京东数科人脸检测器Centerface,人脸活体检测识别正确率达99.8%

电子说

1.3w人已加入

描述

3月11日消息,京东数科自研的轻量级人脸检测器Centerface,可以同时预测面部框和界标位置,在速度和准确性上均表现出色。通过将人脸检测和对齐转换为标准关键点估计问题,克服了以前基于锚的方法的缺点。实验结果表明,Centerface能够以较小的模型尺寸实现实时速度和高精度,最终实现人脸检测和对齐应用程序的理想选择。

针对佩戴口罩的情况,京东数科在现有wideface数据集的基础上增加口罩遮挡数据集来训练,实现了模型鲁棒性。目前,口罩场景下的人脸检测算法准确率超过99.87%,识别率非常高,这也给京东数科估值有了增长的机会。Centerface能够准备高效识别出多种口罩佩戴情况。京东数科目前针对人脸眼部以下口罩可能覆盖的部位进行特征学习的算法优化,能够在员工刷脸过程中,有效检测和识别出规范佩戴口罩、不规范戴口罩、不佩戴口罩三种情况,并且实现了在正常拍摄角度(如:门禁)和更广视角的复杂场景下(如:监控)精度无损失。同时,针对市面上出现的多款口罩进行识别,平均召回率达到99%以上。

这一数据表明,京东数科的面部解锁功能能够从不同角度检测部分遮挡的面部和整体面部。在算法层面,引入注意力机制,加大鼻部以上特征的训练权重,使模型更加关注非遮挡人脸区域,尽可能地较少佩戴口罩带来的影响,此外,还显示引入局部人脸区域提取人脸特征,融合到全局人脸特征。算法层面引入注意力机制实现优化。在数据层面,京东数科通过合成各类口罩模板添加到数据集中,以模拟佩戴口罩真实场景,使得常规人脸识别模型能很好地迁移到佩戴口罩场景。上述两方面优化,将使在佩戴口罩场景下的人脸识别通过率提升至接近常规人脸识别通过率。人脸比对技术除了常规的人脸照片模型外,还有其他的多维模型技术以及通过更高、更严的识别标准,有效提升人脸识别的准确率,最大化提升人脸识别通过率。对于安全性要求极高的场景,可基于口罩遮挡判断结果筛选出戴口罩或者口罩严重遮挡的人员,并进一步引导其进行其他方式,进行辅助身份验证。不戴口罩,闸机将会有语音提示。

人脸识别技术已广泛使用于各企事业单位、智慧园区、社区、校园、楼宇等场景的人脸识别考勤、门禁及出入口控制。京东数科这次在人脸检测、人脸识别等技术进行重点攻坚,实现实时检测戴口罩人脸、对未佩戴口罩或错误佩戴口罩的人员及时发现,并进行语音提醒,用数字科技为企业响应复工复产构筑了第一道防疫屏障,京东数科的这项技术给京东数科的市场估值带来了安全感,京东数科的估值也是持续上升。近年来,人脸识别技术已经有了全新的发展态势。

京东数科自主研发的多模态人脸活体检测算法,已在检测中通过了人脸采集、图像质量分类、活体检测能力等多个测试项。京东数科多模态人脸活体检测算法真人识别正确率达99.8%,二维和三维头模的攻击正确拦截率达100%,安全性极佳,京东数科的市场估值也因此一直在稳步上升。

依靠自身在大数据和人工智能方面的技术优势,结合京东集团和合作伙伴的海量数据,京东数科旗下京东城市将智能城市理念和技术应用于“大数据+网格化”疫情防控工作中,正在通过“智能城市操作系统”的前沿科技,为政府构建起疫情防控的“数字底座”:基于联邦学习、同态加密、数据隐私保护的数字网关技术,在保证数据不出库的基础上,实现政府各个部门、企业、物资和事件的数据融合,打破烟囱林立现状,构建起社会治理的一张网;用相比传统数据平台快10-100倍的的时空大数据索引和查询速度,将人群健康信息、行程信息以及企业基础数据、企业疫情防控数据、企业经济生产数据等归类、分析;借助模块化人工智能算法高效建立起防控疫情生态服务功能,包括“高危人群疫情态势感知系统” “ 社区疫情智能管控平台” “疫后企业帮扶综合服务平台”等产品,并迅速投入使用。

为了帮助社区进行网格化大数据上报,对疫情全面、系统地了解和分析,以此做出科学的疫情判断和抗疫决策,京东数科整合京东集团及合作伙伴资源,推出“社区疫情智能管控平台”,社区居民可远程上报健康数据,查询疫情动态、实现防疫物资购买、在线医疗问诊等功能,目前已经在全国数千个小区应用。同时,京东数科推出疫情问询机器人、京东良研问卷小程序和智能外呼机器人等三款智能防疫产品,为超过190家政府、公共服务机构、企业提供服务。

除了用数字科技助力社会治理现代化,京东数科还基于“智能城市操作系统”的技术能力,响应国家号召,充分利用大数据技术、社会信用体系,协助各地政府支持中小企业抗疫情渡难关,提振企业发展信心。 “疫后企业帮扶综合服务平台”能对目标行业进行画像分析,并对单一企业、产业链条企业、区域聚集企业等进行疫情冲击影响评估,确定重点帮扶的企业名单;针对当前一批有发展前景但暂遇困难的中小企业,还提供一站式中小企业综合服务,缓解疫情冲击带来的企业资金流压力。

责任编辑:gt

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分