近期被“朝阳群众”APP刷了下朋友圈,全民打击儿童拐卖、寻找走失老人的义举自然而然吸引了许多热心人士的参与。虽然当前人脸识别的准确率已经很高,但是随着岁月的推移,一些被拐多年或者失踪很久的人员,在人脸的比对上会有较大的困难。
然而这是一个创造奇迹的时代,在人类发明了本世纪最伟大的“美图”软件之后,机器学习让人们可以实现更省时、更精准的还原人们年轻或者模拟年老的容貌。虽然这项技术还没有普遍开来,但也让人们看到了在寻找失踪人口上的希望。
据国外媒体报道,这套原理是来自法国Orange实验室的Enter Grigory Antipov和他的朋友们研发出来的。其主要是让两个深度学习的机器同时工作,一个生成人脸,一个鉴别人脸,两个机器会通过分析人脸图像,提前习得各年龄段人脸大概是什么样子的。年龄段分类标准为:0-18, 19- 29, 30-39, 40-49, 50-59, 以及60岁以上。
据介绍,在每个年龄分组里,研究人员让机器学习超过5,000张标记过年龄的人脸图像。这些图像均来自于 Web Film Database以及维基百科。通过这种方法,机器可以学会每个年龄分组内的标签,而正是这个习得的总结标签让生成人脸的机器把不同年龄的人像照片准确加工成用户所希望的年龄的样子,无论是让照片中的人变得年轻还是变得年老。
但是,同其合成人像的机器一样,这里面存在的一个问题便是在合成过程中,机器可能会丧失掉图片原有的识别资料(id)。这时候第二个深度学习机器——鉴别人脸机器就开始起作用了。它的解决办法是:看这个照片的识别资料是不是唯一的,如果不是的话照片则会被拒绝输出。
经实验证明,这个方法确实有效,据安防知识网了解,他们的检测方法为:研究团队让机器合成合成10,000张从IMDB- Wikipedia数据库中抽取出来的人像(这些照片之前从未用来训练机器),然后用OpenFace软件程序来检测训练前后的两张照片是否为同一个人,测试结果为,有80%经训练的照片都被认为和原照片是同一个人。作为对比,用其他方法加工照片,平均测试结果只有50%。
但如果想要进行更真实的相片比对,应该是将合成的年轻相片与此人该年龄阶段的真实照片进行比对,但想要在这个测试中达到更高准确度,研究仍需有一段路要走。但无论如何,这个研究成果确实让人们看到了寻找长期失踪人口的突破口,笔者也期待这样的算法在未来有更多的应用。