獵豹旗下獵戶星空獲人臉識別世界盃冠軍

　　IT業界騰訊科技2017-07-21 14:26

　　騰訊科技訊（孫宏超）7月21日消息，近日被業界譽為人臉識別年度世界盃的微軟百萬名人識別競賽落下帷幕，一家來自中國的人工智慧公司——獵戶星空在此次比賽中奪得頭魁。

　　據了解，本次競賽由微軟研究院主辦，藉助計算機視覺領域頂級會議 ICCV 2017 的平台，既包括大規模人臉識別競賽（Hard Set 及 Random Set），也推出全新的、更具挑戰性的小樣本學習（Low-Shot Learning）競賽，堪稱級別最高、難度最大的技術賽事。

　　最終，獵戶星空獲得百萬名人識別子命題有限制類（只使用競賽提供數據）第一名。據介紹，和可以無限制地使用外部數據不同，有限制類別只能在限定的數據集內調用，比拼的是團隊的演演算法能力。

　　獵戶星空團隊面臨的困難是，競賽數據雜訊很大，無法直接用於訓練；而整個訓練數據集非常大，適合人臉模型大規模訓練的模型對資源的要求又很高，很難做到又快又好。最終星空團隊設計了一種魯棒的去噪演演算法，可以針對各類不同程度的雜訊數據都進行有效地去噪。同時選擇採用適合大規模訓練的 triplet 模型，並創新地使用了一種巧妙的設計，在有限資源下加速了 triplet 網路的訓練，也大大提升了性能。

　　這些創新性的做法，成為獵戶星空此次比賽的殺手鐧，最終獵戶星空團隊獲得 0.75／0.606（random set／hard set）的高分。據介紹，這個成績已經達到了不使用外部數據的極限，遠超以往的記錄，用比賽舉辦方的話來說，0.75 已經接近滿分，是一個非常難以達到的成績。而在 hard set 上 0.606 的成績，也是遠遠超過去年的最好成績（0.534）。

　　資料顯示，獵戶星空全名為北京獵戶星空科技有限公司，創立於 2016 年 9 月，是獵豹移動旗下人工智慧子公司。

　　在此之前，獵戶星空還在另一項人臉識別國際賽事 LFW 上，僅用單個 Resnet50 模型就達到了 99.65 的優異成績，用比較小的網路實現了極高的精度。

　　獵戶星空方面對騰訊科技表示，這次人臉識別的比賽技術，也會被獵戶星空運用到實際場景中，團隊的技術突破將會落地在門禁、機器人、移動 APP 等具體的產品里。

　　目前獵戶星空的人臉識別技術已經有效應用到獵豹移動旗下的一款直播產品 Live.me 中，在 Live.me 上，每天產生超過 20 萬小時的直播內容，Live.me 始終堅持綠色直播原則，杜絕不健康內容。要實現這一目標，僅依靠人工檢測，工作量大且效果差，而運用圖像識別技術進行 24 小時的實時監控，可以極大地提高工作效率和成果

　　人臉識別「世界盃」競賽結果出爐，獵戶星空拿下有限制類第一名

　　2017-07-21 19:00

　　近日，被業界譽為人臉識別年度「世界盃」的微軟百萬名人識別競賽落下帷幕。百萬名人識別子命題無限制類，Panasonic-新加坡國立大學合作奪得第一，CIGIT和中科院合作隊伍與美國東北大學位列第二第三；成立不到一年的中國人工智慧創業公司獵戶星空，獲得百萬名人識別子命題有限制類（只使用競賽提供數據）第一名。

　　MS-Celeb-1M：人臉識別年度」世界盃」

　　2016 年 6 月，微軟向公眾發布了大規模現實世界面部圖像數據集 MS-Celeb-1M，含有 10 萬個名人的約 1000 萬（10M）張臉部圖片，鼓勵研究人員開發先進的人臉識別技術。

　　同時宣布的還有 MS-Celeb-1M 百萬人臉識別挑戰賽。參賽者需要根據（但不限於）挑戰賽提供的數據集作為訓練數據，開發圖像識別系統，從臉部圖像中識別 100 萬個名人。

　　據微軟技術與研究院（Microsoft Technology and Research）首席研究員/研究經理張磊博士介紹，首先，MS-Celeb-1M 的目標是識別百萬人臉，是計算機視覺內最大規模的分類問題，並且其中一個人物對應一個 entity，綁定了知識庫，並且知識庫中提供了每個人的職業，性別等等豐富的信息，從而解決了人物重名的問題，可以從識別達到認知。「最開始我們是面向學術界做的這個數據集，」張磊說，「但後來很多工業界的同行也表示我們的數據集對他們的研究工作很有幫助。」

　　據悉，本次競賽由微軟研究院主辦，藉助計算機視覺領域頂級會議 ICCV 2017 的平台，既包括大規模人臉識別競賽（Hard Set 及 Random Set），也推出全新的、更具挑戰性的小樣本學習（Low-Shot Learning）競賽。這場堪稱級別最高、難度最大的技術賽事，也吸引了全球人臉識別的頂尖團隊參與。

　　而在近日公布的結果中，百萬名人識別子命題無限制類，Panasonic-新加坡國立大學合作奪得第一，CIGIT和中科院合作隊伍獲得第二名，美國東北大學位列第三；有限制類（只使用競賽提供數據）第一名是北京獵戶星空科技有限公司。而識別單一訓練樣本的名人子命題無限制類（可以自由使用外部數據），第一名是NUS-Panasonic，有限制類（只使用競賽提供數據）第一名由美國東北大學奪得。

　　百萬名人識別奪冠有多難？

　　在一眾科研機構中，獵戶星空作為初創公司，顯得尤為引人注目。而在賽后，獵戶星空也向黑智對競賽項目和公司採用的技術進行了介紹。

　　據悉，和可以無限制地使用外部數據不同，有限制類別只能在限定的數據集內調用，比拼的是團隊的演演算法能力。而在本屆競賽中，只有獵戶星空一個團隊，採用hard級受限級（hard級）。

　　據了解，無限制類不是單純演演算法的比拼，在某種程度上是在比拼數據，數據越多訓練的模型越好，所以無限制類是演演算法和數據的綜合比拼；有限制類則是單純演演算法的比拼，也是從演演算法層面難度更大的比拼，「因為這個東西只能靠演演算法，因為數據是一定的。當沒有外部數據的情況下達到最高精度是非常困難的。」因此，組委會也認為獵戶星空的難度極高，單獨列了一項採用受限數據集的子項目。

　　最終，獵戶星空團隊獲得 0.75／0.606（random set／hard set）的高分，被組委會判定為接近滿分，遠超去年的記錄。

　　在此之前，獵戶星空還在另一項人臉識別國際賽事 LFW 上，僅用單個 Resnet50 模型就達到了 99.65 的優異成績，用比較小的網路實現了極高的精度。

　　獵戶星空成立於2016年9月。而業界對其熟知，來自於今年6月，喜馬拉雅發布的小雅 AI 音箱，其背後的核心便是獵戶星空全鏈路自研的遠場語音交互系統。

　　

　　小雅AI音箱

　　而據獵豹星空表示，其人臉識別技術已經應用到獵豹移動旗下的直播產品 Live.me 中，對直播內容進行監測篩查。這次人臉識別的比賽技術，也將在門禁、機器人等領域逐步得到應用。