人脸识别技术能区分双胞胎吗?

推荐  (0) | 6人关注关注
4个答案
25 0

傅里叶变黄油猫软件工程师,应用数学专业

2014-05-20 12:40

如果“能不能”理解为“是否能实用”,那就是准确率多高的问题。我替楼主重新提问:
用人脸识别技术区分双胞胎的准确率有多高?

但光这样问,依然缺少很多先决条件,例如“准确率”的定义,例如应用范围。所以,我尝试更严格地问这个问题:
给出两组双胞胎(同卵、下同)的照片样本(分别是老大和老二的),样本量足够大,而且样本环境、角度、表情都基本涵盖,某人脸识别算法通过学习后,再判断一组测试样本是老大还是老二时的准确率是多少?

另外,瞎猜显然也有50%的准确率,所以如果准确率是50%左右,可以认为算法是失败的。

首先,我要先介绍一下目前人脸识别技术的进展:

最近有报道称,有一组来自香港大学地团队,他们设计的人脸识别算法在给定的样本中比人识别的准确率更高。文章看不懂没关系,大家可以看看里面的图片,同一个人再角度、环境、表情都很不相同的情况下,机器也需要正确识别。但报道还是挺有良心,说明了实际上在另外一些情景里,该算法还是不及人识别。

该算法基本是业界标准流程:(1)照片中探测并标记出人脸;(2)标定几个关键点,例如眼角、嘴角;(3)在关键点附近使用Multi-Scale LBP提取特征;(4)比较特征距离。这部分是该算法特色部分,他们提出了一种比较有特点的特征比较方法,比起一般的粗暴算法(什么欧氏距离)效果更好。所以该算法算是“微创新”吧,没有高大上的感觉。

我不太信大学团队,因为他们的论文只管数据的华丽程度,不管算法的实用性。相比之下,工程团队的成果更靠谱。国内face++团队和Facebook收购的face.com团队,都使用了深度学习算法(巨大的神经网络,高大上),声称将人脸识别准确率提升到接近人(97.x%)。目前,人脸识别领域最有成效的就是深度学习。

目前普通人群人脸识别技术,准确率接近人识别,但在样本不足的情况下(这是很正常的),其准确率大不如人。

回到楼主的问题。其实在一大堆普通人里识别,和双胞胎中识别,技术上区别不大,不过要针对双胞胎情景做特殊的算法选择、参数优化,光是用普通人群的算法,我敢肯定准确率不比50%高多少。幸好,人数少也降低了难度。具体做这项研究的人很少,是否靠谱说不上,我了解的也不多,但可以通过讨论机器识别和人识别各自的优缺点来判断:

  • 人的优势是在图像层,有极复杂、高能效、高并发的神经网络,这允许人脑做很多复杂的、机器难以实现的图像处理,如三维转换、光照补偿,可精确地提取少数关键的特征,例如鼻子宽度、两眼距离。
  • 机器的优势是在特征层,通过提取大量(例如上百个)特征来抵抗噪声(信息技术领域用“噪声”指代一切干扰因素,可导致特征值不可预测的起伏),但每个特征都很不可靠(举个简单的例子,颜色就是很不可靠的特征,光照和相机质量都对颜色有很大的影响)。例如使用单个特征只能有52%的准确率,但如果有1000个52%准确率的特征,总体就可以达到90%的准确率。

因此,机器识别更容易被噪声所干扰,对于差别本就很小的同卵双胞胎,压力山大啊!

如上图这对双胞胎,人识别还是很有把握的,一般人都能留意鼻子区别比较明显。但对于机器来说,由于其它部分都太相似,只有鼻子的特征可用于区分,而因为机器的先天不足,提取出来的特征不那么可靠,所以以目前技术来说,机器对这两个人脸的识别能力远比人识别差。

0 0

双胞只是长的比较像的话,能,如果很像,人眼都不好分,那么不能

0 0

把妆卸了就分不出了,别提双胞胎了

0 0

总觉得目前的方向有问题.目标是:人脸识别,但是现在的目标变成了:像大脑一样的识别人脸.这个目标很难达成.

我觉得可以用三维扫描的办法,得到人脸的一张"壳",对比不同的壳,把它们扣在一起,根据两张壳的吻合程度就能识别不同的人了.

查看更多

添加回答

登录 后回答问题,你也可以用以下帐号直接登录

相关问答

关于我们 加入果壳 媒体报道 帮助中心 果壳活动 家长监控 免责声明 联系我们 移动版 移动应用

©果壳网    京ICP证100430号    京网文[2018] 6282-492号    新出发京零字东150005号     京公网安备11010502007133号

违法和不良信息举报邮箱:jubao@guokr.com    举报电话:18612934101    网上有害信息举报专区    儿童色情信息举报专区