導(dǎo)讀
隨著硬件性能的提升和人臉量的增大,也越來(lái)越成熟,應(yīng)用也越來(lái)越多 。經(jīng)??吹胶芏辔恼抡f(shuō),人臉識(shí)別算法做了什么什么改進(jìn)在LFW上的識(shí)別準(zhǔn)確率達(dá)到99.6%以上 。
實(shí)際上,僅僅一個(gè)準(zhǔn)確率指標(biāo)是無(wú)法衡量一個(gè)模型的性能,準(zhǔn)確率無(wú)法體現(xiàn)出人臉識(shí)別中最重要的指標(biāo)通過(guò)率和拒絕率,通過(guò)率包含兩種情況同一個(gè)人通過(guò)的概率和不同人通過(guò)的概率,拒絕率包含兩種情況不同人被拒絕的概率和同一個(gè)人被拒絕的概率,通常我們希望模型在不同人通過(guò)率越低的情況下同一個(gè)人通過(guò)率越高越好,下面的評(píng)估指標(biāo)主要也是基于這兩個(gè)進(jìn)行演化的 。
人臉識(shí)別
現(xiàn)在人臉識(shí)別的應(yīng)用多種多樣,如人臉考勤、實(shí)名驗(yàn)證、身份驗(yàn)證、人臉以及天網(wǎng)系統(tǒng)等 。實(shí)際上底層的實(shí)現(xiàn)技術(shù)主要還是依靠人臉驗(yàn)證和人臉?biāo)阉鳎四橋?yàn)證也稱為1:1人臉匹配,人臉?biāo)阉饕卜Q為1:N人臉匹配 。
首先我們從包含人臉的圖片中通過(guò)人臉檢測(cè)提取出人臉的信息以及人臉關(guān)鍵點(diǎn),然后通過(guò)仿射變換結(jié)合人臉關(guān)鍵點(diǎn)進(jìn)行人臉對(duì)齊,獲取到對(duì)齊后的人臉圖片 。再將人臉圖片通過(guò)人臉識(shí)別模型進(jìn)行人臉特征提取,提取出來(lái)的特征是一個(gè)高維向量,這個(gè)向量的維度通常是128、256、512、1024甚至更高 。
判斷兩張人臉圖片是否相似的度量主要有兩個(gè)指標(biāo)歐式距離和余弦相似度 。先通過(guò)人臉識(shí)別模型將人臉圖片轉(zhuǎn)換為特征向量 。歐式距離顧名思義就是計(jì)算兩個(gè)向量的歐式距離,所以兩個(gè)向量的歐式距離越小表示他們?cè)较嗨?。余弦相似度就是計(jì)算兩個(gè)向量的夾角的余弦值,cosθ的取值范圍在[?1,1],我們可以對(duì)其進(jìn)行歸一化操作到[0,1]通過(guò)0.5+0.5?cosθ來(lái)實(shí)現(xiàn),余弦相似度越大表示是同一個(gè)人的概率越大 。
無(wú)論是1:1人臉匹配還是1:N人臉匹配,我們都需要先確定一個(gè)閾值(歐式距離或相似度),通常人臉相似的度量指標(biāo)都是用的相似度,我們后面所說(shuō)的閾值其實(shí)也就是一個(gè)相似度閾值 。通過(guò)人臉數(shù)據(jù)集根據(jù)指定通過(guò)率或拒絕率來(lái)確定閾值,大于這個(gè)閾值表示為同一個(gè)人否則不是同一個(gè)人 。
人臉驗(yàn)證
1:1人臉驗(yàn)證(verification),比對(duì)兩張圖片是否為同一個(gè)人,常見(jiàn)的應(yīng)用有站人臉閘機(jī)實(shí)名驗(yàn)證、人臉解鎖等 。通過(guò)判斷比對(duì)圖片的相似度是否大于閾值,常用的性能評(píng)估指標(biāo)有如下幾個(gè)
FAR
FAR(False Accept Rate)認(rèn)假率,表示錯(cuò)誤的接受比例,與FPR(False Positive Rate)假正例率等價(jià),指不是同一個(gè)人卻被錯(cuò)誤的認(rèn)為是同一個(gè)人占所有不是同一個(gè)人比較的次數(shù),計(jì)算公式如下
還在被人臉識(shí)別準(zhǔn)確率指標(biāo)欺騙嗎?
關(guān)于詳細(xì)的混淆矩陣(TP、TN、FP、FN)說(shuō)明,請(qǐng)參考我的另一篇文章分類算法中常用的評(píng)估指標(biāo)
TAR
TAR(True Accept Rate)表示正確的接受比例,與TPR(True Positive Rate)真正率等價(jià),指是同一個(gè)人且被正確的認(rèn)為是同一個(gè)人占所有同一個(gè)人比較的次數(shù),計(jì)算公式如下
還在被人臉識(shí)別準(zhǔn)確率指標(biāo)欺騙嗎?
FRR
FRR(False Reject Rate)錯(cuò)誤拒絕率,與FNR(False Negative Rate)假負(fù)率,指是同一個(gè)人但被認(rèn)為不是同一個(gè)人占所有是同一個(gè)人比較的次數(shù),計(jì)算公式如下
還在被人臉識(shí)別準(zhǔn)確率指標(biāo)欺騙嗎?
在一些1:1的人臉識(shí)別比賽中,也會(huì)有一些其它的評(píng)估指標(biāo),F(xiàn)MR(false match rate)和FNMR(false non-match rate) 。FMR指錯(cuò)誤匹配率等價(jià)于FAR,F(xiàn)NMR指錯(cuò)誤的不匹配率等價(jià)于FRR 。
有時(shí)候還會(huì)看見(jiàn)類似于FNMR @ FMR = 0.000001,這種表達(dá)式所指示的是先在數(shù)據(jù)集上計(jì)算出FMR = 0.000001時(shí)的閾值,然后再根據(jù)這個(gè)閾值計(jì)算FNMR 。類似于這種TAR=0.998@FAR=1e-6,表示的是當(dāng)不是同一個(gè)人通過(guò)率為1e-6時(shí),相同人的通過(guò)率為99.8% 。對(duì)于1:1人臉驗(yàn)證來(lái)說(shuō)當(dāng)FAR越低的情況下,TAR越高越好
以上關(guān)于本文的內(nèi)容,僅作參考!溫馨提示:如遇健康、疾病相關(guān)的問(wèn)題,請(qǐng)您及時(shí)就醫(yī)或請(qǐng)專業(yè)人士給予相關(guān)指導(dǎo)!
「愛(ài)刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容,希望對(duì)您有所幫助:- 手把手教你在APP中加入人臉識(shí)別功能 添加人臉識(shí)別數(shù)據(jù)
- 人臉識(shí)別-你需要的人工智能生物識(shí)別AI數(shù)據(jù)集全在這里 人臉識(shí)別數(shù)據(jù)集標(biāo)注
- 海康威視的大數(shù)據(jù)、AI人臉識(shí)別,到底是怎么的水平? 人臉識(shí)別數(shù)據(jù)標(biāo)注一只老鷹
- 2021上海事業(yè)單位面試熱點(diǎn)題解析:人臉識(shí)別技術(shù) 人臉識(shí)別數(shù)據(jù)標(biāo)注面試操作題
- 人臉識(shí)別是怎么做到的?關(guān)鍵點(diǎn)標(biāo)注是什么數(shù)據(jù)標(biāo)注與人臉識(shí)別技術(shù) 人臉識(shí)別數(shù)據(jù)標(biāo)注是做什么
- 人喝硬水好還是軟水好
- 不管單身還是熱戀 520情人節(jié)都要好好過(guò)
- 拔牙后用冰塊是外敷還是內(nèi)敷
- 閃點(diǎn)越低火險(xiǎn)越大還是越小
- 2022年高考是大年還是小年
