刷脸时代!澳华裔教授:识别人脸最快仅需1年

人工智能离生活越来越近了，仅2016年便有数名知名的学界学者接二连三加盟业界，如李飞飞、Ruslan Salakhutdinov、Yoshua Bengio等。其实早在1956年，以麦卡赛、明斯基、罗切斯特和申农等为首的一批年轻科学家，就已经共同研究和探讨用机器模拟智能的一系列问题。学术界与人工智能界的密切合作，也加快了人工智能运用于生活的进程。

（图片来源：网络）

世界顶尖的人工智能研究者、悉尼大学教授陶大程对这种合作持肯定态度，他也与独角兽企业优必选进行合作。陶大程所从事的计算机视觉、机器学习研究正推动着人工智能及机器人的发展。不断突破的研究成果使他获得了澳大利亚科学最高荣誉尤里卡奖等权威奖项，并当选IEEE Fellow和欧洲科学院院士。从人脸识别到多角度学习，从人工智能及机器人的商业化到对技术奇点的看法，在陶大程的讲述中，人工智能及机器人的发展状况被勾勒得更加清晰。

人脸识别一直是未来的趋势。手机 “刷脸”支付、“刷脸”开机等各种“刷脸”服务，其核心技术便是计算机视觉领域颇为大热的人脸识别。最早的人脸识别是以图像里面人脸器官的尺寸作为特征进行匹配。后来出现了众多基于表观的特征，又引入了一些统计的方法，例如主成分分析、变形模板和后来的线性判别分析等。

但是现有的人脸识别技术还没有攻克所有的核心问题。“最大的困境在于人脸识别算法本身的鲁棒性不足”。即当前较死板的算法缺乏灵活性及想象推理的能力，且对外部如光照、遮挡等因素变化的应对能力不足。机器人人脸识别面临的挑战还更为独特，如运动状态导致人脸细纹丢失以及对实时性更高的要求。

（图片来源：网络）

陶大程团队的研究实现了突破，他们通过测量5个在不同环境中变化极小的“突出而稳定”的面部特征点来进行人脸识别。结果显示无论你做出悲伤或快乐的表情，还是室内或室外不同拍摄环境而造成光线的不同，这五个点都能保持较高的稳定性。这有助于提高人脸识别的鲁棒性。

应用这些技术，陶大程团队在2016 PaSC的人脸识别比赛中以绝对的优势获得了第一名。根据比赛组织者的评估，他们的算法达到了和人类视觉系统一致的性能。

“机器视觉发展已经历多年时间，人脸识别的发展时间最长”，而深度学习的应用，使得人脸识别的识别率从过去的20%-50%提高到了90%以上。技术的不断提升并部分达到实用水平展现出了巨大的市场前景，这是国内外众多科技公司选择人脸识别作为主攻方向的一个重要原因。“人脸识别很可能仅需一年就能够在机器人身上得以体现”，陶大程如是说。

（图片来源：网络）

人脸识别只是第一步，陶博士加入中国机器人独角兽企业优必选，未来将持续推动人工智能的发展，将人工智能真正地带进千家万户!