posted by wap, platform: iPhone
最近一群低端安卓爱好者，LOW LOW又皮痒了，跑出来说FaceID又如何如何。
这里给这些人做些常识普及。

最垃圾的就是安卓上的人像识别，一张照片就能骗过去。

稍微好一点的就是那些号称可以区分双胞胎的。因为区分双胞胎只是精度的问题，就像区别1000边形和1001边形。对于计算机来说难度不大。

需要使用全新技术的是类似于苹果的Face ID。你哭还是笑，带没带饰品，有没有多一个疤，换个发型，长个胡子等都能识别。但未必能在一秒内就能识别，也需要不断学习。所以不能识别双胞胎很正常，因为靠的不是精度。

再好一点的是人脑，10年后见你爹也能一眼识别出来，当然有可能认错，不过认错的概率低于Face ID。

对于Face ID来说，它必须在准确性、速度、模糊度中做一个权衡。而人脑是针对特殊场景优化的，还可以根据其他信息推断，比如说疤痕不可能无故消失，以前没有酒窝现在也不可能有。

posted by wap, platform: iPhone

引用:

原帖由 @上海狗狗  于 2017-12-14 13:14 发表
啥都不懂真敢说啊。。。。。

建模原理没多大区别，基于2D图片的建模最大的基础就是海量的样本库，苹果依靠点阵物理深度的建模采集要素肯定比传统的多，但建模层面仍需要更大的样本库来支持，样本积累导致很难一夜之间吃成胖子

至于一张照片骗过人脸识别，不是建模本身的问题，而是活体检测方面的问题，现在有很多方式解决掉了，比如防翻拍技术，都是特别简单的外围技术

你根本不懂深度学习

posted by wap, platform: iPhone

引用:

原帖由 @上海狗狗  于 2017-12-14 13:18 发表
噗，你懂

但我不像你这样完全不懂。

posted by wap, platform: iPhone

引用:

原帖由 @cf3b5  于 2017-12-14 13:44 发表
知道原理有什么用？难道垃圾知道了原理就不是垃圾了？扯了半天也没说清楚faceid能识别同事，那是好还是不好！

你这理解能力还是太弱了。
传统的人脸识别技术就像是计算机程序，在某些方面比如说精确度上可以大大高于人脑。
而Face ID基于深度学习的人脸识别，在某些情况下会准确度不够，但适用性上却得到了极大的提高。
人脑都有认错人的时候呢。但是人脑绝对不会要求你样子的永远不变。

posted by wap, platform: iPhone

引用:

原帖由 @jun4rui  于 2017-12-14 13:33 发表
就你和它认真说话，看，被喷屎了吧？

说了对它只管怼，别BB

我准确预判了对方完全不懂深度学习技术这也叫喷屎？

233333，jun骗真乃自惭形秽啊。

posted by wap, platform: iPhone

引用:

原帖由 @仓木叶  于 2017-12-14 14:24 发表
Posted by: Xiaomi MI 6
那么face ID是怎么识别这人是活的呢，有没有去蜡像馆试试。

估计蜡像和人体对于红外线反射程度不一样。

posted by wap, platform: iPhone

引用:

原帖由 @gnorz  于 2017-12-14 14:48 发表
垃圾的安卓哦一张照片能糊弄过去，
先进3年的苹果你就的用3D打印才能糊弄过去。

本质上来说Face ID的先进性并不是在于它是3D的。
Face ID在硬件上的先进性在于它能在这么小的空间内继承这么多传感器和神经引擎。
Face ID在软件上的先进性在于它使用的是深度学习技术。
苹果的先进性在于它能软硬结合把这么多东西一起做出来。

posted by wap, platform: iPhone

引用:

原帖由 @gnorz  于 2017-12-14 15:32 发表
然后做出来一个只比垃圾虚拟机先进3年的半成品？

好大的口气

posted by wap, platform: iPhone

引用:

原帖由 @gnorz  于 2017-12-14 15:44 发表
所以，3D打印能糊弄掉，到底是先进还是不先进。

你问题描述不清，无法回答。

posted by wap, platform: iPhone
虚LOW怪们是不是以为只要自己LOW别人也会LOW？

2333

posted by wap, platform: iPhone

引用:

原帖由 @LTFYH  于 2017-12-14 21:10 发表
这玩意叫深度学习？输几次密码更正一些参数然后就是深度学习？不要看到学习就想到机器学习，这个数据量远远不够好不好，真机器学习这样弄根本无法得到正确的结果

本帖最后由 LTFYH 于 20171214 21:11 通过手机版编辑

文盲

posted by wap, platform: iPhone

引用:

原帖由 @上海狗狗  于 2017-12-15 00:04 发表
如果楼主懂人脸识别，请列举行业标准里对于识别率权重最高的十个指标里任意三个，行业标准指行业内排名前十的公司或机构的成果


如果楼主懂深度学习，请列举现阶段国内主流深度学习的算法任意三种，或者国内排名前十的深度学习领域的专家（拿过至少一项国际或者亚太地区金奖）任意三人


不要试着百度，查不到的

我当然不是这方面的专家。不过常识还是知道的。

苹果根本不是像你说所的，把你脸的高精度模型存在手机里，然后每次解锁时做对比。

posted by wap, platform: iPhone

引用:

原帖由 @Jonsoncao  于 2017-12-15 01:32 发表
惊了233max

虚片在论坛上讲DL，是不是还要讲讲怎么用反向传播进行spectral clustering

先解释下手机为什么可以是"deep"啊；人家Pixel的照相软件都是用的TPU用现成的neural net上的weight进行正向计算，你手机上就可以用反向传播进行deep learn 233max；为什么一个network是deep的，用forward或者backward不好么？苹果用了ResNet么？

先不说这样本少到最基本的数据抽象成graph都得不出什么有意义的结果，我感觉虚片比苹果工程师还敢喷233max

这我就不知道了哦。
人家苹果在发布会上说他们是用海量数据训练、特别是针对高精度模型。另外Face ID能不断学你的新面孔。
我司科学院的博导说这是简化版的DL。数学家要是对此有所非议不如跟我们讲讲Face ID用的啥技术，水平如何。

posted by wap, platform: iPhone

引用:

原帖由 @上海狗狗  于 2017-12-15 08:46 发表
数学建模被虚片理解成“建了一个高精度模型”

没见过这么暴露无知的，然后还要给大家普及常识，自己先有点常识好吗

如果你说的建模是说经过训练后的函数的特性，那么你说的没错。

不过这可不叫数学建模

posted by wap, platform: iPhone
LOW怪的意思是想说某手机好得用另外一个牌子的手机。得自己骗自己。
23333