)注以下信思:角度邇照等信鼠云從科技核心技術(shù)團隊由師從四院院士，計算機視覺之父ThomasS.Huang的周曦博士帶領(lǐng)，多次在國際計算機視覺算法比賽中戰(zhàn)勝MIT、東京大學(xué)、IBM、Sony等著名研究機構(gòu)，屢獲世界第一；在中國科學(xué)院內(nèi)部具備人臉識別領(lǐng)域最強的研發(fā)實力，曾作為唯一的人臉識別團隊參與中國科學(xué)院戰(zhàn)略先導(dǎo)項目一新疆安防布控。團隊出色的研發(fā)實力和具有自主知識產(chǎn)權(quán)的高新技術(shù)迅速得到了資本的青睞。2015年4月15日，中國科學(xué)院重慶分院與上市公司佳都科技、杰翱資本進行戰(zhàn)略合作，投資創(chuàng)建云從科技。截至目前，云從科技擁有員工200余人，其中研發(fā)人員18

11、0余人。研發(fā)人員均來自中國科學(xué)院各大研究所以及IBM、HP、Microsoft、華為、中興等各大公司,90%以上擁有碩士學(xué)歷。云從核心技術(shù)研發(fā)以中國科學(xué)院為基礎(chǔ)，整合國內(nèi)外研究資源，超過150名來自海內(nèi)外著名大學(xué)、研究機構(gòu)的博士為云從核心技術(shù)研究提供持續(xù)動力。云從科技除了在技術(shù)上保持領(lǐng)先優(yōu)勢，產(chǎn)業(yè)化的速度也從未放緩。云從科技擁有超過20種標(biāo)準模塊，能夠高效、快速的針對不同系統(tǒng)不同平臺進行搭建與整合，進而形成性能優(yōu)異的人臉識別系統(tǒng)。普通的人臉技術(shù)有4到5種模塊即可正常工作，但是一旦光照、角度、表情、遮擋等條件發(fā)生變化就無法正確識別。例如客戶要求調(diào)整攝像頭擺放位置，沒有足夠模塊就會導(dǎo)致需要重新編寫

12、算法以應(yīng)對專門的角度、光照、遮擋等條件。云從科技擁有的大量模塊可以根據(jù)需求組成快速，準確，抗干擾力強的人臉識別系統(tǒng)，使客戶可以根據(jù)需求快速調(diào)整。FACEDNA是云從科技推出的人臉識別綜合解決方案平臺，具有多模塊選擇，多層次驗證，公/私云平臺自由切換等特點，可以隨時根據(jù)客戶需求進行深度定制。FACEDNA在金融行業(yè)可以搭載柜臺人證合一比對、遠程自助身份認證、金融VIP客戶識別、刷臉支付、銀行智能金庫監(jiān)控、人臉識別智能ATM機六大解決方案，形成了從大廳到金庫，從用戶到數(shù)據(jù)庫的融合自動化服務(wù)、區(qū)域內(nèi)控、提升客戶體驗、延伸業(yè)務(wù)范圍的全方位解決方案鏈。今年7、8月，在成立不到5個月的時間內(nèi)，云從科技分別與專業(yè)的金融設(shè)備制造商御銀股份、國內(nèi)最大的ATM機制造商廣電運通、中鈔科堡、聚龍股份