Рятуючи людей від урагану, Tesla розблокувала батареї своїх авто
11 Вересня , 2017
Загадковий манускрипт Войнича розшифрований — він виявився посібником з медицини
12 Вересня , 2017

Створена система штучного інтелекту, здатна ідентифікувати людину, незважаючи на спроби маскування зовнішності

В даний час технології розпізнавання осіб вже доведені практично до досконалості, і вони широко використовуються для ідентифікації злочинців, терористів, безвісти зниклих людей і т. п. Проте, майже будь-яку систему розпізнавання осіб, незважаючи на ступінь її досконалості, можна обдурити за допомогою досить простих способів маскування, капелюха, темних окулярів, накладних вусів, бороди і гриму. Однак, всі ці способи маскування вже не зможуть обдурити нову систему на базі штучного інтелекту, створену міжнародною групою дослідників, адже в ній, крім штучного інтелекту, використані і інші останні напрацювання в галузі ідентифікації замаскованих осіб (Disguised Face Identification, DFI).
“Ми зробили аналіз численних знімків і відеозаписів з місць скоєння злочинів, проведення протестних акцій і т. п. Це дозволило нам визначити всі основні методи, що використовуються звичайними людьми для маскування своєї зовнішності” – розповідає Амарджот Сінгх (Amarjot Singh), керівник проекту і вчений з Кембриджського університету.
Идентификация ключевых точек #2
В основі створеної DFI-системи лежить технологія ідентифікації 14 ключових точок на обличчі людини, 10 з яких знаходяться на обличчі навколо очей, одна – на носі, і три – на губах. Звісно, деякі з цих точок ховаються в результаті спроб маскування зовнішності, але система, визначивши доступні ключові точки, проводить по ним пошук в базі даних знімків осіб людей. І при знаходженні збігу вона доповнює і перевіряє відповідність прихованих маскуванням ключових точок.
“Серцем” системи є штучна нейронна мережа, на плечі якої покладена найскладніша задача, задача ідентифікації ключових точок. Ця нейронна мережа була навчена на великій кількості знімків людей, на яких попередньо були вказані всі ключові точки. І після навчання ця мережа стала здатною самостійно ідентифікувати доступні ключові точки на “замаскованій” особі. А якщо через нейронну мережу пропустити кілька знімків замаскованої особи, зроблених з різних ракурсів, то точність ідентифікації збільшується на порядки.
Идентификация ключевых точек #3
Проте, в “бочці меду” нової технології DFI є і своя “ложка дьогтю”. Ця система працює незадовільно у разі присутності на знімку складного фону, на якому присутні ділянки з різним рівнем освітленості. Наприклад, система поки ще не вважатиме за знімки однієї і тієї ж людини, відносно темний знімок особи, зроблений на тлі будівель житлового кварталу, і знімок тієї ж  особи, підсвіченої настільною лампою.
Проте, нова система є серйозним проривом в галузі DFI-технологій. А робота системи може бути покращена шляхом проведення додаткового навчання її нейронної мережі за допомогою знімків осіб одних і тих же людей, зроблених в різних умовах.
У своїй подальшій роботі дослідники як раз і планують зайнятись додатковим навчанням нейронної мережі. Паралельно з цим будуть проводитись роботи по оптимізації програмного коду, що дозволить знизити вимоги до ресурсів системи використовуваної нею обчислювальної системи, проводити розпізнавання замаскованих осіб та ідентифікацію людей в режимі реального часу.

Першоджерело

Залишити відповідь

Увійти за допомогою: 
Inline
Inline