來源：環球科技
據英國《每日郵報》6月25日報道，研究人員發現，在臉部數量達百萬級的測試中，飽受爭議的臉部辨識技術，並不像聲稱地那麼準確。
人工智慧可以在數千張面孔中，辨識出你的面孔，準確率近乎百分之百，但當其面對更大的面部圖片數量時，它的準確率可就沒那麼高了。
在華盛頓大學發起的百萬人臉辨識挑戰賽上，研究人員致力於提升臉部辨識算法，在百萬數量級的準確率。
研究人員希望這次挑戰賽，對解決臉部辨識技術的難題，起到積極作用。難題之一就是如何辨識出一個人，在不同年紀和不同姿勢的照片。
「我們需要在全球範圍內，測試人臉辨識算法，以保證它的實際應用。更大規模的測試，可以讓你發現辨識算法的缺陷和成功之處。」華盛頓大學的電腦科學助理教授、項目首席調查員，Ira Kemelmacher-Shlizerman說到。「我們不能只進行小規模測試，就說它已經很完美。」
這次挑戰賽有超過300個研究小組參與，他們都致力於評估，和提升其算法的準確率。現有許多臉部辨識算法準確率，都近乎完美，但都是基於一個1.3萬張照片的小數據集。在新研究中，實驗人員想要知道這些算法，在面對更大數據集時表現如何。
為此他們選取了來自世界各地的，將近70萬人的100萬張網路照片，以此來測試算法在辨識兩張照片是否為同一個人的表現。
研究人員發現，當臉部辨識算法面對更大的數據集時，它的準確率便會大幅下降。谷歌的FaceNet算法辨識準確率最高，在小規模數據集中準確率幾乎完美，但在百萬規模數據下，準確率僅為75%。
另一個與之接近的團隊是俄羅斯的N-TechLab，他們實現了73%的準確率。一些在小數量級表現很好的算法，面對百萬規模數據集其準確率驟降至33%。
0 comments:
張貼留言