日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

人臉識(shí)別新工具:數(shù)據(jù)少也能認(rèn)識(shí)“國際臉”( 二 )


“這就相當(dāng)于研究人員把試卷出好 , 機(jī)器作答 。 ”鄧偉洪說 。
實(shí)現(xiàn)并不簡單 , 在具體操作層面 , 物體識(shí)別不同于人臉識(shí)別 。 物體識(shí)別的源域和目標(biāo)域可以重疊 , 且信息獲取相對(duì)便宜 , 充足的源域數(shù)據(jù)使識(shí)別工具能夠區(qū)分和判別目標(biāo)域信息 。
因此 , 研究人員提出了一種信息最大化自適應(yīng)網(wǎng)絡(luò) 。 王玫介紹 , 該方法一方面減小源域和目標(biāo)域的全局分布差異 , 另一方面能夠?qū)W習(xí)有區(qū)分性的目標(biāo)域特征 。
“也就是說 , 卷積神經(jīng)網(wǎng)絡(luò)可以在無監(jiān)督的情況下 , ‘自覺’地學(xué)習(xí)目標(biāo)域人臉的特征 。 ”王玫說 。
為了解決兩個(gè)域之間類別不重疊的問題 , 信息最大化自適應(yīng)網(wǎng)絡(luò)采用譜聚類算法生成“偽標(biāo)簽” , 并在監(jiān)督下利用偽標(biāo)簽對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)適應(yīng) , 初步提高目標(biāo)域的性能 。
這種聚類方案與其他不適用于人臉識(shí)別的域自適應(yīng)方法有著本質(zhì)區(qū)別 。 王玫解釋 , 新方法可以在全新的目標(biāo)域上自主學(xué)習(xí) , 不需要人工干預(yù) , 避免了隱私泄露的風(fēng)險(xiǎn) 。
為了進(jìn)一步提高網(wǎng)絡(luò)輸出的鑒別性 , 研究人員還提出了一種新的基于互信息的自適應(yīng)方法 , 它以無監(jiān)督的方式在目標(biāo)域的特征之間產(chǎn)生更大的間距 。
與一般的有監(jiān)督的損失和有監(jiān)督的互信息不同 , 該方法具有無監(jiān)督的特性 , 其可以利用所有無標(biāo)簽的目標(biāo)域數(shù)據(jù) , 無論這些數(shù)據(jù)是否被成功地分配了偽標(biāo)簽 。
基于公開數(shù)據(jù)進(jìn)行驗(yàn)證
這套方案是否能在非監(jiān)督的情況下 , 提高人臉識(shí)別工具對(duì)不同國家/地區(qū)居民臉部信息的識(shí)別率呢?
研究人員采用全球各地名人的公開數(shù)據(jù)進(jìn)行驗(yàn)證 。 結(jié)果表明 , 信息最大化自適應(yīng)網(wǎng)絡(luò)可以成功地將識(shí)別能力從源域應(yīng)用到其他國家/地區(qū)的目標(biāo)域人群中 , 且識(shí)別性能優(yōu)于其他域自適應(yīng)方法 。 消融實(shí)驗(yàn)研究發(fā)現(xiàn) , 互信息損失對(duì)減少識(shí)別偏差有重要作用 。
王玫補(bǔ)充 , 信息最大化自適應(yīng)網(wǎng)絡(luò)在跨姿態(tài)、跨場景的應(yīng)用上也有很好的泛化性能 。
鑒于較好的實(shí)驗(yàn)結(jié)果 , 研究團(tuán)隊(duì)已經(jīng)對(duì)外發(fā)布RFW數(shù)據(jù)集 , 以推進(jìn)研究進(jìn)一步深入 。
目前 , 已有哈佛大學(xué)、帝國理工學(xué)院、清華大學(xué)、思科、華為、NEC、IBM等20多個(gè)國家的科研院所、企業(yè)的科研團(tuán)隊(duì)申請(qǐng)使用RFW進(jìn)行多人種人臉識(shí)別研究 。
值得一提的是 , 該方法在進(jìn)行自適應(yīng)學(xué)習(xí)的同時(shí) , 仍然需要利用源域地區(qū)采集的標(biāo)注數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練 。 這就意味源域數(shù)據(jù)具有隱私泄露風(fēng)險(xiǎn) 。 如何在源域數(shù)據(jù)不外傳的情況下進(jìn)行目標(biāo)域的自適應(yīng)學(xué)習(xí) , 將是非常值得研究的問題 。
【人臉識(shí)別新工具:數(shù)據(jù)少也能認(rèn)識(shí)“國際臉”】鄧偉洪表示 , 下一步希望在完全不采集目標(biāo)域數(shù)據(jù)的情況下 , 提出具有更強(qiáng)泛化能力的新算法 , 直接提高人臉識(shí)別工具在未知目標(biāo)域的準(zhǔn)確率 。

推薦閱讀