仅仅在几年前,程序员要开发一款人脸识别应用,就必须精通算法的编写。但现在,随着成熟算法的对外开放,越来越多开发者只需专注于开发垂直行业的产品即可。

由调查机构发布的《中国AI产业地图研究》中也有一组有趣的数据,目前中国的AI企业中,有近8成集中在应用层,其中AI行业解决方案占比高达40.7%,从上下班的人脸识别考勤,到金融App的人脸身份核验,再到医院和政务大厅的人脸识别取号,以及车站的人脸核验检票……

目前市面上既有OpenCV等开源算法库,很多芯片厂商的产品也自带简单算法,同时专业算法大厂也会开放相关技术,如提供免费、离线人脸识别SDK的虹软视觉开放平台等。对于开发者而言,面对多种算法,如何进一步了解算法性能至关重要。因此,本文将从算法原理、应用场景、关键指标一一进行介绍。

一.人脸识别算法原理简述

在介绍关键性能指标之前,我们需要厘清人脸识别的技术原理。

所谓人脸识别(Face Recognition),是对图像中的人脸进行检测、识别和跟踪。当前的人脸识别,通常是利用卷积神经网络(CNN)对海量的人脸图片进行学习,然后对输入图像提取出对应的人脸特征值。

人脸特征值是面部特征所组成的信息集。人类记忆和辨别一张脸,主要是靠肉眼可见的特征,譬如国字脸、双眼皮、黑眼睛、蓝色头发、塌鼻梁……但人工智能不同,主要是利用卷积神经网络(CNN)对海量的人脸图片进行学习。它们能够抽象出人类难以理解的面部特征,因而在识别能力上超越人类。

人脸特征值是一组空间向量,也是人脸比对的依据。同一张脸不同照片提取出的特征值,在特征空间里距离很近,不同人的脸在特征空间里相距较远。换言之,距离近的就有更大可能是同一个人。

另外需要注意,人脸识别和人脸检测并非同一技术。人脸检测是人脸识别完整流程中的一个环节。在用摄像头采集含有人脸的图像或视频流后,首先就需要用人脸检测技术自动检测、提取当中的人脸,随后才能进入人脸图像预处理及最核心的人脸特征提取环节。

在实际商业落地中,人脸检测也可独立于人脸识别进行使用,典型应用如近期在海内外大热的AI测温机,只在检测到人脸时激活测温模块,从而降低产品长期运行的损耗与能耗,该过程就无需对人脸进行识别。

二.了解这些指标,你也能评价算法

在理想状态下,人脸识别准确率越高越好,但算法在产品化时会受到逆光、暗光、强光、识别角度等诸多实际因素的影响。因此,脱离使用场景单独考量算法的识别准确率参考价值不大。

1.人脸识别关键指标:

多数情况下,我们以基于FAR(错误接受率,又称误识率,即把某人误识为其他人的概率)和FRR(错误拒绝率率,即本人注册在底库中,但比对相似度达到不预定的值)的DET曲线作为评判参考。

(1)错误拒绝率(FAR)

相似度值范围内等分为若干档,得到若干个不同的阈值 S,计算不同阈值 S 的 FRR 如下:FRR(S) = 同人比对相似度中低于阈值S的数量 / 同一人比对总数 × 100%;

(2)错误接受率(FRR)

相似度值范围内等分为若干档,得到若干个不同的阈值 S,计算不同阈值 S 的 FAR 如下:FAR(S) = 非同人比对相似度中不低于阈值S的数量 / 非同人比对总数 ×100%;

理想状况下,FAR和FRR都越低越好,但两个指标是一个跷跷板,一个指标的降低通常意味着另一个指标会升高,所以需要实现两者间的平衡。一般认为在FAR达到市场正常水准时,FRR越低,该人脸识别算法性能就越好。

目前,市场上大部分场景会根据自身安全性要求,制定不同标准。比如在门禁场景下,要求FAR低于十万分之一,此时FRR越低,算法效果越好。以下图为例,算法1效果就好于算法2。

2.人脸检测关键指标:

评价一款人脸检测算法,也有检测率、误报率、FPS、IOU四个指标。

一般情况下,我们同样希望检测率越高越好,误报率越低越完美,但这两者需要一个最优的平衡,我们可以用ROC曲线解决这一问题。

(1)True Positive:检测出来确实是人脸,但实际上仍然是人脸的

(2)False Positive:检测出来是人脸,但实际上是背景的

(3)False Negative:检测出来是背景,但实际上是人脸的

(4)True Negatives:检测出来是背景,实际上就是背景的

3.除了算法模型本身,我们也还可以从工程和应用等角度提升整体人脸识别效果。

应用角度:研发质量模型,对检测到的人脸质量进行评价,质量较差则不识别,如虹软视觉开放平台的FQ(人脸图像质量检测算法)

工程角度:施加场景限制,比如刷脸解锁,人脸闸机,会场签到时,都要求用户在良好的光照条件下正对摄像头,以避免采集到质量差的图片。

AI大厂算法测试心得:人脸识别关键性能指标有哪些?相关推荐

  1. 人脸检测颜值软件_AI人脸颜值测颜版下载-百度ai测试颜值人脸识别源码下载v1.0 免费版-西西软件下载...

    百度ai测试颜值人脸识别源码这是由官方百度AI精心打造出来的,这款软件将人脸识别氛围V2和V3两个接口,而且用户使用可以参考相应的文档权限来选择接口类型,让广大用户学习到百度AI人脸识别测颜值相关知识 ...

  2. 【人脸识别】基于PCA和SVM的人脸识别关键技术研究与实现附matlab代码

    1 简介 人脸识别是计算机视觉和图像模式识别领域的一个重要技术.主成分分析(PCA)是人脸图像特征提取的一个重要算法.而支持向量机(SVM)有适合处理小样本问题,高维数及泛化性能强等多方面的优点.文章 ...

  3. 【聆思CSK6 视觉AI开发套件试用】人脸识别和 tflite-micro 语音识别推理实验

    本篇文章来自极术社区与聆思科技组织的CSK6 视觉AI开发套件活动,更多开发板试用活动请关注极术社区网站.作者:SunnyCase 1. 前言 非常幸运得到这次测评 CSK6 视觉AI开发套件的机会, ...

  4. 【AI实战】动手实现人脸识别程序

    人脸识别在现实生活中有非常广泛的应用,例如iPhone X的识别人脸解锁屏幕.人脸识别考勤机.人脸识别开门禁.刷脸坐高铁,还有识别人脸虚拟化妆.美颜,甚至支付宝还推出了刷脸支付.建设银行还实现了刷脸取 ...

  5. 【老生谈算法】matlab实现PCA人脸识别算法源码——人脸识别算法

    基于主成分分析(Principal Component Analysis,PCA)方法的人脸识别讲解以及matlab代码实现 1.文档下载: 本算法已经整理成文档如下,有需要的朋友可以点击进行下载 序 ...

  6. 开课提醒 | 听顶会大佬透析前沿算法,解密人脸识别技术

    人脸识别作为当下人工智能落地最广泛的技术之一,已经被广泛应用于金融.安防反恐.教育.社交娱乐.门禁/考勤.交通.智能商业等众多行业.早在2018年,我国的人脸识别市场规模就已经高达151.7亿元(数据 ...

  7. 热成像进入AI人工智能时代!精准人脸识别体温计,实名制测量体温

    见所未见,未来已来. --题记 第25大AI趋势: 农业监测 刚刚,在六人无限制德扑游戏中,AI碾压了人类扑克高手. 知名创投研究机构CB Insights调研了25种最大的AI趋势,以确定2019年 ...

  8. knn算法测试手写识别系统准确率

    手写识别系统,KNN算法实现手写识别系统的准确率 (准确率=测试分对的样本数/总的样本数) import numpy as np from itertools import chain from os ...

  9. 离线java人脸识别开源算法_Java 离线人脸识别 基于ArcFace 2.0 Demo

    开发环境准备: 开发使用到的软件和工具: Jdk8.mysql5.7.libarcsoft_face.dll(so).libarcsoft_face_engine.dll(so).libarcsoft ...

最新文章

  1. limit_choices_to a value on a field in the same model - Google Groups
  2. str_pad函数php,str_pad
  3. IOS错误总结:Unknown type name 'CGRect';did you mean 'Rect'
  4. 基于python的打印进度条、计算用时
  5. 厉害了!这几位小学生竟然在艺术界掀起一阵风暴,简直是灵魂画手无疑.........
  6. Java 流式编程stream
  7. 小白系列之51单片机的入门速成法
  8. Java文件类boolean isDirectory()方法(带示例)
  9. 利用C++语言设计可扩展线程池
  10. ICCV2021 微软CMU提出TACo:同时用三个损失函数进行多模态对齐!性能SOTA!
  11. 【狂神说】Spring学习笔记(全)
  12. 【渝粤题库】陕西师范大学800010 经济地理学
  13. 2、PM模块中的主数据
  14. USRPx310的底板介绍
  15. 听见丨谷歌DeepMind科学家黄士杰:已离开AlphaGo团队AI芯片初创团队ThinkForce完成4.5亿元A轮融资
  16. 基于Python的网络爬虫爬取天气数据可视化分析
  17. Excel序号删除某行之后不连贯?这样做可以智能更新表格序号!
  18. S2e-env环境及编译学习1
  19. 苹果手机升级13无法开机_苹果手机无法开机的解决方法
  20. 计算器算贝塞尔公式_买车贷款怎么算利息?

热门文章

  1. 无人值守u盘安装linux,从U盘无人值守安装linux操作系统(纯实践笔记)
  2. linux命令grep如何使用,Linux下如何使用grep搜索文本
  3. html页面配置xml文件路径,web.xml与index.html
  4. 百度 什么是主成分分析
  5. windows命令行设置环境变量
  6. Oracle数据库表导出和导入csv文件操作
  7. Manning、Ostendorf、Povey、何晓冬、周明共话多模态NLP的机遇和挑战(附视频)
  8. 学习机器学习,究竟是理论重要,还是公式推导重要?
  9. Fabrice Bellard:一个人抵得上一个百人团队
  10. 学习C++就这么简单 ——《写给大家看的C++书》