Facebook的DeepFace对齐系统使用2D和3D面部建模和深度学习来获得最终的frontalized crop(g)。
社交网络的DeepFace系统使用3D建模技术来检测面部,并裁剪和扭曲它们以使它们面向前方,这种方法称为前锋化。
目前在测试中的软件是面部验证系统,并且与面部识别不同之处在于,其与大面积数据集中的面部匹配,而不是向面部分配身份。 实质上,DeepFace可以扫描数百万张照片,虚拟旋转和校正图像,并找到所有匹配的面部。
复杂的系统是使用一个4000多万人面部图像的数据集训练。 根据该公司最近发表的论文“DeepFace:在人脸验证中消除人为水平的差距”,Facebook的方法证明了准确率为97.25%。
虽然仍处于研究和开发阶段,Facebook提出的系统旨在将面部匹配技术的当前状态的误差减少25%以上。
Facebook的AI Group将在6月份的计算机视觉和模式识别会议上展示其研究成果。