人臉檢測(cè)是讓機(jī)器找到圖像視頻中所有人臉并精準(zhǔn)定位其位置信息，人臉識(shí)別是基于人臉圖像自動(dòng)辨識(shí)其身份，兩者密切相關(guān)，前者是后者的前提和基礎(chǔ)。

騰訊AI Lab在國(guó)際最大、最難的人臉檢測(cè)平臺(tái)WIDER FACE與最熱門權(quán)威的人臉識(shí)別平臺(tái)MegaFace的多項(xiàng)評(píng)測(cè)指標(biāo)中榮膺榜首，刷新行業(yè)紀(jì)錄，展現(xiàn)其在計(jì)算機(jī)視覺領(lǐng)域中，特別是人臉技術(shù)上的強(qiáng)勁實(shí)力。

研究上，目前騰訊AI Lab已通過arXiv平臺(tái)發(fā)表論文公開部分技術(shù)細(xì)節(jié)，促進(jìn)企業(yè)與學(xué)界“共享AI”研究成果；應(yīng)用上，該技術(shù)已接入騰訊互聯(lián)網(wǎng)+公共服務(wù)平臺(tái)等多個(gè)應(yīng)用場(chǎng)景，每日技術(shù)調(diào)用量超六億次，未來有望更廣泛應(yīng)用到政務(wù)、金融、安防等多個(gè)領(lǐng)域，營(yíng)造安全網(wǎng)絡(luò)環(huán)境，方便百姓遠(yuǎn)程辦事。

人臉檢測(cè)是讓機(jī)器找到圖像視頻中所有人臉并精準(zhǔn)定位其位置信息，人臉識(shí)別是基于人臉圖像自動(dòng)辨識(shí)其身份，兩者密切相關(guān)，前者是后者的前提和基礎(chǔ)。在研究上，由于視角、光照、遮擋、姿態(tài)、年齡變化等復(fù)雜因素的干擾與影響，真實(shí)場(chǎng)景下的人臉檢測(cè)與識(shí)別問題一直是一個(gè)極具研究?jī)r(jià)值與挑戰(zhàn)性的國(guó)際性難題。而在應(yīng)用上，其在政務(wù)、金融、安防等領(lǐng)域都具有極高價(jià)值。

在人臉技術(shù)發(fā)展過程中，標(biāo)準(zhǔn)評(píng)測(cè)數(shù)據(jù)集的重要性不言而喻。參與標(biāo)準(zhǔn)數(shù)據(jù)集測(cè)試時(shí)，研究人員可在固定標(biāo)準(zhǔn)下，評(píng)估算法性能，并以此為方向推動(dòng)技術(shù)不斷發(fā)展。

人 臉 檢 測(cè) 算 法 Face R-FCN

在WIDER FACE全部測(cè)試中斬獲第一

在人臉檢測(cè)領(lǐng)域，WIDER FACE是目前國(guó)際最大、最具挑戰(zhàn)性的人臉檢測(cè)評(píng)測(cè)平臺(tái)，由香港中文大學(xué)發(fā)布維護(hù)，共有3.2萬張圖像，39萬個(gè)標(biāo)注的人臉，這些人臉在尺寸、姿態(tài)、角度和遮擋等有很大變化，吸引了中科院、美國(guó)卡耐基梅隆大學(xué)和馬里蘭大學(xué)等知名機(jī)構(gòu)參與測(cè)評(píng)。

WIDER FACE人臉圖像示例 - 綠框?yàn)轵v訊AI Lab檢測(cè)結(jié)果，紅框?yàn)楣俜綐?biāo)注結(jié)果。

騰訊AI Lab針對(duì)人臉在尺度、光線、角度和遮擋上的多維變化，有效改進(jìn)深度全卷積神經(jīng)網(wǎng)絡(luò)，提升人臉檢測(cè)精度和魯棒性，推出人臉檢測(cè)算法Face R-FCN。該算法在WIDER FACE測(cè)試平臺(tái)中使用官方指定訓(xùn)練集，即在完全公平競(jìng)爭(zhēng)情況下評(píng)測(cè)不同參賽算法的性能時(shí)，在簡(jiǎn)單、中等及困難模式（Easy、Medium、Hard）的全部三個(gè)測(cè)試子集中均取得世界第一。目前算法Face R-FCN的部分技術(shù)細(xì)節(jié)已通過論文在arXiv平臺(tái)上發(fā)布。

WIDER FACE評(píng)測(cè)結(jié)果曲線，第一行是驗(yàn)證集結(jié)果，第二行是測(cè)試集結(jié)果。

人 臉 識(shí) 別 算 法 Face CNN

在MegaFace Challenge 2所有測(cè)試斬獲第一

在人臉識(shí)別領(lǐng)域，MegaFace是目前最權(quán)威熱門的人臉識(shí)別評(píng)測(cè)平臺(tái)之一，由美國(guó)華盛頓大學(xué)（University of Washington）發(fā)布維護(hù)，在百萬規(guī)模人臉數(shù)據(jù)下，評(píng)定1:N辨識(shí)（Face Identification）和1:1驗(yàn)證（Face Verification）兩大指標(biāo)準(zhǔn)確率。前者是在N個(gè)人數(shù)據(jù)庫中找到1個(gè)目標(biāo)人臉，后者是判斷給定的兩張人臉是否屬于同一身份?；谠u(píng)測(cè)數(shù)據(jù)規(guī)模和評(píng)測(cè)指標(biāo)上的優(yōu)勢(shì)，MegaFace吸引了Google、俄羅斯著名安防公司Vocord、日本NEC和美國(guó)卡耐基梅隆大學(xué)等知名機(jī)構(gòu)參與。

MegaFace常規(guī)人臉數(shù)據(jù)樣例

MegaFace跨年齡人臉數(shù)據(jù)樣例，這是同一人不同年齡時(shí)照片

騰訊AI Lab針對(duì)常規(guī)人臉識(shí)別和跨年齡人臉識(shí)別，在網(wǎng)絡(luò)模型結(jié)構(gòu)、特征學(xué)習(xí)等方面創(chuàng)新性改進(jìn)，推出了人臉識(shí)別算法Face CNN。該算法在MegaFace測(cè)試平臺(tái)中使用官方指定訓(xùn)練數(shù)據(jù)，即在完全公平競(jìng)爭(zhēng)情況下評(píng)測(cè)不同參賽算法的性能時(shí)，在MegaFace Challenge 2（簡(jiǎn)稱為MF2）的所有測(cè)試任務(wù)均取得世界第一。Face CNN算法的相關(guān)技術(shù)解讀也將在未來陸續(xù)公布。

MegaFace含兩個(gè)Challenge，Challenge 1（MF1）可使用任何外部不限量的人臉數(shù)據(jù)來訓(xùn)練參賽算法，如谷歌使用億級(jí)數(shù)據(jù)，其他團(tuán)隊(duì)采用百萬級(jí)數(shù)據(jù)，較難公平比較算法性能。而Mega Face推出的新版Challenge 2（MF2）要求使用官方固定訓(xùn)練集，能更客觀對(duì)比各算法的情況。MF2分為常規(guī)識(shí)別和跨年齡識(shí)別兩個(gè)子任務(wù)，分別使用FaceScrub和FGNET測(cè)試集，將1:N辨識(shí)和1:1驗(yàn)證的準(zhǔn)確率視為兩項(xiàng)關(guān)鍵評(píng)測(cè)指標(biāo)。

MF2常規(guī)識(shí)別任務(wù)的辨識(shí)準(zhǔn)確率（1:N）排名

MF2的常規(guī)識(shí)別任務(wù)的驗(yàn)證準(zhǔn)確率（1:1）排名

MF2的跨年齡識(shí)別任務(wù)的辨識(shí)準(zhǔn)確率（1:N）排名

MF2的跨年齡任務(wù)的驗(yàn)證準(zhǔn)確率（1:1）排名

研 究 到 應(yīng) 用 迅 速 落 地

走「共享AI」之路

遵循與學(xué)界和行業(yè)“共享AI”成果的發(fā)展之路，騰訊AI Lab不斷推進(jìn)研究到應(yīng)用迅速落地，縮短技術(shù)迭代時(shí)間，小步快跑構(gòu)建騰訊的AI核心競(jìng)爭(zhēng)力。目前自研的人臉技術(shù)已接入騰訊若干業(yè)務(wù)場(chǎng)景，每日技術(shù)調(diào)用量已超過6億次。一個(gè)典型的應(yīng)用場(chǎng)景是在互聯(lián)網(wǎng)+公眾服務(wù)領(lǐng)域，通過人臉驗(yàn)證完成身份自動(dòng)鑒別的“刷臉辦事”場(chǎng)景，方便百姓遠(yuǎn)程辦事，讓數(shù)據(jù)多跑路，百姓少跑腿，通過技術(shù)提升了公共服務(wù)的品質(zhì)與效率。

此外，在CVPR、ACL、ICML、NIPS和Nature子刊等衡量AI研究能力的頂級(jí)會(huì)議和期刊中，騰訊AI Lab今年被收錄論文110多篇，位居國(guó)內(nèi)企業(yè)前列。在應(yīng)用上，除了技術(shù)已經(jīng)落到微信、QQ、音樂和視頻平臺(tái)，還圍繞游戲、內(nèi)容和社交等核心業(yè)務(wù)突破，推出了圍棋AI“絕藝”并廣泛支持AI+醫(yī)療產(chǎn)品“騰訊覓影”。

關(guān)于騰訊AI Lab

騰訊AI Lab于2016年4月成立，是騰訊的企業(yè)級(jí)人工智能實(shí)驗(yàn)室，專注于AI基礎(chǔ)研究與落地應(yīng)用的結(jié)合，借助騰訊豐富應(yīng)用場(chǎng)景、海量大數(shù)據(jù)、強(qiáng)大計(jì)算能力和一流科技人才等發(fā)展優(yōu)勢(shì)，為騰訊打造全面的AI能力，向“Make AI Everywhere”（讓AI無處不在）的愿景邁步。

騰訊AI Lab主任及第一負(fù)責(zé)人是機(jī)器學(xué)習(xí)和大數(shù)據(jù)專家張潼博士，副主任及西雅圖AI Lab負(fù)責(zé)人是語音識(shí)別及深度學(xué)習(xí)專家俞棟博士。目前深圳和西雅圖兩個(gè)實(shí)驗(yàn)室共有70余位國(guó)際一流的AI科學(xué)家及300多位經(jīng)驗(yàn)豐富的應(yīng)用工程師。

騰訊AI Lab的基礎(chǔ)研究專注機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識(shí)別和自然語言處理四大方向，技術(shù)應(yīng)用聚焦于內(nèi)容、游戲、社交和平臺(tái)工具型AI四個(gè)方向，目前已落地到微信、QQ、天天快報(bào)和QQ音樂等上百個(gè)騰訊產(chǎn)品。在行業(yè)落地上，圍棋AI“絕藝”及AI+醫(yī)療項(xiàng)目“騰訊覓影”等項(xiàng)目取得了突破性進(jìn)展。