9CaKrnK85Lz city.huanqiu.comarticle微软中国必应(Bing) 多媒体实验室在 MegaFace 测试中刷新纪录/e3pmh1nv4/e3pmh1ojl近日,微软中国必应(Bing)多媒体实验室 (MM Lab) 在国际知名人脸识别数据库 MegaFace 百万级别人脸测试中,以 98.998% 的成绩取得第一(Challenge1/FaceScrub identification task),参加这项测试的还有来自腾讯,清华大学,俄罗斯Vocord,Google等公司的AI团队。MegaFace是一项百万规模级别的面部识别算法测试基准,由美国华盛顿大学计算机科学与工程实验室发布并维护。该测试资料集中包含69万人的100万张图片,以海量人脸注册情况下的辨识率为主要指标,难度较大,还包含同一个名人不同年龄跨度的照片,其中不乏让人难以分辨的例子,比如克里斯·埃文斯 (Chris Evans) 不同装扮下的照片,难以分辨是不是同一个人:MegaFace最新的人脸辨识率榜单已公布(从100万人中辨识出正确人脸的成功率,排名第一的BingMMLab V1即是出自微软中国必应多媒体实验室,该实验室隶属于微软亚洲互联网工程院,是微软人工智能部门的分支,负责Bing图像和视频搜索,致力于通过最新的计算机视觉和深度学习技术提升搜索体验。据Bing多媒体实验室的介绍,该技术基于知识图谱获得名人的身份数据,并通过Bing图像搜索引擎,自动收集千万级人脸图像做为训练数据,如下图所示。与其他开发者使用上百层的网络结构的多模型集成方法不同,Bing更加侧重模型在实际场景应用而非实验室指标。实际场景要求模型对计算资源的消耗小,响应快,因此Bing设计了一个69层的密集连接网络(DenseNet),相对于较深较窄的CNN,较浅较宽 (通道数量大) 的CNN在维持同样精准度的同时,更符合GPU的并行属性,因此运行效率更高。作为搜索引擎的Bing,致力于开发人脸识别,其原因之一便是用户需求。比如:Bing在图像搜索中应用的人脸识别技术,帮助用户辨别名人(如下图所示)。此外,微软Windows 10上内置照片App通过使用Bing的人脸识别技术,帮助用户对好友照片进行自动分组,以便整理照片, 如下图所示:1524891240000责编:tangtian东北新闻网152489124000011[]
近日,微软中国必应(Bing)多媒体实验室 (MM Lab) 在国际知名人脸识别数据库 MegaFace 百万级别人脸测试中,以 98.998% 的成绩取得第一(Challenge1/FaceScrub identification task),参加这项测试的还有来自腾讯,清华大学,俄罗斯Vocord,Google等公司的AI团队。MegaFace是一项百万规模级别的面部识别算法测试基准,由美国华盛顿大学计算机科学与工程实验室发布并维护。该测试资料集中包含69万人的100万张图片,以海量人脸注册情况下的辨识率为主要指标,难度较大,还包含同一个名人不同年龄跨度的照片,其中不乏让人难以分辨的例子,比如克里斯·埃文斯 (Chris Evans) 不同装扮下的照片,难以分辨是不是同一个人:MegaFace最新的人脸辨识率榜单已公布(从100万人中辨识出正确人脸的成功率,排名第一的BingMMLab V1即是出自微软中国必应多媒体实验室,该实验室隶属于微软亚洲互联网工程院,是微软人工智能部门的分支,负责Bing图像和视频搜索,致力于通过最新的计算机视觉和深度学习技术提升搜索体验。据Bing多媒体实验室的介绍,该技术基于知识图谱获得名人的身份数据,并通过Bing图像搜索引擎,自动收集千万级人脸图像做为训练数据,如下图所示。与其他开发者使用上百层的网络结构的多模型集成方法不同,Bing更加侧重模型在实际场景应用而非实验室指标。实际场景要求模型对计算资源的消耗小,响应快,因此Bing设计了一个69层的密集连接网络(DenseNet),相对于较深较窄的CNN,较浅较宽 (通道数量大) 的CNN在维持同样精准度的同时,更符合GPU的并行属性,因此运行效率更高。作为搜索引擎的Bing,致力于开发人脸识别,其原因之一便是用户需求。比如:Bing在图像搜索中应用的人脸识别技术,帮助用户辨别名人(如下图所示)。此外,微软Windows 10上内置照片App通过使用Bing的人脸识别技术,帮助用户对好友照片进行自动分组,以便整理照片, 如下图所示: