近期被“朝陽群眾”APP刷了下朋友圈，全民打擊兒童拐賣、尋找走失老人的義舉自然而然吸引了許多熱心人士的參與。雖然當前人臉識別的準確率已經(jīng)很高，但是隨著歲月的推移，一些被拐多年或者失蹤很久的人員，在人臉的比對上會有較大的困難。
然而這是一個創(chuàng)造奇跡的時代，在人類發(fā)明了本世紀最偉大的“美圖”軟件之后，機器學習讓人們可以實現(xiàn)更省時、更精準的還原人們年輕或者模擬年老的容貌。雖然這項技術還沒有普遍開來，但也讓人們看到了在尋找失蹤人口上的希望。
據(jù)國外媒體報道，這套原理是來自法國Orange實驗室的Enter Grigory Antipov和他的朋友們研發(fā)出來的。其主要是讓兩個深度學習的機器同時工作，一個生成人臉，一個鑒別人臉，兩個機器會通過分析人臉圖像，提前習得各年齡段人臉大概是什么樣子的。年齡段分類標準為：0-18, 19- 29, 30-39, 40-49, 50-59, 以及60歲以上。
據(jù)介紹，在每個年齡分組里，研究人員讓機器學習超過5,000張標記過年齡的人臉圖像。這些圖像均來自于 Web Film Database以及維基百科。通過這種方法，機器可以學會每個年齡分組內(nèi)的標簽，而正是這個習得的總結(jié)標簽讓生成人臉的機器把不同年齡的人像照片準確加工成用戶所希望的年齡的樣子，無論是讓照片中的人變得年輕還是變得年老。
但是，同其合成人像的機器一樣，這里面存在的一個問題便是在合成過程中，機器可能會喪失掉圖片原有的識別資料（id）。這時候第二個深度學習機器——鑒別人臉機器就開始起作用了。它的解決辦法是：看這個照片的識別資料是不是唯一的，如果不是的話照片則會被拒絕輸出。
經(jīng)實驗證明，這個方法確實有效，據(jù)安防知識網(wǎng)了解，他們的檢測方法為：研究團隊讓機器合成合成10,000張從IMDB- Wikipedia數(shù)據(jù)庫中抽取出來的人像（這些照片之前從未用來訓練機器），然后用OpenFace軟件程序來檢測訓練前后的兩張照片是否為同一個人，測試結(jié)果為，有80%經(jīng)訓練的照片都被認為和原照片是同一個人。作為對比，用其他方法加工照片，平均測試結(jié)果只有50%。
但如果想要進行更真實的相片比對，應該是將合成的年輕相片與此人該年齡階段的真實照片進行比對，但想要在這個測試中達到更高準確度，研究仍需有一段路要走。但無論如何，這個研究成果確實讓人們看到了尋找長期失蹤人口的突破口，筆者也期待這樣的算法在未來有更多的應用。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務。
粵公網(wǎng)安備 44030402000264號
作者：林浩葵
