本文摘要：据英国《每日邮报》6月25日报导，研究人员找到，在面部数量约百万级的测试中，备受争议的面部辨识技术并不像声称地那么精确。 人工智能可以在数千张面孔中辨识出有你的面孔，准确率几近百分之百，，但当其面临更大的面部图片数量时，它的准确率可就没有那么低了。 在华盛顿大学发动的百万人脸识别挑战赛上，研究人员致力于提高面部辨识算法在百万数量级的准确率。研究人员期望这次挑战赛对解决问题面部辨识技术的难题起着大力起到。难题之一就是如何辨识出有一个人在有所不同年纪和有所不同姿势的照片。

据英国《每日邮报》6月25日报导，研究人员找到，在面部数量约百万级的测试中，备受争议的面部辨识技术并不像声称地那么精确。　　人工智能可以在数千张面孔中辨识出有你的面孔，准确率几近百分之百，，但当其面临更大的面部图片数量时，它的准确率可就没有那么低了。

　　在华盛顿大学发动的百万人脸识别挑战赛上，研究人员致力于提高面部辨识算法在百万数量级的准确率。研究人员期望这次挑战赛对解决问题面部辨识技术的难题起着大力起到。难题之一就是如何辨识出有一个人在有所不同年纪和有所不同姿势的照片。

　　我们必须在全球范围内，测试人脸识别算法，以确保它的实际应用于。更加大规模的测试，可以让你找到辨识算法的缺失和顺利之处。

华盛顿大学的计算机科学助理教授、项目首席调查员，IraKemelmacher-Shlizerman说道到。我们无法只展开小规模测试，就说道它早已很极致。

　　这次挑战赛有多达300个研究小组参予，他们都致力于评估和提高其算法的准确率。现有许多面部辨识算法准确率都几近极致，但都是基于一个1.3万张照片的小数据集。在新的研究中，实验人员想告诉这些算法在面临更大数据集时展现出如何。为此他们挑选了来自世界各地的将近70万人的100万张网络照片，以此来测试算法在辨识两张照片否为同一个人的展现出。

　　研究人员找到，当面部辨识算法面临更大的数据集时，它的准确率之后不会大幅度上升。谷歌的FaceNet算法辨识准确率最低，在小规模数据集中于准确率完全极致，但在百万规模数据下，准确率仅有为75%。另一个与之相似的团队是俄罗斯的N-TechLab，他们构建了73%的准确率。

一些在小数量级展现出很好的算法，面临百万规模数据集其准确率急剧下降至33%。

本文来源：yabo手机官网-www.fullyfacts.com