關于訊飛人臉識別—自然交互的性能分析和應用

活動還未開始，現(xiàn)場就已爆棚，從參會小伙伴的踴躍程度，可以看出開發(fā)者對自然交互能力的迫切需求，未來，正在以前所未有的速度向我們走來。

人臉識別，再超極限

人臉識別作為最優(yōu)越、體驗最好的生物識別技術，一直是公認的模式識別難題，在過去幾十年間，世界頂尖科研機構一直在為人臉識別而努力，但是沒有任何一個計算機算法能夠超越肉眼在LFW上的識別率97.52% ，直到香港中文大學湯曉鷗教授團隊開發(fā)出了一個基于高斯過程的人臉識別技術—GaussianFace,“高斯臉的識別率為98.52%，這是機器首超人類” ，“幾個月前我們的DeepID人臉識別技術在LFW上獲得了99.15%的識別率，又超極限；2014年11月17日，deepID2+再超極限，識別率達到了99.4%”，湯教授介紹道。

湯曉鷗教授用圖片歸類的例子介紹了人臉識別在生活中的應用，他曬了一堆照片，通過人臉識別技術，能從中秒篩出含有他寶貝的照片，并且還能根據(jù)場景，表情進行分類。看到這，現(xiàn)場的小伙伴已經(jīng)興奮，花大量時間痛苦地選照片經(jīng)歷再也不會出現(xiàn)了。

這只是人臉識別的簡單應用，湯教授進一步介紹了人臉識別在智能視頻監(jiān)控上的作用，大規(guī)模的監(jiān)控下，通過人臉識別技術，能在高密度的公共場所防止人群踩踏、騷亂、和災難性事件的發(fā)生，用于城市交通時，能極大的提高交通效率。未來，隨著技術的進一步成熟和社會認同度的提高，人臉識別技術將應用在更多的領域，科大訊飛聯(lián)手香港中文大學多媒體實驗室，已經(jīng)基于最新的技術突破制作出完整的一套人臉圖像處理系統(tǒng)SDK,包括人臉檢測，人臉關鍵點對準，人臉識別，表情識別，性別識別，年齡估計等各種基礎技術包，全力助推刷臉時代到來。

（訊飛工作人員演示人臉識別）

發(fā)布會上，ibaby CEO Karl Xu向大家介紹了智能攝像頭在家庭關愛中的未來應用，iBaby全景嬰兒監(jiān)視器在嬰兒監(jiān)護器行業(yè)是一次革命性的產(chǎn)品，借助人臉識別技術，它可以“目不轉睛”地監(jiān)護寶寶，并實時同步到移動設備上，讓父母在任何時間任何地點都能與自己的寶貝緊緊相連。

Super ID創(chuàng)始人沈洽金做了一款人臉登錄的應用：一登，除了提供最佳的登錄體驗，一登更要做的是通過人臉登錄來更簡單的獲取用戶數(shù)據(jù)，并通過這些人臉數(shù)據(jù)來更簡單的挖掘分析用戶，通過外貌、年齡、性別、情緒等來給用戶精準推薦。數(shù)據(jù)產(chǎn)生了價值，被鏈接的數(shù)據(jù)放大了價值。

從能聽會說，到能理解會思考

科大訊飛云平臺總經(jīng)理給大家介紹語音云的四年開放之路，從基礎的語音交互到全面的自然交互能力，語音云在不斷開拓新的交互方案，相繼推出了人工智能領域重磅新品語言云、人臉識別，伴隨這一過程，語音云的用戶規(guī)模飛速增長，目前激活終端已經(jīng)超過6億，活躍終端達到1.5億的龐大規(guī)模，增長趨勢符合互聯(lián)網(wǎng)時代的指數(shù)級爆發(fā)式增長規(guī)律。

于總說，基于語音云海量數(shù)據(jù)的迭代，語音云可以提供更全面的自然交互方案。他舉例說林志玲版的高德地圖就是訊飛語音技術的應用典范，最近訊飛又幫高德推出了郭德綱版的導航，語音云的廣泛應用，不僅能讓我們的生活變得更加便利，還能給生活增添很多色彩。

今后，訊飛語音云還將攜手廣大合作伙伴共同建立全新的移動互聯(lián)網(wǎng)生態(tài)——語音生態(tài)：引入個性化彩鈴、閱讀、優(yōu)質信源等變現(xiàn)能力，實現(xiàn)應用增值；打造更有料、更有趣、更有用的語音交互廣告，開創(chuàng)移動廣告新模式；更精、更細、更全的大數(shù)據(jù)分析為開發(fā)者提供精準的運營數(shù)據(jù)支撐。

此次發(fā)布會，語音云邀請了合作伙伴—世界領先的仿人機器人企業(yè)Aldebaran Robotics公司亞太區(qū)銷售總監(jiān)呂濤和國內(nèi)第一支從事Google Glass開發(fā)的極客團隊 GlassX CEO Anson來分享語音在其產(chǎn)品上的應用。呂濤說，在未來若干年內(nèi)，機器人將會對人類的生活帶來積極的影響，機器人將會改變我們學習、工作與交流的方式。Aldebaran Robotics公司正在針對日常生活，開發(fā)實用的解決方案，在諸如自閉癥兒童治療、人與機器人互動、個人用機器人等。語音識別和人臉識別作為機器人最核心的兩個交互能力，軟件的優(yōu)化提升比硬件更重要。

（能聽會說，載歌載舞的機器人nao)

Anson介紹道，智能眼鏡很重要的一個功能是感官能力的增強，把用戶的視覺信息延伸到更深層次，這種延伸不只是臉部識別，還有圖像識別，立體物品識別，今后GlassX將和訊飛語音云保持深度合作，會針對語音云提供的臉部識別能力制作一系列的智能眼鏡應用。語音云也將不斷優(yōu)化自然交互能力，給大家提供更精準、更高效、更便捷、更穩(wěn)定的服務。

雷軍說，只要站在風口上，豬都會飛。IT產(chǎn)業(yè)發(fā)展所有浪潮都是以人機交互為根本的革命，當IT產(chǎn)業(yè)從手機端進入到穿戴式設備的時候，下一個風口在哪？那就是自然交互！機器聽懂聲音，并且能理解會思考。盡管從能聽會說到能理解會思考的高峰攀巖極具挑戰(zhàn)，但語音云會奮力攀登，不斷進行自然交互領域的探索與創(chuàng)新，持續(xù)提供全面的、頂級的、一站式的核心技術服務支撐，讓開發(fā)者能充分利用語音云來服務自己的用戶。