<mark id="oztn4"></mark>
0
| 本文作者： 奕欣 | 2017-12-22 10:01 |
雷鋒網 AI 科技評論按：12 月 18 日，騰訊 AI Lab 宣布，其研發的人臉算法 Face R-FCN 和 Face CNN 分別在人臉檢測平臺 WIDER FACE 與人臉識別平臺 MegaFace 的多項測評中斬獲冠軍。獲悉這一消息后，雷鋒網 AI 科技評論與騰訊 AI Lab 計算機視覺中心總監劉威博士進行了交流。
Face R-FCN 算法為針對人臉檢測問題而設計，而 Face CNN 則著眼于解決人臉識別問題。據劉威博士介紹，目前 Face R-FCN 的部分技術細節已在 arXiv 上公布，Face CNN 的技術細節解讀也將在未來呈現。
Face R-FCN 論文地址：https://arxiv.org/abs/1709.05256
據雷鋒網 AI 科技評論了解，Face R-CNN 與 Face R-FCN 分別在今年的 6 月與 9 月發布在 arXiv 平臺上。據劉威博士介紹，Face R-CNN 是騰訊 AI Lab 的早期研究版本，目前升級的更強版本是 Face R-FCN。
Face R-FCN 主要是基于 R-FCN（基于區域的全卷積網絡）框架來解決人臉檢測問題。「在 R-FCN 框架的基礎上，我們采用 ResNet（殘差網絡）作為基礎網絡，結合了多尺度訓練和測試、Online Hard Example Mining 等改進，并針對人臉特性設計了位置敏感平均池化的方法，提升了檢測準確率。」
WIDER FACE 是由香港中文大學公開的人臉檢測基準數據集，包含訓練集、驗證集和測試集。共包含 3.2 萬張圖片，39.3 萬個手工標注人臉，標注人臉在尺寸、姿態、角度和遮擋等有較大程度的變化。
騰訊 AI Lab 的 Face R-FCN 算法在 WIDER FACE 測試平臺中使用官方指定訓練集，在簡單、中等及困難模式（Easy、Medium、Hard）的全部三個測試子集中均取得第一。
WIDER FACE 人臉圖像示例，綠框為騰訊 AI Lab 算法檢測結果，紅框為官方標注結果。
騰訊 AI Lab 提供
「和同類算法相比，Face R-FCN 在檢測難度很大的人臉樣本時更有優勢。從 WIDER FACE 的測試結果也可看出，隨著測試難度的增加, 從 Easy set 到 Medium set 到 Hard set，我們的算法的領先優勢在擴大。」劉威博士如是告訴雷鋒網 AI 科技評論。
WIDER FACE 驗證集結果與測試集結果
「針對 Face CNN，騰訊 AI Lab 在網絡模型結構、損失函數、訓練樣本挖掘上都進行了創新性改進；和同類算法相比，Face CNN 的優勢在于能比較好地適應不同的人臉應用場景，比如常規識別評測、跨年齡識別評測、1:N 辨識（Face Identification）、1:1 驗證（Face Verification）等。」劉威博士向雷鋒網 AI 科技評論介紹道。
Face CNN 的技術實力在人臉識別評測平臺 MegaFace 的 Challenge 2（MF2）上得到了驗證。MegaFace 是由美國華盛頓大學計算機科學與工程實驗室發布并維護的一套公開人臉數據集，資料集包含一百萬張圖片，包含 690,000 個人臉。
MegaFace 包括兩個不同的 Challenge，Challenge 1（MF1）與 Challenge 2（MF2）。與 MF1 可采用任何外部不限量的人臉數據來訓練參賽算法不同的是，MF2 要求使用官方固定訓練集 FaceScrub 和 FGNET 測試集進行訓練，在給定數據集的情況下，算法的測試結果更具客觀性。
系統需在百萬規模人臉數據下，評定兩大指標的準確率，包括：
1:N 辨識，即 Face Identification，需要從 N 個人數據庫中找到 1 個目標人臉；
1:1 驗證，即 Face Verification，比對給定的兩張人臉是否為同一個身份。
MF2 分常規識別與跨年齡識別兩類任務，又分別進行兩大指標準確率的測試，即四項小任務。
從 MegaFace 的官網中，雷鋒網 AI 科技評論了解到，在 MF2 常規識別任務的辨識準確率（1:N）、MF2 的常規識別任務的驗證準確率（1:1）、MF2 的跨年齡識別任務的辨識準確率（1:N）、MF2 的跨年齡任務的驗證準確率（1:1）四項任務中，騰訊 AI Lab 的 Face CNN 均獲得了第一名的優秀成績。
MF2 詳細評測結果參閱：http://megaface.cs.washington.edu/results/facescrub_challenge2.html
劉威博士肯定了標準評測數據集在人臉技術發展過程中的地位。「在人臉技術發展過程中，標準評測數據集的重要性不言而喻。參與標準數據集測試時，研究人員可在固定標準下，評估算法性能，并以此為方向推動技術不斷發展。」
但在人臉識別與人臉檢測平臺上斬獲冠軍，對于騰訊 AI Lab 只是研究工作的一部分。劉威博士告訴雷鋒網 AI 科技評論，目前騰訊 AI Lab 計算機視覺中心的工作重點是讓機器理解真實的視覺世界，
「我們的研究重點包括圖像或視頻的編輯、生成、分析和理解，物體或人臉的檢測、跟蹤和識別，以及文字識別、3D 視覺、SLAM 和基于視覺的強化學習等。」
而在基礎和前沿研究方向上，CV 團隊聚焦中高層視覺，尤其視頻等可視結構數據的深度理解，同時也在重要的交叉領域發力，如視覺+NLP、視覺+信息檢索等。劉威博士表示，「騰訊 AI Lab 正在進行或計劃中的研究項目兼具了挑戰性和趣味性，包括超大規模圖像分類、視頻編輯與生成、時序數據建模和增強現實，這些項目吸引了哥倫比亞和清華等海內外知名大學的優秀實習生參與。」
而與此同時，劉威博士也向雷鋒網 AI 科技評論表示，騰訊秉承「與學界和行業『共享 AI』成果」的發展之路，以迅速將研究成果推進到應用落地階段，縮短迭代時間。
人臉技術目前已接入包括政務、金融、安防在內的騰訊各類業務場景，據騰訊 AI Lab 介紹，每日技術調用量已超過 6 億次。人臉技術的典型應用場景在互聯網+公眾服務領域，用戶可以通過人臉驗證，完成身份自動鑒別的「刷臉辦事」。
劉威博士也向雷鋒網 AI 科技評論表示介紹了騰訊 AI Lab 的其它應用內容，「除了人臉技術外，以圖像和視頻實時濾鏡和肢體動作追蹤為代表的技術在研究出來后，也馬上有了應用場景，是很好的例證。」
在 SIGGRAPH ASIA 2016 的 exhibitor talk 中，騰訊 AI Lab 展示了實時視頻風格轉換的相關研究成果，即通過訓練一個深度前向神經網絡學習了如何將視頻的每一幀都轉換成指定的藝術風格。系統除了學習如何將一幀視頻藝術化外，還學會了如何保持藝術化之后的幀間一致性。在應用層面，騰訊 AI Lab 在現場展示了多部不同電影添加視頻藝術濾鏡的效果。
via ai.tencent
而最近手機 QQ 剛剛上線的「高能舞室」功能，也是騰訊 AI Lab 研發的「肢體動作追蹤」在移動端的率先落地。系統通過對人體 22 個關鍵點的實時和高精度檢測，它會將人體動作與預測的動作進行比對，再進行打分。據悉，這也是與高通在AI領域的首次合作。通過高通驍龍神經處理引擎（Snapdragon Neural Processing Engine, SNPE）SDK，讓 QQ「高能舞室」應用可以直接在手機上，而不需要在云端運行 QQ 相應的 AI 神經網絡，以提升識別效率與運行時間。
via 騰訊
成立于 2016 年 4 月的騰訊 AI Lab 在一年多的時間內，秉承「Make AI Everywhere」的愿景，專注于 AI 基礎研究與落地應用的結合，研究方向包括機器學習、計算機視覺、語音識別和自然語言處理四大方向，技術應用聚焦于內容、游戲、社交和平臺工具型 AI 四個方向。據騰訊 AI Lab 官方介紹，目前研究工作已落地到微信、QQ、天天快報和 QQ 音樂等上百個騰訊產品。在行業落地上，圍棋 AI「絕藝」及 AI+醫療項目「騰訊覓影」等項目取得了突破性進展。
而針對騰訊 AI Lab 的年度系列回顧總結，雷鋒網將在春節前后為讀者呈現，敬請期待。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
