分享到微博 分享到人人 分享到LinkedIn 分享到Email
你的分身是谁?——#微软我们#告诉你

是否有人说你和哪个明星长得像?你的宝贝究竟是长得更像爸爸还是妈妈的小时候?你和你的TA是不是有夫妻相?明星们大晒“我们 ”,你还不也快快向#微软我们#(TwinsOrNotRobot)提问,让我们的机器人帮你找到最有缘的TA。

几周前,微软首次在2015 Build Tour上演示了一款有趣的应用——微软我们。与流行的How-Old.net相似,微软我们同样是利用微软牛津计划(Project Oxford)人脸识别的深度机器学习开发而成。微软工程师Mat Velloso仅用了几小时就开发出了这一应用最初的演示版,并由包括微软中国云计算与企业事业部、微软(亚洲)互联网工程院在内的微软亚太研发集团各创新团队负责深入开发和提供后台保障。

登陆微软我们网站(TwinsOrNot.net),只需要任意上传两张人物照片,就可以获知人脸的相似度。相对于最初的演示版,当前的微软我们不但在视觉方面进行了更新,而且还增加了新的功能,并集成了必应,以更好地满足用户图片搜索的需要。

此外,微软中国云计算与企业事业部的首席项目经理李京梅介绍说:“我们还在微软我们的网站上添加了与用户互动的功能。如果用户不认同对比的结果,可以选择将照片提交,通过反馈建议帮助微软牛津计划的计算机视觉技术和相关服务进一步的完善提升。当然,照片只有在用户发送反馈建议的情况下才会被保存,并确保存储图片不附带任何身份信息。如果用户未选择发送反馈,那么图片就只会在对话期间暂存并且其他相关信息会在24个小时内自动删除。”

微软我们背后的微软牛津计划是一个整合了API、SDK和服务的Beta版平台。牛津计划将微软机器学习API的应用实现了拓展,从而使开发者可以非常轻松地通过添加如视觉、语音、人脸识别和语言理解等智能化功能,让应用更加智能、有趣且易于实现。无需成为数据科学专家,也能够利用机器学习API开发突破性应用。

而在微软牛津计划中,人脸识别技术的主要贡献来自于微软亚洲研究院计算机视觉组。该技术可以自动识别照片上的人脸,对相似的人脸进行分组,并检查是否完全相同。它可以用于轻松识别出某张照片上出现的用户,以及允许用户使用面部认证登录账号等。

值得一提的是,微软亚洲研究院视觉计算组的研究员们实现了一种称为“空间金字塔聚合”(SPP, Spatial Pyramid Pooling)的新算法,通过内部特征识别,而不是每个区域从头检测,对整个图片只做一次计算。利用这种新算法,在不损失准确度的前提下,物体检测速度有了上百倍的提升。在2014年ImageNet大规模视觉识别挑战赛中,微软亚洲研究院采用SPP算法的系统取得了分类第三名和检测第二名的成绩。

深度学习、社交网络、移动互联网的兴起相互交叉,开启了人脸识别应用的创新潮,产生了多种多样的创新应用模式,它们或有趣、或实用,并且一定会越来越多。

现在,微软我们不但拥有英文和中文网络版,随后还将推出包括支持WP、Android、iPhone手机平台的App版本。快快亲自体验吧。