近日，華為云自研的人臉算法FDNet1.0，在業界***挑戰難度的人臉檢測平臺 WIDER FACE多項測評中斬獲業界***，彰顯華為云在人臉識別領域的創新能力。這是華為云***斬獲人臉檢測領域的世界紀錄，也是華為云在人工智能算法領域，階段性的重要研究成果。

WIDER FACE是目前業界公開的數據規模***（~40萬人臉標注）、檢測難度***的人臉檢測數據集之一。數據集中人臉尺寸大小變化、拍照角度引起的人臉姿態變化、人臉遮擋、化妝、光照等多種因素，給人臉檢測帶來了極大的挑戰（參考Fig1）。基于上述挑戰，此次評測吸引了來自曠視科技、騰訊、中科院、美國卡耐基梅隆大學和馬里蘭大學等諸多研究機構參與。

華為云FDNet1.0算法在WIDER FACE人臉檢測平臺中，采用官方的測試數據集和評價標準，在多項指標上取得了業界***，詳細榜單結果見Fig2或者參考WIDER FACE官方排行榜。（http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/WiderFace_Results.htm）

Fig1：FDNet1.0在光照、遮擋、尺度形變等多種復雜場景下表現很好的魯棒性

Fig2：FDNet1.0分別在validation set（上）和test set（下）數據集上的評測結果曲線

華為云為什么可以做到多項指標業界***呢？

其實早在幾年前，華為就已經開始探索圖像/視頻領域的相關技術，在華為手機終端、華為全球技術服務領域（GTS）等若干場景下試點、商用，在數據、深度學習、網絡結構算法、模型訓練、后驗處理等方面積累了大量的實踐經驗。

在GTS安全設備檢測場景下，有很多小物體檢測的問題，和人臉檢測類似。基于已有的積累，華為云經過兩周時間對模型重新迭代訓練，取得了多項測評指標業界***，擊敗了眾多人臉領域的專業團隊。具體來說，華為云FDNet1.0采用兩階段Faster RCNN算法，引入light head的思想，使計算更加高效。針對人臉形變問題，引入可變性卷積層技術提升對人臉形變的魯棒性。同時，整合了多尺度訓練、多尺度預測、輔助學習、集成學習等多種策略，最終實現了更高的可識別率。（部分技術細節見：https://arxiv.org/ftp/arxiv/papers/1802/1802.02142.pdf）

Fig3：FDNet1.0算法框架

華為云基于多年的內部實踐，在人工智能的機器學習、語音、自然語言及對話、計算機視覺等多個領域積累了豐富的經驗和實踐，并且轉換為人工智能服務在華為云上對外提供，希望為更多用戶提供幫助。在視覺領域，華為云已經成功為小區安防、視頻分析、商超客流分析、內容審核等多種場景的用戶提供服務支撐。后續，基于華為云在人工智能領域的持續投入，將為更多企業用戶提供更加便利、精準的智能服務。

點擊了解華為云EI企業智能：http://www.huaweicloud.com/ei/