滴猴脸支付,您此次一共消费2根香蕉

北京白癜风好的医院 http://pf.39.net/bdfyy/xwdt/
本文来自中国科普博览大家庭科学大院（ID:kexuedayuan）随着人工智能的落地，曾经只在科幻电影中出现的人脸识别技术已经被广泛应用。我们早已习惯于往摄像头前一站，就能迅速地穿梭于机场、火车站，还能顺便在商铺里买杯奶茶。但即便当今的AI人脸识别精度已经超越人类的判断力，但我们也不需要特别依赖它来认人。因为我们自己就进化出了专门的脑部区域（枕骨面孔区和梭状回面孔区），用以精确快速地识别人类面孔。然而，人类对动物面孔的识别，可就没这么给力了。同样是耳朵、鼻子、眼睛，铲屎官却常常认不得自己朝夕相处的猫猫狗狗。对人工智能来说，只要给机器“投喂”足够多且具有一定质量的图像数据，它就很有可能获得比人类更强的识别动物面部的能力。我国科学家团队还就真做了这样一项有趣的研究：一套能够识别金丝猴个体的“猴脸识别”系统，该成果还在年成为iScience的封面主题。铲屎官对自己家“猫主子”犯脸盲可不是什么新闻（图片来源:facebook网友StanislavZak）封面为水墨画的猴子（图片来源:iScienceVol.23Aug,）

Part.1

从一点点到亿点点

系统如何从海量数据中学会辨别猴脸？

不同于以往只能对物种进行分类的技术，我国科学家们研发的“Tri-AI”系统，可以做到迅速从照片或视频中检测识别、甚至追踪到不同的“猴脸”。模型训练的过程，和人的学习过程有些类似。一个未被训练过的模型，好比一个没有吃过苹果的人，他无法判断怎么选好吃的苹果。当他吃了足够多品种、颜色的苹果后，他就能知道什么样的苹果更甜。对于机器来说，我们可以向它“投喂”许许多多苹果的颜色和酸甜度标签，通过这些数据，机器能够计算已知苹果的颜色和酸甜度的关系，获得根据苹果颜色判断酸甜度的能力，就是一个模型训练的过程。深度学习模型显然比苹果酸甜度的例子复杂很多，机器需要学习“亿点点”参数量，因此，对数据质量的要求也很高。保质保量地进行猴脸图像数据收集是训练猴脸识别模型的前提。只有收集到数量足够多、质量足够好的猴脸图像样本，才能让机器更准确地学习到它们的面部特征。尽管野外环境复杂，动物们也不像人类一样会主动看镜头喊“茄子”，我国的科学家们还是顶着重重困难收集到了珍贵而丰富的图像样本库，并同这一研究成果一起慷慨地分享给了全世界。科学家们最终成功地给机器“投喂”了,个图像资料，其中包含只已知身份灵长类动物。当然，除了这些可以打包放进机器肚子里的图像，还有许多不计其数被淘汰的样本。可见，样本收集这一过程是多么耗时费力。当我们收集好了样本，怎样才能让机器辨认出猴脸呢？“Tri-AI”系统一共分为目标检测（确定图像中哪个框框内是猴子脸）和对象识别（区分这张脸到底是哪只猴子的）两大部分。其中，目标检测使用了Faster-RCNN技术，对象识别则采用了深度学习中有名的注意力机制（“Attention”），这二者都是具备神经网络结构的模型。神经网络的数学模型从结构上有些类似于人类大脑神经元之间连接组成的网络：输入的数据进入处理数据的“神经元”，处理数据的“神经元”之间互相连接。就像是一张打满了结的大网，每一个结就是一个处理中心。通常，深度模型中包含多层这样的“神经元”，经过整个网络处理归类后的数据，从输出层输出后，被分成了相应的类别。系统在处理图像时，由像素构成的图片会被机器当作数值矩阵输入，每个像素点对应矩阵中的不同位置，像素上颜色的浓度对应该位置上的数值。

猴脸识别第一步：目标检测

在目标检测的问题中，输出的答案是“定位框”，也就是找到猴脸的位置，用方框框出来。图像经过目标检测算法Faster-RCNN后，会被方框标记为“猴脸所在区域”。从分类的角度来看，框内的位置会被标记为1，框外被标记为0；从宏观的角度来看，就是机器识别出了猴脸的位置。Tri-AI对金丝猴个体的识别流程整个图像里的候选框框们经过系统的计算，最终被分出“有猴脸”和“无猴脸”的区域。但是，当猴子们低头的时候，猴脸识别并没有办法进行标记。就和我们一戴上口罩、帽子，机器就无法识别我们帅气的脸一样，低头玩手开小差的猴子，也没有办法被机器所识别。猴子面对镜头可以被识别，低头时候就不行喽

猴脸识别第二步：对象识别

在对象识别的问题中，输出的答案是“猴子ID”，也就是辨认具体是哪只猴子。图中经过三个包含注意力机制的网络，框内的猴脸会被标记成“3号猴子”、“7号猴子”，从未在训练集出现的则被标记为“新猴子”。猴子的身份识别过程——嘿，你是谁？——编号经过科研人员艰辛的数据收集过程和精心的模型调优过程，最终得到的猴脸识别系统“Tri-AI”，不仅可以在1秒内识别31张图片，还可以达到94.11%的识别准确率。Tri-attention，顾名思义，这当中应用了三个层次的“注意力机制”，分别针对整体的猴脸、猴脸的一部分（左右上下脸）以及更细致的区域。“注意力机制”重点

转载请注明：http://www.ziranshia.com/wmcdy/7618.html