無論是在茫茫人海中提取面部信息，還是在大圖中識別出遠處/細小的物體，都對計算機視覺圖形提出了非常大的挑戰。憑借著多年的技術積淀，來自卡內基梅隆大學的科研團隊終于找到了其中的訣竅““成功識別細小對象的關鍵就是尋找與之匹配的更大物體。 這種能夠從圖片中提取并編碼關鍵信息的改進算法，是由副教授Deva Ramanan和博士生Peiyun Hu共同推進的，可謂是識別微型人臉里程上的重大進步。 在面部的基準測試集中，此前的方法只能識別出29%到64%之間的正確人類面孔，而她們所提出的改進版算法減少了兩個導致誤差的隱私，從而將正確率提高到了81%。 Ramanan說道：「這就像是尋找在某個人手中的一根牙簽。當你提示對象可能會使用牙簽的時候你就會非常容易看到它。手指的方位，手部的動作和位置都為我們最終找到這根牙簽提供了非常重要的線索。」 同樣，為了尋找那些只有極少像素點的的面部，更大照片中的身體或者人群照片都能提供諸多線索。 對于微型面部的提取擁有廣闊的應用前景，例如統計人群數量等等。而延伸至微型物體的需求日益突顯，就拿自動駕駛汽車來說當車速越來越快，必然需要時刻監視和評估交通狀況，必然需要對遠處的物體進行充分且正確的識別，才能做出正確的反應。 Ramanan表示通過輔助關聯信息來幫助識別對象并不是什么新鮮的概念。然而，在實際系統中很難去闡述和表達這種直覺。這是因為對關聯信息的編碼通常涉及到「高緯度描述」(High-Dimensional Descriptors)，其中包含大量信息但是使用起來卻是非常的麻煩。 他和Hu所研發的方法是使用了「中央凹描述」(Foveal Descriptors)，模擬人類視覺結構對關聯信息進行編碼。中央凹是視網膜中視覺(辨色力、分辨力)最敏銳的區域，這種方法為圖片的小塊區域提供了清晰的細節，而周圍區域則比較的模糊。 通過模糊外部圖像，中心凹描述提供了充足的關聯信息，在高度聚焦下幫助理解這個區域所展示的內容，而且極大的降低了計算負擔。基于這種方式，Hu和Ramanan的系統能夠在更少像素點的圖形塊中尋找并確認是否存在人臉。 簡單的增加一張圖片的分辨率可能并不是尋找微型物體的最佳解決方案。伴隨著高分辨率會帶來「Where『s Waldo」的問題，目標對象包含大量的像素點，極有可能在像素點中迷失。在這種情況下，充分利用關聯信息就能夠幫助系統關注到包含面部的圖像區塊。除了上文提及的關聯信息之外，Ramanan和Hu表示如果在同一個圖像區域中數次檢測到鼻子，那么利用檢測器在擁有少數像素點的圖像區域中找出面部是非常困難的。因此他們針對不同尺寸的對象培訓了多個獨立檢測器，從而大大提高了檢測微型物體的能力。 今年7月21日至26日在美國夏威夷州的首府火奴魯魯將會舉辦計算機視覺與模式識別國際會議(CVPR 2017)，科研團隊屆時將會發表詳細的報告。目前網絡版報告已經發布，雷鋒網將持續關注后續動態。

« 靠廣告賺錢的谷歌 竟在Chrome瀏覽器推廣告屏蔽 | 冠群馳騁創新模式為中小微企業定制未來 »