|
继“围棋”人机大战——以李世石为代表的人类，输给了?Alpha Go 代表的计算机后，人类又发起了“人脸识别”之人机大战。这一次是诞生于杭州的人脸识别机器人蚂可，对战“鬼才之眼”王昱珩。 15 年“最强大脑”中，在同质同量同源的 520 杯水中，王昱珩成功指出评审选中的那杯，并精准说出水杯旋转了 15 度，中间经人手，从此，“水哥”一战成名。 （腾讯视频） 这次，对上“万变不离其宗”的网红脸，人类可以一雪前耻么？ 结果揭露前，先了解计算机“看人”的套路。人眼和计算机，都喜欢瞄“点”。只不过，人眼在辨别物体时，往往通过不同点来判断。而计算机则相反，它找的是相同点。
通过摄像头“观察”目标，计算机将拍摄到的物体，以图片形式传给计算机，这就是图像识别过程。淘宝的图片搜索、百度的图片识别功能，都属于这类应用。 在识别中时，计算机会找一些“与众不同”的点，来和“脑海”中的图片进行匹配。这些“鹤立鸡群”的点，通常被称为“角点”或“关键点”。这些点在图像中具有一定特征，j2直播，如局部最大或最小灰度（即图像亮度）、某些梯度特征（描述图像灰度变化情况的量）。
比如人脸上的一颗痣，在计算机识别时就会被当成参考点。那么计算机是如何找到这些“角点”的？
计算机在查找某个像素点时，是遵行逐个查询的规则。为了判断一个点是否为“角点”，会选取一个大小合适的窗口（比如 3*3 的窗口），让窗口中心遍历（即依次访问）整个图像像素，同时，判定中心点与它的周围点是否有明显不同。 因此，当窗口在平滑区域（图 a），窗口在各方向上移动时，图中三个窗口内部的图像无变化。当窗口在沿边缘方向上移动时（如图 b），三个窗口内图像也是不变的。当窗口在“角点”处时（如图 c），窗口无论朝哪个方向移动，三个窗口内部图像均不一样，因此判断该点为“角点”。
不同的“角点”检测算法使用的窗口不一样，采用圆形窗口检测“角点”的 FAST，和采用 16*16 采样窗口的 SIFT 算子中，是图像特征点检测的两大算法。 “配对”又是怎么一回事？找到特征点，对它们进行描述后，才能开始图像匹配。描述的大前提是，我们需要利用特征点周围像素的梯度方向分布特性，为每个关键点指定方向。 比如在 SIFT 算子中，将采样点与特征点的相对方向，通过高斯加权后得到一个 4*4*8 的 128 维特征描述子。
（一系列加工后，就成了上图这个“鬼样子”） 有了特征点描述子，就可以和模板图的特征点描述子进行比较，得分最高的就是最佳匹配点。然后对所有特征点进行遍历。 计算机的“人脸识别”就是基于以上理论。同时，它还会进行一些纵向比较，比如通过图片上五官的分布距离，来进行比较。 所以，结果是？ 第一局，从 150 张网红照片中找出 3 人，蚂可胜 第二局，从 300 张网红照片中找出 3 人，“水哥”胜 第三局，从 80 张网红童年照中找出 2 人，“水哥”胜 （腾讯视频） 三局两胜，“水哥”代表的咱人类胜利了~ 蚂可能胜一局，说明计算机在图像识别的未来可期，但最终失败，也说明还存在一些问题。
胜败分析 这次比赛挑选的识别对象——网红脸，看上去都是从一个模子里刻出来的，无疑增加了比赛的难度。
面对这些千篇一律的网红脸，蚂可在识别近照时尚可，但到了童年照就有点吃力。 (责任编辑：本港台直播) |
