小米科技|全球三大顶尖人脸识别强国,到底谁的实力名列前茅?( 五 )


斯坦福大学:美国斯坦福大学是最早研究人脸识别技术的院校之一 。 华人科学家李飞飞教授在2009年的CVPR上发表了论文《ImageNet: A Large-Scale Hierarchical Image Database》 , 次年开启了连续数年的ImageNet挑战赛 , 极大的推动了全世界人工智能行业发展 。 斯坦福大学曾经与Facebook旗下数据挖掘公司合作 , 采集100万人脸数据根据人员的年龄、性别、种族、面部朝向和面部表情等因素进行识别 , 取得了较好的识别准确率 。

美国马萨诸塞大学:美国马萨诸塞大学对人脸识别最重要的贡献之一是开源了知名的人脸检测数据库FDDB和人脸识别数据集LFW 。 FDDB数据集是从Wild数据集面部拍摄的2845个图像集中的5171个面部的注释 , 数据集采用椭圆型人脸标签 。 主要用于研究无约束人脸检测问题的人脸区域数据集 。 评估方式包括长方形和椭圆两种形式 。 LFW数据集包含13233张人脸图像 , 涉及5749位全世界知名人士 , 其中1680人具有两张或两张以上不同场景下图片 , 每张图片采用统一尺寸 , LFW数据集主要应用于非限制环境下的人脸识别 。
美国华盛顿大学:2016年IEEE计算机视觉与模式识别会议(CVPR2016)上发布了由美国华盛顿大学计算机科学与工程实验室维护的MegaFace基准数据集竞赛初始结果 。 该数据集是继LFW后首个百万级人脸规模数据集 , 涉及690572个人员 。 测试规模是LFW的100倍以上 , 识别率研究提升难度更大 。 最早是由俄罗斯Vocord公司获得第一名 。
NIST):NIST是由美国商务部主管为美国工业和国防部提供测试技术的研究机构 。 主要负责美国国家计量基准与标准 , 参与美国标准化技术委员会制定标准等工作 。 其重要的一项人脸识别测试数据集是FRVT测评 , 由于其不对外开放数据只接受SDK评测 , 并且属于相对独立的第三方评测机构不受商业因素影响 , 因此在国际上具有一定的公正性 。

相关经验推荐