人脸识别技术研究的发展趋势

2019 年 12 月 11 日

随着深度学习的发展,使人脸识别的准确率也在不断的提高。随着对人脸识别技术的不断研究,基于深度学习的人脸识别的研究还有很多要解决的问题与挑战。那基于深度学习的人脸识别的研究是怎样的发展趋势?


人脸识别技术研究的发展趋势


从小数据甚至无数据中学习

大数据已成为基于深度学习的人脸识别的标配,而人工标注的数据已成为人脸识别性能提升的必要条件。但是标注数据的获取是很困难并且需要昂贵的代价。因此,如何让机器从小数据或是从无标注的数据里进行学习,是人脸识别的研究继续突破的方向。


从小模型中获得高准确率

基于深度学习的人脸识别模型大小是在几百兆甚至是上G大小。数据大的模型很难在手机等移动设备上使用。所以基于深度学习的人脸识别不但需要有高准确率,还要有效性。而如何降低模型的大小,以降低设备的内存和存储空间的占用率,还保证模型的高准确率,也是基于深度学习的人脸识别努力的方向。


从小计算中得到有效训练

大数据与大模型是深度学习人脸识别方法的支柱,但大数据与大模型需要大计算。这种庞大的算法计算量有最先进的GPU学习训练,在时间上需要很长。大计算这方面增加了基于深度学习的人脸识别技术的准入门槛,对模型的调参带来了挑战与困难。因此,如何设计出更高效、快速的训练算法,在小计算、小内存中也可以进行模型计算,也是基于深度学习的人脸识别算法的又一挑战。


随着智能技术的发展,对于人脸识别开发技术将会有更多的研究和发展,解决在应用中存在的问题。

(非特殊说明,本文版权归原作者所有,转载请注明出处)

文章来源:畅视智能


  • 人脸识别系统功能分析

    人脸识别系统是以“人员轨迹查询、身份确认、人员布控”需求为主线,并且结合“事前预警、事中布控、事后侦查”的应用模式,从“搜人、判人、控人”三个维度规划人脸图像大数据应用系统功能,形成“人员踪迹查询、人员身份研判、人员布控预警”的业务功能。还

  • 关于劳动节假期放假通知

    劳动节即将到来,根据国务院关于法定节假日的规定和我单位工作实际情况,现将2019年劳动节放假的有关事项通知如下:

  • “ZAO”APP引出的问题:AI换脸能影响支付宝的刷脸支付吗?

    8月30日晚,一款AI换脸APP“ZAO”刷屏朋友圈,这款AI换脸APP是用户可以任意把别人的照片换成自己的,让自己秒变明星,可以与明星同台唱歌,还可以与偶像“谈恋爱”。这款软件主要功能包括造视频和造表情,使用时都需要上传人像照片。上传素材