在信息化的今天，安全問題已經(jīng)成為了與每個(gè)人切身相關(guān)的問題。特別是對(duì)于個(gè)人身份信息來說，諸多垃圾短信和騷擾電話的出現(xiàn)也說明了信息安全對(duì)于我們自身的重要性。近日，香港中文大學(xué)教授湯曉鷗、王曉剛及其研究團(tuán)隊(duì)宣布，他們研發(fā)的DeepID人臉識(shí)別技術(shù)的準(zhǔn)確率超過99%，比肉眼識(shí)別更加精準(zhǔn)。我們有幸對(duì)湯曉鷗教授進(jìn)行了書面采訪，請(qǐng)他談?wù)効蒲薪?jīng)歷與行業(yè)發(fā)展。
▲香港中文大學(xué)教授湯曉鷗教授
據(jù)悉，湯曉鷗教授領(lǐng)導(dǎo)的計(jì)算機(jī)視覺研究組 (mmlab.ie.cuhk.edu.hk) 開發(fā)了一個(gè)名為DeepID的深度學(xué)習(xí)模型， 在LFW (Labeled Faces in the Wild)數(shù)據(jù)庫上獲得了99.15%的識(shí)別率，這也是有史以來首次超過99%的LFW識(shí)別率。
在此之前，，F(xiàn)acebook發(fā)布了另一套基于深度學(xué)習(xí)的人臉識(shí)別算法DeepFace，在LFW上取得了97.35%的識(shí)別率。本次湯曉鷗教授的研究團(tuán)隊(duì)發(fā)布的DeepID在實(shí)驗(yàn)數(shù)據(jù)的應(yīng)用數(shù)量上只有20萬，但是錯(cuò)誤率更低。
在談到人臉識(shí)別領(lǐng)域的時(shí)候，湯曉鷗教授表示從學(xué)術(shù)上來講，人臉識(shí)別技術(shù)起到了一個(gè)標(biāo)桿的作用，對(duì)于其他研究有著深度的借鑒意義。他同時(shí)表示，從2000年從事人臉識(shí)別技術(shù)研發(fā)開始，已經(jīng)有了10多年的科研經(jīng)驗(yàn)，除了人臉識(shí)別之外，包括檢測(cè)、定位、表情、姿態(tài)等相關(guān)技術(shù)也有涉及。
湯曉鷗教授還特別談到了DeepID的主要內(nèi)容——deep learning，這是一種模仿人大腦的學(xué)習(xí)過程，是一項(xiàng)比較開創(chuàng)性的工作。DeepID的識(shí)別率要高于人眼，意味著替代人類做更可靠的工作，很多靠人工識(shí)別圖像的工作可以由機(jī)器承擔(dān)。
在談到NVIDIA的加速作用時(shí)，湯曉鷗教授表示——用了NVIDIA Tesla K40以后，GPU可以將計(jì)算時(shí)間提高幾十到上百倍，大大縮短模型生成過程的時(shí)間。就現(xiàn)有項(xiàng)目里的實(shí)際情況，原來30天的計(jì)算量，現(xiàn)在10個(gè)小時(shí)就可以完成。NVIDIA給了我們很多支持，我們要做成世界第一，最后我們也實(shí)現(xiàn)了。
在談到DeepID人臉識(shí)別技術(shù)的市場(chǎng)化時(shí)，湯曉鷗教授認(rèn)為它將有助于提升智慧城市的實(shí)現(xiàn)速度。不過他也談到目前該項(xiàng)技術(shù)還僅限于小眾范圍應(yīng)用，大規(guī)模的普及還需要市場(chǎng)的檢驗(yàn)。