人工智能与深度学习(课件)

王言伟人工智能与深度学习12人工智能的兴起深度学习大变革深度学习商业化文通深度学习的研究与应用3人工智能的兴起深度学习大变革深度学习商业化文通深度学习的研究与应用4人工智能的兴起1950年，提出图灵测试，人工智能萌芽5人工智能的兴起1950年，提出图灵测试，人工智能萌芽1950年~1980年，人工智能进展缓慢90年代~2000年，浅层机器学习模型的兴起650s-70sPerceptron：FrankRosenblatt，195780sbackpropagationRumelhartetal.Nature,198690sSupportVectorMachine人工智能的兴起1950年，提出图灵测试，人工智能萌芽1950年~1980年，人工智能进展缓慢90年代~2000年，浅层机器学习模型的兴起2006年，GeoffreyHinton在《Science》上发表文章，开启了深度学习在学术界和工业界的浪潮2011年，GoogleBrain项目取得了惊人的进展，机器通过看YouTube视频学会了识别猫和人2015年，Google和微软靠GPU加速的深度神经网络，在ImageNet比赛中获得了多项击败人工辨识的准确度2016年，谷歌旗下Deepmind团队研发的机器AlphaGo战胜世界围棋冠军职业九段棋手李世石78人工智能的兴起人工智能的兴起人工智能的四个驱动：1、物联网2、大规模并行计算3、大数据4、深度学习

9迁移学习、增强学习人工智能的兴起10人工智能的分布人工智能的兴起11从2013年开始（标志为DeepLearning的成熟），科技巨头大多加大了对人工智能的自主研发，不少巨头还成立了人工智能专职部门人工智能的兴起12人工智能的兴起13人工智能的兴起深度学习大变革深度学习商业化文通深度学习的研究与应用14深度学习大变革

1516深度学习是什么深度学习学什么？1718深度学习训练和测试19深度学习过程神经网络20神经网络21单层神经网络22Whydeep23深度学习大变革24深度学习性能ImageNet图像分类Top-5错误率25PascalVOC目标检测MAPLFW人脸认证正确率ImageNet目标检测MAP人工智能的兴起深度学习大变革深度学习商业化文通深度学习的研究与应用26深度学习商业化

271、人脸识别

什么是人脸识别28人脸识别相关技术人脸检测：人脸检测是人脸识别的第一步，识别准不准，首先要看能否检测到29关键点定位：关键点定位是人脸对齐的必要条件，也是人脸结构分析重要组成部分人脸属性分析：在精准识别出人脸以后，进一步从图片或实时视频流（中分析人脸的各种特征和属性，包括：性别、年龄、种族、表情、脸部装饰等30人脸识别相关技术活体检测31眨眼张嘴闭嘴左右摇头上下摇头人脸识别相关技术人脸技术在金融行业应用场景32柜面业务自助设备业务远程业务人证比对人脸技术的其他应用33深度学习商业化

342、车辆识别：车辆检测、车型识别、车牌识别

车型识别车辆品牌识别：基于车头或车尾的车体特征，识别车辆品牌、子品牌、年款车辆类型识别：货车、轿车、摩托车35车牌识别363、文字识别广告文字识别，过滤广告证件识别，读取身份信息37深度学习商业化

4、图像检索以图搜图搜索相关视频搜索相关商品38深度学习商业化

此外还有：鉴黄暴恐过滤颜值排序图像处理39深度学习商业化

人工智能的兴起深度学习大变革深度学习商业化文通深度学习的研究与应用40智能图像技术研究院成立2016年4月12日宗旨-围绕文通市场产品现有问题改进研发-围绕文通的战略方向做预研和技术储备41文通深度学习的研究与应用

42普拉哈拉德加里·哈默尔1990年，《公司的核心竞争力》发表应该有助于公司进入不同的市场，可以成为公司扩大经营的能力基础。延展性对创造公司最终产品及服务的顾客价值贡献巨大。它的贡献在于实现顾客最为关注的、核心的、根本的利益。有用性公司的核心竞争力应该是难以被竞争对手所复制和模仿的。独特性文通深度学习的研究与应用-人脸

43文通深度学习的研究与应用-人脸

2.性别及年龄识别

44文通深度学习的研究与应用-人脸

3.人脸检测45文通深度学习的研究与应用-人脸

3.活体认证

46文通深度学习的研究与应用-文字

1.文字方面-CNN手写单字符识别47模型识别率(%)模型大小速度MQDF91.7948M9msWT-CNN96.2525M53msWT-MQDF-CNN96.3173M32ms富士通-4CNN96.062500M-文通深度学习的研究与应用-文字

2.文字方面-CNN字符/非字符分类48模型准确率(%)模型大小SVM97.004.90MCNN99.513.21M测试图像：23853张文通深度学习的研究与应用-文字

3.文字方面-LSTM英文文本49Total(%)English(%)Digital(%)Symbol(%)字符数49483240137317593284THOCR-base93.71393.10389.71496.344THOCR-nodict98.57198.37192.57199.441THOCR-nowdict99.72499.75093.14399.623Tesseract3.02-yc98.33098.37292.00098.165ABBYY1199.97799.982100.00099.953Ocropy

LSTM98.40998.67393.71497.282tensorflow99.7+文通244样本，扫描文档文通深度学习的研究与应用-文字

4.文字方面-LSTMemail1748关键词条50THOCRgoogleocropyTensorflow合合Cjudguni(%)72.4792.5796.31

97.46EditDst(%)88.2293.5097.5598.62词条(%)31.3552.9276.8384.3874.20文通深度学习的研究与应用-文字

5.文字方面-支票鉴伪51模型准确率(%)模型大小CPU识别速度CNN99.52%568K2ms/张文通深度学习的研究与应用-车

1.车与非车分类52模型准确率(%)模型大小识别速度CNN99.29569k