山世光-人脸检测与识别1-背景与非深度技术.pdf

Part I 人脸检测与识别：研究背景与 非深度学习技术 山世光 中科院计算所VIPL组 中科视拓（Seeta） sgshan@ict.ac.cn 1 背景调查 • 是否做过人脸识别相关研究？ • 是否有计划使用人脸识别技术？ • 是否有人脸识别的应用需求？ 2 提纲 • 背景介绍 • 人脸检测与识别技术 • 技术评价方法 • 研究进展 3 科幻or 现实？ 4 马云展示刷脸支付 5 科幻or 现实？ • 问题1：《碟中谍4》中人脸识别技术是科幻还是 现实？ • 问题2 ：什么时候我们可以刷脸支付？ • 问题3 ：什么时候可以在安防实战中用人脸识别 发现通缉犯？ 6 以脸取人的时代 • 人脸对焦 –2005年，尼康（COOLPIX 7900）数码相机 • 笑脸快门和闭眼侦测 –2007年，索尼、奥林巴斯等 • 人脸识别解锁电脑和手机 –2009或更早… • 人脸支付，howold.net… –2015年 7 人脸识别是什么？ • 人脸识别 – 认出照片或录像中的人是谁？ –判断照片或录像中的人是不是某某某？ • 广义的人脸识别涉及以下技术？ – 人脸检测：图片中哪里有脸？ – 五官定位：这个人的五官何在？ – 人脸识别：两类 • 这个人是谁？这个人是不是周克华？ – 人脸属性分析 8 人脸识别分类——任务角度 • 识别 – 这是谁的脸？ – 1对N(/+1)的匹配 • 1:N ：和名单上的谁最像？ • 1:N+1 ：是否名单上的人？ – 典型应用 • 身份查重； 识别：Ta是谁？ • 黑/ 白名单监控系统 • 验证 – 这是某某某的脸吗？ 验证：Ta是徐静蕾吗？ – 1:1 的匹配 – 典型应用：门禁，刷脸支付 9 人脸识别的分类——传感器 • 可见光：模拟眼睛 • 红外相机 – 主动【近红外】 –被动【红外温谱】 • 深度相机 –RGBD相机(Kinect, RealSense) • 3D成像 – 3D Shape + Texture 10 小测验 11 小测验 他在右图中吗？ 12 我们的FR能力很强吗？ • Poor performance for unfamiliar face recognition (UFR) –30% error rate for UFR [Bruce et al. 1999] •30%: has match no match or false match –20%: has match falsely