第 72 章 深度學習(第1/2 頁)

“多少？99和1秒？”鄭石見聽到這個資料絕望了。

他們漢旺公司做的演算法準確率連50都達不到，而且還需要人正對著攝像頭一直看著，識別速率也要5秒到10秒。

這跟馬天的比起來，說是垃圾也不為過。

從03年努力至今，8年的成果全是垃圾！

鄭石見就感覺一下子被抽去了精氣神，佝僂了起來，努了努嘴，想說什麼最終還是變成：“謝謝馬總的告知，我沒有什麼問題了，今天打擾了！”

有氣無力的話說完，鄭石見起身就要離開。

馬天注視著這一切，眼睛卻是在閃動。

他想了想，出聲阻止鄭石見離開道：“先別急著走，跟我講講國內外現在人臉識別的技術發展到了哪一步吧！”

鄭石見看了看馬天，還是回到原位說了起來：

“國外的沙蘇哈博士在2001年提出了基於商影象的人臉識別與繪製技術，對各種光照條件不邊的人臉簽名影象的定義，可以用於光照不變情況下的人臉識別，讓人們意識到人臉識別光影象演算法的研究。

後來巴斯萊和雅各布博士利用球面諧波表示光照，用卷積過程描述反射的方法證明了：由任意遠點光源獲得的所有朗博反射函式的集合形成了一個線性空間！他們的證明為人臉光照變換問題解決提供了思路。

現在基本上都是在這兩者依據上繼續最佳化不同光照下人臉識別的準確率。

目前國際領先的技術分別是gnitec(可可耐特），idetiix(愛德帝查）幾家公司，他們基於矩形特徵和adaboost特徵檢測，能達到80的準確率！”

鄭石見娓娓道來，顯然對國際有關於人臉識別的技術研究頗深。

馬天滿意得點了點頭：“那你們漢旺公司研究的呢？”

鄭石見：……

鄭石見沉默了，正所謂打人不打臉，馬天此舉跟打臉有啥區別。

不過他還是如實回答道：“現在我們對於人臉識別演算法的研究比較少，目前還不是活體檢測，準確率在30左右吧！”

這下輪到馬天沉默了，他沒想到國內這麼菜。這國內除了他落後國外有點多啊，人家都上傳到演算法落地的地步，國內還是剛起步研究。

鄭石見看到馬天沉默，也是終於忍不住問出了自己的疑惑：“馬總，我想問一下，你是怎麼一下子就跨越這麼多的技術，達到99準確率的？”

不是他不相信馬天，而是確實有點離譜。技術是要一代一代積累的，哪有那麼容易一步登天。

他不知道馬天是個掛逼，lv3的數學已經把最終版的人臉識別演算法差不多送到了馬天腦子裡，馬天稍微看著人臉圖片一聯想就能寫出來。

“因為我用到的技術為深度學習，或者稱為神經網路！”馬天回答道。

深度學習很多搞ai的人都不陌生，它是一個複雜的機器學習演算法，在語言和影象識別方面取得的效果，遠遠超過先前的技術。

簡而言之，它就像賦予機器人類的神經網路一樣，具有學習和總結的能力。比如對一個人臉圖片，它可以讓機器像人一樣分為三層來加快識別。

我們正常人識別一個人臉，首先看五官對吧，其次可能看頭髮、面板皺紋，最後透過頭部以下身體來判斷是不是人臉。

機器利用多層神經網路來深度學習，也可以大致具備這樣的能力。

“你難道說的是2006年機器學習大師、多倫多教授基爾夫裡發表在《科學》期刊上的嗎？”鄭石見問道。

馬天點了點頭，也是沒想到國外已經提出了機器學習這個概念了，但是在鄭石見面前，他肯定得裝作知道這篇論文的事情。