下周二,听中科视拓联合创始人张杰讲解姿态鲁棒人脸识别关键技术与应用

2019 年 9 月 7 日 智东西

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,随着刷脸时代的到来,人脸识别技术在国内发展迅速,应用场景越来越广泛,可应用于自动门禁系统、身份验证、ATM 取款机以及家庭安全等场景。


在多数的应用场景中,人脸图像都是在非严格控制的条件下采集的,使得拍摄的人脸图像不可避免地存在包含姿态、光照和表情变化等方面的变化,这些变化增加了人脸识别的难度。其中,姿态变化是目前人脸识别技术中存在的最大瓶颈之一。受姿态变化的影响,同一个人脸的表观产生巨大差异,导致人脸识别精度急剧下降,因此如何提取与人脸身份相关而与人脸姿态无关的特征显得尤为重要。


姿态鲁棒人脸识别技术就是为了解决姿态问题给人脸识别准确性带来的挑战,可以在保持较好识别性能的同时,增强人脸识别对各种应用场景的适应能力,得到稳定准确的人脸识别结果。


中科视拓一直致力于人脸识别技术的研究,自主研发了人脸检测、面部特征点定位、人脸属性分析、监控视频结构化等技术,通过漏斗型全姿态人脸检测技术可以检测出复杂场景中的各种人脸,同时可以实现人物性别、年龄、表情、肤色、等不同人脸属性的判别。 


下周二晚七点,智东西公开课策划推出的计算机视觉应用系列课第三讲继续开讲。中科视拓联合创始人张杰将主讲,主题为《姿态鲁棒人脸识别关键技术及其在智慧园区中的应用》。


张杰博士将从损失函数设计的角度介绍近年来人脸识别在特征提取方面的进展,然后从显示对齐人脸的角度介绍一系列姿态鲁棒的人脸识别方法,以及姿态鲁棒人脸识别在智慧园区解决方案中的应用。

课程信息

时间:9月10日19点

地点:智东西公开课小程序


讲师介绍

张杰,中科视拓联合创始人、中科院计算技术研究所助理研究员,2017年中科院计算技术研究所博士毕业。研究方向为深度学习技术及其在计算机视觉领域的应用。相关研究成果发表在计算机视觉国际顶级学术会议ICCV, CVPR和ECCV,Google学术引用500多次,在华为手机、社保异地认证、安防监控等产品中得到实际应用。SeetaFace开源引擎的作者之一,拥有十多篇关于人脸分析和识别方面的专利,并担任国际期刊TPAMI,IJCV,TIP,TMM和TNNLS审稿人。获得ACM MM 2017亲属关系识别国际竞赛冠军和CVPR 2017面部关键点定位国际竞赛亚军。


课程内容

主题:姿态鲁棒人脸识别关键技术及其在智慧园区中的应用

提纲:

1.全自动人脸识别基本计算流程

2.姿态变化给人脸识别带来的挑战

3.姿态鲁棒人脸识别技术解析

4.姿态鲁棒人脸识别在智慧园区中的应用

进入主讲群

每场讲解我们都将设置主讲群,并会邀请主讲导师入群,加入主讲群,你除了可以免费收听直播之外,还能直接和讲师认识及交流。当然,你还可以结识更多的技术大牛。


每场开放200名额,想要加入主讲群的朋友可以扫描上方海报二维码添加小助手楠楠(ID:zhiyixiaonan),申请备注“姓名-公司\学校\单位”的朋友可以优先通过哦

开课提醒

扫描下方二维码可直接进入直播间,在公屏顶部戳“开启开课提醒”提前预约,避免错过直播哦。

点个在看和大家一起聊聊

👇👇👇

登录查看更多
1

相关内容

【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
54+阅读 · 2020年6月24日
最新《深度学习行人重识别》综述论文,24页pdf
专知会员服务
80+阅读 · 2020年5月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
54+阅读 · 2020年3月4日
专知会员服务
84+阅读 · 2019年12月13日
爱奇艺视频人物识别技术及应用
QCon
7+阅读 · 2019年4月8日
人脸识别独角兽之战
数据玩家
6+阅读 · 2017年9月30日
揭秘人脸识别的十大关键技术
全球创新论坛
6+阅读 · 2017年9月6日
基础|人脸识别的十个关键技术组成及原理!
全球人工智能
5+阅读 · 2017年7月27日
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
8+阅读 · 2018年1月30日
Arxiv
11+阅读 · 2018年1月18日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关论文
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
8+阅读 · 2018年1月30日
Arxiv
11+阅读 · 2018年1月18日
Arxiv
12+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员