簡介
深分證 2014年6月23日，香港中文大學教授湯曉領導的計算機視覺研究組（mmlab.ie.cuhk.edu.hk)）開發了一個名為DeepID（深分證）的深度學習模型，在LFW（LabeledFacesintheWild）資料庫上獲得了99.15%的識別率。
在此之前，湯曉鷗的研究組開發了一個基於高斯過程的人臉識別技術GaussianFace（高斯臉），取得了98.52%的識別率。這也是計算機自動識別算法的識別率首次超過肉眼。
LFW是人臉識別領域使用最廣泛的測試基準。實驗表明，如果僅僅給出人臉中心區域，人用肉眼在LFW上的識別率為97.52%。
深度學習試圖模仿人腦如何利用神經網路來感知世界。它的成果很大程度上受益於近年來出現的大數據和基於GPU的並行計算。
研發歷程
湯曉鷗的研究組在人臉識別領域有十幾年的研究經歷。他們從2011年開始開展深度學習方法的研究工作，在2013年達到了92.52%的識別率。過去一年，他們將這一數字提高到99.15%，
今年（2014年）早些時候，湯曉鷗和王曉剛的研究組曾發布了一套基於深度學習的人臉識別算法，在LFW上取得了當時最高的97.45%的識別率.與此同時，Facebook發布了另一套基於深度學習的人臉識別算法DeepFace，在LFW上取得了97.35%的識別率。
DeepFace需要700多萬人臉數據作為訓練。而DeepID僅使用了20萬張人臉數據以及數台NvidiaK40GPU。目前，湯曉鷗實驗室的三個人臉識別算法占據了LFW識別率的前三名，而FaceBook的DeepFace排在第四。
除人臉識別外，湯曉鷗和王曉剛的研究組的另一核心研究方向是深度學習。他們設計了多個深度學習模型，可被用於研究計算機視覺領域的許多重要問題，包括人臉對準、行人檢測、姿態估計、人體圖像分割、車型識別、大規模人群監控、通用物體識別和檢測、網際網路圖像檢索等。
發展狀況
百度2013年建立了深度學習研究院；同年12月，Facebook在紐約創建了深度學習人工智慧實驗室。2014年，谷歌4億美金收購深度學習創業公司DeepMindTechnologies。
套用
深度學習被認為是過去十年中人工智慧領域的最大突破，在計算機視覺、語音識別、自然語音處理等領域有許多套用。《麻省理工科技評論》將其列入2013年10項最具突破性技術。
人臉識別是計算機視覺和人工智慧研究領域一個重要挑戰，在公共安全、執法、移動網際網路和娛樂領域都有大量套用。它也成為檢驗人工智慧是否可以在解決某些特定智慧型問題上達到甚至超越人的重要測試基準。
未來研究方向
湯曉鷗認為，人臉識別領域還有大量的工作需要做，很多算法需要在實際套用中得到不斷的改進和提高。他的實驗室已經基於最新的技術突破製作出完整的一套人臉圖像處理系統SDK，包括人臉檢測，人臉關鍵點對準，人臉識別，表情識別，性別識別，年齡估計等各種基礎技術包。
湯曉鷗計畫把人臉識別技術免費提供給Android、iOS及WindowsPhone開發者；在這套FreeFace-SDK的幫助下，開發者能夠在手機上開發基於人臉識別的各類套用。此外，湯曉鷗還希望利用用戶反饋進一步提高算法的準確率。
