先人一步, 玩转AI

人脸识别算法一直给我们高端、专业、理解难的感觉 人工智能、深度学习、机器学习、监督式学习... 当我们想了解人脸识别算法的时候总是这么多专业技术化的语言, 难以理解,3分钟!带你了解,小白都能懂的人脸识别算法。

人脸识别算法究竟是什么?

我们对人脸识别最直观的理解,应该是输入一张图片,系统能自动识别出照片是谁。

▼人脸识别认知

44.png

大家有没有发现,人脸识别算法的认知模型,其实很像一套数学公式:有输入,有输出。没错,其实算法的本质,就是数学公式,大学时候让我们头疼“高等数学“”线性代数“”概率论”等等。

这套数学公式,需要算法工程师、科学家等,来预先搭建好

人脸识别算法的输入X、Y是什么?

既然是数学公式,那就会涉及到3个要素:输入、输出、参数。比如AX+BY=Z,Z就是输出,A和B就是参数,X和Y就是输入。 在计算机中,图片实际上是像素点矩阵,也就是我们这里的X和Y。

人脸算法的参数输入A、B是怎么得到的?

❑ 第1步:算法工程师会准备很多张带有标记的图片,比如我有一张张三的照片,照片标记为F

❑ 第2步:输入图像照片,也就是X和Y

❑ 第3步:随机生成A和B的值,然后计算AX+BY=Z,计算出一个Z。我们希望达到的结果是这个Z=F,但是因为A和B是随机生成,所以Z几乎不可能等于F。

我们接下来的核心目标,就是训练A和B,让Z和F几乎相等。接下来的第四步,就是整个算法的核心

❑ 第4步:算法工程师会利用反向传播、梯度迭代等各种数学计算方法,让Z-F最小,计算出A和B的值。

这个过程,我们通常叫做“训练”,就像教小孩子识字认人一样,都是通过大量的样本,不断地告知,不断地纠正偏差,从而形成正确的认知一样

不仅是人脸识别,目前几乎所有应用落地的AI算法,都是同样的道理,业内称为“监督学习”。所谓的监督,就是需要大量带有标记的样本,进行训练。

怎样 才能训练出好的算法?

如上所述算法的两大核心:算法模型(就是那个数学公式)、训练样本。

❑算法模型:

算法模型好比孩子的大脑一样,算法越好越先进,处理速度会越快,精准度会越高。

云识客拥有多达20项视觉AI相关的专利,业界领先,保证我们的算法大脑是聪明可靠的。

❑训练样本:

单有聪明的大脑还不够,还需要后天的刻苦练习,而训练样本,就相当于刻苦练习。

样本分为数量和质量两个方面:数量越多,精准度越高;质量上,需要和场景结合,给的是什么样的样本,算法对这类样本的识别效果就会越好,其他效果会相对差。

比如,我们训练的样本是黄种人,那算法对黄种人的识别效果会越好,对黑种人的识别效果会差。

❑ 在数量上:云识客的人脸识别模型,是通过1千多万张的人脸训练而来

❑ 在质量上:云识客有546万张海外人脸的数据,300万张门禁场景数据

人脸 识别是如何应用的?

人脸识别应用广泛,但万变不离其宗,一般而言都需要人脸录入、人脸识别、业务处理三个环节。

❑ 人脸录入环节

2.png

❑ 人脸识别环节

3.png

❑ 业务处理环节:

根据人脸识别返回的人脸信息,判断用户身份,可以实现人脸识别门禁开门、认证通过等基本应用,与人脸识别考勤、人脸工地管理、智慧小区等更复杂的应用场景结合,则可以形成更加丰富完善的解决方案。

云识客,以自研+开放合作的方式,形成了考勤、刷脸支付、智慧校园等多种解决方案。

微信图片_20190528194809.png


标签:人脸识别算法