王言偉人工智能與深度學習12人工智能的興起深度學習大變革深度學習商業化文通深度學習的研究與應用3人工智能的興起深度學習大變革深度學習商業化文通深度學習的研究與應用4人工智能的興起1950年，提出圖靈測試，人工智能萌芽5人工智能的興起1950年，提出圖靈測試，人工智能萌芽1950年~1980年，人工智能進展緩慢90年代~2000年，淺層機器學習模型的興起650s-70sPerceptron：FrankRosenblatt，195780sbackpropagationRumelhartetal.Nature,198690sSupportVectorMachine人工智能的興起1950年，提出圖靈測試，人工智能萌芽1950年~1980年，人工智能進展緩慢90年代~2000年，淺層機器學習模型的興起2006年，GeoffreyHinton在《Science》上發表文章，開啟了深度學習在學術界和工業界的浪潮2011年，GoogleBrain項目取得了驚人的進展，機器通過看YouTube視頻學會了識別貓和人2015年，Google和微軟靠GPU加速的深度神經網絡，在ImageNet比賽中獲得了多項擊敗人工辨識的準確度2016年，谷歌旗下Deepmind團隊研發的機器AlphaGo戰勝世界圍棋冠軍職業九段棋手李世石78人工智能的興起人工智能的興起人工智能的四個驅動：1、物聯網2、大規模并行計算3、大數據4、深度學習

9遷移學習、增強學習人工智能的興起10人工智能的分布人工智能的興起11從2013年開始（標志為DeepLearning的成熟），科技巨頭大多加大了對人工智能的自主研發，不少巨頭還成立了人工智能專職部門人工智能的興起12人工智能的興起13人工智能的興起深度學習大變革深度學習商業化文通深度學習的研究與應用14深度學習大變革

1516深度學習是什么深度學習學什么？1718深度學習訓練和測試19深度學習過程神經網絡20神經網絡21單層神經網絡22Whydeep23深度學習大變革24深度學習性能ImageNet圖像分類Top-5錯誤率25PascalVOC目標檢測MAPLFW人臉認證正確率ImageNet目標檢測MAP人工智能的興起深度學習大變革深度學習商業化文通深度學習的研究與應用26深度學習商業化

271、人臉識別

什么是人臉識別28人臉識別相關技術人臉檢測：人臉檢測是人臉識別的第一步，識別準不準，首先要看能否檢測到29關鍵點定位：關鍵點定位是人臉對齊的必要條件，也是人臉結構分析重要組成部分人臉屬性分析：在精準識別出人臉以后，進一步從圖片或實時視頻流（中分析人臉的各種特征和屬性，包括：性別、年齡、種族、表情、臉部裝飾等30人臉識別相關技術活體檢測31眨眼張嘴閉嘴左右搖頭上下搖頭人臉識別相關技術人臉技術在金融行業應用場景32柜面業務自助設備業務遠程業務人證比對人臉技術的其他應用33深度學習商業化

342、車輛識別：車輛檢測、車型識別、車牌識別

車型識別車輛品牌識別：基于車頭或車尾的車體特征，識別車輛品牌、子品牌、年款車輛類型識別：貨車、轎車、摩托車35車牌識別363、文字識別廣告文字識別，過濾廣告證件識別，讀取身份信息37深度學習商業化

4、圖像檢索以圖搜圖搜索相關視頻搜索相關商品38深度學習商業化

此外還有：鑒黃暴恐過濾顏值排序圖像處理39深度學習商業化

人工智能的興起深度學習大變革深度學習商業化文通深度學習的研究與應用40智能圖像技術研究院成立2016年4月12日宗旨-圍繞文通市場產品現有問題改進研發-圍繞文通的戰略方向做預研和技術儲備41文通深度學習的研究與應用

42普拉哈拉德加里·哈默爾1990年，《公司的核心競爭力》發表應該有助于公司進入不同的市場，可以成為公司擴大經營的能力基礎。延展性對創造公司最終產品及服務的顧客價值貢獻巨大。它的貢獻在于實現顧客最為關注的、核心的、根本的利益。有用性公司的核心競爭力應該是難以被競爭對手所復制和模仿的。獨特性文通深度學習的研究與應用-人臉

43文通深度學習的研究與應用-人臉

2.性別及年齡識別

44文通深度學習的研究與應用-人臉

3.人臉檢測45文通深度學習的研究與應用-人臉

3.活體認證

46文通深度學習的研究與應用-文字

1.文字方面-CNN手寫單字符識別47模型識別率(%)模型大小速度MQDF91.7948M9msWT-CNN96.2525M53msWT-MQDF-CNN96.3173M32ms富士通-4CNN96.062500M-文通深度學習的研究與應用-文字

2.文字方面-CNN字符/非字符分類48模型準確率(%)模型大小SVM97.004.90MCNN99.513.21M測試圖像：23853張文通深度學習的研究與應用-文字

3.文字方面-LSTM英文文本49Total(%)English(%)Digital(%)Symbol(%)字符數49483240137317593284THOCR-base93.71393.10389.71496.344THOCR-nodict98.57198.37192.57199.441THOCR-nowdict99.72499.75093.14399.623Tesseract3.02-yc98.33098.37292.00098.165ABBYY1199.97799.982100.00099.953Ocropy

LSTM98.40998.67393.71497.282tensorflow99.7+文通244樣本，掃描文檔文通深度學習的研究與應用-文字

4.文字方面-LSTMemail1748關鍵詞條50THOCRgoogleocropyTensorflow合合Cjudguni(%)72.4792.5796.31

97.46EditDst(%)88.2293.5097.5598.62詞條(%)31.3552.9276.8384.3874.20文通深度學習的研究與應用-文字

5.文字方面-支票鑒偽51模型準確率(%)模型大小CPU識別速度CNN99.52%568K2ms/張文通深度學習的研究與應用-車

1.車與非車分類52模型準確率(%)模型大小識別速度CNN99.29569k