門前的棗樹提示您:看後求收藏(書包網www.shubaoinc.com),接著再看更方便。

“多少?99%和1秒?”鄭石見聽到這個資料絕望了。

他們漢旺公司做的演算法準確率連50%都達不到,而且還需要人正對著攝像頭一直看著,識別速率也要5秒到10秒。

這跟馬天的比起來,說是垃圾也不為過。

從03年努力至今,8年的成果全是垃圾!

鄭石見就感覺一下子被抽去了精氣神,佝僂了起來,努了努嘴,想說什麼最終還是變成:“謝謝馬總的告知,我沒有什麼問題了,今天打擾了!”

有氣無力的話說完,鄭石見起身就要離開。

馬天注視著這一切,眼睛卻是在閃動。

他想了想,出聲阻止鄭石見離開道:“先別急著走,跟我講講國內外現在人臉識別的技術發展到了哪一步吧!”

鄭石見看了看馬天,還是回到原位說了起來:

“國外的沙蘇哈博士在2001年提出了基於商影象的人臉識別與繪製技術,對各種光照條件不邊的人臉簽名影象的定義,可以用於光照不變情況下的人臉識別,讓人們意識到人臉識別光影象演算法的研究。

後來巴斯萊和雅各布博士利用球面諧波表示光照,用卷積過程描述反射的方法證明了:由任意遠點光源獲得的所有朗博反射函式的集合形成了一個線性空間!他們的證明為人臉光照變換問題解決提供了思路。

現在基本上都是在這兩者依據上繼續最佳化不同光照下人臉識別的準確率。

目前國際領先的技術分別是Cognitec(可可耐特),Idetiix(愛德帝查)幾家公司,他們基於矩形特徵和AdaBoost特徵檢測,能達到80%的準確率!”

鄭石見娓娓道來,顯然對國際有關於人臉識別的技術研究頗深。

馬天滿意得點了點頭:“那你們漢旺公司研究的呢?”

鄭石見:……

鄭石見沉默了,正所謂打人不打臉,馬天此舉跟打臉有啥區別。

不過他還是如實回答道:“現在我們對於人臉識別演算法的研究比較少,目前還不是活體檢測,準確率在30%左右吧!”

這下輪到馬天沉默了,他沒想到國內這麼菜。這國內除了他落後國外有點多啊,人家都上傳到演算法落地的地步,國內還是剛起步研究。

鄭石見看到馬天沉默,也是終於忍不住問出了自己的疑惑:“馬總,我想問一下,你是怎麼一下子就跨越這麼多的技術,達到99%準確率的?”

不是他不相信馬天,而是確實有點離譜。技術是要一代一代積累的,哪有那麼容易一步登天。

他不知道馬天是個掛逼,Lv3的數學已經把最終版的人臉識別演算法差不多送到了馬天腦子裡,馬天稍微看著人臉圖片一聯想就能寫出來。

“因為我用到的技術為深度學習,或者稱為神經網路!”馬天回答道。

深度學習很多搞Ai的人都不陌生,它是一個複雜的機器學習演算法,在語言和影象識別方面取得的效果,遠遠超過先前的技術。

簡而言之,它就像賦予機器人類的神經網路一樣,具有學習和總結的能力。比如對一個人臉圖片,它可以讓機器像人一樣分為三層來加快識別。

我們正常人識別一個人臉,首先看五官對吧,其次可能看頭髮、面板皺紋,最後透過頭部以下身體來判斷是不是人臉。

機器利用多層神經網路來深度學習,也可以大致具備這樣的能力。

“你難道說的是2006年機器學習大師、多倫多教授基爾夫裡發表在《科學》期刊上的嗎?”鄭石見問道。

馬天點了點頭,也是沒想到國外已經提出了機器學習這個概念了,但是在鄭石見面前,他肯定得裝作知道這篇論文的事情。

倒是鄭石見知道的有點多啊,看來確實對人臉識別技術研究頗深。馬天心想。

鄭石見沉默了,原來問題在這。歸根結底還是他們漢旺研究的少了,國外那麼多技術發表都沒仔細研究。

想到這,鄭石見不由感激得看向了馬天,起碼馬天指出了一條正確的道路來追趕。

“謝謝馬總的告知,如果不是伱的提醒,我們還要走許多彎路!”鄭石見真心說道。

馬天笑了笑,沒有多說,不是他看不起鄭石見他們,而是國外創始人現在也才對機器學習剛起步。

他不認為他今天的提示,鄭石見回去就能有個大的突破。

看著鄭石見興奮得離去,馬天也是露出了意味深長的微笑。

他覺得鄭石見是個人才,而他現在賣人臉識別門缺個研發經理,他認為鄭石見就是個不錯的人選。

現在讓鄭石見回去碰碰壁,然後再招過來賣人臉識別自動門和搞機器學習,馬天覺得這個想法很不錯。

人工智慧演算法這一領域,需要長久的研究和積累,靠他一個人的話肯定是不太現實的,畢竟光敲程式碼和造輪子,這個都是天量的工作了。

鄭石見確實如馬天預料般的,激動得直接坐飛機就要飛回去。

回到漢旺公司的他,又馬不停歇得組織了自己的團隊開會。

“我去找了馬天了!”他高坐在首位第一句話就吸引了全場人的注意力。

“馬天真的研發出來了我們理想中的產品,他的準確率99%,識別速度在1秒左右!”鄭石見語不停歇,繼續說道。

此資料一出,下面人的反應跟他當時聽到馬天的回答如出一轍,直接就絕望了。

“怎麼可能?99%,1秒,嗚嗚嗚——”有人在痛苦。

“完了,全完了!”

……

“現在國際領先水平也達不到這個資料吧。”湯傑飛一臉不相信,直接起身質疑,但一想到鄭石見不可能開玩笑和說謊,又立馬換上了痛苦面具,失神落魄得癱倒在座位上。

“大家別放棄,馬天告訴我他用的是什麼方法了!”鄭石見及時出聲道,打擊一下就夠了,可不能讓自己團隊絕望。

“他用的是什麼方法?”

“深度學習!”鄭石見說出了答案,看很多人並沒有接觸過這個,他又解釋道,“這是06年機器學習大師、多倫多教授基爾夫裡發表在《科學》期刊上提出的一種方法,而馬天就是應用了這種方法。

等會議結束之後,我會在群裡發出這篇論文,大家好好研究下,看我們是不是也能琢磨出自己的一種人臉識別演算法。”

(本章完)

科幻靈異推薦閱讀 More+
霍格沃茨的綠寶石

霍格沃茨的綠寶石

奔跑吧湯圓
穿越而來的艾絲梅拉達和韋斯萊家的雙胞胎組成了扣分三巨頭,攜手闖蕩校園。 弗利維教授總是喜歡給她加分。 斯普勞特教授希望她能更加重視草藥學。 麥格教授說她是變形學方面的天才。 斯內普教授說她即使在魔藥學上很有天賦,也配不上那樣一雙眼睛。 就連喜愛甜食的老蜜蜂也頻頻關注於她…… 只是兩年後哈利就要入學,沒鼻子的伏地魔也將捲土重來,原本平靜的生活即將不復存在。 面對主角三人組的衝擊,扣分三巨頭該何去何從
科幻 連載 2萬字
靈魂畫手

靈魂畫手

無籽甜瓜
當高凡試圖用畫筆去描繪出‘神’的模樣時。瘋狂降臨。祂從海底湧出,從地面崛起,從天空降落……從時序的起點與盡頭帶著絕望走向眾生。
科幻 連載 1萬字
巴塞麗莎的復國日記

巴塞麗莎的復國日記

科西嘉14
遊歷羅馬、北歐、神羅,直到新大陸 以歷史當事人的的視角,體驗畢達哥拉斯的數、亞里士多德的元素、赫爾墨斯的鍊金術,還有托勒密的天球。 感受那來自唯一的真神的壓迫感。還有那群反抗十字教的人們——諾斯替、卡巴拉、以及那群古老多神的信徒…… 當歷史的謊言被逐一揭開,西方那個古老的帝國將如紫鳳凰一般浴火重生。 而這所有的故事,要從那個不會魔法的無能女王淪為海盜的俘虜開始—— “陛下!別傻笑著自言自語了啊,快
科幻 連載 153萬字
萬界重啟

萬界重啟

小刀鋒利
十六年前,一場突如其來的災變席捲全球,讓思想變成了現實,現實變成了虛幻,虛幻變成了夢境。 在那一刻,神話、傳說、鬼怪、思想奇詭化成無數秘境降臨到世間。十六年後,當綠色的月亮墜落,高三學生許彌終於死在那場漫長夢境中。 醒來,一腳踏入修行界。
科幻 連載 6萬字