今天给各位分享香港中文大学人脸识别的知识，其中也会对人脸识别香港大学进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
人脸识别技术的应用是好还是不好
贡献用户名：【昨迟人】 ，现在由道尔智控小编为你解答与【香港中文大学人脸识别】的相关内容！
优质回答计算机科学家已经开发出一种新的人脸识别算法，在识别人脸的能力上比人类本身更加强大。
我们每个人都有过认不出某个自己曾经认识的人的经历，在不同的姿势、光照和表情下，这其实是一件比较困难的事情。计算机识别系统同样存在这些问题。事实上，尽管全世界的计算机科学家努力了这么多年，还是没有任何一种计算机识别系统在识别人脸方面能够像人类一样强大。
但这并非是说人脸识别系统不够准确。恰恰相反，最好的人脸识别系统在理想情况下比人类识别的表现要好的多。但是一旦环境情况变糟，系统的表现就差强人意了。而计算机科学家们当然是非常想要开发出一种算法，在各种情况下都能够表现优异。
现在，中国香港大学的汤晓鸥教授和他的学生路超超(音译)宣布他们攻克了这个难题。他们开发了一种叫“高斯”的人脸识别算法首次超过了人类自身。
新的识别系统对于各种平台都能够提供人类级别的识别能力，从手机到电脑游戏中的人脸识别，从安全系统到密码控制等等。
人脸识别,人脸识别算法
任何一个人脸自动识别程序，首先要考虑的就是去构建一个合适的数据集来测试算法。那需要一个非常大范围的，各种各样的，带着各种复杂动作、光线和表情的，不同脸的图像，各种人种、年龄和性别都要考虑在内。然后还要考察服装、发型以及化妆等其他因素的影响。
比较幸运的是，已经有这么一个拥有各种不同人脸的标准数据库——Labelled Faces。它拥有超过13,000张不同人脸的图片，它们是从网络上收集的6000个不同的公众人物。更重要的是，每个人都拥有不止一张人脸图片。
当然也存在其他的人脸数据库，但是Labelled faces目前是计算机科学家们所公认的最具参考价值的测试数据集。
面部识别的任务是去比较两张不同的图片，然后判断他们是否是同一个人。(你可以试试看，能否看出这里展示的每对图片是否是同一个人。)
人类在这个数据库上的表现可以达到97.53%的准确度。但是没有任何一个计算机算法能够达到这个成绩。
直到这个新算法的出现。新的算法依照5点图片特征，把每张脸图规格化成一个150*120的像素图，这些特征分别是：两只眼睛、鼻子和嘴角的位置。
然后，算法把每张图片划分成重叠的25*25像素的区域，并用一个数学向量来描述每一个区域的基本特征。做完了这些，就可以比较两张图片的相似度了。
但是首先需要知道的是到底要比较什么。这个时候就需要用到训练数据集了。一般的方法是使用一个独立的数据集来训练算法，然后用同一个数据集中的图片来测试算法。
但是当算法面对训练集中完全不同的两张图片的时候，经常都会识别失败。“当图片的分布发生改变的时候，这种训练方法就一点都不好了。”超超和晓鸥说到。
相反，他们用四个拥有不同图片的，完全不同的数据集来测试“高斯”算法。举个例子，其中一个数据集是著名的Multi-PIE数据库，它包含了 337个不同的物体，从15种不同的角度，在19种不同的光照情况下，分别拍摄4组图片。另一个数据库叫做Life Photes包含400个不同的人物，每个人物拥有10张图片。
用这些数据库训练了算法后，他们最终让新算法在Labelled Faces数据库上进行测试。目标是去识别出所有匹配和不匹配的图片对。
请记住人类在这个数据库上的表现是97.53%的精确度。“我们的“高斯”算法能够达到98.52%的精确度，这也是识别算法第一次击败人类。”超超和晓鸥说到。
这是一个令人印象深刻的结果，因为数据中的照片包含各种各样不同的情况。
超超和晓鸥指出，仍然有很多挑战在等着他们。现实情况中，人们可以利用各种附加的线索来识别，比如脖子和肩膀的位置。“超过人类的表现也许只是一个象征性的成就罢了”他们说。
另一个问题是花费在训练新算法上的时间，还有算法需要的内存大小以及识别两幅图所需要的时间。这可以用并行计算和特制处理器等技术来加快算法的运行时间。
总之，精确的人脸自动识别算法已经到来了，而且鉴于现在的事实，这只会更快。
来源：海鑫科金
以上就是道尔智控小编分享贡献者：（昨迟人）贡献的关于“人脸识别技术的应用是好还是不好”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，接下来继续答疑下文用户【理由填满伤口】分享的“人脸识别技术用在什么地方”的一些相关疑点做出分析与解答，如果能找到你的答案，可以关注本站。
人脸识别技术用在什么地方
贡献用户名：【理由填满伤口】 ，现在由道尔智控小编为你解答与【香港中文大学人脸识别】的相关内容！
优质回答1、非接触：人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设备，指掌纹的采集除了对设备有一定的磨损外，也不卫生，容易引起被采集者的反感，而人脸图像采集的设备是摄像头，无须接触。
2、非侵扰：人脸照片的采集可使用摄像头自动拍照，无须工作人员干预，也无须被采集者配合，只需以正常状态经过摄像头前即可。
3、友好：人脸是一个人出生之后暴露在外的生物特征，因此它的隐私性并不像指掌纹、虹膜那样强，因此人脸的采集并不像指掌纹采集那样难以让人接受。
4、直观：我们判断一个人是谁，通过看这个人的脸就是最直观的方式，不像指掌纹、虹膜等需要相关领域专家才可以判别。
5、快速：从摄像头监控区域进行人脸的采集是非常快速的，因为它的非干预性和非接触性，让人脸采集的时间大大缩短。比如虹软 科技的人脸识别系统识别非常快，人脸识别设备被运用到安防、酒店、商务、会议、社区等。
6、简便：人脸采集前端设备——摄像头随处可见，它不是专用设备，因此简单易操作。
7、可扩展性好：它的采集端完全可以采用现有视频监控系统的摄像设备，后端应用的扩展性决定了人脸识别可以应用在出入控制、黑名单监控、人脸照片搜索等多领域。
虹软家有免费的人脸识别算法想了解的可以去下载一下。
以上就是道尔智控小编解答(理由填满伤口)解答关于“人脸识别技术用在什么地方”的答案，接下来继续为你详解用户（侥幸）解答“中国智能人脸识别科技世界第一”的一些相关解答，希望能解决你的问题！
中国智能人脸识别科技世界第一
贡献用户名：【侥幸】 ，现在由道尔智控小编为你探讨与【香港中文大学人脸识别】的相关内容！
优质回答如果数据没有注水的话，这个绝对是突破性的成果。lfw上超过人脸意味着在人脸识别80%的应用环境下机器的性能可以超过人脸。而06年的结果只意味着在身份证比对、小型办公场所签到等极少应用下机器的性能超过人脸。
1.2006年全面超过人脸时的条件是实验室内部拍摄条件、正面姿态、正面光照。这种条件下的人脸识别错误率的进展大约是每3年下降10倍。FRVT2012中期结果中最好的单位(不出意外应该是日本的NEC公司)的错误率已经达到了我们06年系统的1%左右。而我手上的系统相比06年大约提升了十几倍，目前在中期结果中排名6-7名。
2.lfw数据库直接是从雅虎网上抓的照片。难度在业界属于顶尖。该库09年公布后至今没有难度更大的静态照片库出现。难度相当但数据量更大的库倒是有两三个。我们06年的系统跑lfw也就70+的水平。而我们实验室的最高水平(也是国内除face++外的最高水平)大约是92左右。大概相当于2012年底的state-of-the-art。
3.2014年的三个逆天结果，deepface的97.25%、face++的97.27%、gaussianface的98.52%，前两者都用了deep learning。第一个训练数据400万。第二个算法细节不明，但deeplearning向来吃样本，想来训练库也是百万量级。唯有gaussianface的训练库仅2万余。
4.arxiv和CVPR等顶会完全不矛盾。先发上来只是为了不让别人抢先。估计未来的顶刊顶会上很快会出现这个结果。
5.算法细节太过技术，难以在这里深入浅出，就不多介绍了。只提一篇paper。Blei的latent dirichlet allocation，2003年的jmlr，引用量近万。本文对人脸的贡献方式大概相当于lda对文档分类的贡献方式，懂行的人自然知道这句话的分量。
以上就是道尔智控小编分享贡献者：（侥幸）解答的关于“中国智能人脸识别科技世界第一”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，下面继续教您下文用户【抗梦北鼻嗨起来】回答的“钟南山称奥密克戎没那么可怕，这种病毒有什么特点？”的一些相关疑问做出分析与解答，如果能找到你的答案，可以关注本站。
钟南山称奥密克戎没那么可怕，这种病毒有什么特点？
贡献用户名：【抗梦北鼻嗨起来】 ，现在由道尔智控小编为你详解与【香港中文大学人脸识别】的相关内容！
优质回答引言:变异病毒奥密克戎的出现，给全国新冠疫情防控增加了很多的困难。同时也给我国疫情防控来了一些新的挑战，钟南山院士称奥密克戎没有那么可怕，这种病毒有什么特点？
一、奥密克戎有什么特点
我国在预防新冠病毒上取得了重大的成效，从2020年以来我国新冠肺炎的患病率和死亡率都是世界最低。但是在德尔塔病毒还没有得到解决时，新冠病毒变异毒株奥密克戎又突然出现。这个病毒的出现，让全球防控形势又变得再次紧张了起来。而且根据研究表明，这一变异毒株可能会导致人体再次感染病毒。这个变异毒株有超强的传播力的特点，而且它的致病力以及免疫逃逸能力都很突出。
二、加强针疫苗有效果吗
通过实验数据表明加强针是有用的，人体在进行第三针加强免疫之后会大大的提升疫苗对人体的保护效果。虽然说疫苗重点是防控新冠病毒，但是在一段时间过后身体内的免疫功能可能会出现明显下降的情况。因此要尽快的安排加强针的接种，接种新冠疫苗后再接种加强针可以使体内的免疫功能得到大幅的提升。对此钟南山院士表示，加强针增强了对人体的保护作用。
三、感染上该病毒的症状有哪些
根据南非一些确诊病例可以得知，大部分的感染者会出现肌肉酸疼的情况。但是有时候肌肉酸疼，是由多个原因引起的。有一些患者会感觉浑身没有力气，如果说患者浑身无力，同时也出现了一些其他不舒服的症状要及时的到医院去检查。有一些患者可能还会出现一些轻微的咳嗽，如果跟感染该病毒的人有过接触或者是轨迹重合一定要做好个人防护，及时去医院就诊。
以上就是道尔智控小编解疑贡献者：（抗梦北鼻嗨起来）贡献的关于“钟南山称奥密克戎没那么可怕，这种病毒有什么特点？”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，接下来继续分折下文用户【山有木兮】分享的“华为年薪最高的天才少年”的一些相关疑问做出分析与解答，如果能找到你的答案，可以关注本站。
华为年薪最高的天才少年
贡献用户名：【山有木兮】 ，现在由道尔智控小编为你解答与【香港中文大学人脸识别】的相关内容！
优质回答在遭到了美国制裁之后，华为提出了创新2.0，创新2.0是基于对未来智能 社会 的假设和愿景，打破制约ICT发展的理论和基础技术瓶颈，是实现理论突破和基础技术发明的创新，是实现发明和创造的创新。
华为在接近10年投资超过4800亿元进行研发，希望将会和苹果、高通、英特尔公司一样，在智能手机、基带芯片和智能计算领域推出影响产业和人类进步的重大的技术创新。
也就是华为希望可以通过基础研究突破，构建新的技术标准和全球框架，从而突破美国的封锁，实现自救，要知道，当初美国就是通过发动信息革命、芯片革命，从而成为了全球 科技 、科学、产业发展的主导者，而实现这一切，就需要人才。
华为希望 采取“自建实验室、大学合作、资本运作“等多种方式实现创新2.0，把工业界问题、学术界的思想、风险资本的信念，整合起来，共同创新。
除此之外，华为还提出了“天才少年”计划，这是是任正非发起的用顶级挑战和顶级薪酬去吸引顶尖人才的项目，目的在于“（让）这些天才少年像‘泥鳅’一样，钻活我们的组织，激活我们的队伍”，任正非认为：
“天才少年”计划薪资共分为三档，最高年薪为182万-201万元；中档年薪为140.5万-156.5万元；抵挡年薪为89.6万-100.8万元，远远超出一般应届毕业生的薪资水平。目前，全球仅有4位天才少年拿到了最高档年薪。
除了去年的钟钊（本科毕业于华中 科技 大学软件工程专业，博士毕业于中国科学院大学模式识别与智能系统）、秦通（本科毕业于浙江大学控制科学与工程，博士毕业于香港 科技 大学机器人方向）、左鹏飞（本科和博士毕业于华中 科技 大学计算机专业）之后。
今年又有一位90后入选了华为的“天才少年”计划。同样是出自华中 科技 大学的张霁，而且他5月就已经入职了华为，堪称是刚毕业就收获了年薪201万的offer。
这四位可了不得，钟钊出生于1991年，本科就读于华中 科技 大学的软件工程专业。刚上大三的他，就在2012全国大学生数模竞赛中得到了湖北一等奖。
而后，前往中国科学院大学自动化研究所攻读硕士、博士，硕博阶段攻读专业都是“模式识别与智能系统”，它是以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，研究对各种媒体信息进行处理、分类和理解的方法，并在此基础上构造具有某些智能特性的系统。
目前在光学字符识别、语音识别、人脸识别、视频追踪、医学图像处理等方面均有广泛应用。钟钊的导师是中科院自动化研究所副所长刘成林，其多年来一直研究文档识别算法规模，有着“计较机的导师”之称。
钟钊是中国最早一批学习神经架构搜索（NAS）的，NAS属于深度学习领域难度比较高的研究方向， 你放眼全球，能够从事NAS研究的，数量差多就和熊猫一样，属于稀罕物。而华为目前也想进军automated machine learning领域，钟钊属于可遇不可的的天才。
出生于1993年的香港大学的博士生秦通，在IEEE TRO、ICRA、IROS、ECCV等国际顶级期刊和聚会会议发表多篇论文，得到IEEE IROS 2018最佳学生论文奖的能力。他还曾是浙江大学ZMART队2014年的队长。这支队伍用了5年的时间夺下了国际空中机器人大赛的世界冠军。
左鹏飞以第一作者发表了高水平论文10余篇，其中，发表在OSDI'2018和MICRO'2018上的论文分别成为华科 历史 上首篇计算机操作系统顶级会议(OSDI/SOSP)论文和首篇计算机体系结构顶级会议(ISCA/MICRO/HPCA/ASPLOS)论文，在计算机操作系统和体系结构领域分别实现了华科 历史 上零的突破；发表在MICRO'2019上的论文实现了在体系结构顶会MICRO上的再次突破。
而OSDI是计算机学界最顶级学术会议之一，MICRO是计算机体系结构最顶级学术会议之一，论文被这两个会议录用，其含金量甚至超过一些科学界国际顶尖期刊，难度相当于生物、医学领域在Nature/Science/Cell等期刊发文。 拥有这么多篇高质量的论文，可以说是无数系统领域研究者的梦想对象，可望不可及。
张霁1993年毕业，他本科仅就读于民办二本学校武昌理工学院，可是他却没有给自己的人生设限，而是不断努力，他硕士就读于武汉邮电大学，而博士则成功考取了华中 科技 大学。
我们可以来看看他作出的成绩：
可以说，这4位90后被称之为天才少年，毫无不为过，而且除了华为之外，腾讯、阿里巴巴等互联网大企业也都向他们抛出过橄榄枝，像张霁就拒绝过360万年薪的offer。
希望这些天才少年可以在华为乘风破浪，开创颠覆主航道的技术和商业模式，作出革命性技术的突破，颠覆整个全球产业，打破美国长达75年的主导地位。
以上就是道尔智控小编解答(山有木兮)分析关于“华为年薪最高的天才少年”的答案，接下来继续为你详解用户（花殇）分析“人脸分类的算法”的一些相关解答，希望能解决你的问题！
人脸分类的算法
贡献用户名：【花殇】 ，现在由道尔智控小编为你讲解与【香港中文大学人脸识别】的相关内容！
优质回答目前还没有以人名分类的人脸数据集，这个建立起来也是比较庞大耗时的，但有点不科学，很多人同时拥有几个名字，
或者有的人会改名字，就会造成数据重复，浪费资源
工作与生活的关系是相辅相成的，工作可以为生活提供保障，更好生活则是工作的目的。人如果不工作的话，生活不仅没有保障，还会碌碌无为，失去价值和乐趣。但如果只工作的话，就没有时间享受生活，这样的经历是不快乐的。
"工作狂"，这个词汇大家不陌生，印象中这是当代产生的一个极新的词汇。它指的是对工作极度投入、近乎痴狂的一种人，这种人大概是不会"生活"或顾不得谈"生活"的。
其实这样的人很早就有，当然也遍及各地，只是未曾使用这个词罢了。似乎每一个堪称伟大的人无不是忘我工作的人。我们暂时把这种人说成是:工作第一、生活第二的人。甚至是人生中只有工作的人。
再就是所谓追求极致生活的，他们不一定非常富有，对工作也有热情。只是他们认为工作是简单又简单的，在他们的世界绝不容许将生活说成是"日子"。应该说这样的人过的是极度潇洒和惬意的，他们的生命的意义在于此。这种人算是:生活第一、工作第二的人。
还有一种人最最理想、数量很多。那就是将工作和生活严格分开，工作就是工作，生活就是生活。"公私分明"是他们的原则和愿望，从不混为一谈。他们认为工作和生活是同样重要的，工作是他们的需要，生活是他们的追求。
我还想说起这样一种人，生活无疑是他们人生的最高目的，其实他们内心也没有关于生活的概念，他们只是有这样的逻辑:工作是为了生活，或者说，工作是为了更好的生活，不工作就不能生活。
这时候的生活的概念好像只是"活着"或"生存"。其实不然，它是一种意识。我觉得在我国传统里有这样的意识，所有人或者说绝大多数人的思路是受到这种逻辑的限制的。
我们当然不能忘记这样一群人，他们是一群快乐的人。在他们的世界里，工作和生活都是艺术化了的。他们从不思考活着是为了工作还是工作是为了活着的问题。在他们的每一天里，都是享受的。
还有多种多样的人，有的是我们无法形象地形容的。
生活是一个人一生的全部过程，工作只是生活的一部分。如同生活中的很多方面一样，没有了工作，就是一点残缺，便不完满。终于可以理解为什么有人为了工作而暂时放弃生活另一部分，生活不只是活着，但是活着是生活的基础，只有生活起来，才算是真正地活着。
掌握好工作和生活的关系，是有利于我们的身心愉悦和成长的。
以上就是道尔智控小编分享贡献者：（花殇）解答的关于“人脸分类的算法”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，接下来继续解读下文用户【时光纷乱】分析的“奥密克戎变异的特点是什么”的一些相关疑点做出分析与解答，如果能找到你的答案，可以关注本站。
奥密克戎变异的特点是什么
贡献用户名：【时光纷乱】 ，现在由道尔智控小编为你解答与【香港中文大学人脸识别】的相关内容！
优质回答为什么奥密克戎传播得这么快，症状却不是那么严重？既然如此，为什么世卫组织和各国政府还那么紧张？这就不得不聊一下奥密克戎的感染特点了。
香港大学公共卫生实验科学陈志伟副教授和他的团队12月15日发了一个新闻通告，报道了体外研究中奥密克戎变种对呼吸系统的影响。这项研究有三个值得关注的特点。
第一个特点，该研究是用人的支气管和肺组织作为研究对象，这完全不同于动物实验，能直接反映病毒对人体呼吸系统、组织和细胞的影响。
第二个特点，研究团队把新冠病毒分离出来后在体外培养，并用它感染体外的人体支气管和肺组织，以此研究奥密克戎和德尔塔以及其他新冠病毒变种的作用，同时进行对比。
第三个特点，研究者把奥密克戎病毒对支气管和肺泡的影响分开来研究，发现奥密克戎对支气管和肺的影响是不一样的。
虽然研究结果的论文还没有发表，但这项研究的结论对我们理解奥密克戎的行为和它未来的走向有很大的意义。总结起来，有一个坏消息和一个好消息。
坏消息是，奥密克戎变种在感染人支气管组织24小时以后，它复制的要比德尔塔变种和早期的新冠病毒快70倍。我们知道，病毒要进入细胞才能够进行复制，复制得越多、越快，产生的子代病毒就会越多，通过咳嗽、喷嚏排出的病毒就越多，传染性就越大。所以奥密克戎的传播如此之快。
而好消息是，奥密克戎变种对肺组织的感染不到以前变种的1/10。我们知道，支气管是把氧气吸进来、把二氧化碳呼出去的通道，它是通气的，只要物理结构没发生大变化，一般不影响生理作用。而把氧气输送到血液里面，把二氧化碳从血液里面交换出来，是肺泡的功能。所以说肺是负责换气的，肺泡所有病变，例如炎症都会影响换气功能。肺泡的感染才是新冠肺炎的本质，也是造成重病和死亡的主要原因。
这个发现解释了为什么目前奥密克戎虽然传播很快，但是症状的严重程度相对比较轻，因为它在肺泡的复制和感染非常慢。
当然，做好防护措施，接种疫苗维护自身的免疫功能，是永恒不变的抗疫法宝。而我们汉玛智慧作为人脸识别测温设备的生产厂家，也是温馨提醒您做好日常的防护措施，保持适当的社交距离，勤测温，多运动，相信我们终有一天能够将疫情赶出我们的家园！
原文出自 汉玛智慧
上文就是道尔智控小编解答贡献者：（时光纷乱）贡献的关于“奥密克戎变异的特点是什么”的问题了，不知是否已经解决你的问题？如果没有，下一篇内容可能是你想要的答案，现在接着继续解疑下文用户【最喜歡你啦】解答的“人脸识别可以用什么算法来解决”的一些相关疑问做出分析与解答，如果能找到你的答案，可以关注本站。
人脸识别可以用什么算法来解决
贡献用户名：【最喜歡你啦】 ，现在由道尔智控小编为你解答与【香港中文大学人脸识别】的相关内容！
优质回答最好的人脸识别系统在理想情况下比人类识别的表现要好的多。但是一旦环境情况变糟，系统的表现就差强人意了。而计算机科学家们当然是非常想要开发出一种算法，在各种情况下都能够表现优异。
现在，中国香港大学的汤晓鸥教授和他的学生路超超（音译）宣布他们攻克了这个难题。他们开发了一种叫“高斯”的人脸识别算法首次超过了人类自身。
新的识别系统对于各种平台都能够提供人类级别的识别能力，从手机到电脑游戏中的人脸识别，从安全系统到密码控制等等。
任何一个人脸自动识别程序，首先要考虑的就是去构建一个合适的数据集来测试算法。那需要一个非常大范围的，各种各样的，带着各种复杂动作、光线和表情的，不同脸的图像，各种人种、年龄和性别都要考虑在内。然后还要考察服装、发型以及化妆等其他因素的影响。
比较幸运的是，已经有这么一个拥有各种不同人脸的标准数据库——Labelled Faces。它拥有超过13,000张不同人脸的图片，它们是从网络上收集的6000个不同的公众人物。更重要的是，每个人都拥有不止一张人脸图片。
当然也存在其他的人脸数据库，但是Labelled faces目前是计算机科学家们所公认的最具参考价值的测试数据集。
面部识别的任务是去比较两张不同的图片，然后判断他们是否是同一个人。（你可以试试看，能否看出这里展示的每对图片是否是同一个人。）
人类在这个数据库上的表现可以达到97.53%的准确度。但是没有任何一个计算机算法能够达到这个成绩。
直到这个新算法的出现。新的算法依照5点图片特征，把每张脸图规格化成一个150*120的像素图，这些特征分别是：两只眼睛、鼻子和嘴角的位置。
然后，算法把每张图片划分成重叠的25*25像素的区域，并用一个数学向量来描述每一个区域的基本特征。做完了这些，就可以比较两张图片的相似度了。
但是首先需要知道的是到底要比较什么。这个时候就需要用到训练数据集了。一般的方法是使用一个独立的数据集来训练算法，然后用同一个数据集中的图片来测试算法。
但是当算法面对训练集中完全不同的两张图片的时候，经常都会识别失败。“当图片的分布发生改变的时候，这种训练方法就一点都不好了。”超超和晓鸥说到。
相反，他们用四个拥有不同图片的，完全不同的数据集来测试“高斯”算法。举个例子，其中一个数据集是著名的Multi-PIE数据库，它包含了 337个不同的物体，从15种不同的角度，在19种不同的光照情况下，分别拍摄4组图片。另一个数据库叫做Life Photes包含400个不同的人物，每个人物拥有10张图片。
用这些数据库训练了算法后，他们最终让新算法在Labelled Faces数据库上进行测试。目标是去识别出所有匹配和不匹配的图片对。
请记住人类在这个数据库上的表现是97.53%的精确度。“我们的“高斯”算法能够达到98.52%的精确度，这也是识别算法第一次击败人类。”超超和晓鸥说到。
这是一个令人印象深刻的结果，因为数据中的照片包含各种各样不同的情况。
超超和晓鸥指出，仍然有很多挑战在等着他们。现实情况中，人们可以利用各种附加的线索来识别，比如脖子和肩膀的位置。“超过人类的表现也许只是一个象征性的成就罢了”他们说。
另一个问题是花费在训练新算法上的时间，还有算法需要的内存大小以及识别两幅图所需要的时间。这可以用并行计算和特制处理器等技术来加快算法的运行时间。
总之，精确的人脸自动识别算法已经到来了，而且鉴于现在的事实，这只会更快。
本文关于[香港中文大学人脸识别]的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
