酷小说

第72章 深度学习(第1页)

“多少?99%和1秒?”

郑石见听到这个数据绝望了。

他们汉旺公司做的算法准确率连50%都达不到,而且还需要人正对着摄像头一直看着,识别速率也要5秒到10秒。

这跟马的比起来,是垃圾也不为过。

从03年努力至今,8年的成果全是垃圾!

郑石见就感觉一下子被抽去了精气神,佝偻了起来,努了努嘴,想什么最终还是变成:“谢谢马总的告知,我没有什么问题了,今打扰了!”

有气无力的话完,郑石见起身就要离开。

马注视着这一切,眼睛却是在闪动。

他想了想,出声阻止郑石见离开道:“先别急着走,跟我讲讲国内外现在人脸识别的技术发展到了哪一步吧!”

郑石见看了看马,还是回到原位了起来:

“国外的沙苏哈博士在2001年提出了基于商图像的人脸识别与绘制技术,对各种光照条件不边的人脸签名图像的定义,可以用于光照不变情况下的人脸识别,让人们意识到人脸识别光图像算法的研究。

后来巴斯莱和雅各布博士利用球面谐波表示光照,用卷积过程描述反射的方法证明了:由任意远点光源获得的所有朗博反射函数的集合形成了一个线性空间!

他们的证明为人脸光照变换问题解决提供了思路。

现在基本上都是在这两者依据上继续优化不同光照下人脸识别的准确率。

目前国际领先的技术分别是cognitec(可可耐特),idetiix(爱德帝查)几家公司,他们基于矩形特征和adaboost特征检测,能达到80%的准确率!”

郑石见娓娓道来,显然对国际有关于人脸识别的技术研究颇深。

马满意得点零头:“那你们汉旺公司研究的呢?”

郑石见:……

郑石见沉默了,正所谓打人不打脸,马此举跟打脸有啥区别。

不过他还是如实回答道:“现在我们对于人脸识别算法的研究比较少,目前还不是活体检测,准确率在30%左右吧!”

这下轮到马沉默了,他没想到国内这么菜。

这国内除了他落后国外有点多啊,人家都上传到算法落地的地步,国内还是刚起步研究。

郑石见看到马沉默,也是终于忍不住问出了自己的疑惑:“马总,我想问一下,你是怎么一下子就跨越这么多的技术,达到99%准确率的?”

不是他不相信马,而是确实有点离谱。

技术是要一代一代积累的,哪有那么容易一步登。

他不知道马是个挂逼,lv3的数学已经把最终版的人脸识别算法差不多送到了马脑子里,马稍微看着人脸图片一联想就能写出来。

“因为我用到的技术为深度学习,或者称为神经网络!”

马回答道。

深度学习很多搞ai的人都不陌生,它是一个复杂的机器学习算法,在语言和图像识别方面取得的效果,远远超过先前的技术。

简而言之,它就像赋予机器人类的神经网络一样,具有学习和总结的能力。

比如对一个人脸图片,它可以让机器像人一样分为三层来加快识别。

我们正常人识别一个人脸,首先看五官对吧,其次可能看头发、皮肤皱纹,最后通过头部以下身体来判断是不是人脸。

机器利用多层神经网络来深度学习,也可以大致具备这样的能力。

“你难道的是2006年机器学习大师、多伦多教授基尔夫里发表在《科学》期刊上的吗?”

郑石见问道。

请关闭浏览器阅读模式后查看本章节,否则将出现无法翻页或章节内容丢失等现象。

本月排行榜
热门小说推荐
我在末世开商店

我在末世开商店

在末日拥有一座现代化高科技基地是什么体验丧尸横行,异兽咆哮,无数人温饱都难以解决,叶楚的基地却日日祥和,夜夜笙歌。想占有我的基地先问问古武者加进化者的灵武军。要不,去试试多种异兽组合的怪物。当有...

斗罗之神级选择系统

斗罗之神级选择系统

穿越到斗罗世界的齐灵,获得神级选择系统,只需要做出选择,就可以获得神级奖励,轻松变强十万年魂环太差太差,不到一百万年的,就不要拿出来了外附魂骨普通普通,这种东西,我连送人都送不出手神级功法...

八十年代之悍妻有点闲

八十年代之悍妻有点闲

摔倒前,林冬雪觉得婆婆是老不死,大姑子是扫把星,外甥女是拖油瓶还有那个男人,一定是上辈子倒了大霉,她才会遇见的。摔倒后,林冬雪认为婆婆赛过亲妈,大姑子恩人再世,外甥女是小天使至于那个男人,唔...

这次我要做执刀人

这次我要做执刀人

热血风格,沙场开局。魂穿边境士卒的他不想再做别人手中的刀,他要做执刀的人,为此而努力修炼拼杀。沙场上同生共死,修行路生死自负。PS热血向,非黑暗文,偶尔来点小温馨。...

豪横从一个荒岛开始

豪横从一个荒岛开始

夏清风遭遇海难流落荒岛,热带丛林危机密布,巨蟒野猪狼群剑齿虎面对这个波云诡谲的荒岛。生存下去难吗夏清风冷冷一笑。生存是一个问题吗爷可是开挂的男人,就让你们看看什么叫做豪横。...

我为美食狂

我为美食狂

我为美食狂叶秋叶本是一个名不见经传的小厨师,却因为一个小小的误会得到了一辆美食基地车,从此踏上了以美食征服世界之旅。被誉为全球最大老饕的米其林美食杂志总编伊莎贝莉在杂志上公开向叶秋叶求爱,声称叶...

每日热搜小说推荐