今日，計(jì)算機(jī)視覺公司深圖智服 CEO 吳鵬程向雷鋒網(wǎng)透露，深圖智服在全球最具權(quán)威的人臉檢測(cè)評(píng)測(cè)平臺(tái) FDDB 數(shù)據(jù)集上超越小米取得第一名的成績(jī)。

據(jù)悉，1 月 28 日深圖智服的孫旭東、吳鵬程、許主洪三人在 FDDB 上提交了一篇名為《Face Detection using Deep Learning: An Improved Faster RCNN Approach》的論文。從這份論文中可以了解到，深圖智服提出一種全新的人臉檢測(cè)方案，該方案改進(jìn)了目前在對(duì)象檢測(cè)領(lǐng)域最先進(jìn)的 Faster RCNN 方法，通過對(duì)深層模型預(yù)訓(xùn)練，進(jìn)行合理的參數(shù)調(diào)節(jié)，結(jié)合多尺度特征組合，hard negative mining，多尺度圖像訓(xùn)練(multi-scale training)等策略提高人臉檢測(cè)的準(zhǔn)確度。

在隨后的 2 月 5 日，F(xiàn)DDB 官網(wǎng)更新了榜單排名：深圖智服的人臉檢測(cè)模型在 FDDB 所有公開方案的模型中取得冠軍。

（圖為 FDDB 官方發(fā)布的人臉檢測(cè)技術(shù)報(bào)告曲線圖，其中離散和連續(xù)兩個(gè)指標(biāo)中，DeepIR 深圖智服均為第一）

在深圖智服之前，小米、IDL、騰訊優(yōu)圖、Face++、Linkface 等團(tuán)隊(duì)均在 FDDB 中取得過第一名的成績(jī)。2016 年 8 月，在小米拿到 FDDB 冠軍后，雷鋒網(wǎng)采訪了深圖智服 CEO 吳鵬程評(píng)價(jià)此事，吳鵬程說到：

FDDB 數(shù)據(jù)集有兩個(gè)組，一個(gè)是有公開方法的，另一個(gè)是沒有公開方法的。小米這次特別厚道的把方法公開了，因此大家都可以去重現(xiàn)。從結(jié)果看，他們?cè)诠_方法的組里，performance 特別好，基本上和不公開方法的組里最好的很接近。

另外，小米這次也是改進(jìn)了 faster RCNN 來做人臉檢測(cè)，faster RCNN 原本是孫劍提出來用來做對(duì)象檢測(cè)的，國(guó)內(nèi)不少用其來做人臉檢測(cè)，包括我們自己，效果確實(shí)不錯(cuò)。

而在不到半年的時(shí)間，深圖智服在 FDDB 中超越小米，取得了第一名。

當(dāng)然，榜單指標(biāo)只是公司技術(shù)實(shí)力展現(xiàn)的一方面，對(duì)人工智能公司而言，技術(shù)的落地和商業(yè)化更為重要。

深圖智服的核心技術(shù)包括圖像識(shí)別、人臉技術(shù)、對(duì)象檢測(cè)、圖像搜索、圖像分割、文字識(shí)別、智能畫家等，具體的技術(shù)落地涵蓋視頻直播智能審核、圖片鑒黃、人臉識(shí)別、物體識(shí)別、圖像搜索、智能電商、智能監(jiān)控和醫(yī)療健康等領(lǐng)域。

其中深圖智服的兩位聯(lián)合創(chuàng)始人均在 AI 領(lǐng)域擁有著深厚的資歷：

深圖智服 CEO 吳鵬程，8 年機(jī)器學(xué)習(xí)和圖像識(shí)別研發(fā)經(jīng)驗(yàn)和 10 多年的軟件工程開發(fā)與管理經(jīng)驗(yàn)，成功參與多家公司創(chuàng)業(yè)經(jīng)歷。新加坡南洋理工大學(xué)和加拿大英屬哥倫比亞大學(xué)聯(lián)合實(shí)驗(yàn)室博士后。

深圖智服創(chuàng)始人兼首席科學(xué)家許主洪教授，擁有超過 15 年的人工智能、機(jī)器學(xué)習(xí)領(lǐng)域研究積累，發(fā)表了 150 篇國(guó)際頂級(jí)雜志和會(huì)議論文，同時(shí)是國(guó)際頂級(jí)期刊《Neurocomupting》的主編，及其它多個(gè)國(guó)際頂級(jí)期刊和會(huì)議的副主編、聯(lián)席主席或領(lǐng)域主席。香港中文大學(xué)計(jì)算機(jī)博士，先后在新加坡南洋理工大學(xué)和新加坡管理大學(xué)任職終身教授。

除了在 FDDB 取得佳績(jī)外，深圖智服已完成第一輪融資，具體融資金額將在近期披露，雷鋒網(wǎng)將會(huì)持續(xù)報(bào)道，并會(huì)對(duì)兩位創(chuàng)始人進(jìn)行深度專訪。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。