[人脸识别]疫情加速百度人脸识别变革:戴口罩也能准确识别,迅速上线( 二 )
其实 , 这项已经投入到了现实场景 , 在百度园区 , 员工上班戴着口罩就可以刷脸“入场” , 解决了检测“戴口罩的是谁”的问题 。
本文插图
更早的 , 针对密集人群戴口罩的检测问题 , 百度与北京地铁展开了合作 , 连夜集结专项项目组 , 3天完成初版部署 , 7天快速迭代上线 , 解决了检测密集人群“是否戴口罩”的问题 。
嗯 , 看来是可以愉快的戴口罩上班了!
实力的背后是技术
或许很多人会感到惊讶 , 百度怎么能够在如此短时间内 , 解决了难题 , 还做到了落地?
其实 , 这是必然的结果 。
百度视觉早已在领域中深耕多年 , 技术实力不容小觑 。
为了达到业内SOTA水平 , 百度视觉技术部在人脸检测问题上产出了一系列的研究 , 从多个角度进行优化 。
本文插图
上图便是人脸检测器设计的几个优化思路 , 包括特征融合、上下文信息、锚点设计、额外监督、数据扩充、网络结构等 。 黄色标注部分为百度视觉发表的论文 。
所提出的BOX系列模型 , 在业界处于领先地位 , 例如:
DenseBox , 第一个anchor free且可以进行端到端训练的物体检测器 。
PyramidBox , 引入基于anchor的上下文辅助方法 , 用于半监督学习人脸上下文特征 。
DAFBox , 基于注意力指引的语义增强特征融合框架来学习各个尺度的具有丰富语义特征金字塔 。
BFBox , 第一篇基于神经网络架构搜索的人脸检测方法 , 支持同时搜索适合人脸检测的特征提取器和特征金字塔 。
还有像HAMBox , 可在线挖掘高质量锚点的高性能框架 , 2019年在ICCV WIDER Face and Pedestrian Challenge上, 以mAP值57.13%的成绩夺得人脸检测的冠军 , 远超上一年冠军55.82%的成绩 。
本文插图
研究成果方面 , 近期即将召开的计算机视觉顶级学术会议CVPR 2020在近日公布了收录的论文 , 录取率创下新低 , 相比去年下降3% , 仅有22% , 百度仍有高达22篇论文入选 , 其中人脸方向重要的论文包括:
HAMBox:Delving into Online High-quality Anchors Mining for Detecting Outer Faces
BFBox:Searching Face-appropriate Backbone and Feature Pyramid Network for Face Detector
FaceScape:a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction
Hierarchical Pyramid Diverse Attention Network for Face Recognition
此次疫情之下 , 人脸识别背后的核心技术问题 , 包括复杂场景多人脸检测、多人脸跟踪定位、实时模型预测、戴口罩人脸识别 。
而这些问题 , 从上述的研究成果来看 , 百度视觉都或多或少的有所涉及 。
如此来看 , 也就不难理解 , 为什么百度能够如此高效解决高难度问题 。
百度在此次疫情中的贡献 , 也真正的彰显了那句“能力越大 , 责任越大” , 也体现了出了在计算机视觉领域中领军者的地位 。
技术的背后 , 还有一个百度飞桨
无论是研究还是应用 , 背后都需要一个强有力的平台支撑 。
而此次百度在人脸识别上的成功 , 离不开技术硬实力 , 更离不开技术背后的百度飞桨 (PaddlePaddle) 。
本文插图
飞桨是百度自研 , 目前国内唯一开源开放且功能完备的产业级深度学习平台 , 是各类型AI模型应用开发的基础 。
推荐阅读
- 人民网@【战“疫”说理】疫情防控中如何有效实现经济复苏?
- 「百度」百度发布直播搜索大数据:疫情下电商及知识类直播增速明显
- 「新华网」中美举行网络研讨会分享抗击疫情经验
- 『特斯拉』特斯拉Cybertruck皮卡预定量超60万!疫情期间每天增加1000个订单
- 「新华网」亚行:新冠疫情将导致亚太发展中经济体今年经济增速放缓
- 中新网:美国多地延长应对疫情的临时政策
- 北京商报@我国外贸进出口形势可能还会进一步恶化,工信部:随着国际疫情进一步扩散
- 『行知至知行』PTA:加工利润提供探底空间
- 「泱泱世界里」粮食概念股走一波,要开始屯粮了吗?
- 疫情过后,中国将引领经济复苏
