容量越大越不壞？24萬塊硬盤故障率報告公布 這些產品零故障
8月5日消息，云存儲服務商Backblaze發(fā)布了最新的硬盤故障率報告，年故障率有所上升。Backblaze發(fā)布的硬盤季度統計數據，其中包括故障率等重要方面。這些結
AI面部識別領域又開辟新業(yè)務了？
這次，是鑒別二戰(zhàn)時期老照片里的人臉圖像。
近日，來自谷歌的一名軟件工程師Daniel Patt 研發(fā)了一項名為N2N（Numbers to Names）的 AI人臉識別技術，它可識別二戰(zhàn)前歐洲和大屠殺時期的照片，并將他們與現代的人們聯系起來。
用AI尋找失散多年的親人
2016年，帕特在參觀華沙波蘭裔猶太人紀念館時，萌生了一個想法。
這一張張陌生的臉龐，會不會與自己存在血緣的聯系?
他的祖父母/外祖父母中有三位是來自波蘭的大屠殺幸存者，他想幫助祖母找到被納粹殺害的家人的照片。
二戰(zhàn)時期，由于波蘭裔猶太人眾多，且被關押在不同集中營，許多都下落不明。
僅僅通過一張發(fā)黃的照片，很難辨別其中的人臉是誰，更別提找到自己失落的親人。
于是，他回到家中，立馬把這個想法轉化為現實。
該軟件最初的設想是通過數據庫收集人臉的圖像信息，并利用人工智能算法幫助匹配相似度最高的前十個選項。
其中大部分的圖像數據來自美國大屠殺紀念館(The US Holocaust Memorial Museum)，此外還有超過一百萬張圖像來自全國各地的數據庫。
用戶只需選擇電腦文件中的圖像，點擊上傳，系統便會自動篩選出匹配圖最高的前十個選項。
另外，用戶還可以點擊源地址查看該圖片的年份、地點、藏館等信息。
有個槽點是，如果輸入現代的人物圖像，檢索結果也可能會很離譜。
結果就是這？（黑人問號）
總之就是系統功能還需要完善。
此外，Patt還與谷歌的其他軟件工程師和數據科學家團隊合作，旨在提高搜索的范圍與準確度。
由于臉部識別系統存在隱私泄露的風險，Patt表示，「我們不對身份作出任何評價， 我們只負責用相似度分數呈現結果，并讓用戶自己去判斷」。
AI面部識別技術的發(fā)展
那么這項技術是如何對人臉進行識別的呢？
最初，人臉識別技術還得從「如何判斷檢測的圖像是一張臉」開始。
2001年，計算機視覺研究人員 Paul Viola 和 Michael Jones 提出了一個框架，以高精度實時檢測人臉。
這個框架可基于訓練模型來理解「什么是人臉，什么不是人臉」。
訓練完成后，模型會提取特定特征，然后將這些特征存儲在文件中，以便可以將新圖像中的特征與之前存儲的特征在各個階段進行比較。
為了幫助確保準確性，算法需要在包含「數十萬正負圖像的大型數據集」上進行訓練，從而提高算法確定圖像中是否有人臉及其位置的能力。
如果所研究的圖像通過了特征比較的每個階段，則已檢測到人臉并且可以繼續(xù)操作。
盡管 Viola-Jones 框架在實時應用程序中用于識別人臉精確度很高，但它存在一定的局限性。
例如，如果人臉戴上口罩，或者如果一張臉沒有正確定向，則該框架可能無法工作。
為幫助消除 Viola-Jones 框架的缺點并改進人臉檢測，他們又開發(fā)了其他算法。
如基于區(qū)域的卷積神經網絡 (R-CNN) 和單鏡頭檢測器 (SSD)來幫助改進流程。
卷積神經網絡 (CNN) 是一種用于圖像識別和處理的人工神經網絡，專門用于處理像素數據。
R-CNN 在 CNN 框架上生成區(qū)域提議，以對圖像中的對象進行定位和分類。
雖然基于區(qū)域提議網絡的方法（如 R-CNN）需要兩個鏡頭——一個用于生成區(qū)域提議，另一個用于檢測每個提議的對象——但 SSD 只需要一個鏡頭來檢測圖像中的多個對象。因此，SSD 明顯快于 R-CNN。
近年來，深度學習模型驅動的人臉識別技術，其優(yōu)勢顯著優(yōu)于傳統的計算機視覺方法。
早期的人臉識別多采用傳統機器學習算法，研究關注的焦點更多集中在如何提取更有鑒別力的特征上，以及如何更有效的對齊人臉。
隨著研究的深入，傳統機器學習算法人臉識別在二維圖像上的性能提升逐漸到達瓶頸。
人們開始轉而研究視頻中的人臉識別問題，或者結合三維模型的方法去進一步提升人臉識別的性能，而少數學者開始研究三維人臉的識別問題。
在最出名的 LFW 公開庫上，深度學習算法一舉突破了傳統機器學習算法在二維圖像上人臉識別性能的瓶頸，首次將識別率提升到了 97% 以上。
即利用「CNN 網絡建立的高維模型」 ，直接從輸入的人臉圖像上提取有效的鑒別特征，直接計算余弦距離來進行人臉識別。
人臉檢測已經從基本的計算機視覺技術發(fā)展到機器學習 (ML) 的進步，再到日益復雜的人工神經網絡 (ANN) 和相關技術，結果是持續(xù)的性能改進。
現在，它作為許多關鍵應用程序的第一步發(fā)揮著重要作用——包括面部跟蹤、面部分析和面部識別。
二戰(zhàn)期間，中國也遭受了戰(zhàn)爭的創(chuàng)傷，許多當時照片中的人物早已無法辨別。
爺爺奶奶一輩的曾遭受戰(zhàn)爭創(chuàng)傷的人們，有許多親人朋友都下落不明。
這項技術的研發(fā)或許將幫助人們揭開塵封的歲月，為過去的人們尋找一些慰藉。
參考資料：https://www.timesofisrael.com/google-engineer-identifies-anonymous-faces-in-wwii-photos-with-ai-facial-recognition/
本文鏈接：http://www.www897cc.com/showinfo-119-2402-0.html用AI尋找大屠殺后失散的親人！谷歌工程師研發(fā)人臉識別程序，可識別超70萬張二戰(zhàn)時期老照片
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 工信部等六部門:到2025年新建大型和超大型數據中心PUE優(yōu)于1.3
下一篇： 港科大&MSRA研究：關于圖像到圖像轉換，Finetuning is all you need
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號