有两个问题,一个是face detection,目的是检测一张图片中有没有人脸。第二个是face recognition,目的是检测一张脸究竟是谁的脸。两个任务的用途不同。比如照相机对焦,一般只需要识别人脸在哪里,不需要识别出是谁。当然现在也有能识别是谁的照相机。

人脸识别有多种不同方法,不能用几句话完全概括。机器学习的方法里面,很多需要对算法进行训练。这些算法里面一般有一些参数。这些参数具体取什么值,设计的时候并不知道。需要用一些数据进行训练。训练的过程就是决定参数值的过程。

所以训练集的作用是很重要的。如果训练的时候使用大量普通人的照片,这样训练出来的系统就能够识别大量普通人,但区分这些经过整容的选手就有困难。如果训练时专门使用整容选手的照片,就有可能找到这些选手之间的细微差别。这就是匿名用户说的计算机更善于捕捉细节。

人类的面部识别系统同样和经验有关。如果一个人平时很少看到外国人,他会觉得外国人的脸看起来都差不多。有研究表明,婴儿不仅能够识别人脸,甚至还能识别一些动物的脸。但发育到一定阶段之后,识别动物的脸的能力就消失了。如果一个婴儿生下来以后,见到的全部都是整容选手,他也许会有很强的识别能力。

— 完 —

本文作者:知乎用户(登录查看详情)

【知乎日报】
你都看到这啦,快来点我嘛 Σ(▼□▼メ)

此问题还有 18 个回答,查看全部。
延伸阅读:
面部识别或形状识别,比如:从一张手的照片内识别出指甲的轮廓。应当如何做?
Siri 属于语音识别还是人工智能?

分享到