5
繼百度深度學(xué)習(xí)研究院、騰訊優(yōu)圖以及Face++之后，小米最新的人臉檢測(cè)算法日前也在業(yè)界最權(quán)威的FDDB數(shù)據(jù)集上拿下了第一的成績。
根據(jù)小米聯(lián)合創(chuàng)始人黃江吉公開的信息，小米此次研發(fā)的新算法基于深度卷積檢測(cè)網(wǎng)絡(luò)(Faster RCNN Bootstrapped by Hard Negative Mining)，即利用深度卷積檢測(cè)網(wǎng)絡(luò)，同時(shí)學(xué)習(xí)人臉和非人臉特征，從而準(zhǔn)確識(shí)別出人臉的位置和大小。
雷鋒網(wǎng)第一時(shí)間聯(lián)系了參與這一項(xiàng)目的小米聯(lián)合創(chuàng)始人黃江吉，他表示小米人臉檢測(cè)改良了現(xiàn)有的方法，尤其是針對(duì)比較模糊的人臉有明顯的優(yōu)化，不過具體細(xì)節(jié)還要等到相關(guān)論文公布才能知曉。
當(dāng)然，在此之前我們需要了解的是，人臉測(cè)試可分為人臉識(shí)別、人臉檢測(cè)、人臉表情、人臉年齡、人臉性別等等，這其中人臉識(shí)別和人臉檢測(cè)是最主流的兩個(gè)方向。
人臉識(shí)別的目的就是找出圖片中的人臉，然后識(shí)別人臉是誰，目前，全球人臉識(shí)別的數(shù)據(jù)集最多，如WebFace、MegaFace以及LFW（Labeled Faces in the Wild）等。LFW是人臉識(shí)別研究領(lǐng)域比較有名的人臉圖像集，LFW庫共有5749個(gè)人的13233幅圖像，其中1680人有兩幅及以上的圖像，4069人只有一幅圖像。
例如，F(xiàn)acebook Deepface、香港中文大學(xué)湯曉鷗教授的DeepID以及Face++都在LFW上進(jìn)行了相應(yīng)的測(cè)試。
事實(shí)上，相比人臉識(shí)別，人臉檢測(cè)的任務(wù)要稍微簡單一些，它只關(guān)注前者的第一步，就是給出一張照片，找出有人臉的區(qū)域（橢圓型或矩陣）就達(dá)到目的了。
FDDB（Face Detection Data Set and Benchmark）是最具權(quán)威的人臉檢測(cè)評(píng)測(cè)平臺(tái)。FDDB和LFW一樣，都是馬薩諸塞大學(xué)的人臉數(shù)據(jù)庫，它包含2845張圖片，共有5171個(gè)人臉作為測(cè)試集。測(cè)試集范圍包括：不同姿勢(shì)、不同分辨率、旋轉(zhuǎn)和遮擋等圖片，同時(shí)包括灰度圖和彩色圖，標(biāo)準(zhǔn)的人臉標(biāo)注區(qū)域?yàn)闄E圓形。小米人臉檢測(cè)的測(cè)試就是在FDDB進(jìn)行的。
“檢測(cè)和識(shí)別都是基于特征提取，檢測(cè)相當(dāng)于一張圖上有足夠多的選框（例如：20X20 的選框，各個(gè)像素點(diǎn)逐一篩選。）可先識(shí)別出人臉的位置，然后做選框，再根據(jù)選框內(nèi)部的像素點(diǎn)逐一篩選。”宇泛智能CEO趙弘毅如是說。
通俗點(diǎn)講，在圖片上任意給出一個(gè)框，判斷框是不是人臉，然后選框逐漸移動(dòng)去判斷是不是人臉。這個(gè)過程在學(xué)術(shù)領(lǐng)域稱為“滑窗”，是特征提取的一個(gè)過程。所以，在一張圖片中至少需要對(duì)幾萬個(gè)框做分別提取特征，從而來識(shí)別人臉。
FDDB的數(shù)據(jù)集，有人臉的位置都會(huì)用橢圓形框好。要求自動(dòng)算法標(biāo)識(shí)出來的區(qū)域和真實(shí)有人臉的區(qū)域，重疊部分（交集）對(duì)比并集超過一個(gè)閾值（例如50%），就算識(shí)別準(zhǔn)確了。
雷鋒咨詢了幾位業(yè)內(nèi)人士，一起看看他們是如何評(píng)價(jià)小米人臉檢測(cè)算法的。
深圖智服創(chuàng)始人吳鵬程：
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（Face++首席科學(xué)家）提出來用來做對(duì)象檢測(cè)的，國內(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)。
涂圖科技CMO王楠：
技術(shù)指標(biāo)只是一方面，還要看如何落地，因?yàn)殡y點(diǎn)都在商業(yè)化。
小米作為大公司有豐富的資源，BAT都在涉足這一領(lǐng)域，人臉識(shí)別還是最簡單的一部分。
閱面科技創(chuàng)始人趙京雷：
模糊的圖片會(huì)影響檢測(cè)和識(shí)別的準(zhǔn)確率，可以通過算法和數(shù)據(jù)等方式進(jìn)行優(yōu)化。小米所用的模糊人臉優(yōu)化應(yīng)該是刷了不少數(shù)據(jù)，F(xiàn)DDB刷數(shù)據(jù)大家都能做到，但實(shí)際應(yīng)用如何又是另一回事了。
圖普科技創(chuàng)始人李明強(qiáng)：
從這個(gè)評(píng)測(cè)結(jié)果來看，小米的人臉檢測(cè)確實(shí)做得還不錯(cuò)，不過這個(gè)榜單中大家的水平都差不多，而且在LFW、FDDB甚至是ImageNet庫中都存在統(tǒng)計(jì)誤差。
宇泛智能CEO趙弘毅：
單一的刷榜單意義不大，國內(nèi)有些企業(yè)就在FDDB這些數(shù)據(jù)集惡意刷榜單，但要注意的是人臉檢測(cè)不僅要求精度還要速度。
另外還有業(yè)內(nèi)人士告訴雷鋒網(wǎng)，小米這一表現(xiàn)確實(shí)很優(yōu)秀，但也不能說明什么問題。FDDB的庫只有2000多張圖片，而Wider庫比它的照片數(shù)量多兩三個(gè)數(shù)量級(jí)，而且單張圖片多的有將近一百個(gè)人臉，雖然FDDB是主流的數(shù)據(jù)集，但沒有挑戰(zhàn)性。
從幾位業(yè)界專家的觀點(diǎn)可以得出結(jié)論，小米在跑分上擊敗其它企業(yè)和機(jī)構(gòu)已經(jīng)證實(shí)了其人臉檢測(cè)算法的能力，但是回到應(yīng)用層，跑分的意義就大打折扣了。小米官方已經(jīng)確認(rèn)這一技術(shù)將很快運(yùn)用到MIUI面孔相冊(cè)中，所以具體表現(xiàn)如何，我們將持續(xù)關(guān)注。
推薦閱讀：
對(duì)于小米的黑科技，利益相關(guān)的旁觀者們這么說
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。
