原創(chuàng) | 文 BFT機器人

01

引言

香港中文大學(xué)多媒體實驗室（MultimediaLaboratory）成立于2001年7月，是香港中文大學(xué)信息工程學(xué)系的重要組成部分。該實驗室由湯曉鷗教授執(zhí)導(dǎo)，是最早應(yīng)用深度學(xué)習(xí)進行計算機視覺研究的華人團隊之一。因其卓越的貢獻，該實驗室被譽為“計算機視覺界的黃埔軍?！?。

02

人臉識別技術(shù)的“開拓者”和探路者——湯曉鷗

湯曉鷗于1990年獲中國科學(xué)技術(shù)大學(xué)工學(xué)學(xué)士學(xué)位，并在1991年獲羅徹斯特大學(xué)工程及應(yīng)用科學(xué)學(xué)院理學(xué)碩士學(xué)位。隨后，于1996在麻省理工學(xué)院獲得博士學(xué)位，并在攻讀博士學(xué)位期間開始了對人工智能領(lǐng)域的研究。

湯曉鷗通過一系列杰出的研究成果，逐漸在人工智能，尤其是人臉識別技術(shù)領(lǐng)域建立了自己的聲譽和地位。在2009年獲得了計算機視覺與模式識別國際會議（CVPR）的最佳論文獎，這是亞洲學(xué)者首次獲得該獎項。

03

人臉識別技術(shù)——DeepID

MMLab的研究范圍廣泛，涵蓋了計算機視覺、多媒體處理和機器學(xué)習(xí)等多個方面。2014年，湯曉鷗教授團隊公開自主研發(fā)的DeepID系列人臉識別算法，準(zhǔn)確率超過DeepFace算法，是全球首次超過人眼識別準(zhǔn)確率的計算機視覺算法。據(jù)公開文獻報道，DeepID?系列人臉識別算法準(zhǔn)確率達(dá)到?98.52%。

與傳統(tǒng)的人臉識別算法相比，DeepID算法能夠?qū)W習(xí)到更高層次的抽象特征，從而提高了人臉識別的準(zhǔn)確性和魯棒性。DeepID算法的訓(xùn)練過程包括兩個關(guān)鍵步驟：多任務(wù)學(xué)習(xí)和三元組損失函數(shù)。在多任務(wù)學(xué)習(xí)中，算法同時學(xué)習(xí)人臉識別和性別分類兩個任務(wù)，通過共享網(wǎng)絡(luò)層的方式提取共享特征。這樣可以使得網(wǎng)絡(luò)學(xué)習(xí)到更具判別性的特征表示。

lDeepID算法的提出對于人臉識別技術(shù)的發(fā)展具有重要意義。它為人臉識別領(lǐng)域的研究和應(yīng)用提供了新的思路和方法，推動了該領(lǐng)域的進一步發(fā)展。該算法的成功也證明了深度學(xué)習(xí)在人臉識別任務(wù)中的巨大潛力，并為后續(xù)的研究和創(chuàng)新奠定了基礎(chǔ)。

04

人工智能與計算機視覺研究先鋒

自成立以來，MMLab一直專注于計算機視覺與多媒體技術(shù)的研究，并積極開展相關(guān)研究項目。這些項目包括基于圖像識別的智能安防系統(tǒng)、虛擬現(xiàn)實技術(shù)在教育領(lǐng)域的應(yīng)用以及視頻內(nèi)容分析等。同時，實驗室還為該領(lǐng)域的研究者提供了一個良好的交流平臺，定期組織國際學(xué)術(shù)會議、研討會等活動。

MMLab一直活躍在人工智能，在計算機視覺和深度學(xué)習(xí)的方面作出重要貢獻。他們的研究成果在國際上得到了廣泛的認(rèn)可和重視。MMLab在多個頂級國際學(xué)術(shù)會議和期刊上發(fā)表了數(shù)十篇高水平的論文，包括CVPR、ICCV、ECCV、NeurIPS等。此外，他們還在ImageNet、ActivityNet、COCO、NITRE等計算機視覺的主要國際比賽上多次獲得冠軍。

如今，MMLab實驗室已經(jīng)成為國際上具有重要影響力的計算機視覺與多媒體技術(shù)研究機構(gòu)之一。在2016年，MMLab與麻省理工學(xué)院、斯坦福大學(xué)等著名大學(xué)一同入選世界十大人工智能先鋒實驗室。MMLab也將繼續(xù)致力于推動計算機視覺與多媒體技術(shù)的發(fā)展，為人工智能領(lǐng)域的進步做出更多貢獻。

作者?|?小河

排版 | 居居手

更多精彩內(nèi)容請關(guān)注公眾號：BFT機器人

本文為原創(chuàng)文章，版權(quán)歸BFT機器人所有，如需轉(zhuǎn)載請與我們聯(lián)系。若您對該文章內(nèi)容有任何疑問，請與我們聯(lián)系，將及時回應(yīng)。