人臉(lian)由眼(yan)睛、眉毛(mao)、鼻子、嘴(zui)巴(ba)、面(mian)(mian)頰(jia)、下巴(ba)等(deng)部件(jian)構成，正因為這(zhe)些部件(jian)的形(xing)狀、大小(xiao)和(he)結(jie)構上各有差異(yi)才使得(de)世界(jie)上每個人臉(lian)千差萬別，因此對這(zhe)些部件(jian)形(xing)狀和(he)結(jie)構關(guan)系的精準幾何描述(shu)，是(shi)分析面(mian)(mian)部信(xin)息(xi)的關(guan)鍵。而這(zhe)些關(guan)鍵信(xin)息(xi)可用于面(mian)(mian)部生成、人臉(lian)識別的任務(wu)。
目前，人(ren)(ren)臉識(shi)別作為(wei)人(ren)(ren)工智能落地最(zui)廣泛的(de)(de)技術之一，被(bei)廣泛應用于(yu)金融、安防、社(she)交(jiao)娛(yu)樂、門禁(jin)/考勤、交(jiao)通等領域。而人(ren)(ren)臉識(shi)別算(suan)(suan)法(fa)，已從(cong)早期以 PCA 為(wei)代(dai)表的(de)(de)階段，發展到(dao)以“人(ren)(ren)工特征(zheng)+分類器”為(wei)主的(de)(de)階段，再到(dao)最(zui)近，伴隨著深度學習(xi)算(suan)(suan)法(fa)的(de)(de)演(yan)進及 GPU 算(suan)(suan)力(li)的(de)(de)提升，基于(yu)深度學習(xi)的(de)(de)人(ren)(ren)臉識(shi)別逐漸成為(wei)主流。與(yu)此同時，人(ren)(ren)臉識(shi)別的(de)(de)規模(mo)也從(cong)最(zui)初識(shi)別數(shu)十(shi)張人(ren)(ren)臉，發展到(dao)現在識(shi)別上百(bai)萬甚至億(yi)級(ji)別的(de)(de)超大(da)規模(mo)人(ren)(ren)臉。而對于(yu)這樣的(de)(de)超大(da)規模(mo)識(shi)別需求，對人(ren)(ren)臉識(shi)別系統的(de)(de)GPU算(suan)(suan)力(li)提出了(le)很高的(de)(de)要求。
目(mu)前(qian)，對于超大規模(mo)的人(ren)臉識(shi)別系統，通常采用(yong)分(fen)(fen)布式訓練(lian)方(fang)案，即數據(ju)(ju)并(bing)行(xing) + 模(mo)型(xing)并(bing)行(xing)，在網絡前(qian)面的CNN部分(fen)(fen)，采用(yong)數據(ju)(ju)并(bing)行(xing)進行(xing)人(ren)臉特(te)征(zheng)提取，而CNN最后(hou)的全(quan)連接層則(ze)采用(yong)模(mo)型(xing)并(bing)行(xing)，將參數矩陣切分(fen)(fen)到多個 GPU 上。這種方(fang)案實現相對簡單，可以把模(mo)型(xing)的顯存占用(yong)和計(ji)算(suan)均勻分(fen)(fen)散(san)到每個GPU。
12月6日，超集(ji)信息(xi)聯合(he)智東西公開課策劃推出「人(ren)臉識(shi)別(bie)系統(tong)搭建與面部(bu)生成算法在線研(yan)討會」。本次研(yan)討會邀請到InsightFace項(xiang)目發起人(ren)過佳(jia)和超集(ji)信息(xi)解決方案部(bu)高級硬件工程師沈佳(jia)威參與，主講GPU加速(su)下的(de)人(ren)臉識(shi)別(bie)與面部(bu)生成分布式訓練。
過佳(jia)老(lao)師將以《高效(xiao)率面(mian)(mian)部分析(xi)算法模型(xing)及系統搭建(jian)》為主題帶來直(zhi)播(bo)講(jiang)解(jie)。他首先將介紹面(mian)(mian)部分析(xi)算法的(de)(de)研究，之后重(zhong)點剖析(xi)如何利用幾行代碼(ma)搭建(jian)高精度(du)面(mian)(mian)部識別系統，并(bing)講(jiang)解(jie)面(mian)(mian)向娛樂應(ying)用的(de)(de)面(mian)(mian)部生成算法。最后，他會對(dui)高效(xiao)率的(de)(de)分布式訓練方法展(zhan)開詳細解(jie)讀。
沈(shen)佳威(wei)老師(shi)將就《GPU新(xin)架構下(xia)人臉識(shi)別(bie)的(de)訓練與推理(li)》這一主題，首先從人臉識(shi)別(bie)現狀講起，分(fen)析全(quan)新(xin)GPU下(xia)AI模(mo)型(xing)的(de)訓練和推理(li)效果。之后他會重點講解用于人臉識(shi)別(bie)的(de)AI加速軟件及硬件，并分(fen)享相關(guan)的(de)應(ying)用案例。
本次研討會將在智(zhi)東(dong)西公開課知識店鋪(pu)上以(yi)視(shi)頻直播的形式(shi)進行。研討會全程(cheng)由(you)主講、問答(da)兩個(ge)環節構(gou)成。
研討會信息
主題一
高效率面部分(fen)析算法模型及系統搭建
提綱
1、面部分析算法的研究
2、利用幾行代碼搭建高精度面部識別系統
3、面向娛樂應用的面部生成算法
4、高效率的(de)分(fen)布式訓練(lian)方法
主講人
過佳(jia)，InsightFace項目發起人(ren)(ren)。2021年(nian)獲得NIST-FRVT 美(mei)國標準局(ju)人(ren)(ren)臉(lian)測評(ping)(ping)全球第(di)(di)(di)四；Paperswithcode評(ping)(ping)選2020年(nian)世(shi)界最流行人(ren)(ren)工智能項目Top10-第(di)(di)(di)四名(ming)；2019年(nian)WIDERFace人(ren)(ren)臉(lian)檢測大賽(sai)(sai)全球第(di)(di)(di)二(er)名(ming)；2019年(nian)iQIYI多模態人(ren)(ren)臉(lian)識別(bie)(bie)大賽(sai)(sai)第(di)(di)(di)一名(ming)；入選2018年(nian)中國人(ren)(ren)工智能開源項目白皮書，2018年(nian)MegaFace百萬人(ren)(ren)臉(lian)識別(bie)(bie)第(di)(di)(di)一名(ming)，發表相關領(ling)域頂級會議學術論文(wen)五篇(pian),被(bei)引用數1700+。
主題二
GPU新架構下(xia)人臉(lian)識別的訓練與推理
提綱
1、人臉識別現狀
2、全新GPU加速AI訓練和推理
3、AI加速軟件及硬件推薦
4、案例分享
主講人
沈佳威(wei)，超集信息解決(jue)方案部高(gao)級(ji)硬(ying)件工(gong)程師，高(gao)性能行(xing)業解決(jue)方案架構師，致(zhi)力(li)于計(ji)算機視覺(jue)、多模(mo)態等(deng)相關(guan)領域(yu)的(de)解決(jue)方案，曾負責眾多國家及(ji)企業重點人工(gong)智(zhi)能實驗室(shi)，視覺(jue)識別平臺(tai)的(de)規劃與設(she)計(ji)，擅長異構計(ji)算平臺(tai)及(ji)網絡系統的(de)架構設(she)計(ji)與管理。
課程時間
12月6日(ri)13:00-14:30
