2014韩国小姐选美 脸部识别能看破整容?

2014-07-17 20:52:35来源: 慧聪安防网

    2014年7月15日,韩国首尔,2014韩国小姐选美比赛落下帷幕,22岁女大学生KimSeo-yeon摘得桂冠。

2014年韩国小姐冠军

2014年韩国小姐冠军

    2013年初,英国《经济学人》杂志调查显示,在韩国,每1,000名人口进行过13.5次整形手术,其中包含一人接受多次手术的情况。其后依次是希腊(12.5次)、意大利(11.6次)、美国(9.9次)、哥伦比亚(7.9次)等。

   据传,韩国某著名整形美容外科医生曾说,每年的韩国小姐评选都会让忙上很长一段日子。绝大多数选美候选人都会去做些小手术,每年百分之八十的选美者是通过他的手术刀变得完美,有时甚至前三名获奖者都出自他手。 

2014韩国小姐前三名

2014韩国小姐前三名

    何谓整形?

    从临床学角度来说,容貌及面部轮廓之所以被影响。主要的因素就是是硬组织和软组织结构的形态。所谓硬组织就是骨骼,对面部轮廓影响最为明显的是下颌角、颧骨等。软组织包括皮肤、肌肉、皮下脂肪、颊脂垫、咬肌等。瘦脸术实际就是通过对软、硬两种组织的高度及厚度的调整,来达到修复面部轮廓的主要目的的。通过美容手术来修整、重塑脸型是最直接有效的手段,针对不同的脸型和要求可以选择不同的面部整形方法。

脸部整形前后对比图

脸部整形前后对比图

    脸部整形分类

    包括鼻部整形(隆鼻手术、鼻头鼻尖整形手术、畸形鼻矫正手术等),眼部整形、脸部整形、耳部整形、皮肤整形几种,眼部整形包括双眼皮手术、去眼袋手术、内眦赘皮矫正术、开眼角手术等,而面部的整形包括下颌角整形、咬肌整形、颊脂肪垫整形、下巴整形、颧骨整形等等,耳部整形包括畸形整形和耳部再造等,皮肤整形则多为皱纹去除、嫩肤去斑等等。

    人脸识别技术

    人脸识别与人们熟悉的指纹识别,都是生物特征识别技术。由于视频监控正在快速普及,在众多的视频监控技术当中,人脸识别技术是一种远距离、用户非配合状态下的快速身份识别技术,可以从监控视频图像中实时查找人脸。与指纹相比,人脸识别不需要被识别者在设备前停留、触摸,人只要经过某处,摄像头就会将人脸拍摄下来,适合在公共场合特别是人群聚集处使用。也就是说,在人流量集中的进站口、出站口、检票口等地,该系统通过监控的摄像头就可移动抓取旅客的脸相。

    目前已经被应用于高铁北京站的视频监控系统中的脸部识别技术,在拍摄到视频图像后,会把视频中的人脸与人脸数据库进行实时比对,从而实现快速身份识别,实现智能预警。系统对人像提取是以编码排序,如果只是对脸部进行小范围的整容修复,如剌双眼皮、垫鼻梁等,系统在辨认上不会受任何影响。

    业内人士透露,现在有的人脸识别技术在抓取出人脸后,会把焦点对准眉骨到下颚这一倒三角区域,找出该区域的数千个点位,这些点位组成一套数学模型,通过复杂的数学方式计算人脸的相似度,因此准确度很高。

    国产脸部识别技术水平不凡

    旷视科技联合创始人唐文斌介绍公司独立研发的脸部识别技术提到,看似仅仅是特工“火眼金睛”的一瞬间,背后其实是一整套复杂技术的支撑,通俗说来,需要上下协同的“三部曲”共同完成:首先,第一步是人脸检测,就是在镜头中确定位置,找到人脸“在哪里”;第二步为关键点检测,在已经确定的人脸位置处,找准眉眼、耳鼻等脸部轮廓的关键点,为进一步的分析做准备;第三步,则是基于大规模数据的人脸识别,弄清“这是谁”。

人脸识别技术示意图

人脸识别技术示意图

    针对这场“三部曲”,国际上分别有一套公认的评测体系,人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测。全世界所有研发人脸识别技术的技术团队,都可以针对系统给出的一套人脸识别“试卷”,一比高下。

    在刚刚过去的LFW评测中,唐文斌、印奇、杨沐三人带领的这个成立仅仅两年的创业团队,以人脸识别率0.02%的优势击败社交巨头Facebook摘得桂冠。在过去六个月的时间里,他们已经接连拿下了分别针对“三部曲”的三项测评的国际冠军。

    公司首席技术官印奇介绍,一种“类人脑神经元算法”的深度学习算法是他们与全球同行们比拼的“杀手锏”。通过这种技术框架,他们可以用大规模的数据对算法进行“训练”,分析的数据对象越多,系统的计算、识别结果就会越来越精确。

    为了吸引更多的数据资源、积累公司品牌口碑,他们推出了Face++人脸识别云服务平台。平台上目前已经聚集了2万多名开发者,这些享受旷视科技免费人脸识别技术服务的开发者,每天为平台提供200多万张图片,在保护隐私、不作商用的前提下,Face++可以借用这些图片及其标注信息进行算法学习和优化,从而逐渐获得了全球第一的人脸识别能力。

    香港中文大学人脸识别技术准确率超99%

    香港中文大学的计算机视觉研究组开发了一个名为DeepID的深度学习模型,在LFW(业内用于评估非受限环境下人脸识别技术的权威数据库)上获得了99.15%的识别率。

    如果仅给出人脸的中心区域,肉眼在LFW上的识别率97.52%。此前,该研究小组曾开发了一个基于高斯过程的人脸识别技术GaussianFace,得到98.52%的识别率。这也是计算机自动识别算法的识别率首次超过肉眼。DeepID将GaussianFace人脸识别纪录推进一步,首次超过99%的LFW识别率。

    与此同时,Facebook发布了另一套基于深度学习的人脸识别算法DeepFace,在LFW上取得了97.35%的识别率。

    香港中文大学与Facebook最大的区别就是,DeepFace需要740多万人脸数据作为训练相比,DeepID只需使用20万张人脸数据和数台NVIDIAK40GPU,此外,研究组将深度学习作为团队的另一核心研究方向,设计包括人脸对准、行人检测、姿态估计、人体图像分割、车型识别、大规模人群监控、通用物体识别和检测、互联网图像检索等在内的,诸多深度学习模型,深度学习试图模仿人脑利用神经网络来感知外界。

 

关键字:韩国小姐  选美  脸部  识别

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/2014/0717/article_7357.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
韩国小姐
选美
脸部
识别

小广播

独家专题更多

富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
走,跟Molex一起去看《中国电子消费品趋势》!
走,跟Molex一起去看《中国电子消费品趋势》!
 
带你走进LED王国——Microchip LED应用专题
带你走进LED王国——Microchip LED应用专题
 

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved