沃卡惠logo

全国服务热线

400-69-10019

新闻动态

沃卡惠 > 最新资讯 > 行业资讯

人脸识别算法是怎样工作的?

时间:2022-08-22 10:02:17作者:沃卡惠文章来源:搜狐

  过去十年,深度学习(DL)领域出现了许多先进的新算法和突破性的研究,并且引入了新的计算机视觉算法。

  这一切始于2012年的AlexNet。AlexNet是一个深度(卷积)神经网络,它在ImageNet数据集(拥有超过1400万张图片的数据集)上取得了很高的准确率。

  人类是怎样识别面部的?

  或许,人类大脑中的神经元首先识别场景中的人脸(从人的体形和背景),再提取面部特征,并通过这些特征对人进行分类。我们已经在一个无限大的数据集和神经网络上进行了训练。

  机器中的面部识别是以同样的方式实现的。首先,我们采用面部检测算法来检测场景中的人脸,然后从检测到的人脸中提取面部特征,最后使用算法对人进行分类。

面部识别系统的工作流

  1.人脸检测

  人脸检测是物体检测的一个特化版本,特别之处在于,它只检测一种物体,即人脸。就像计算机科学里需要权衡时间和空间,ML算法也需要在推理速度和准确性之间进行权衡。现在有很多物体检测算法,不同算法对速度和准确性的取舍有所不同。

  本文评估了如下几个最先进的物体检测算法:

  • OpenCV(Haar-Cascade)
  • MTCNN
  • YoloV3和Yolo-Tiny
  • SSD
  • BlazeFace
  • ShuffleNet和Faceboxes

  为了构建一个强大的人脸检测系统,我们需要准确且快速的算法,以满足在GPU以及移动设备上实时运行的需要。

  准确度

  在流媒体视频的实时推理中,人们的面部可能有不同的姿势、遮挡和照明效果。故此,算法能在不同的光照条件和不同姿态下精确检测人脸非常重要。

在不同的姿态和光照条件下的人脸检测

  OpenCV(Haar-ascade)

  我们从OpenCV的Haar-cascade实现开始,它是一个用C语言编写的开源图像处理库。

  优点:由于这个库是用C语言编写的,所以它在实时系统中的推理速度非常快。

  缺点:这个实现的问题是它无法检测侧脸,而且在不同姿态和光照条件下表现欠佳。

  MTCNN

  这种算法基于深度学习方法。它使用深度级联卷积神经网络(Deep Cascaded Convolutional Neural Networks)来检测人脸。

  优点:它比OpenCV的Haar-Cascade方法准确性更高

  缺点:运行时间较长。

  YOLOV3

  YOLO(“You only look once”)是用于物体检测的最先进的深度学习算法。它由许多卷积神经网络组成,形成一个深度CNN模型(深度意味着模型架构复杂性很高)。

  原始的YOLO模型可以检测80个不同的物体类别,而且检测精度很高,而我们只需要用该模型检测一个物体——人脸。我们在WiderFace(包含393,703个面部标签的图像数据集)数据集上训练了这个算法。

  YOLO算法还有一个微型版本,即Yolo-Tiny。Yolo-Tiny需要的计算时间比较少,但却牺牲了一些准确性。我们用相同的数据集训练了一个Yolo-Tiny模型,其边界框(boundary box)结果并不一致。

  优点:非常准确,没有任何缺陷。比MTCNN更快。

  缺点:由于具有巨大的深度神经网络层,它需要的计算资源更多。故此,该算法在CPU或移动设备上运行地很慢。在GPU上,它的大型架构也需要耗费更多的VRAM。

  SSD

  SSD(Single Shot Detector)也是一个类似YOLO的深度卷积神经网络模型。

  优点:良好的准确性。它可以检测各种姿势、光照和遮挡。良好的推理速度。

  缺点:比YOLO模型差。虽然推理速度较好,但仍不能满足在CPU、低端GPU或移动设备上运行的要求。

  BlazeFace

  就像它的名字一样,它是由谷歌发布的速度极快的人脸检测算法。它接受128x128维的图像输入,推理时间是亚毫秒级,已优化到可以在手机中使用。它速度这么快的原因是:

  • YOLO和SSD用来检测大量的类别,而BlazeFace不同,是一个专门的人脸检测器模型。故此BlazeFace的深度卷积神经网络架构比YOLO和SSD的架构小。
  • 它采用的是深度可分离卷积层(Depthwise Separable Convolution),而不是标准的卷积层,这样就降低了计算量。

  优点:非常好的推理速度,且人脸检测的准确率高。

  缺点:这个模型的优化目标是对手机摄像头获取的图像进行人脸检测,故此它预期人脸会覆盖图像中的大部分区域,而当人脸尺寸较小时,它的识别效果就是很好。所以,当对闭路电视摄像机获取的(CCTV,Closed Circuit Tele Vision)图像进行人脸检测时,它表现得并不理想。

  Faceboxes

  Faceboxes是我们使用的最新的人脸检测算法。与BlazeFace类似,它是一个小型的深度卷积神经网络,只为检测一种类别——人脸而设计。它的推理时间可满足CPU上的实时检测需求。它的准确度可以与Yolo人脸检测算法相媲美,而且,不管图像中的人脸较大还是较小,它都可以精确地检测。

  优点:推理速度快,准确性好。

  缺点:评估仍在进行中。

  2.特征提取

  在检测到图像中的人脸后,我们对人脸进行裁剪,并将其送入特征提取算法,该算法创建面部嵌入(face-embeddings)——一个代表人脸特征的多维(主要是128或512维)向量。我们使用FaceNet算法来创建面部嵌入。

  嵌入向量代表一个人的面部特征。故此,同一个人的两个不同图像的嵌入向量之间的距离比较接近,而不同人的嵌入向量之间的距离比较远。其中,两个向量之间的距离采用的是欧氏距离。

  3.面部分类

  在得到面部嵌入向量后,我们训练了一种分类算法,即K-近邻(K-nearest neighbor,KNN)算法,根据一个人的嵌入向量对其进行分类。

  假设在一个组织中,有1000名员工。我们创建了所有员工的面部嵌入,并使用嵌入向量训练分类算法。该算法以面部嵌入向量作为输入,以人的名字作为输出返回。

  在把图片放到网上前,用户可以采用过滤器修改图片中的特定像素。人眼无法察觉这些变化,但它会让面部识别算法觉得很困惑。——ThalesGroup

  眼下,面部识别算法已经取得了巨大的进步。但这仅仅是技术革命的开始。可以想象一下,未来面部识别算法和聊天机器人技术的联合起来是多么强大。

上一条:
一文读懂计算机视觉,干货满满
下一条:
AI“指纹识别”对抗难以检测的癌症
图片使用申明:原创文章图片源自‘Canva可画’平台免费版权图片素材;引用文章源自引用平台文章中所使用的原图。
在线客服

扫码关注我们

c

领卡试用

沃卡惠,联通物联网合作伙伴!

全国统一服务热线

400-69-10019

湖北省恩施市航空路金港·百佳广场写字楼1601室