List

Feel proud that the team is ranked #1 (the First Place) in CVPR 2018 Disgusied Face Recognition! Our team just won the disguised face recognition competition in “Disguised Face in the Wild” for CVPR 2018 — the best computer vision conference.

It’s a great honor as having the best performance over the leading international research teams (either from the academia or the industry). Disguised face recognition is one of the unsolved face recognition problems and that’s why it was hosted the first time in the best (and also the most important) computer vision conference, CVPR.

人臉辨識已經落地到諸多應用,不過大多是正臉,高品質的畫面。對於逆光、光線不佳、低解析度,視角差,跨年紀、化妝(偽裝)等,還是有它的局限性,也是研究社群努力的方向。

我們參加今年#CVPR(電腦視覺頂尖會議)的Disguised Face Recognition 競賽。很高興在團隊的努力下,我們獲得排名第一的成績。前十排名請參考照片,其他公司以及團隊的名稱先移除。 偽裝人臉是相當具有挑戰的問題,但是仔細看,即使是偽裝的人臉,還是有些主要的特質在同一個人臉上。

我們因此設計新的網路來抓取這些主要特徵。 我們還針對低解析度人臉的辨識,也有相當好的突破。希望有機會再分享。

沒想到在#CVPR 2018舉辦的Disgused Face Recognition Challenge (偽裝人臉辨識競賽),還會給冠軍獎牌,刻上單位名稱。夠慎重。

A surprise to receive the award plaque for #CVPR 2018 Disguised Face Recognition Challenge.

  Posts

1 3 4 5 6
April 15th, 2017

Pushing for the best — 極限在哪?

Our team won the FIRST PRIZE (with USD $10,000 cash award) in MSR-Bing Image Retrieval Challenge 2013, hosted by Microsoft […]

April 15th, 2017

Our CVPR 2017 Paper: Cross-Modality Convolution for 3D Biomedical Segmentation

Excited to share our recent work, “Joint Sequence Learning and Cross-Modality Convolution for 3D Biomedical Segmentation,” accepted for CVPR 2017. […]

April 15th, 2017

Sketch-based retrieval — 心之所欲

Seeing several sharing regarding Google’s AutoDraw, we like to share our various solutions for sketch-based retrieval for image, products, and […]

April 15th, 2017

The beast and the beauty for video search and recognition

We have been working on content analysis (machine intelligence over large-scale image/video streams) since 2002 as having my PhD in […]

April 4th, 2017

50-min presentation in GTC (GPU Technology Conference) 2017, San Jose

Our GTC (GPU Technology Conference) 2017 scheduled confirmed. 50 min talk scheduled on Monday, May 8, 9:00 AM – 9:50 […]

March 29th, 2017

“Casual” Comparison for Visual recognition APIs (影像辨識API評比)

A few industry friends inquired me how to choose visual recognition APIs for enhancing their analysis capability in the image/video […]

March 29th, 2017

Sammy winning Google PhD Fellowship 2017!

What a wonderful day to know that our former master student, Yu Chuan Su, was awarded Google PhD Fellowship 2017. […]

March 28th, 2017

Search by impression (媽媽們需要的影像搜索技術)

想像一下,如果在家裡一堆數位照片中,要翻出某張照片,你得花費多少時間? 家中有小孩的家庭,常會為了尋找照片而煩惱(例如繳交寒暑假作業)。尤其是家中數位相片持續大量累積中,這個問題其實越來越麻煩。 明明心中想著那張照片的畫面,可是怎麼也找不到! 我們在2011年聽到許多媽媽們(還有爸爸們)的需要,提出了search by impression的概念。在幾十萬張的照片中,協助快速找到那張記憶中的畫面。同時也補足文字標註、人臉辨識、以及以圖找圖技術的不足。 相當多的統計指出,使用者照片中帶有人像的照片大概超過80%。而且MIT的研究也發現,多年之後,有人臉的照片是大家最記得的。 所以我們設計了全新的使用者照片的搜尋方式,按照使用者印象中的畫面,利用人臉位置、大小、排出記憶中的輪廓,結合人臉屬性偵測,檢索前每張人臉自動偵測出性別、種族、膚色、年紀、打扮等,來額外輔助描述記憶中的畫面。例如印象中姊妹淘出遊的畫面,三位(年輕)女性緊靠在一起;爺爺奶奶和孫子的合照,爺爺(資深男性)在左,奶奶(資深女性)在右等。 Demo影片可以清楚呈現實際的使用畫面。 解決實際問題的研究不容於學術的頂級殿堂嗎? 當我們為了確保在幾十萬張的照片中依舊維持搜索的正確率以及效率,我們就得嘗試設計第一次同時為偵測出的人臉屬性、高維度人臉特徵值、人臉位置、大小等截然不同的資料型態建立全新整合的檢索方式。如何評估效能?如何設計全新的UI? 當嚴謹地面對這些挑戰,自然會在重要的場合讓人驚豔。初試啼聲,就在美國亞利桑那舉辦的頂級多媒體會議ACM Multimeida 獲得Grand Challenge 首獎[1]。完整的技術也在搜尋技術的大會ACM SIGIR以Full Paper (Oral)發表[2]。因為是全新在觸控螢幕上的搜尋技術,我們也申請了美國專利,也曾經讓某家矽谷領導品牌的影像公司談到技術授權。 嚴謹跟解決實際問題並不衝突。 […]

March 27th, 2017

Data-Drive Strategy(以資料制資料 )

在機器智能的運用上,困難的問題,一般會利用(1)採用更複雜的模型(如數十層的類神經網路),或是(2)提供更多標註過的訓練資料。但是資料標註的代價(所需準備的時間以及金錢)是相當昂貴的。尤其時間是產業應用上,時間是相當貴重的成本。 另一個想法:如果可以善用Internet上隨手可得的資料,有時候複雜困難的問題,會有意想不到的突破! 之前我們嘗試解決人臉辨識上一個未解的問題—「跨年紀人臉辨識」。如果使用face verification的定義的話, 我們得決定任兩張(相距五到十年)的照片,是否屬於同一人。 大家可以參考看看這張照片,猜測一下,屬於同一個人嗎? 跨年紀人臉辨識,在兩年前還是十分困難的問題。過去以來,大家考慮的是尋找逼近老化的方程式,或是找出不受年齡影響 (age-invariant)的人臉特徵表示方法。可是人類老化是個複雜的model,所以一直無法突破。 我們 (Sirius Chen 以及 Dr. Chu-Song Chen) 則大膽採用了另一個全新的策略。我們以網路上隨手可得的名人照片來表示(解釋)人像;比如說某個人鼻子長得像明星A、嘴巴像明星B、下巴像明星C,等(約數百位名人)。如此一來,沒有例外,大家都會經過類似的老化過程。因此這個人和名人A、B、C等在某個部位還是維持相似性。我們就用這樣的表示法來代表人臉特徵值(過程使用sparse coding、 high-dimensional LBP、max pooling實現)。 […]

March 21st, 2017

Privacy-Preserving Machine Intelligence (考量隱私的機器智能分析)

With the advance of cloud computing, growing applications have been migrating to the cloud for its robustness and scalability. However, […]