图像识别与视频分析简介

您当前位置：首页 > 中为资讯 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-16 14:38:39】【打印】【关闭】

相关报告

数据更新中...

1、图像识别

深度学习在图像识别领域最著名的应该是2012年ImageNet图像分类大赛，比赛要求通过120万张高分辨率图像进行训练模型，然后将1.5万张新的图片分成1000个类别。Hinton研究小组采用基于卷积神经网络的深度学习方法，以16.4%的分类错误率夺冠，领先第二名近10%，此后伴随着产、学界的持续投入，算法的不断改进，ImageNet大赛中图像分类的准确率持续提高。

深度学习应用于图像识别时最重要的环节是自动特征学习。一幅图像包含很多复杂成分和因素，例

如人脸图像会包含姿态、表情、饰物、光暗变化等一系列信息，并且这些信息以像素点的形式存在，并通过非线性的方式组合在一起。传统方法主要通过提取图像信息中包含的人工设计好的特征，然后与数据库中的图像进行比对从而完成识别。深度学习则通过多个隐层逐渐将这些混杂在一起的信息分开，分拆到最后一个隐层时，不同的神经元代表了不同的特征因素。虽然这些自动学习得到的特征可能比较抽象，但相互之间不会交错干扰。提取完毕以后再进行人脸识别、表情识别、年龄估计会方便很多，准确率也得到提升。

通过深度学习进行人脸识别的前提是对人脸特征的学习，具体表现为训练完毕以后深度神经网络的

最后一个隐层所提取出来的人脸特征数据。这样将需要识别的人脸图像提取特征，并压缩为高维度的特征向量（例如80维）即可实现在线快速比对。

【图像识别案例】依图科技

依图科技成立于2012年，是一家专注于计算机视觉的创业公司。公司目前产品服务包括拥有车辆识别系统、身份认证产品两大产品系列。人脸识别在误报率十万分之一的基础上具有92%的通过率，速度上可在0.5秒级内实现单张人像在亿级查询数据库中的检索比对。产品主要应用于安防、金融、互联网及民生领域。公司目前已经完成B轮融资，引入云锋基金。此前A轮及天使轮的投资者包括红杉资本、真格基金等。

依图科技主要业务领域