随笔 - 514, 文章 - 0, 评论 - 921, 引用 - 0
数据加载中……

人脸识别权威评测和人脸识别技术现状

人脸识别技术通俗的来讲就分三步:
1.人脸检测,就是在镜头中确定位置,找到人脸“在哪里”
2.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,为进一步的分析做基础数据库;
3.基于大规模数据的人脸识别匹配,进行1:1或者1:N匹配对比

对应以上三点,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

上面评测为学术界评测,评测成绩好的(特别是中国区的),实际项目应用上使用问题太多,为什么这里不做多说。

比较靠谱的评测还是看FRVT.实际项目中采用的可以参考FRVT评测。

fddb评测官方网址:http://vis-www.cs.umass.edu/fddb/results.html
300vw测评官方网址:http://ibug.doc.ic.ac.uk/resources
LFW评测官方网址:http://vis-www.cs.umass.edu/lfw/

FRVT评测官方网址:http://www.nist.gov/itl/iad/ig/frvt-2013.cfm

其他相关网址:
ILSVRC挑战赛:http://image-net.org/challenges/LSVRC/2014/index

FRVT概况:

从上世纪90年代起,NIST在国际范围内定期举办生物特征识别技术评测,在评估各种系统识别率的同时,也大大推动了生物特征识别技术的发展。这些评测主要分1:1比对和1N比对两大类。1:1比对也称查验,是指判断评测数据集中的两幅图像是否采集自同一人;
1N比对也称搜索鉴别,是指给定一幅图像,判断该图像与数据库中的哪一幅图像属于同一个人。 
NIST组织了针对人脸识别供应商系统的评测——FRVTFaceRecognitionVendorTest),至今已连续举办了FRVT2000FRVT2002FRVT2006MBE2010FRVT2013五届评测。这些评测一方面对知名的人脸识别系统的性能进行比较,另一方面全面总结了人脸识别技术发展的现状,并进一步指出了人脸识别算法亟待解决的若干问题。 

FRVT2002评测分为高计算强度(HCInt)和中等计算强度(MCInt)两种,其中HCInt测试使用的数据库为来自37437人的12万幅图像,所有图像全部由美国国务院下属的领事事务局签证服务处提供。MCInt测试使用的数据库包括室内、室外采集的图像,最长时间跨度为三年。基于这些数据,测试了身份认证、闭集识别、开集识别三类不同的人脸识别任务的性能。测试结果表明:自FRVT2000以来,室内图像的识别性能有较大的提高,但是室外图像的识别率仍然有待提高;在识别模式下,识别性能随数据库规模扩大而下降,数据库规模每扩大一倍,识别率约下降23个百分点;采用三维融合(morphIng)模型校正姿势变化,可以提高识别率。 

FRVT2006评测主要目标是针对最高水平人脸识别原型系统、算法及成熟的商业人脸识别系统进行评价,共有来自10个国家的22个单位参加。测试结果表明:与FRVT2002相比,静态人脸识别与3D人脸识别算法的错误率下降了一个数量级;不同光照环境下的人脸比对取得了进步。FRVT2006还第一次将机器识别效果与人的识别能力进行比较。结果发现,在不同的光照环境下,给定一个低的虚警率,七个自动人脸识别算法的性能相当于或优于人的识别能力;若不指定虚警率,则七个算法中的三个算法的性能相当于或优于人的识别能力。 

2010年并没有举行FRVT评测,而是进行了与之非常类似的MBEMultiple-BiometricEvaluation)人脸识别评测,此次评测共有7家供应商和3所大学参加,用于评测的数据库规模超过了以往评测规模,首次达到百万级(180万),采集图像来自罪犯和签证照片,采集时间跨度超过10年。同时首次公布各个算法的识别准确率,并对算法的运行速度进行了测试。MBE2010评测中表现最好的为日本NEC公司的算法,在160万幅人脸图像(犯罪纪录中所截取)中搜索识别准确率达到92%,每次搜索比对所需时间仅为约0.4秒;在180万幅人脸图像(签证申请时采集)中,准确率则达到了95%。从这次评测结果来看,人脸识别技术有了非常大的进步。 

2013年,FRVT在前几次人脸识别供应商评测基础上继续进行,主要评测任务包括:在图像集中实施1N人脸搜索鉴别、1:1的签证图像验证、视频序列中进行人脸识别、双胞胎识别、性别估计、年龄估计和姿势估计。从测评任务上,我们可以看到人脸识别技术已经向更加智能化发展,不仅仅是单纯追求识别的成功率,同时也反应了人脸识别与视频监控技术对接的发展趋势。到目前为止,NIST只发布了关于年龄估计的报告(世界上首份自动年龄估计算法性能报告),评测结果表明:在600万规模的数据库进行年龄估计(误差在5岁以内),最好的算法的准确率为67%,所有算法的运行时间小于0.15/图片,最准确的算法平均运行速度为0.125/图片。


 


人脸检测曲线图如何看?
图标中横轴表示误检人脸数,纵轴表示检出率。曲线越陡峭,曲线上的点越接近(0,1),表示检测器性能越好。
国内人脸识别算法和应用做的比较好的是上海快视信息技术有限公司。


posted on 2016-03-13 10:50 AlanTop 阅读(2176) 评论(0)  编辑 收藏 引用


只有注册用户登录后才能发表评论。
【推荐】超50万行VC++源码: 大型组态工控、电力仿真CAD与GIS源码库
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理