2016-11-28 77 views
1

我目前正在評估IBM Watson Visual Recognition服務識別人臉的功能。因此,系統應識別我們已經培訓的每個人。個人可能會有不同的衣服和其他可能的變化。但是系統應該通過查看每個人臉來識別每個人。使用IBM Watson Visual Recognition進行人臉識別

按照IBM的規定,IBM視覺識別不支持人臉識別,但僅支持人臉檢測。

人臉識別:視覺辨識能夠面部檢測 (檢測面部的存在下)的不面部識別(識別 個體)。

我們可以通過爲每個人添加不同類型的圖像來使用自定義分類器嗎?

開發人員爲獲得至少90%的準確性而進行的重要的前/後工作是什麼?

回答

2

Matt Hill在dW Answers上發佈了對this similar question的極佳回覆。這是他不得不說的:

可以訓練自定義分類器來嘗試識別人臉。使用人臉檢測服務作爲預處理器可能有助於爲人們提供四周的邊界框,並使用它們裁剪提交給自定義分類的圖像。然而,VR自定義學習引擎沒有針對人臉識別進行優化,我不希望結果與專門設計用於人臉識別的系統一樣精確。

問題在於人臉通常在學習系統基礎方面經過訓練的廣泛特徵相互之間非常相似,這些特徵需要非常廣泛地暴露於許多類型的場景和物體。

+0

我把你的答案投票。但我也看到了同樣的答案。我需要知道IBM保證什麼是最好的準確性?有什麼策略可以用來獲得最佳結果?如果我們可以付出很大的努力,然後準確無法保證,那麼我們的努力就會浪費。這就是爲什麼我們需要知道什麼是最好的準確率?你知道任何可行的解決方案,用IBM實施嗎? –

+0

或者IBM有沒有計劃在未來改進這一點? –

+0

嗯......恐怕我不知道這些問題的答案。 :\ –