亚洲av成人无遮挡网站在线观看,少妇性bbb搡bbb爽爽爽,亚洲av日韩精品久久久久久,兔费看少妇性l交大片免费,无码少妇一区二区三区

Chinaunix

標(biāo)題: 【有獎(jiǎng)討論】是該好好了解一下人臉圖像技術(shù)與應(yīng)用了——它已無處不在! [打印本頁]

作者: 飄絮絮絮丶    時(shí)間: 2020-10-27 10:07
標(biāo)題: 【有獎(jiǎng)討論】是該好好了解一下人臉圖像技術(shù)與應(yīng)用了——它已無處不在!


本期獲獎(jiǎng)名單:

@renxiao2003
@nail78
@forgaoqiang
@lbseraph
@aloki

及時(shí)聯(lián)系我提交地址哦,為大家郵寄禮品




話題背景:


在所有的圖像中,人臉圖像是研究人員最多,應(yīng)用最廣泛,也是我們每天無時(shí)無刻不在接觸的圖像。人臉的檢測和識(shí)別使我們擺脫了傳統(tǒng)的數(shù)字密碼支付,帶來了便利的刷臉支付,讓追捕犯罪分子、找尋走失的兒童和老人變得更加容易。人臉圖像的美容技術(shù),催生了美顏相機(jī),增強(qiáng)了社交平臺(tái)的娛樂性以及被拍攝者的自信。人臉的分析技術(shù)增加了產(chǎn)品對(duì)使用者的了解,人臉的編輯技術(shù)不斷降低了內(nèi)容創(chuàng)作的成本。機(jī)械工業(yè)出版社的《深度學(xué)習(xí)之人臉圖像算法:核心算法與案例實(shí)戰(zhàn)》一書,由淺入深、全面系統(tǒng)地介紹人臉圖像的各個(gè)研究方向和應(yīng)用場景,包括人臉圖像與特征基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、人臉數(shù)據(jù)集、人臉檢測、人臉關(guān)鍵點(diǎn)檢測、人臉識(shí)別、人臉屬性識(shí)別、人臉屬性分割、人臉美顏與美妝、人臉三維重建及人臉屬性編輯。

話題討論:

(1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
(2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
(3)如何識(shí)別和改變?nèi)四槺砬、顏值、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
(4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
(5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?

活動(dòng)時(shí)間:2020年10月27日-2020年11月20日

本期獎(jiǎng)品:

最佳積極參與經(jīng)驗(yàn)分享獎(jiǎng)5名,獎(jiǎng)勵(lì)價(jià)值119元的《深度學(xué)習(xí)之人臉圖像算法:核心算法與案例實(shí)戰(zhàn)》圖書1本。

深度學(xué)習(xí)之人臉圖像處理:核心算法與案例實(shí)戰(zhàn)
Face Image Processing by Deep Learning:Core Algorithms and Practices
言有三  著
書號(hào):978-7-111-66025-5
印張:24(共384頁)
書脊:18mm
定價(jià):119.00元
成品尺寸:186*240
用紙:70克膠
覆膜方式:光膜
印數(shù):4000
上架建議:計(jì)算機(jī)/人工智能




內(nèi)容簡介:

本書由淺入深、全面系統(tǒng)地介紹人臉圖像的各個(gè)研究方向和應(yīng)用場景,包括但不限于基于深度學(xué)習(xí)的各個(gè)方向的核心技術(shù)。本書理論體系完備,講解時(shí)提供大量實(shí)例,可供讀者實(shí)戰(zhàn)演練。本書涵蓋的內(nèi)容非常廣泛,從基本的人臉數(shù)據(jù)集發(fā)展歷史和人臉檢測開始,分別講述在此基礎(chǔ)上進(jìn)行的人臉圖像處理的相關(guān)技術(shù)與應(yīng)用,涉及身份識(shí)別、安全認(rèn)證、人機(jī)交互和娛樂社交等領(lǐng)域。
本書共11章,涵蓋的主要內(nèi)容有人臉圖像與特征基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、人臉數(shù)據(jù)集、人臉檢測、人臉關(guān)鍵點(diǎn)檢測、人臉識(shí)別、人臉屬性識(shí)別、人臉屬性分割、人臉美顏與美妝、人臉三維重建及人臉屬性編輯。
本書適合計(jì)算機(jī)視覺領(lǐng)域的初學(xué)者及所有在人臉圖像算法領(lǐng)域想要有所提高的工程技術(shù)人員、學(xué)生及教職工閱讀。讀者既可以將本書作為核心算法書籍學(xué)習(xí)理論知識(shí),也可以將本書作為工程參考手冊(cè)查閱相關(guān)技術(shù)。

參與方式:直接在該主題下回帖即可。

圖書購買:

京東:https://item.jd.com/12927878.html
當(dāng)當(dāng):http://product.dangdang.com/28991374.html

本期嘉賓:

言有三  真名龍鵬。2012年本科畢業(yè)于華中科技大學(xué),后保研至中國科學(xué)院并于2015年畢業(yè)。先后在奇虎360人工智能研究院和陌陌深度學(xué)習(xí)實(shí)驗(yàn)室從事計(jì)算機(jī)視覺相關(guān)工作,積累了豐富的傳統(tǒng)圖像處理算法研究心得和深度學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)經(jīng)驗(yàn)。運(yùn)營微信公眾號(hào)“有三AI”和知識(shí)星球“有三AI”等社區(qū),內(nèi)容覆蓋深度學(xué)習(xí)理論、深度學(xué)習(xí)開源框架、模型架構(gòu)設(shè)計(jì)與優(yōu)化,以及深度學(xué)習(xí)在計(jì)算機(jī)視覺和自然語言處理等領(lǐng)域的核心技術(shù)與應(yīng)用,規(guī)劃并總結(jié)了AI算法工程師的完整成長路線。出版了《深度學(xué)習(xí)之圖像識(shí)別:核心技術(shù)與案例實(shí)戰(zhàn)》與《深度學(xué)習(xí)之模型設(shè)計(jì):核心算法與案例實(shí)踐》等著作。

圖書試讀: 人臉圖像第4章(部分)試讀.pdf (4.9 MB, 下載次數(shù): 43) 人臉圖像前言 目錄.pdf (557.85 KB, 下載次數(shù): 49)





作者: shang2010    時(shí)間: 2020-10-27 10:16
本帖最后由 shang2010 于 2020-10-30 21:30 編輯

大黃臉行不行

,據(jù)說有很多拿來做表情包,也很豐富的哦
作者: reyleon    時(shí)間: 2020-10-27 14:12
高端技術(shù),望塵莫及
作者: oyzx_sp    時(shí)間: 2020-10-27 14:44
回復(fù) 3# reyleon

加緊學(xué)習(xí),迎頭趕上。
作者: renxiao2003    時(shí)間: 2020-10-27 18:29
這次還是美女算法工程師不 。
作者: 飄絮絮絮丶    時(shí)間: 2020-10-28 10:38
renxiao2003 發(fā)表于 2020-10-27 18:29
這次還是美女算法工程師不 。

就對(duì)美女感興趣啊,不是應(yīng)該對(duì)技術(shù)感興趣么

作者: renxiao2003    時(shí)間: 2020-10-28 11:57
(1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
利用了大量計(jì)算機(jī)視覺技術(shù),像是人臉定點(diǎn)識(shí)別、圖像分割、邊緣融合等等。在美顏、摳圖、結(jié)構(gòu)光等等有趣玩法的背后,其實(shí)是算法和大數(shù)據(jù)的加持。
(2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
人臉識(shí)別技術(shù)的核心算法包括:人臉識(shí)別核心算法包括檢測定位、建模、紋理變換、表情變換、模型統(tǒng)計(jì)訓(xùn)練、識(shí)別匹配等關(guān)鍵步驟,其中最關(guān)鍵的技術(shù)包括兩部分:人臉檢測(Face Detect)和人臉識(shí)別(Face Identification)。
檢測技術(shù)核心稱為:迭代動(dòng)態(tài)局部特征分析(SDLFA),它是以國際通用的局域特征分析(LFA)和動(dòng)態(tài)局域特征分析(DLFA)為基礎(chǔ),并且針對(duì)現(xiàn)實(shí)業(yè)務(wù)場景進(jìn)行了全面的算法增強(qiáng)及結(jié)果優(yōu)化,識(shí)別技術(shù)核心稱為:實(shí)時(shí)面部特征匹配(RFFM),其識(shí)別特征數(shù)據(jù)緊湊,特征算法準(zhǔn)確高效。
除了優(yōu)化SDLFA方式和RFFM核心算法外, 針對(duì)現(xiàn)實(shí)環(huán)境下的識(shí)別效果,人臉識(shí)別技術(shù)的核心算法還針對(duì)海量的上下文信息,進(jìn)行高精度的線性及非線性判別分析,在高可信度的效能目標(biāo)下,對(duì)檢測技術(shù)和識(shí)別算法,進(jìn)行了全面的(效能&速度)指標(biāo)提升:
l SDLFA(Sparsification Dynamic Local Feature Analysis):動(dòng)態(tài)局域特征分析;針對(duì)靜態(tài)圖像及動(dòng)態(tài)視頻圖像序列,完成臉部檢測、跟蹤及檢出;
l RFFM-(Real Face Feature Matching):實(shí)時(shí)面部特征匹配,提取并數(shù)字化面部特征數(shù)據(jù),進(jìn)行人臉的分析和識(shí)別對(duì)比。
(3)如何識(shí)別和改變?nèi)四槺砬、顏值、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
人臉是一種非常重要的生物特征,具有結(jié)構(gòu)復(fù)雜、細(xì)節(jié)變化多等特點(diǎn),同時(shí)也蘊(yùn)含了大量的信息,比如性別、種族、年齡、表情等。一個(gè)正常的成年人可以輕易的理解人臉的信息,但將同樣的能力賦予給計(jì)算機(jī),并讓其代替人類進(jìn)行類腦思考成為研究學(xué)者亟待攻克的科學(xué)課題!
人類可以通過使用相機(jī)等圖像采集裝置和計(jì)算機(jī)組建一套與人體類似的系統(tǒng),相機(jī)等圖像采集裝置是“眼睛”,計(jì)算機(jī)是“大腦”。但是問題來了,這些單純的硬件設(shè)施并不足以讓機(jī)器完成理解人臉信息的任務(wù),這其中還需要載有思考能力,也就是我們平時(shí)所說的算法。
目前主流的人臉屬性識(shí)別算法主要包括:性別識(shí)別、種族識(shí)別、年齡估計(jì)、表情識(shí)別等。
詳細(xì)可參照:https://www.sohu.com/a/124787315_607256
(4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
現(xiàn)在有各種的美顏軟件,有特效、美顏等多種功能滿足用戶的拍攝需求,以及可以在多種場景下完成拍攝。而且,現(xiàn)在手機(jī)中拍照軟件都會(huì)使用到人臉識(shí)別解決方案,通過智能科技帶給用戶更多的玩法,滿足用戶需求。人臉識(shí)別公司在智能美顏方面都應(yīng)用了哪些人臉識(shí)別技術(shù)?
實(shí)時(shí)特效處理:為用戶提供多種特效,通過識(shí)別用戶的面部信息,實(shí)時(shí)渲染預(yù)覽給用戶帶來更加流暢的使用體驗(yàn)。
美顏美妝:通過人臉識(shí)別技術(shù)給用戶提供合適的美顏美妝效果,精準(zhǔn)識(shí)別面部特征,為用戶調(diào)整臉型,科學(xué)計(jì)算人臉優(yōu)化比例,使美顏美妝更貼合用戶的臉部,更加的自然。
動(dòng)態(tài)貼紙:通過識(shí)別精準(zhǔn)定位五官,穩(wěn)定面部跟蹤,為用戶提供動(dòng)效素材,使用戶在拍攝時(shí)有更多的玩法,帶給用戶更多的樂趣。
特效濾鏡:應(yīng)用人臉識(shí)別技術(shù)可實(shí)時(shí)畫面預(yù)調(diào)色,并結(jié)合圖像融合、圖像增強(qiáng)技術(shù),使特效濾鏡效果更加自然貼合,增加用戶的互動(dòng)。
在智能美顏方面使用人臉識(shí)別技術(shù),可以給用戶帶來了更多玩法,增加用戶的社交娛樂的互動(dòng),滿足人們更多的需求。
(5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?
《二維及三維人臉識(shí)別技術(shù)》介紹了人臉識(shí)別的概念、應(yīng)用領(lǐng)域以及國內(nèi)外公用的二維人臉圖像數(shù)據(jù)庫,并論述了二維人臉識(shí)別的預(yù)處理方法,著重對(duì)二維人臉識(shí)別中常用到的方法作了詳細(xì)論述,如基于特征臉的方法,基于彈性匹配的方法,基于隱馬爾可夫模型的方法等,在三維人臉識(shí)別中,分別介紹了三維人臉識(shí)別的概念、難點(diǎn)以及三維人臉庫,同時(shí),也討論了三維人臉圖像的預(yù)處理,并對(duì)三維人臉重建中常用到的方法作了論述,如基于三維可變形人頭模型的方法,基于三維通用人頭模型的人臉重建等,并介紹了常用的三維人臉識(shí)別方法。
可根據(jù)圖書《二維及三維人臉識(shí)別技術(shù)》來學(xué)習(xí)。
作者: oyzx_sp    時(shí)間: 2020-10-28 18:52
回復(fù) 5# renxiao2003

這次是甩鍋,是否有興趣?
作者: renxiao2003    時(shí)間: 2020-10-28 21:16
回復(fù) 8# oyzx_sp

沒有玻璃之好。呵呵。
作者: ylky_2000    時(shí)間: 2020-10-29 13:28
可惜不懂。。。
請(qǐng)教個(gè)業(yè)務(wù)問題,如何避免法律風(fēng)險(xiǎn)?技術(shù)和業(yè)務(wù)邏輯上如果做到?
作者: lbseraph    時(shí)間: 2020-11-03 16:48
回復(fù) 10# ylky_2000

現(xiàn)在國內(nèi)還沒這方面保護(hù)吧?其實(shí)也很難,前一段時(shí)間清華法學(xué)教授反對(duì)小區(qū)安裝人臉識(shí)別門禁可見一斑,不過就算小區(qū)不裝,像火車站、機(jī)場這種公共場所地方其實(shí)都有些地方實(shí)施了的,照樣會(huì)采集到數(shù)據(jù)。咳~什么時(shí)候先把房產(chǎn)機(jī)構(gòu)兜售業(yè)主信息給中介這種行為禁止并處罰了再來考慮這種問題吧
作者: ylky_2000    時(shí)間: 2020-11-04 07:51
回復(fù) 11# lbseraph

是的,聽說國外(我沒去驗(yàn)證過)對(duì)刷臉這個(gè)很抵觸。。。
作者: nail78    時(shí)間: 2020-11-05 15:19
(1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
  有基于傳統(tǒng)方法的調(diào)色、濾波、濾波等圖像算法,也有基于深度學(xué)習(xí)CNN的圖像算法。
(2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
    人臉識(shí)別核心算法包括檢測定位、建模、紋理變換、表情變換、模型統(tǒng)計(jì)訓(xùn)練、識(shí)別匹配等關(guān)鍵步驟,其中最關(guān)鍵的技術(shù)包括兩部分:人臉檢測(Face Detect)和人臉識(shí)別(Face Identification)。
    目前互聯(lián)網(wǎng)金融行業(yè)在使用人臉識(shí)別技術(shù)進(jìn)行開戶等操作時(shí),用于確定客戶信息的可信照片往往是居民二代**。而二代**的照片不僅分辨率低而且信息量少,這會(huì)降低人臉注冊(cè)、識(shí)別的準(zhǔn)確率。
    隨著時(shí)間的推移,用戶的年齡增長,會(huì)發(fā)生胖瘦、常規(guī)的化妝、自然老化等變化。通常情況下,這些變化是在計(jì)算機(jī)的識(shí)別范圍內(nèi)的,但是如果出現(xiàn)整容、過濃的妝容、或者是佩戴眼鏡與一些裝飾性的飾物可能就會(huì)影響人臉識(shí)別的識(shí)別率。同時(shí)雙胞胎、多胞胎的人臉信息過于相像,雙胞胎、多胞胎人臉信息的分辨在人臉識(shí)別技術(shù)中也是一個(gè)待攻克的難題。
(3)如何識(shí)別和改變?nèi)四槺砬、顏值、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
    可以基于傳統(tǒng)方法特征提取加分類器的方法,也可以基于深度學(xué)習(xí)CNN的方法。 應(yīng)用場景有客戶屬性識(shí)別、廣告精準(zhǔn)投放、定向營銷等。
(4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
     虛擬試妝、智能化妝之類的。
(5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?
     在原有二維數(shù)據(jù)的基礎(chǔ)上增加了樣本的深度信息,增強(qiáng)了識(shí)別系統(tǒng)對(duì)光照、表情等影響因素的魯棒性。
作者: forgaoqiang    時(shí)間: 2020-11-05 18:54
(1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
不得不佩服這些APP,人臉磨皮和柔滑做的是真的好,隨便一個(gè)人 只要經(jīng)過這些軟件的處理就會(huì)變成美女靚仔,以前學(xué)習(xí)Photoshop圖像處理,一直在手動(dòng)P圖,這些軟件明顯是AI加持,自動(dòng)優(yōu)化。
現(xiàn)在人臉特效采用了皮膚平滑,減少光澤,去除瑕疵, 雕刻臉部以及美白牙齒和牙齒等特性,這些技術(shù)的關(guān)鍵就是人臉識(shí)別和定位,然后針對(duì)的處理。


(2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
使用過dLib的開源人臉識(shí)別和對(duì)比,沒有深入研究原理,知道主要是定位、變換、關(guān)鍵點(diǎn)采集,然后通過特征確認(rèn)是否人臉,以及上百個(gè)人臉特征點(diǎn)。
目前來看訓(xùn)練數(shù)據(jù)越多效果越好,但是同時(shí)有玩壞的情況,對(duì)一些不是人臉的物體誤識(shí)別成人臉的情況 ,目前主要是活體檢測問題,避免通過3D 模型進(jìn)行欺詐通過 業(yè)務(wù)驗(yàn)證。


(3)如何識(shí)別和改變?nèi)四槺砬、顏值、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
表情可以分析情緒,可以應(yīng)用到公共安全事業(yè)上面,之前有應(yīng)用到公交司機(jī)的場景。對(duì)于個(gè)人來說,可以進(jìn)行大數(shù)據(jù)畫像,了解用戶特性,比如性別、年齡。目前家里用的鹿客的智能貓眼就能進(jìn)行識(shí)別性別、年齡(雖然大部分時(shí)候很不準(zhǔn),可能和安裝的樓道環(huán)境有關(guān))
公眾安全方面也可以大規(guī)模應(yīng)用,必要的人物身份識(shí)別可以快速定位事件本身。


(4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
傳統(tǒng)磨皮完全是“人工”智能,現(xiàn)在還記得當(dāng)年 學(xué)習(xí)PS的一大功能就是手動(dòng)磨皮,美化照片,調(diào)整對(duì)比度等,F(xiàn)在人工智能能夠從照片中自動(dòng)找到人臉并進(jìn)行人臉各個(gè)部位的調(diào)整,智能默認(rèn)參數(shù)調(diào)整的同時(shí)還允許用戶根據(jù)需要調(diào)整參數(shù)給出自己理想的磨皮結(jié)果。作為終端用戶,只要學(xué)習(xí)大廠的SDK如何使用,直接集成到自己的應(yīng)用中即可,還有不少廠家提供web的API,可以在服務(wù)器側(cè)進(jìn)行調(diào)用,現(xiàn)在對(duì)于視頻中的任務(wù)處理,甚至可以考慮最新的 serverless 函數(shù)計(jì)算方案,直接將運(yùn)算密集型的添加到函數(shù)中,然后遠(yuǎn)程調(diào)用執(zhí)行美顏。


(5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?
三維人臉通常由不同角度的多個(gè)深度圖像組成,完全顯示面部的表面形狀,并且在具有一定深度信息的密集點(diǎn)云中的空間中呈現(xiàn)面部,基于點(diǎn)云的方式進(jìn)行識(shí)別,三維模型從空間上對(duì)人臉進(jìn)行識(shí)別,更不容易被偽造。目前來看需要特殊的硬件來實(shí)現(xiàn),很像Lidar這些激光雷達(dá)方案,目前iphone12已經(jīng)攜帶激光雷達(dá),可能是下一個(gè)應(yīng)用方向。




作者: lbseraph    時(shí)間: 2020-11-08 21:54
本帖最后由 lbseraph 于 2020-11-09 10:42 編輯

1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
人臉檢測(提取人臉特征點(diǎn)),人臉美顏(美白、瘦臉。。),目標(biāo)分割(比如對(duì)五官分割),人臉鏡像的話使用了虛擬攝像機(jī),OpenGL實(shí)時(shí)渲染。。。感覺以后不少修圖師要失業(yè)了,手工PS時(shí)代將要過去,但使用那些美圖特效app上傳個(gè)人照片也擔(dān)心隱私?jīng)]了,以后AI說不定比你還懂你的臉。

2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
人臉檢測的基礎(chǔ)是人臉關(guān)鍵點(diǎn)檢測,目前68點(diǎn)標(biāo)注是最通用的一種方案,OpenCV的Dlib算法有采用。國內(nèi)也有企業(yè)采用更多標(biāo)注的方案(比如百度用過72和150個(gè)點(diǎn)的方案,美圖甚至使用超過1000個(gè)以上的方案--注: 來自有三數(shù)據(jù)),那些可以用于三維人臉圖像重建。近年來,基于CNN模型點(diǎn)深度學(xué)習(xí)方法也應(yīng)用到人臉關(guān)鍵點(diǎn)檢測里面,雖然深度學(xué)習(xí)技術(shù)讓人臉關(guān)鍵點(diǎn)算法性能不斷提升,但還有些地方比較難處理,比如遮擋,戴口罩其實(shí)比較容易處理,但如果戴著大墨鏡擋住眼睛就無法很好提取到眼部特征點(diǎn)了(PS: 有些電影里面看的角色戴著鴨舌帽低著頭不讓攝像頭拍到臉也是個(gè)躲避方法)。

3)如何識(shí)別和改變?nèi)四槺砬椤㈩佒、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
性別、年齡、表情等這些生物特性可作為身份驗(yàn)證的依據(jù)。表情識(shí)別有分整體識(shí)別和局部識(shí)別、幾何特征法、容貌特征法等,算法中采用融合LBP和局部稀疏表示的算法的比較著名;性別識(shí)別方法有基于特征臉(EigenFace)的、基于Fisher準(zhǔn)則的,基于Adab oost+SVM等分類方法;年齡識(shí)別有利用深度學(xué)習(xí)技術(shù)通過統(tǒng)計(jì)分類的方法,比如未成年人和成年人,有用VGG網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí);應(yīng)用方面比較多的,人機(jī)交互、安全、機(jī)器人制造、醫(yī)療、汽車等領(lǐng)域都可以使用。比如可用在罪犯識(shí)別上,比如使用十年前的罪犯照片來甄別現(xiàn)在的逃犯(你也知道現(xiàn)在公共場所到處有攝像頭,后臺(tái)都可以拿這些數(shù)據(jù)去分析甄別的)。

4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
大家常用的美顏估計(jì)也是自拍時(shí)候使用,之前看新聞?wù)f小米針對(duì)印度市場的手機(jī)專門有美白效果(看來阿三也不喜歡自己太黑了)。本人還比較少使用短視頻和直播,但知道這類app都可以在直播中加入“美顏”技術(shù)。也有在研究美妝算法,確實(shí)可以使用在化妝方面,比如真正化妝之前讓AI針對(duì)客戶給出不同效果的妝容,讓客戶選擇,然后再真正化妝。其實(shí)技術(shù)落地難點(diǎn)是應(yīng)用場景,有能廣泛使用的場景的話,自然就會(huì)有更多的資金投入研究。

5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?
二維圖像是扁平化的,沒有立體感;三維圖像還有空間維度,不同景深,要復(fù)雜的多。二維人臉圖像技術(shù)沒有空間信息,目前有通過3D攝像頭立體成像來采集空間點(diǎn)位的三維坐標(biāo)信息。目前用于訓(xùn)練深度學(xué)習(xí)的圖像通常是二維的,現(xiàn)在不少三維人臉圖像技術(shù)研究都是基于二維圖像來建模。對(duì)于個(gè)人自我學(xué)習(xí)來說,深度學(xué)習(xí)訓(xùn)練過程中比較麻煩的是收集足夠多的訓(xùn)練圖像,不過可以找些已有的數(shù)據(jù)集,比如FRGC(https://cvrl.nd.edu/projects/data/)。

作者: aloki    時(shí)間: 2020-11-15 15:03
(1)“天天P圖”“抖音”“快手”等熱門App上的人臉特效都用了哪些人像處理技術(shù)?
人臉融合、人臉美顏、人臉試妝、人像分割、人臉變化

(2)人臉檢測和識(shí)別的核心算法是什么?目前還有哪些待攻克的難題?
人臉檢測算法模型的流派包括三類:viola-jones框架(性能一般速度尚可,適合移動(dòng)端、嵌入式上使用),dpm(速度較慢),cnn(性能不錯(cuò))。
受疫情影響,民眾們無不戴上了口罩,這同時(shí)也給人臉識(shí)別檢測造成了不小的困擾。由于口罩遮擋,人像信息減少,學(xué)習(xí)到的特征的判別性隨之較少。具體的,二維紋理信息會(huì)由于遮擋而丟失、三維形狀信息會(huì)帶有噪聲;口罩類型比較多且口罩遮擋程度不一,如何更多地利用非遮擋區(qū)域的信息也是一個(gè)影響因素;戴口罩人臉的人臉檢測和人臉關(guān)鍵點(diǎn)檢測的精度受到口罩遮擋的影響會(huì)降低。需要考慮的另一個(gè)主要問題是,盡管目前表情識(shí)別技術(shù)已經(jīng)被廣泛研究,但是我們所定義的表情只涵蓋了特定種類的一小部分,主要是面部表情,而實(shí)際上人類還有很多其他的表情。

(3)如何識(shí)別和改變?nèi)四槺砬、顏值、性別及展現(xiàn)的年齡?都有什么應(yīng)用場景?
人臉表情識(shí)別系統(tǒng)主要由人臉圖像的獲取、人臉檢測、特征提取、特征分類四部分組成。人臉表情識(shí)別系統(tǒng)由于開源表情數(shù)據(jù)庫目前已經(jīng)比較多,圖像獲取難度不大,人臉檢測算法也比較成熟,已經(jīng)發(fā)展成為一個(gè)獨(dú)立的研究方向,因此人臉表情識(shí)別的研究主要體現(xiàn)在系統(tǒng)的后面兩個(gè)步驟:特征提取和特征分類上。其應(yīng)用場景包括:實(shí)名認(rèn)證、刷臉支付、刷臉開門、人臉考勤、人臉檢索等。

(4)人臉美顏技術(shù)的最新應(yīng)用是什么?如何從傳統(tǒng)的磨皮美白過度到智能化妝?
人臉融合 —— 毫秒級(jí)換臉,對(duì)兩張人臉進(jìn)行融合處理,生成的人臉同時(shí)具備兩張人臉的外貌特征。
人像分割 —— 一鍵摳圖,識(shí)別圖像中的人體輪廓,與背景進(jìn)行分離,適應(yīng)多個(gè)人體、復(fù)雜背景、各類人體姿態(tài)。
人臉試妝 —— 其實(shí)和美顏很像,只不過人臉試妝主要是集中在五官的一個(gè)具體的部位,比如說唇色、眼妝、腮紅和底妝等。
智能化妝也不是什么高級(jí)的技術(shù),只不過主要是集中在五官的一個(gè)具體的部位,比如說唇色、眼妝、腮紅和底妝等。

(5)三維人臉圖像技術(shù)與二維人臉圖像技術(shù)相比有什么不同?如何進(jìn)行學(xué)習(xí)?
一般所講的 RGB、灰度、紅外人臉圖像即為二維人臉圖像技術(shù),它們多為某一視角下表征顏色或紋理的圖像,沒有空間信息。三維人臉圖像技術(shù)般由多張不同角度的深度圖像合成,完整展示人臉的曲面形狀,并且人臉以密集點(diǎn)云的方式呈現(xiàn)在空間中,具有一定的深度信息。
至于怎么學(xué)習(xí),首先了解相關(guān)的理論,然后就是實(shí)踐再實(shí)踐,在實(shí)習(xí)中實(shí)踐,在實(shí)踐中學(xué)習(xí)。



作者: lbseraph    時(shí)間: 2020-12-01 18:07
這帖結(jié)束了吧?管理員去哪兒了?
作者: 飄絮絮絮丶    時(shí)間: 2020-12-02 09:07
回復(fù) 17# lbseraph

嗯 嗯 會(huì)想選出來獲獎(jiǎng)用戶的 最近一直在忙大會(huì)




歡迎光臨 Chinaunix (http://72891.cn/) Powered by Discuz! X3.2