智慧城市网

　　【安防展览网 品牌专栏】近，热搜居高不下的励志偶像剧《亲爱的 热爱的》终于完结。相信大家都被喂了一嘴“狗粮”！不过，在这部剧里，除了“童颜夫妇”的甜宠让观众看的津津有味之外，还对大众普及了一波人工智能！
 

　　女主佟年是一个15岁便考上少年班的天才学霸。19岁的她，不仅是交东大学计算机科学专业的研究生，同时也是大学生程序设计亚军团队的成员，更带领项目组与公安进行合作，通过人脸识别协助抓捕*分子。
 

　　入学的天，她便为大家讲述了人工智能。
 

　　闲暇时光，佟年还会给韩商言(男主)讲解如何利用人工智能赋能安防，让观众对人工智能的应用有了更深的认识。
 

　　在剧中，佟年的团队在他们所研发的人脸识别系统的加持下，帮助公安成功破获超过1000起案件。虽然这是电视剧情，但是在深醒科技却真实地发生着上述的一切。
 

　　2018年7月深醒协助某公安局将潜逃二十年**成功抓捕。2018年4月一名走私、贩卖、运输、制毒人员被深醒动态人脸识别系统成功识别。2017年6月深醒仅凭孩子的一张侧脸照片，在半小时内便找回走失在商贸城的少数民族幼女。2017年5月深醒成功识别持假*逃案两年，涉嫌5亿元经济诈骗*(公安部网上通缉)。
 

　　面对真实的拍摄环境，其结果有时不尽如人意，例如有遮光、避光、遮挡等照片。尽管如此，深醒动态人脸识别系统依然可以识别，辅助公安机关成功抓捕。
 

　　深醒动态人脸识别系统采用视频分析、大数据、云计算等先进技术，基于自主知识产权的深度学习人脸识别算法，对视频中的人脸进行检测、识别、比对、预警，实现动态布控、静态检索、技战法等功能，充分挖掘视频数据价值，全面提高情报信息研判和预警能力，提升城市治安防控能力。
 

　　针对越来越狡猾的*分子，人眼往往无法分辨。因此，提高机器识别准确度才是关键，而这就不得不说卷积神经网络，也是佟年专门提到的“背后功臣”。
 

　　卷积神经网络(convolutional neural networks，CNN) 是一种特殊的多层神经网络，用于处理图像特别是海量图像的相关机器学习问题。自 2012 年卷积神经网络 AlexNet 获得 ImageNet 挑战赛图像分类以来，以 CNN 为代表的深度学习方法开始超越传统的机器学习方法。在接下来的几年里，人们陆续提出了一些更加精巧的 CNN 结构，并在 ImageNet Challenge 中都取得了的度。在人脸识别方面，传统的人脸识别算法对非限制场景的数据集 (wild database，LFW) 中标记的人脸只能达到 60% 的准确率，而基于 CNN 的算法在 LFW 上的准确率目前已经超过 99.8%。
 

　　对此，深醒科技董事长袁培江带领研发团队提出了一种简单新颖的 CNN 网络结构，该网络结构在不同深度下的多个分组和分支的人脸多属性预测中都显示出良好的性能。分组充分考虑了属性的相关性，分支则充分考虑了深度与组间相关性的密切程度，两者保证 CNN 网络结构的合理性。这个网络可以处理多种类型人脸图像的检测和对齐，与此同时还避免了深度增加所带来的一系列问题，如更长的运行时间和对计算机硬件更高的要求。该网络结构不涉及预训练，因此可以快速提升网络的性能，同时在实际应用中具有较好的易用性。基于 CNN 的优势， 我们还将其应用于人种分类，针对二维人脸图像的人种分类问题，提出了一种基于 VGGNet 改进的深度卷积神经网络 (deep convolutional neural network，DCNN)，制作了一个包含白种人、黑种人和黄种人的大型数据集，比其他方法使用的数据集数量更大、而且样本分布更均衡。与传统方法相比，我们的网络能够自适应学习人脸的人种特征并分类，而且对不同的人脸数据集具有良好的泛化能力。(摘自科技纵览《建立新算法提升人脸识别效能》袁培江)
 

　　人脸识别作为人工智能研究的一大重要课题，随着AI的爆发，如今在安防、智慧金融、智慧社区、智慧校园、智慧交通等领域均有广泛应用。
 

　　未来，相信会有更多“佟年”走入AI行业，为我国的人工智能贡献一份自己的力量。