<strike id="l7tx9"></strike><strike id="l7tx9"></strike>
<strike id="l7tx9"></strike>
<strike id="l7tx9"><dl id="l7tx9"></dl></strike>
<strike id="l7tx9"></strike>
<strike id="l7tx9"><dl id="l7tx9"><del id="l7tx9"></del></dl></strike><strike id="l7tx9"><i id="l7tx9"></i></strike><strike id="l7tx9"></strike>
<span id="l7tx9"><address id="l7tx9"><span id="l7tx9"></span></address></span><span id="l7tx9"></span>
<strike id="l7tx9"></strike>
<span id="l7tx9"><dl id="l7tx9"><ruby id="l7tx9"></ruby></dl></span>
<strike id="l7tx9"></strike>
<strike id="l7tx9"></strike>
<strike id="l7tx9"></strike><strike id="l7tx9"><dl id="l7tx9"><del id="l7tx9"></del></dl></strike>
<strike id="l7tx9"></strike>
<span id="l7tx9"><video id="l7tx9"></video></span>
<strike id="l7tx9"><dl id="l7tx9"><del id="l7tx9"></del></dl></strike>
<ruby id="l7tx9"><i id="l7tx9"><cite id="l7tx9"></cite></i></ruby>
<strike id="l7tx9"></strike>
智慧空間 > 正文

中國團隊霸屏全球權威人臉識別競賽前十,上海獨角獸還拿了第一

來源:上觀2018.11.22

摘要:NIST隸屬于美國商務部,其主辦比賽的結果被作為美國國家采購的官方指導以及全球工業界實際應用標準。

美國國家標準與技術研究院(NIST)日前公布全球權威人臉識別比賽(FRVT)最新報告,中國團隊在前十中占得五席,領跑全球人臉識別算法,其中來自上海的獨角獸企業依圖科技(yitu)排名第一,其在千萬分之一誤報指標下,是唯一將漏報率降到1%以下的參賽團隊。

其余排名前10的中國參賽團隊,包括商湯科技(sensetime),摘得第三、第四名,中國科學院深圳先進技術研究院(siat)排名第五,而來自北京的曠視科技(megvii)排名第八。

NIST隸屬于美國商務部,其主辦比賽的結果被作為美國國家采購的官方指導以及全球工業界實際應用標準。十余年來,FRVT始終是業內權威的人臉識別比賽,荷蘭Gemalto、法國Morpho、俄羅斯Vocord、日本Panasonic等諸多老牌大廠都曾參與其中。今年,來自全球的39家廠商參加競賽,相較于上一次,新增7家國內外公司,包括Anke、比特大陸(Bitmain)、大華股份(Dahua)、商湯科技(Sensetime)、Saffe、Tech5以及文安智能(Vion)。

據悉,FRVT人臉識別測試集數據量很大,包含簽證照片(visa)、逮捕照片(mugshot)、網絡攝像頭照片(webcam)、人臉自拍(selfie)和無約束環境下人臉圖像(wild)等幾大種類,此次比賽中所用數據全部來自美國出入境、刑偵等真實業務場景。這次比賽中,依圖科技所提交的算法直接采用了日常產品中的算法模型,奪冠結果也直接印證了依圖真實產品技術在實戰中的表現。

近年來,工業界技術的日益精進,推動NIST 在今年 6 月將作為評判標準的誤報率從萬分位改至千萬分位。人臉識別領域通常以誤報率、漏報率作為衡量算法能力的主要指標,“誤報”就是把不應該匹配的人臉當做成功匹配,“漏報”則是應該成功匹配的卻沒有查找出來。一般來說,在誤報率相同的情況下,識別準確率越高,漏報率越低,都意味著算法的性能越好。依圖科技目前已能體現全球人臉識別算法的最高水平,可做到在千萬分位誤報下的識別準確率已經超過99%,這意味著機器基本可以做到在1000萬人的規模下準確識別每一個人;相比于去年同期,全球人臉識別性能提升了80%。

值得一提的是,此次FRVT比賽,也是中國人工智能創業公司“三巨頭”商湯、依圖、曠視在公開場合下的首次同臺競賽,算法實力比拼可謂激烈,而全球老牌企業在人臉識別算法技術上的迭代速度,相較于創業公司,已呈現較為明顯的落后趨勢。

更多資訊

欧美一区二区三区在线观看