近日，華為云自研的人臉?biāo)惴‵DNet1.0，在業(yè)界***挑戰(zhàn)難度的人臉檢測(cè)平臺(tái) WIDER FACE多項(xiàng)測(cè)評(píng)中斬獲業(yè)界***，彰顯華為云在人臉識(shí)別領(lǐng)域的創(chuàng)新能力。這是華為云***斬獲人臉檢測(cè)領(lǐng)域的世界紀(jì)錄，也是華為云在人工智能算法領(lǐng)域，階段性的重要研究成果。

WIDER FACE是目前業(yè)界公開的數(shù)據(jù)規(guī)模***（~40萬人臉標(biāo)注）、檢測(cè)難度***的人臉檢測(cè)數(shù)據(jù)集之一。數(shù)據(jù)集中人臉尺寸大小變化、拍照角度引起的人臉姿態(tài)變化、人臉遮擋、化妝、光照等多種因素，給人臉檢測(cè)帶來了極大的挑戰(zhàn)（參考Fig1）。基于上述挑戰(zhàn)，此次評(píng)測(cè)吸引了來自曠視科技、騰訊、中科院、美國(guó)卡耐基梅隆大學(xué)和馬里蘭大學(xué)等諸多研究機(jī)構(gòu)參與。

華為云FDNet1.0算法在WIDER FACE人臉檢測(cè)平臺(tái)中，采用官方的測(cè)試數(shù)據(jù)集和評(píng)價(jià)標(biāo)準(zhǔn)，在多項(xiàng)指標(biāo)上取得了業(yè)界***，詳細(xì)榜單結(jié)果見Fig2或者參考WIDER FACE官方排行榜。（http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/WiderFace_Results.htm）

Fig1：FDNet1.0在光照、遮擋、尺度形變等多種復(fù)雜場(chǎng)景下表現(xiàn)很好的魯棒性

Fig2：FDNet1.0分別在validation set（上）和test set（下）數(shù)據(jù)集上的評(píng)測(cè)結(jié)果曲線

華為云為什么可以做到多項(xiàng)指標(biāo)業(yè)界***呢？

其實(shí)早在幾年前，華為就已經(jīng)開始探索圖像/視頻領(lǐng)域的相關(guān)技術(shù)，在華為手機(jī)終端、華為全球技術(shù)服務(wù)領(lǐng)域（GTS）等若干場(chǎng)景下試點(diǎn)、商用，在數(shù)據(jù)、深度學(xué)習(xí)、網(wǎng)絡(luò)結(jié)構(gòu)算法、模型訓(xùn)練、后驗(yàn)處理等方面積累了大量的實(shí)踐經(jīng)驗(yàn)。

在GTS安全設(shè)備檢測(cè)場(chǎng)景下，有很多小物體檢測(cè)的問題，和人臉檢測(cè)類似?；谝延械姆e累，華為云經(jīng)過兩周時(shí)間對(duì)模型重新迭代訓(xùn)練，取得了多項(xiàng)測(cè)評(píng)指標(biāo)業(yè)界***，擊敗了眾多人臉領(lǐng)域的專業(yè)團(tuán)隊(duì)。具體來說，華為云FDNet1.0采用兩階段Faster RCNN算法，引入light head的思想，使計(jì)算更加高效。針對(duì)人臉形變問題，引入可變性卷積層技術(shù)提升對(duì)人臉形變的魯棒性。同時(shí)，整合了多尺度訓(xùn)練、多尺度預(yù)測(cè)、輔助學(xué)習(xí)、集成學(xué)習(xí)等多種策略，最終實(shí)現(xiàn)了更高的可識(shí)別率。（部分技術(shù)細(xì)節(jié)見：https://arxiv.org/ftp/arxiv/papers/1802/1802.02142.pdf）

Fig3：FDNet1.0算法框架

華為云基于多年的內(nèi)部實(shí)踐，在人工智能的機(jī)器學(xué)習(xí)、語音、自然語言及對(duì)話、計(jì)算機(jī)視覺等多個(gè)領(lǐng)域積累了豐富的經(jīng)驗(yàn)和實(shí)踐，并且轉(zhuǎn)換為人工智能服務(wù)在華為云上對(duì)外提供，希望為更多用戶提供幫助。在視覺領(lǐng)域，華為云已經(jīng)成功為小區(qū)安防、視頻分析、商超客流分析、內(nèi)容審核等多種場(chǎng)景的用戶提供服務(wù)支撐。后續(xù)，基于華為云在人工智能領(lǐng)域的持續(xù)投入，將為更多企業(yè)用戶提供更加便利、精準(zhǔn)的智能服務(wù)。

點(diǎn)擊了解華為云EI企業(yè)智能：http://www.huaweicloud.com/ei/