人脸识别关键技术及进展

1、人脸识别关键技术及最新进展刘 军 1月6日第1页汇报提要人脸识别进展人脸检测人脸对齐人脸识别第2页人脸识别进展人脸识别系统框图 图像采集人脸检测特征训练特征提取匹配结果人脸配准预处理人脸数据库特征数据库第3页人脸识别进展深度学习+大数据报道单位图片数量（百万）个体数量（万）脸谱企业(facebook)4.40.4谷歌企业(谷歌)200800DeepID0.21.0Face+52腾讯优图12中科院自动化所0.51.0天津研究院22图片数量(200 vs 5); 个体数量(800 vs 2 )第4页人脸识别进展个体数目和图片数目同等主要公安部一所千万级大规模人脸识别评测无法检测到很多高清楚图像中人

2、脸基于数据人脸识别弊端对于训练集合中没有样本往往束手无策谷歌照片应用误把黑人标识成“大猩猩”第5页普通大众人脸识别进展个体数目和图片数目同等主要公安部一所千万级大规模人脸识别评测无法检测到很多高清楚图像中人脸明星、名人vs普通大众明星、名人浓眉大眼、五官端正第6页汇报提要人脸识别进展人脸检测人脸对齐人脸识别第7页人脸检测基于深度分割人脸检测方法背景比较单一，前景含有一定相同性普通大众明星、名人浓眉大眼、五官端正第8页人脸检测基于深度分割人脸检测方法背景比较单一，前景含有一定相同性前景背景第9页人脸检测基于深度分割人脸检测方法背景比较单一，前景含有一定相同性baidu图像分割大赛第10页人脸检测

3、基于深度分割人脸检测方法背景比较单一，前景含有一定相同性第11页人脸检测不一样遮挡程度下人脸检测第12页人脸检测不一样遮挡程度下人脸检测并不完全依赖于表像和结构信息能够预测训练集合中没有数据含有较快计算速度-1000帧/秒第13页人脸检测漏检，误检不稳定，忽大忽小第14页人脸检测第15页汇报提要人脸识别进展人脸检测人脸对齐人脸识别第16页人脸对齐当前在在主流数据库上，我们得到了优于其它最新算法试验结果，速度能够到达每秒6800帧，（cpu：i7-4790k，多线程：启用，模型大小：3.28M）和当前主流方法比较：MethodCommonChallengingFullFPSTSPM8.2218.

4、3310.20ESR5.2817.007.58120RCPR6.1817.268.35SDM5.5715.407.5070LBF4.9511.986.32320LBF Fast5.3815.507.373100CFSS4.739.985.76363DDFA6.1510.597.013DDFA+SDM5.539.566.31ours6.738.967.136800第17页汇报提要人脸识别进展人脸检测人脸对齐人脸识别第18页弱监督人脸识别 数据整理来源网络爬虫（baidu，谷歌图片，Flickr）人工采集干扰因素特征点标注不准确数据不纯净第19页弱监督人脸识别处理方法筛选人工辅助标注人脸配准数据识别身份异常配准异常第20页基于深度网络人脸识别方法识别结果弱监督人脸识别MethodVRFAR=0.1%DIRFAR=1%，Rank=1HD-LBP + JB41.66%18.07%HD-LBP + LDA36.12%14.94%CBSR80.26%28.90%CRIPAC(Ours)86.18%58.07%第21页技术上依然有很大提升空间弱监督人脸识别我们算法是当前基于深度学习商用算法中速