人脸识别教父李子青:技术创新赋能行业未来

作者: 佚名 2016-09-14 17:38:59

 在英伟达 GTC CHINA 2016技术大会上,众多行业领袖、专家及创业者们展开头脑风暴和技术交流,让与会者们尽情领略 “大数据分析”、“深度学习”、“人工智能”、“自动驾驶”等当今最热领域中的惊人突破,吸引了中国乃至全球开发者、研究人员和技术专家的目光。

中科奥森推出 “双目深度学习”DeepEyes

GTC技术大会上一个令人瞩目的部分就是新兴企业峰会(ECS)。很多行业独角兽就是从此地开始的。这次大会上黄仁勋先生的主题演讲中,特别提到了中国的人工智能初创企业,中科奥森是其中代表之一。中科奥森背后的技术,来自首席科学家李子青教授。

李子青教授凭借着其对深度学习、计算机视觉、人脸识别、GPU技术的深刻理解和技术产品的研发能力,在GTC新兴企业峰会上探讨了“人脸识别走向何方”的大议题;特别针对人脸识别安全漏洞痛点,发布了中科奥森基于“双目深度学习”的人脸识别和防伪技术:DeepEyes。

李子青:中科奥森技术领军人

李子青教授有着深厚计算机视觉应用基础积累,凭借丰富的想象力,和解决实际应用问题的务实精神,在人脸识别应用研究领域开创了两个新的技术研究方向:一是近红外人脸识别,另一个是异质人脸识别。

2001年,李子青教授在微软研究院研发了世界上第一个实时人脸识别系统Eye-CU,比尔·盖茨接受CNN头条采访亲自为之讲解。2004年作为“中科院优秀百人计划”的入选者,进入中科院担任中科院生物识别与安全研究中心主任。由于在人脸识别、模式识别、计算机视觉领域的贡献,当选 IEEE Fellow。

过去10年,李子青教授研发了面向实用的人脸识别系统和智能视频监控系统,在国家重大安全部门实施并发挥作用,如北京奥运、上海世博、边检通关、海关等。世界科学界顶级刊物《Science》对李教授进行聚焦专访,介绍其科技成果,以此说明中国技术创新能力提升,跻身国际水平。李教授代表中国国家体撰写了中国制定的唯一一个人脸识别国际标准,他还制定国家、行业标准制累计18项。

不断的技术创新 引领人脸识别发展

李子青教授非常关注人脸身份核验中的一个安全性痛点:人脸假体攻击。攻击方法包括:打印照片、屏幕照片、视频播放,人脸面具。没有人脸防伪的保护,人脸识别系统只需一张照片或一个手机显示屏即可被攻破,因为你的人脸密码是公开的。这个问题的严重性,已经被大家识破并广泛报道。

其实早在2011年,李子青教授作为十二个研发团队中唯一的非欧团队,受邀参加了欧盟的联合项目组,对生物识别防伪问题进行了专门的深入研究。基于双目深度学习的DeepEyes就是其成果之一,研究成果两次在人脸防伪评测大赛中夺冠。

采用双目异质人脸识别的深度学习,中科奥森创造了其自主核心技术DeepEyes,圆满解决对假体攻击的人脸防伪。DeepEyes是唯一通过银行40种人脸识别反欺骗测试的解决方案。

中科奥森技术应用广泛

中科奥森凭借十多年在技术、人才、专利上的积累,其 “人脸活体防伪”、“人证核验”、“大规模人脸监控”等产品,已经应用在安全防范、自助征信、银行柜台、智慧社区、考生识别、机器人智能等多个领域,最近更被应用在杭州G20峰会智能安防布控中。

从公共安全、金融、智慧城市,到智能生活;从严肃的身份安全性保障产品,到有感情的互联网人脸识别产品,再到人工智能的视觉模块,中科奥森的人脸识别技术及产品无处不在。也许你仍然觉得科幻电影里的“黑科技“离我们太遥远,但其实现实中还有像中科奥森这样的新兴企业,正演绎着人工智能时代更多的可能性。

计算
上一篇:Facebook城会玩!让无人机给偏远山区提供移动网络 下一篇:网友纷纷调侃人脸识别技术 到底难在哪里?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

Transformer跨界超越CNN,还解决了计算复杂度难题

谈到Transformer,你可能会想到一众NLP模型。Transformer其实还能替CNN把活给干了,并且干得还不赖。

鱼羊 ·  2021-03-30 11:40:48
神经形态计算何时带领我们进入 AI 新时代?

神经形态计算仍处于研发阶段,如今该领域几乎没有任何商业产品。但越来越明显的是,某些应用非常适合神经形态计算,神经形态处理器将更快、更省电。不过,CPU 和 GPU 计算并不会消失,神经形态计算只会出现在其左右,扮演更好、更快、更有效的处理角色,这将是我们从未见过的。

付静 ·  2020-12-17 09:15:35
Nature:将光计算与AI推理整合,实现高速高带宽AI计算

近日,Nature 上一篇 Perspective 文章剖析了深度光学和深度光子学的人工智能推理应用,展示了该领域(尤其是光 - 电混合系统)的发展潜力。

Gordon Wetzstein ·  2020-12-10 15:00:10
分析深度学习背后的数学思想

深度神经网络(DNN)本质上是通过具有多个连接的感知器而形成的,其中感知器是单个神经元。可以将人工神经网络(ANN)视为一个系统,其中包含沿加权路径馈入的一组输入。然后处理这些输入,并产生输出以执行某些任务。

人工智能科技时代 ·  2020-09-16 10:09:58
阿里公开核心技术:如何摘下4项世界冠军,推理性能比第二名快5倍

近日,斯坦福大学DAWNBench ImageNet最新成绩公布,阿里超过Google、Facebook等,摘下四个榜单的世界第一。

阿里云异构计算团队 ·  2020-04-13 09:50:23
中国人工智能计算力报告:互联网行业投资最高,杭州居城市排名榜首

数据、算法、计算力是人工智能的三个基本要素。其中,“计算力” 决定着人工智能整体的发展状况,也是承载和推动人工智能走向实际应用的基础平台和决定性力量,因此是本文关注重点。

AI报导 ·  2019-03-30 14:25:59
微软沈向洋谈GitHub、数据信仰和计算未来

 1 月 20 日,微软全球执行副总裁沈向洋在 2019 极客公园创新大会上,解读了微软在 AI、计算、数据方面的工作和思考。

王金旺 ·  2019-01-21 09:41:37
量子计算又和人工智能扯上了什么关系?

量子计算无论是在学术期刊上,还在普通报纸杂志上,如今成为相当热门经常常被谈到的话题,那到底量子计算是什么?为什么量子计算比经典的计算机能够快那么多,这些问题对大多数人来讲,还很神秘。

张存 ·  2018-01-02 08:23:32
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载