Nhận dạng khuôn mặt
Xác định hai khuôn mặt có phải cùng một người
Toàn văn của trang này được trình bày bằng tiếng Anh; tiêu đề và phần dẫn đã được bản địa hóa.
NĂNG LỰC NÀY NGHĨA LÀ GÌ
Takes one or two face images and outputs an identity decision: verification answers whether the two are the same person, while identification asks who in a gallery a face matches. Faces are first aligned and encoded into feature vectors, then compared by distance. Unlike classification the class set is not fixed; the comparison target comes from a dynamic gallery.
Làm ra sao về mặt kỹ thuật
The pipeline typically detects a face, aligns it by keypoints, and extracts a feature vector with a deep network trained by metric learning to pull the same person together and push others apart. Early systems relied on hand-crafted features; deep metric learning around 2014 pushed accuracy past the practical threshold. Liveness detection, which separates a live person from a photo or a mask, is an indispensable part of any deployment.
Sản phẩm tiêu biểu
1Tổ chức liên quan
Cách dùng tiêu biểu
- Access control and ID verification
- Automatic people grouping in photo albums
- Identity confirmation for remote account opening
- Video search and person tracking
Đánh giá nó tốt hay không thế nào
- 1:1 verification accuracy
- Correct same-or-different decisions
- TAR@FAR
- True accept rate at a fixed false accept rate
- Identification mAP
- Ranking quality when searching a gallery
Ranh giới và điểm khó
- Large pose differences, age gaps and harsh lighting push the same person apart in feature space
- Uneven training data produces systematic bias across skin tones and genders
- Photos, replayed video and realistic masks can fool the system, so liveness detection is required, not optional
Các khái niệm đằng sau
Biểu diễn số của ảnh
Với máy móc, một bức ảnh chỉ là các lưới số xếp chồng
Thị giác tự giám sát và học tương phản đa phương thức
Không cần nhãn: học cách nhìn bằng việc nhận ra ảnh nào giống nhau
Đánh giá mô hình và kiểm định chéo
Độ chính xác là chỉ số dễ đánh lừa nhất — đánh giá sai thì mọi thứ sau đó đều vô nghĩa