SegmentFault专访Face++ —— 世界领先的人脸识别云服务平台

简介: Face++是一个人脸识别云服务平台,通过它提供的开放服务,开发者可以快速地在自己的产品中集成面部识别功能。Face++团队专注于研发世界最好的人脸检测、识别、分析和重建技术,通过融合机器视觉、机器学习、大数据挖掘及3D图形学技术,致力于将最新、性能最好、使用最方便的人脸技术提供给广大开发者和用户。

Face++是一个人脸识别云服务平台,通过它提供的开放服务,开发者可以快速地在自己的产品中集成面部识别功能。Face++团队专注于研发世界最好的人脸检测、识别、分析和重建技术,通过融合机器视觉、机器学习、大数据挖掘及3D图形学技术,致力于将最新、性能最好、使用最方便的人脸技术提供给广大开发者和用户。

image.png

Face++的技术目前处于世界领先水平, 最近半年摘得多项世界技术比赛的桂冠:

  1. 人脸检测(在照片中精准定位人脸位置的算法),在世界公开评测集FDDB 排名第一
  2. 人脸关键点检测(精准定位面部关键部门的位置),在世界公开评测比赛300-W排名第一
  3. 在最重要的互联网图片人脸识别(Face recognition) 比赛LFW中,Face++团队更是力压Facebook人脸团队 (前face.com团队),获得世界第一。在极难识别的互联网新闻图片上,获得了97.3%的准确率。

image.png

Face++为开发者提供了云端API、离线SDK,开发者可以方便地在自己的应用中集成人脸识别功能。


SegmentFault访谈了Face++团队,希望能帮助开发者更好地了解Face++。

SegmentFault: Face++能够应对复杂的光照并支持多种人脸姿态,能简单说一下背后采用的技术么?

Face++: Face++已经能够较为稳定地应对复杂的光照和人脸姿态,但过于极端的光照和姿态还是十分困难。Face++的全线技术都更新为大数据深度学习算法,通过收集的海量人脸照片,新型的神经网络算法可以通过大数据训练形成性能更好的人脸检测,人脸分析,和人脸识别技术。


SegmentFault: Face++大规模人脸搜索技术的快速高效主要得益于单张人脸特征长度小?除此以外有用其他技术优化搜索么?

Face++: 首先,Face++通过自己特有的face representation算法可以将每张人脸压缩到几个字节的长度。同时,我们在搜索建表,最近邻查找等技术也有自己独特优化的算法。


SegmentFault: Face++的人脸验证可以有效分辨活体和照片,不过绕过人脸验证的另一种方法是使用事先录制的用户视频。Face++是如何应对这种情况的?

Face++: 现在的Face++可以通过眨眼,表情变化等细微面部特征来分辨活体和照片。但和其他生物特征验证方式一样,Face++的活体技术短期内还无法应对如视频攻击这样的情况。


SegmentFault: Face++在ICCV2013上宣讲的Coarse-to-fine CNN技术,其中内部关键点检测之后还会有两级优化,但是比内部关键点识别难度还要大的轮廓关键点却没有后续的优化。这是为了减少步骤加快识别速度还是有其他的原因?

Face++: 我们其实试过内部和外部的多级优化,外部点因为比较不稳定,且ground-truth标准较难统一,所以多级优化后效果不明显,内部多级优化提升明显。


SegmentFault: Face++ 目前发布的两篇论文,关键点检测和人脸特征表示都是基于DCNN的技术。深度学习是人脸识别技术的发展方向么?

Face++: 未来深度学习一定是必须采用的方向。在我们看来深度学习和传统视觉方法有很强互补性,未来Face++也一定是两条路都要走。


SegmentFault: 百度余凯合著的深度学习论文得过ICML的Best Paper Runner-up Award,百度也成立了IDL(深度学习研究院),Google、Facebook也收购了一些人脸识别的公司。Face++ 目前具备世界领先的人脸识别技术,是怎么做到的?在Face++看来,在技术研发方面,创业公司相比巨头有哪些优势和劣势?


Face++: 百度,Google, 和Facebook都在深度学习上做的十分出色。在我们看来,大的技术革新最终靠的是人才。比如深度学习,大家都是初期的探索者,谁能更专注的进行更快速的技术革新,谁就会最终胜出。Face++在人才和技术专注度上都较为有信心。


SegmentFault: Face++的服务平台使用的是自建服务器还是第三方云服务?

Face++: 我们也是自建服务器和第三方云服务结合。

SegmentFault: Face++的算法研发用到了C++、Matlab和Python?能比较下Matlab和Python在视觉算法研究方面的优势和不足么?

Face++: 优势是比较糙快猛,方便验证idea;落实到系统和实用级别,可能还是要采用C++。


SegmentFault: Face++为iOS和Android提供了离线人脸检测,这和Face++的在线服务在功能上、识别准确率上有哪些差距?

Face++: 我们的离线人脸检测,可以理解为是一个轻量级版本,可以比较好的检出near-frontal的脸,能解决一些最基本需求。其他的功能还是线上服务性能更好,很快我们还会推出professional版本,以发布一些我们最新的技术,不过会限调用量。

SegmentFault: 网站介绍中说Face++的技术可以实时跟踪人脸,但是API中似乎没有找到相应的功能。以后会推出针对视频的人脸识别的API么?


Face++: 因为视频处理需要较多的计算资源,所以Face++会等自己各方面实力更强后再推出。

SegmentFault: 不同应用对人脸识别的要求可能是不一样的。比如人脸验证应用出于安全考虑,要保证尽可能低的FPR,而照片标记应用可能更偏向方便,兼顾FNR和FPR。以后Face++会推出针对性的服务么?(例如,API提供模式参数?)

Face++: 会,Face++未来会推出更厚的人脸服务,大家拭目以待。


SegmentFault: Face++团队最初的项目是结合视觉识别技术的体感操控游戏,目前主要为开发者、企业提供人脸识别技术的平台服务。以后的业务重心会偏向于提供平台服务,还是研发自己的产品呢?

Face++: Face++会一直作为一个出色的技术提供者存在。我们会一直优化我们的人脸技术和服务,未来还有可能从人脸拓展到其他图像领域。自己的产品会等技术打磨完成后再推进。

image.png

SegmentFault: Face++ 目前有多少员工呢?其中做技术的大概有多少?

Face++: 大约有20个全职,20个实习生。技术人员超过80%。


SegmentFault: 和一般创业公司不同,除了产品开发以外,Face++还需要进行算法科研。Face++内部从事开发和科研的人员比例大概是什么样的?

Face++: 开发和科研的比例大约是2:8左右。有很多出色的intern。


SegmentFault: 能介绍一下Face++的工作氛围么?

Face++: Face++是一个工程师氛围很浓的公司,理念是“Best is Endless. 追求极致.” 公司希望大家有硅谷创业的氛围,技术极客,快乐创业。

image.png

Face++休闲区

image.png

相关文章
|
2月前
|
前端开发 计算机视觉
人脸识别平台批量导入绑定设备的一种方法
人脸识别平台批量导入绑定设备的一种方法
21 0
|
11月前
|
监控 数据可视化 物联网
Java可视化物联网智慧工地SaaS平台源码:人脸识别考勤
基于微服务+Java+Spring Cloud Vue +UniApp +MySql实现的智慧工地云平台源码
111 1
|
移动开发 文字识别 前端开发
H5利用face++和腾讯云慧眼实现活体检测(人脸识别)的流程总结
H5利用face++和腾讯云慧眼实现活体检测(人脸识别)的流程总结
1040 0
|
Java 开发工具 开发者
基于虹软(ArcSoft)实现人脸识别——开发者平台配置篇
开发者平台配置篇 创建应用 导入相关jar包
389 0
基于虹软(ArcSoft)实现人脸识别——开发者平台配置篇
|
机器学习/深度学习 算法 生物认证
基于Android平台实现人脸识别
前言 在深度学习出现后,人脸识别技术才真正有了可用性。这是因为之前的机器学习技术中,难以从图片中取出合适的特征值。轮廓?颜色?眼睛?如此多的面孔,且随着年纪、光线、拍摄角度、气色、表情、化妆、佩饰挂件等等的不同,同一个人的面孔照片在照片象素层面上差别很大,凭借专家们的经验与试错难以取出准确率较高的特征值,自然也没法对这些特征值进一步分类。
4906 0
|
2月前
|
弹性计算 Java PHP
新手用户注册阿里云账号、实名认证、购买云服务器图文教程参考
对于初次购买阿里云产品的用户来说,第一步要做的是注册账号并完成实名认证,然后才是购买阿里云服务器或者其他云产品,本文为大家以图文形式展示一下新手用户从注册阿里云账号、实名认证到购买云服务器完整详细教程,以供参考。
新手用户注册阿里云账号、实名认证、购买云服务器图文教程参考
|
18天前
|
文字识别 算法 API
视觉智能开放平台产品使用合集之uniapp框架如何使用阿里云金融级人脸识别
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台,这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API,快速将视觉智能功能集成到自己的应用或服务中,而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
|
11月前
|
机器学习/深度学习 搜索推荐 计算机视觉
【阿里云OpenVI-人脸感知理解系列之人脸识别】基于Transformer的人脸识别新框架TransFace ICCV-2023论文深入解读
本文介绍 阿里云开放视觉智能团队 被计算机视觉顶级国际会议ICCV 2023接收的论文 "TransFace: Calibrating Transformer Training for Face Recognition from a Data-Centric Perspective"。TransFace旨在探索ViT在人脸识别任务上表现不佳的原因,并从data-centric的角度去提升ViT在人脸识别任务上的性能。
1924 341
|
2月前
对于阿里云OpenAPI的域名实名认证
【1月更文挑战第5天】【1月更文挑战第22篇】对于阿里云OpenAPI的域名实名认证
46 1

热门文章

最新文章