近日，悠絡(luò)客的人工智能研究院（ULUFace）,在國際知名人臉識別數(shù)據(jù)庫MegaFace百萬級別人臉測試中（Challenge1/FaceScrub identification），以97.4869%的成績?nèi)〉萌蚬九琶谖宓暮贸煽儭⒓舆@項(xiàng)測試的還有來自微軟、蘇寧、騰訊優(yōu)圖、復(fù)旦等知名公司。

目前世界知名的人臉識別技術(shù)驗(yàn)證平臺有LFW和MegaFace,這兩者是人臉識別研究領(lǐng)域最重要的人臉圖像測評集合之一和目前最權(quán)威的、熱門的評價(jià)人臉識別性能指標(biāo)之一。

LFW人臉圖像集合中有13000多張從網(wǎng)上搜集來的非約束環(huán)境下的人像照片，主要用于驗(yàn)證給定兩張照片中的人是否為同一人（Face Verification）即1：1場景。由于場景較容易，人臉庫數(shù)量較少，準(zhǔn)確率普遍達(dá)到99%以上，目前國內(nèi)公司普遍采用這一人臉庫宣傳自己技術(shù)。

Megaface是一項(xiàng)百萬規(guī)模級別的面部識別算法測試基準(zhǔn)，由美國華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程實(shí)驗(yàn)室發(fā)布并維護(hù)。該測試資料集中包含69萬人的100萬張圖片，以海量人臉注冊情況下的辨識率為主要指標(biāo)，難度較大，其中還包含同一個(gè)名人不同年齡跨度的照片，其中不乏讓人難以分辨的例子，例如下圖：

在MegaFace競賽中，為了獲得較高的排名，各大公司普遍會使用多模型和較高的算法層數(shù)，這樣雖然可以使準(zhǔn)確率大幅提高，但是相比單模型的“一人投票決定制”，多模型的“少數(shù)服從多數(shù)”顯然要占用更大的計(jì)算資源，更別說動輒一兩百層的深度計(jì)算神經(jīng)網(wǎng)絡(luò)。

注重實(shí)戰(zhàn)應(yīng)用，一直是悠絡(luò)客的一大優(yōu)點(diǎn)，擁有30萬+簽約門店，覆蓋各行各業(yè)，海量的到店人臉識別數(shù)據(jù)也幫助訓(xùn)練出了悠絡(luò)客精準(zhǔn)的實(shí)戰(zhàn)化算法。采用單模型，52層深度計(jì)算神經(jīng)網(wǎng)絡(luò)，整套算法更小巧，可以嵌入在攝像監(jiān)控等終端內(nèi)，幫助門店監(jiān)控抓取到店客戶的人臉數(shù)據(jù)，形成更精準(zhǔn)的顧客分析數(shù)據(jù)。

目前，已有多家知名企業(yè)，在自己的門店內(nèi)使用基于悠絡(luò)客的人臉識別技術(shù)的顧客分析，VIP導(dǎo)購，精準(zhǔn)客流等功能幫助提高門店管理運(yùn)營效率，隨著悠絡(luò)客PaaS平臺業(yè)務(wù)的展開，相信在未來，可以有更多的企業(yè)用低成本享受到這一精準(zhǔn)的人臉識別技術(shù)。