阅面科技再突破，国际权威人脸识别LFW又夺一冠
近日，阅面科技向国际权威人脸识别公开测试集LFW提交了测试结果。根据最新公布的测试结果显示，阅面科技的人脸识别技术以99.82%的识别精度超越一众国内外知名公司，稳居世界第一。这也是阅面科技继FDDB夺冠之后，拿下的又一国际性荣誉。与此同时，阅面科技也成为史上首个同时在FDDB与LFW上夺得世界第一的团队。
LFW全名Labeled Faces in the Wild，是由马萨诸塞大学于2007年建立，用于评测非约束条件下的人脸识别算法性能，是人脸识别领域使用最广泛的评测集合。该数据集由13000多张全世界知名人士互联网自然场景不同朝向、表情和光照环境人脸图片组成，共有5000多人，其中有1680人有2张或2张以上人脸图片。每张人脸图片都有其唯一的姓名ID和序号加以区分。
LFW测试正确率，代表了人脸识别算法在处理不同种族、光线、角度、遮挡等情况下识别人脸的综合能力。目前为止全球数十个团队共提交了近百次测试结果，其中包括Google、Facebook、微软亚洲研究院等顶级的工业界与学术界团队。
本次阅面科技在LFW上提交的人脸识别算法（1:1验证）以改进版的残差网络为基础，训练数据来自内部收集的千万级的人脸数据，训练过程中同时加入识别和验证两种监督信号保证同一个人的类内距离更小，不同人的类间距离更大。由于人脸五官具有明确的语义信息，采用多模型融合版本最终得到98.82%的精度。
该算法突破粉碎了“深度越深，精度越高”的深度学习神话，网络层深仅为50层，目前排名第二、第三的网络模型平均层深为500层，这意味着阅面科技人脸识别算法拥有着更小的计算资源与功耗，但兼备毫不逊色的识别精度。
随着自研人脸识别技术得到越来越多来自国际的权威认证，阅面科技也逐步将技术落地。阅面科技的愿景是“智能让生活更美好”，致力于在“实时动态”、“低功耗”和“低成本”方面不断突破，让智能技术能够以更低的门槛进入人类的日常生活。
阅面科技人脸识别算法目前已广泛的应用于智能机器人、智能家居产品、金融和安防、以及多种手机app产品中。未来阅面科技还将以技术为本不断突破，在人脸识别领域起到领头羊的作用。
 |
LFW全名Labeled Faces in the Wild，是由马萨诸塞大学于2007年建立，用于评测非约束条件下的人脸识别算法性能，是人脸识别领域使用最广泛的评测集合。该数据集由13000多张全世界知名人士互联网自然场景不同朝向、表情和光照环境人脸图片组成，共有5000多人，其中有1680人有2张或2张以上人脸图片。每张人脸图片都有其唯一的姓名ID和序号加以区分。
LFW测试正确率，代表了人脸识别算法在处理不同种族、光线、角度、遮挡等情况下识别人脸的综合能力。目前为止全球数十个团队共提交了近百次测试结果，其中包括Google、Facebook、微软亚洲研究院等顶级的工业界与学术界团队。
本次阅面科技在LFW上提交的人脸识别算法（1:1验证）以改进版的残差网络为基础，训练数据来自内部收集的千万级的人脸数据，训练过程中同时加入识别和验证两种监督信号保证同一个人的类内距离更小，不同人的类间距离更大。由于人脸五官具有明确的语义信息，采用多模型融合版本最终得到98.82%的精度。
该算法突破粉碎了“深度越深，精度越高”的深度学习神话，网络层深仅为50层，目前排名第二、第三的网络模型平均层深为500层，这意味着阅面科技人脸识别算法拥有着更小的计算资源与功耗，但兼备毫不逊色的识别精度。
随着自研人脸识别技术得到越来越多来自国际的权威认证，阅面科技也逐步将技术落地。阅面科技的愿景是“智能让生活更美好”，致力于在“实时动态”、“低功耗”和“低成本”方面不断突破，让智能技术能够以更低的门槛进入人类的日常生活。
阅面科技人脸识别算法目前已广泛的应用于智能机器人、智能家居产品、金融和安防、以及多种手机app产品中。未来阅面科技还将以技术为本不断突破，在人脸识别领域起到领头羊的作用。
