日期:2019-05-15 / 人气: / 来源:道尔智控
在深度学习出现以前,人脸识别方法一般分为高维人工特征提取(例如:lbp, gabor等)和降维两个步骤,代表性的降维方法有pca, lda等子空间学习方法和lpp等流行学习方法。在深度学习方法流行之后,代表性方法为从原始的图像空间直接学习判别性的人脸表示。
2007年以来,lfw数据库成为事实上的真实条件下的人脸识别问题的测试基准。lfw数据集包括来源于因特网的5,749人的13,233张人脸图像,其中有1680人有两张或以上的图像。lfw的标准测试协议包括6000对人脸的十折确认任务,每折包括300对正例和300对反例,采用十折平均精度作为性能评价指标。
google发表于cvpr2015的工作facenet采用了22层的深层卷积网络和海量的人脸数据(800万人的2亿张图像)以及常用于图像检索任务的triplet loss损失函数。值得一提的是,由于人脸类别数达到800万类,如果使用softmax loss,输出层节点将达到800万个,需要至少32gb显存(假设上一个隐层节点1024个,采用单精度浮点数),而triplet loss则不需要额外占用显存。facenet在lfw数据集上十折平均精度达到99.63%,这也是迄今为止正式发表的论文中的最好结果,几乎宣告了lfw上从2008年到2015年长达8年之久的性能竞赛的结束。
作者:道尔智控
上一篇:什么是智能停车场,它有什么作用?
下一篇:门禁迈入智能时代,解锁更方便,更安全
推荐内容
- 人脸识别门禁07-10
- 车牌识别系统生产厂家致力于解决城市停车矛盾07-20
- 【道尔动态】3.15消费者权益日:认准道尔产品,谨防假冒伪劣03-16
- 【道尔新闻】《道尔家教50策》首发式在深圳总部举行09-11
- 道尔智控2018迎春晚会精彩回顾09-11
- 【道尔动态】道尔优秀员工欢乐泰国游09-11
- 车牌识别系统识别准确率不高的原因有哪些?06-20
相关内容
- 人脸识别技术是什么?03-16
- 人脸识别支付技术的发展应用03-09
- 浅谈人脸识别设备识别人脸失败的原因02-25
- 人脸识别应用“边界”何在,亟待法律制度进一步界定12-10
- 人脸识别对比功能有哪几个方面09-24
- 人脸识别系统助力平安城市,智慧城市的建设09-04
- 人脸识别技术应用,保障校园安全09-03
- 人脸识别、车牌识别技术推动出入口控制行业在安全方面取得长足进步08-20
- 人脸识别技术有哪些识别方法07-17
- 人脸识别中的人脸采集环节主要受到哪些因素的影响?07-03
- 人脸识别技术隐私问题严峻06-26
- 人脸识别技术目前存在哪些难点06-25