這不是石建萍第一次來CVPR了。過去這八年,她幾乎沒落下過一屆,倒也習慣了每年辦一次美國簽證。只不過,這么多年以來,參加CVPR的身份卻在不斷變化:從一個本科生,到博士生,到研究員,再到如今商湯科技的研究總監。 她今年帶來了五篇CVPR論文,其中一篇Oral和兩篇Spotlight,這個數量已經算是相當出色。商湯科技今年也破紀錄地入選了44篇論文,僅次于谷歌的45篇。工業界的一家公司有40多篇論文入選CVPR,這在過去絕對是難...
人臉識別產業鏈上游為基礎層,包括人工智能芯片、算法技術和數據集;中游由視頻人臉識別、圖片人臉識別和數據庫對比檢驗等技術層構成,大體包括人臉檢測、活體檢測、人臉識別、視頻對象提取與分析等技術;下游則是具體的場景應用,即應用方案、消費類終端或服務等。下游以攝像頭為主的硬件采集端和應用端采集人臉數據,為數據集豐富數據,對于基礎層算法的更新迭代形成正反饋。 目前,國外巨頭公司大多呈現全產業布局的特征,即上中下游均有...
誤報率(False Negative)是指本來是負樣例(兩張不同人的人臉),但分類成了正樣例(算法認為是同一個人),通俗地講可以稱之為「報警錯誤」。「報警錯誤」的次數/總次數,得出的數據即為誤報率。在誤報率相同的情況下,識別準確率越高,則表示技術的性能越好。 人臉識別精度的提高,意味著在特定場景下用戶將獲得更好的體驗,以及單位工作時間內效率低大幅提升,比如在銀行場景下的顧客會獲得更好的體驗,公共安防領域的一線警務人員的無效工作...
有「工業界黃金標準」之稱的美國國家標準與技術研究院(National Institute of Standards and Technology,NIST)最近公布了全球人臉識別算法測試(FRVT)結果 FRVT 2018,目前全球工業界最好水平的人臉識別技術,在百萬分之一誤報下的準確率達到 99.3%,千萬分之一誤報下的準確率已經接近 99%。 誤報率(False Negative)是指本來是負樣例(兩張不同人的人臉),但分類成了正樣例(算法認為是同一個人),通俗地講可以稱之為「報...
隨著人工智能(AI)技術的廣泛應用,確保AI技術沒有偏見變得越來越重要。IBM計劃發布一個大型的、無偏見的人臉圖像數據集,以推動無偏見的人臉識別研究。 與以往相比,人類社會對人工智能系統中的偏見問題更加關注,尤其是用于識別和分析人臉圖像的系統。在IBM,科研人員采取以下措施來確保以負責任的方式來創建并訓練面部識別技術: (1)導致面部分析領域出現偏見的最大問題之一是缺乏訓練系統的各種數據。因此,科研人員打算在2018年...