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.

  Tag: face recognition

2 posts
June 7th, 2018

First Place (#1) in Disguised Face Recognition in CVPR 2018

Feel proud that the team is ranked #1 (the First Place) in CVPR 2018 Disgusied Face Recognition! Our team just won […]

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)。 […]