生物识别：深度学习将推动人脸识别爆发？

 前段时间，中科院深圳先进技术研究院数字所所长乔宇博士表示，随着深度学习技术的不断推进，大大加速了生物识别准确率的提升。当前，深度学习将推动人脸识别爆发。

乔宇博士表示，“5、6年前人脸识别的应用更多是用于公司的打卡，那时候几百人、几千人才会有比较高的识别率。现在技术可以支持做城市级的人脸识别，可以应对深圳数千万人口的人脸识别，这背后是技术巨大的进步”。

另外，针对目前比较热的3D人脸识别，乔宇博士表示，目前中科院深圳先进技术研究院也在做“基于单幅图像恢复三维人脸结构”。现在的算法可以对人脸上的皱纹、胡须等细节纹理有比较好恢复效果，支持复杂的表情和复杂的姿态。

目前，深度学习伴随大数据的应用，性能在不断提升。但是，深度学习在很多方面也有其局限性。乔宇博士表示，比如“小数据+异构多态”，很多数据是不规则、不完全，可能是异构多态，可以看到深度学习面临很大的瓶颈;另一方面，深度学习往往靠数据和算力进行提升，推理的能力很差，无法很好的运用常识和知识。