价格：议定起
中博晨鹰科技发展江苏有限公司
联系人：
电话：18800575500
地址：无锡惠山经济开发区智慧路19号1006室
产品规格：不限
产品数量：不限 个
包装说明：不限
关 键 词：中博晨鹰科技,人脸识别技术平台,人脸识别技术支持,人脸识别数据平台,人脸识别数据结构化
发布时间：2017-05-17
什么是SeetaFace开源人脸识别引擎？区分不同的人是很多智能系统的*能力。为实现此目的，一种可能的技术手段是通过对人脸的光学成像来感知人、识别人，即所谓的人脸识别技术。经过几十年的研发积累，特别是近年来深度学习技术的涌现，人脸识别取得了长足的进步，在安防、金融、教育、社保等领域得到了越来越多的应用，成为计算机视觉领域较为成功的分支领域之一。SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块（SeetaFace Detection）、面部特征点定位模块（SeetaFace Alignment）以及人脸特征提取与比对模块 （SeetaFace Identification）。人脸检测模块SeetaFace Detection该模块基于我们提出的一种结合经典级联结构和多层神经网络的人脸检测方法实现，其所采用的漏斗型级联结构（Funnel-Structured Cascade，FuSt）专门针对多姿态人脸检测而设计，其中引入了由粗到精的设计理念，兼顾了速度和精度的平衡。特征点定位模块SeetaFace Alignment面部特征点定位（人脸对齐）在人脸识别、表情识别、人脸动画合成等诸多人脸分析任务中扮演着非常重要的角色。由于姿态、表情、光照和遮挡等因素的影响，真实场景下的人脸对齐任务是一个非常困难的问题。人脸特征提取与比对模块SeetaFace Identification人脸识别本质上是要计算两幅图像中人脸的相似程度，其一为注册阶段（类比人的相识过程）输入系统的，另一幅为识别阶段（即再见时的辨认过程）的输入。一套全自动的人脸识别系统在完成前述的人脸检测与人脸对齐两个步骤之后，即进入*三个核心步骤：人脸特征提取和比对。传统人脸检测技术和 CNN 的结合 VJ人脸检测器自提出以来，启发和影响了后续的大量工作，所引入的积分图、AdaBoost方法、级联结构等至今仍在各种各样的检测器中以不同的形式被使用。传统的人脸检测技术优势在于速度，而在精度上则相比基于深度网络的方法要略输一筹，在这种情况下，一个自然的想法就是：能否将传统的人脸检测技术和深度网络（如CNN）相结合，在保证检测速度的情况下进一步提升精度？ Cascade CNN可以认为是传统技术和深度网络相结合的一个代表，和VJ人脸检测器一样，其包含了多个分类器，这些分类器采用级联结构进行组织，然而不同的地方在于，Cascade CNN采用CNN作为每一级的分类器，而不是用AdaBoost方法通过多个弱分类器组合成的强分类器，并且也不再有单独的特征提取过程，特征提取和分类都由CNN来统一完成。经过**级CNN之后，由于通过的窗口中人脸和非人脸窗口之间更加难以区分，因此*二级CNN将输入图像的尺寸增大到了24*24，以利用更多的信息，并且提高了网络复杂度——虽然仍然只包含一个卷积层和一个全连接层，但是卷积层有更多的卷积核，全连接层有更多的节点。*三级CNN也采用了类似的思路，增大输入图像大小的同时提高网络的复杂度——采用了两个卷积层和一个全连接层。通过引入CNN，传统的级联结构也焕发出了新的光彩，在FDDB上，Cascade CNN在产生100个误检的时候达到了85%的检测率。吸取传统人脸检测技术中的精华，借鉴深度学习研究的较新成果，在对问题的深刻思考和理解上，探寻旧瓶装新酒的较佳模式，这是一条值得去继续探索的道路。 中博晨鹰科技/人脸识别技术支持/人脸识别技术平台由中博晨鹰科技发展江苏有限公司(www.zbcykj.com)提供。