安防峰会
雷锋网AI研习社 AI投研邦 活动 专题 爱搞机
业界人工智能 学术 开发者 智能驾驶 新智驾TV AI+金融科技未来医疗网络安全智慧城市 智慧安防 智慧教育 智慧交通 智慧社区 智慧零售 智慧政务 机器人行业云智能硬件物联网GAIR
人工智能正文
0
深度解密：人机大战——网红脸识别
本文作者：陈圳 2016-09-05 17:57
导语：计算机是怎样玩坏网红脸的？计算机与人类在人脸识别方面有何不同？
雷锋网(公众号：雷锋网)按：本文作者为Slyvia，ARC增强现实（微信ID：arinchina）文章详细的分析了1）机器和人类在人脸识别方面的不同点；2）人机大战结果的原因分析。
继「围棋」人机大战——以李世石为代表的人类，输给了阿尔法狗代表的计算机后，人类又发起了「人脸识别」之人机大战。这一次是诞生于杭州的人脸识别机器人蚂可，对战「鬼才之眼」王昱珩。
王昱珩是谁？
15 年「最强大脑」中，在同质同量同源的 520 杯水中，他成功指出评审选中的那杯，并精准说出水杯旋转了 15 度，中间经人手，从此，「水哥」一战成名。
深度解密：人机大战——网红脸识别
这次，对上「万变不离其宗」的网红脸，人类可以一雪前耻么？
结果揭露前，先了解计算机「看人」的套路。
人眼和计算机，都喜欢瞄「点」。只不过，人眼在辨别物体时，往往通过不同点来判断。而计算机则相反，它找的是相同点。
深度解密：人机大战——网红脸识别
通过摄像头「观察」目标，计算机将拍摄到的物体，以图片形式传给计算机，这就是图像识别过程。淘宝的图片搜索、百度的图片识别功能，都属于这类应用。
在识别中时，计算机会找一些「与众不同」的点，来和「脑海」中的图片进行匹配。这些「鹤立鸡群」的点，通常被称为「角点」或「关键点」。这些点在图像中具有一定特征，如局部最大或最小灰度（即图像亮度）、某些梯度特征（描述图像灰度变化情况的量）。
深度解密：人机大战——网红脸识别
比如人脸上的一颗痣，在计算机识别时就会被当成参考点。那么计算机是如何找到这些「角点」的？
深度解密：人机大战——网红脸识别
角点图
计算机在查找某个像素点时，是遵行逐个查询的规则。为了判断一个点是否为「角点」，会选取一个大小合适的窗口（比如 3*3 的窗口），让窗口中心遍历（即依次访问）整个图像像素，同时，判定中心点与它的周围点是否有明显不同。
因此，当窗口在平滑区域（图 a），窗口在各方向上移动时，图中三个窗口内部的图像无变化。当窗口在沿边缘方向上移动时（如图 b），三个窗口内图像也是不变的。当窗口在「角点」处时（如图 c），窗口无论朝哪个方向移动，三个窗口内部图像均不一样，因此判断该点为「角点」。
深度解密：人机大战——网红脸识别
不同的「角点」检测算法使用地窗口不一样，采用圆形窗口检测「角点」的 FAST，和采用 16*16 采样窗口的 SIFT 算子中，是图像特征点检测的两大算法。
「配对」又是怎么一回事？
找到特征点后，对它们进行描述后，才能开始图像匹配。描述的大前提是，我们需要利用特征点周围像素的梯度方向分布特性，为每个关键点指定方向。
比如在 SIFT 算子中，将采样点与特征点的相对方向，通过高斯加权后得到一个 4*4*8 的 128 维特征描述子。
深度解密：人机大战——网红脸识别
一系列加工后，就成了上图这个「鬼样子」
有了特征点描述子，就可以和模板图的特征点描述子进行比较，得分最高的就是最佳匹配点。然后对所有特征点进行遍历。计算机的「人脸识别」就是基于以上理论。同时，它还会进行一些纵向比较，比如通过图片上五官的分布距离，来进行比较。
所以，结果是？
第一局，从 150 张网红照片中找出 3 人，蚂可胜
第二局，从 300 张网红照片中找出 3 人，「水哥」胜
第三局，从 80 张网红童年照中找出 2 人，「水哥」胜
深度解密：人机大战——网红脸识别
三局两胜，「水哥」代表的咱人类胜利了~ 蚂可能胜一局，说明计算机在图像识别的未来可期，但最终失败，也说明还存在一些问题。
深度解密：人机大战——网红脸识别
胜败分析这次比赛挑选的识别对象——网红脸，看上去都是从一个模子里刻出来的，无疑增加了比赛的难度。
深度解密：人机大战——网红脸识别
面对这些千篇一律的网红脸，蚂可在识别近照时尚可，但到了童年照就有点吃力。
蚂可在识别人脸时，部分程序是通过五官之间的距离来判断的。但是，人在幼年时五官比较居中，随着年龄增长会分散开些，「长开了」。更不用说，有些网红还进行了「微整」，连亲妈都认不出了，何况是蚂可。
第三局失败情有可原。但为什么蚂可还能赢第一局？因为快。
如果你仔细看上文视频，可能对这句话还有印象：计算机识别时，先将照片划分为四个区域，再分成几百个关键点。
这是加快图像识别的关键一步，在所有的图像识别中，几乎都采用了这种方式。图像识别中有个专业名词来形容，称为「图像金字塔」。
深度解密：人机大战——网红脸识别
图像金字塔
图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。底部是待处理图像的高分辨率表示（上图 G0），而顶部是低分辨率的近似（上图 G3）。当向金字塔的上层移动时，尺寸和分辨率就降低，识别速度得以提高。（注：分辨率越高，图片越大越清晰）
同时，人在比赛中会受到外界干扰，心理作用比较大，但计算机没有。所以「水哥」在开始失利，也有非专业因素在内。
深度解密：人机大战——网红脸识别
但是，后面蚂可连输两局，还有更深层次的原因。
比赛中，两位选手都需要通过自身移动来识别图像，这对蚂可是很不利的。因为摄像机移动时图像识别会不稳定，就像我们坐在车中看窗外景色，随着车速增加，景色越模糊。
同时，现场灯光组给力，反光很强，也会影响蚂可的识别。
深度解密：人机大战——网红脸识别
生活中，当我们背光看屏幕，由于反射光太强会导致看不清屏幕，这时我们会拉上窗帘或用手遮光，来降低光的反射。而计算机就得对现实环境亮度进行实时检测，根据检测结果对图像亮度阈值进行调整后，再进行比较。
目前，机器对光的调节作用还赶不上人眼的调节，又碰上「水哥」，只能甘拜下风了！不过，即便这次蚂可败给了「水哥」，但「水哥」只有一个，蚂可还有很多。下一次，我们还会赢么？
雷锋网注：本文由ARC增强现实（微信ID：arinchina）授权雷锋网发布，如需转载请联系原作者，并注明作者和出处，不得删减内容。
更多文章：1. 解密：智能美妆和动效自拍背后的技术
2. 解密：面部特征点检测的关键技术
3. 人脸检测发展：从VJ到深度学习（上）
4. 人脸检测发展：从VJ到深度学习（下）
5. 深度学习在人脸识别中的应用——优图祖母模型的“进化”
雷锋网原创文章，未经授权禁止转载。详情见转载须知。
0人收藏 分享：
相关文章
AI科技评论人脸识别人机大战深度学习
干货 | 2019 AI 国际顶级学术会议一览表
中科院计算所陈云霁：基础研究需要兴趣，更需要耐得 ...
AI 影响因子 10 月大盘点，腾讯 AI Lab 又夺第一
AI 影响因子 9 月结果出炉，商汤科技成为最大赢家
文章点评：
我有话要说……
表情 同步到新浪微博 提交
陈圳
编辑
发私信
当月热门文章
最新文章
深度强化学习新趋势：谷歌如何把好奇心引入强化学习智能体
阿里云发布机器学习平台PAI v3.0
史上最大的实体关系抽取数据集！清华大学自然语言处理团队发布 FewRel
机器学习入门经典课程，台大李宏毅教授机器学习课程 2019 版来啦
三分钟带你读懂 BERT
前腾讯 AI Lab 主任张潼加入港科大，牵手创新工场成立联合实验室
热门搜索
智能手机雷锋网社交网络Android WearzyngaCCF-GAIRDropbox诺亦腾松下音乐AT&T
热门关键字
热门标签人工智能 机器人机器学习深度学习金融科技未来医疗智能驾驶自动驾驶计算机视觉激光雷达图像识别智能音箱区块链智能投顾医学影像物联网IoTCV微信小程序平台微信小程序在哪CES 2017CES2016年最值得购买的智能硬件2016 互联网小程序微信朋友圈抢票软件智能手机智能家居智能手环智能机器人智能电视360智能硬件智能摄像机智能硬件产品智能硬件发展智能硬件创业黑客白帽子大数据云计算新能源汽车无人驾驶无人机大疆小米无人机特斯拉VR游戏VR电影VR视频VR眼镜VR购物AR直播扫地机器人医疗机器人工业机器人类人机器人聊天机器人微信机器人微信小程序移动支付支付宝P2P区块链比特币风控高盛人脸识别指纹识别黑科技谷歌地图谷歌IBM微软乐视百度三星s8腾讯三星Note8 小米MIX小米Note华为小米阿里巴巴苹果MacBook ProiPhoneFacebookGAIRIROS双创周云栖大会先打智能硬件公司智能硬件QQ红包支付宝红包敬业福机器学习京东方vr摄像机leiphone自制无人机陈小平固定翼无人机人工智能程序北斗卫星定位系统360云盘无法下载mate 9蓝牙遥控器方案2015零元的赚钱ios 10 解锁设置tensorflow安装教程更多
联系我们关于我们加入我们意见反馈投稿申请专栏作者
Copyright © 2011-2019 www.leiphone.com 雷锋网-读懂智能&未来 All Rights Reserved 粤ICP备11095991号-1 ICP证粤B2-20150332 0daybank
文章评论