中科院在人臉識別領域再獲新進展

近日，據報道，中科院自動化研究所智能感知與計算研究中心在生成對抗網路基礎上，提出高保真度的姿態不變模型來克服姿態不一致導致的無人識別人臉的問題。

為了解決先前提到的姿態不一致的限制，實驗人員在實驗過程中引入能反映三維人臉模型和二維人臉人臉圖像之間點到點的關聯稠密場，讓網路能夠在二維圖像的指導下學習到隱含的三維人臉信息；並設計了一種全新的文理扭曲過程可以有效把人臉紋理映射到圖像域，同時可以最大程度地保持輸入語義信息；同時提出了一種對抗殘差字典學習過程，從而可以在不依賴三維數據的情況下更有效地學習人臉紋理特徵。

最終實驗結果表明，該方法在基準數據集上的表現的視覺效果和定量性能指標都優於目前醉倒的基於對抗生成網路的方法。此外，HF-PIM所支持的生成圖像解析度也在原有方法的基礎上提升了一倍。

根據可靠消息稱，這種對抗網路的提出，是繼深度神經網路之後的一大革命性新進展，通過兩個AI系統的競爭對抗，極大加速機器學習的過程，賦予機器智能化從未企及的想像力。

移動哨兵作為移動安防領域的領先者，在注重前端數據採集的同時，更加註重後端數據的分析能力。人臉識別是移動哨兵重點發展的生物識別技術之一，此次中科院的重大進展，同樣利好移動哨兵核心技術的發展。