关于讯飞人脸识别—自然交互的性能分析和应用

活动还未开始，现场就已爆棚，从参会小伙伴的踊跃程度，可以看出开发者对自然交互能力的迫切需求，未来，正在以前所未有的速度向我们走来。

人脸识别，再超极限

人脸识别作为最优越、体验最好的生物识别技术，一直是公认的模式识别难题，在过去几十年间，世界顶尖科研机构一直在为人脸识别而努力，但是没有任何一个计算机算法能够超越肉眼在LFW上的识别率97.52% ，直到香港中文大学汤晓鸥教授团队开发出了一个基于高斯过程的人脸识别技术—GaussianFace,“高斯脸的识别率为98.52%，这是机器首超人类” ，“几个月前我们的DeepID人脸识别技术在LFW上获得了99.15%的识别率，又超极限；2014年11月17日，deepID2+再超极限，识别率达到了99.4%”，汤教授介绍道。

汤晓鸥教授用图片归类的例子介绍了人脸识别在生活中的应用，他晒了一堆照片，通过人脸识别技术，能从中秒筛出含有他宝贝的照片，并且还能根据场景，表情进行分类。看到这，现场的小伙伴已经兴奋，花大量时间痛苦地选照片经历再也不会出现了。

这只是人脸识别的简单应用，汤教授进一步介绍了人脸识别在智能视频监控上的作用，大规模的监控下，通过人脸识别技术，能在高密度的公共场所防止人群踩踏、骚乱、和灾难性事件的发生，用于城市交通时，能极大的提高交通效率。未来，随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域，科大讯飞联手香港中文大学多媒体实验室，已经基于最新的技术突破制作出完整的一套人脸图像处理系统SDK,包括人脸检测，人脸关键点对准，人脸识别，表情识别，性别识别，年龄估计等各种基础技术包，全力助推刷脸时代到来。

（讯飞工作人员演示人脸识别）

发布会上，ibaby CEO Karl Xu向大家介绍了智能摄像头在家庭关爱中的未来应用，iBaby全景婴儿监视器在婴儿监护器行业是一次革命性的产品，借助人脸识别技术，它可以“目不转睛”地监护宝宝，并实时同步到移动设备上，让父母在任何时间任何地点都能与自己的宝贝紧紧相连。

Super ID创始人沈洽金做了一款人脸登录的应用：一登，除了提供最佳的登录体验，一登更要做的是通过人脸登录来更简单的获取用户数据，并通过这些人脸数据来更简单的挖掘分析用户，通过外貌、年龄、性别、情绪等来给用户精准推荐。数据产生了价值，被链接的数据放大了价值。

从能听会说，到能理解会思考

科大讯飞云平台总经理给大家介绍语音云的四年开放之路，从基础的语音交互到全面的自然交互能力，语音云在不断开拓新的交互方案，相继推出了人工智能领域重磅新品语言云、人脸识别，伴随这一过程，语音云的用户规模飞速增长，目前激活终端已经超过6亿，活跃终端达到1.5亿的庞大规模，增长趋势符合互联网时代的指数级爆发式增长规律。

于总说，基于语音云海量数据的迭代，语音云可以提供更全面的自然交互方案。他举例说林志玲版的高德地图就是讯飞语音技术的应用典范，最近讯飞又帮高德推出了郭德纲版的导航，语音云的广泛应用，不仅能让我们的生活变得更加便利，还能给生活增添很多色彩。

今后，讯飞语音云还将携手广大合作伙伴共同建立全新的移动互联网生态——语音生态：引入个性化彩铃、阅读、优质信源等变现能力，实现应用增值；打造更有料、更有趣、更有用的语音交互广告，开创移动广告新模式；更精、更细、更全的大数据分析为开发者提供精准的运营数据支撑。

此次发布会，语音云邀请了合作伙伴—世界领先的仿人机器人企业Aldebaran Robotics公司亚太区销售总监吕涛和国内第一支从事Google Glass开发的极客团队 GlassX CEO Anson来分享语音在其产品上的应用。吕涛说，在未来若干年内，机器人将会对人类的生活带来积极的影响，机器人将会改变我们学习、工作与交流的方式。Aldebaran Robotics公司正在针对日常生活，开发实用的解决方案，在诸如自闭症儿童治疗、人与机器人互动、个人用机器人等。语音识别和人脸识别作为机器人最核心的两个交互能力，软件的优化提升比硬件更重要。

（能听会说，载歌载舞的机器人nao)

Anson介绍道，智能眼镜很重要的一个功能是感官能力的增强，把用户的视觉信息延伸到更深层次，这种延伸不只是脸部识别，还有图像识别，立体物品识别，今后GlassX将和讯飞语音云保持深度合作，会针对语音云提供的脸部识别能力制作一系列的智能眼镜应用。语音云也将不断优化自然交互能力，给大家提供更精准、更高效、更便捷、更稳定的服务。

雷军说，只要站在风口上，猪都会飞。IT产业发展所有浪潮都是以人机交互为根本的革命，当IT产业从手机端进入到穿戴式设备的时候，下一个风口在哪？那就是自然交互！机器听懂声音，并且能理解会思考。尽管从能听会说到能理解会思考的高峰攀岩极具挑战，但语音云会奋力攀登，不断进行自然交互领域的探索与创新，持续提供全面的、顶级的、一站式的核心技术服务支撑，让开发者能充分利用语音云来服务自己的用户。