Forskere opnår 100 procent genkendelsesrater for halv- og trekvart ansigter

Ansigtsgenkendelsesteknologi fungerer, selvom kun et halvt ansigt er synligt, forskere fra University of Bradford har fundet.

Ved hjælp af kunstig intelligens teknikker, holdet opnåede 100 procent anerkendelsesrater for både tre fjerdedele og halve ansigter. Studiet, udgivet i Fremtidige generations computersystemer , er den første til at bruge maskinlæring til at teste genkendelseshastighederne for forskellige dele af ansigtet.

Lederforsker, Professor Hassan Ugail fra University of Bradford sagde:"Evnen mennesker har til at genkende ansigter er fantastisk, men forskning har vist, at det begynder at vakle, når vi kun kan se dele af et ansigt. Computere kan allerede præstere bedre end mennesker ved at genkende et ansigt fra et stort antal, så vi ville se, om de også ville være bedre til delvis ansigtsgenkendelse. "

Teamet brugte en machine learning -teknik kendt som et 'konvolutionsnervalt netværk', tegning på en funktionsekstraktionsmodel kaldet VGG - en af ​​de mest populære og meget udbredte til ansigtsgenkendelse.

De arbejdede med et datasæt indeholdende flere fotos - i alt 2800 - af 200 studerende og ansatte fra FEI University i Brasilien, med lige mange mænd og kvinder.

Ved det første forsøg, teamet trænede modellen kun ved hjælp af fuld ansigtsbilleder De kørte derefter et eksperiment for at se, hvor godt computeren var i stand til at genkende ansigter, selv når det kun er vist en del af dem. Computeren genkendte fulde ansigter 100 procent af tiden, men holdet havde også 100% succes med trekvart ansigter og med den øverste eller højre halvdel af ansigtet. Imidlertid, den nederste halvdel af ansigtet blev kun korrekt genkendt 60 procent af tiden og øjne og næse alene, kun 40 pct.

De kørte derefter forsøget igen, efter træning af modellen også ved hjælp af delvise ansigtsbilleder. Denne gang, scoreene blev væsentligt forbedret for den nederste halvdel af ansigtet, for øjne og næse alene og selv for ansigter uden øjne og næse synlig, opnå omkring 90% korrekt identifikation.

Individuelle ansigtsdele, såsom næsen, kind, pande eller mund havde lave genkendelseshastigheder i begge forsøg.

Resultaterne er lovende, ifølge professor Hassan:

"Vi har nu vist, at det er muligt at have meget præcis ansigtsgenkendelse fra billeder, der kun viser en del af et ansigt, og vi har identificeret, hvilke dele der er mest nyttige. Dette åbner større muligheder for brug af teknologien til sikkerhed eller kriminalitet forebyggelse.

"Vores eksperimenter skal nu valideres på et meget større datasæt. Dog er i fremtiden er det sandsynligt, at billeddatabaser, der bruges til ansigtsgenkendelse, også skal indeholde delbilleder, så modellerne kan trænes korrekt til at genkende et ansigt, selvom ikke alt er synligt. "