![无人店之人脸识别技术探讨](https://static001.infoq.cn/resource/image/15/cc/15749a259d5ec02379256fb6186ebacc.png)
在QCon北京2018大会上,王止观讲师做了《无人店之人脸识别技术探讨》主题演讲,主要内容如下。
演讲简介:
随着深度学习的广泛发展,人脸识别的准确率有了巨大的飞跃。计算机通过自我学习得到的人脸特征更为可靠。将深度学习应用到人脸特征提取,使得人脸识别的精度有了进一步的提高。 VGGNet、GoogLeNet、ResNet 是现今普遍流行的深度卷积神经网络(CNN)架构,基于这些架构训练出的的人脸识别模型,在公共数据集 LFW(Labeled Face in the Wild)都得到了不错的效果。研究发现 ResNet 残差网络的结构可以加快收敛速率,提高训练速度和性能。而 GoogleNet 中的 Inception 模块,通过同一层中不同大小的卷积核可以得到不同尺度的特征。将 GoogleNet 中的 Inception 模块和 ResNet 相结合得到新的架构,可以进一步提高人脸识别模型的精确度。我们在此架构的基础上,训练出的新的人脸识别模型,在人脸识别公共数据集 LFW 达到了 99.63%的准确率。
讲师介绍:
王止观
苏宁美国研究院 高级构架师
王止观,2008 年本科毕业于浙江大学,2013 年博士毕业于香港城市大学,博士期间从事数据挖掘,图像处理方面的研究。毕业后曾在硅谷高科技创业公司从事相关领域的研发。在 IEEE 等顶级会议和杂志上发表了多篇图形图像方面的论文。现为苏宁美国研究院高级构架师,主要负责人脸识别,计算机视觉等相关的工作。
![](https://static001.infoq.cn/resource/image/b0/18/b08a137ba639e229b2123b51150dce18.png)
![](https://static001.infoq.cn/resource/image/0f/87/0f1436ac9bc36161a0f17bacb046dc87.png)
![](https://static001.infoq.cn/resource/image/32/48/32b0aed3bd6bf9087c780fd73bc2f348.png)
![](https://static001.infoq.cn/resource/image/36/7e/3603141e1f10f5bb6c2b9c06d1a7747e.png)
![](https://static001.infoq.cn/resource/image/4b/d6/4b86568196882223cae362b077d334d6.png)
![](https://static001.infoq.cn/resource/image/9c/75/9cad7bd3b4014c43059bc62d33e5e675.png)
![](https://static001.infoq.cn/resource/image/31/d8/310866b9ba79c7afba4c585def93a3d8.png)
![](https://static001.infoq.cn/resource/image/c7/56/c7507dd257b281bb7dbfbc3b0f652556.png)
![](https://static001.infoq.cn/resource/image/dc/e4/dc6183256784214436ca454a66cc52e4.png)
![](https://static001.infoq.cn/resource/image/6b/5f/6b15f4eb50cf9ab80b8b422ab1371b5f.png)
完整演讲 PPT 下载链接:
https://qcon.infoq.cn/2018/beijing/schedule
公众号推荐:
AIGC 技术正以惊人的速度重塑着创新的边界,InfoQ 首期《大模型领航者AIGC实践案例集锦》电子书,深度对话 30 位国内顶尖大模型专家,洞悉大模型技术前沿与未来趋势,精选 10 余个行业一线实践案例,全面展示大模型在多个垂直行业的应用成果,同时,揭秘全球热门大模型效果,为创业者、开发者提供决策支持和选型参考。关注「AI前线」,回复「领航者」免费获取电子书。
![](https://static001.geekbang.org/resource/image/b4/f4/b4b2dc5e41bda1a344a3179afd0049f4.png)
评论