211service.com
Vyhledávač tváří
Dnes existuje více nekvalitních videokamer – sledovacích a dopravních kamer, fotoaparátů mobilních telefonů a webových kamer – než kdykoli předtím. Moderní vyhledávače však nedokážou velmi spolehlivě identifikovat objekty v jasných, statických obrázcích, natož v zrnitých klipech YouTube. Nový softwarový přístup od výzkumníků z Carnegie Mellon University by mohl usnadnit identifikaci tváře osoby ve videu s nízkým rozlišením. Výzkumníci říkají, že software by mohl být použit k identifikaci zločinců nebo pohřešovaných osob, nebo by mohl být integrován do vyhledávačů videí nové generace.
Rozmazané tváře : Nový systém rozpoznávání obličejů od výzkumníků z Carnegie Mellon funguje i na snímcích s nízkým rozlišením.
Dnešní systémy rozpoznávání obličejů ve skutečnosti fungují docela dobře, říká Pablo Hennings-Yeomans, výzkumník z Carnegie Mellon, který systém vyvinul – když, to znamená, že vědci mohou ovládat osvětlení, úhel obličeje a typ použité kamery. Nová věda rozpoznávání obličejů se zabývá neomezeným prostředím, říká. Naše práce se zaměřuje zejména na problém řešení.
Aby systém rozpoznávání tváří identifikoval osobu, vysvětluje Hennings-Yeomans, musí být nejprve natrénován na databázi tváří. Pro každou tvář systém používá takzvaný algoritmus pro extrakci rysů k rozpoznání vzorů v uspořádání obrazových bodů; Jak je trénováno, učí se spojovat některé z těchto vzorů s fyzickými rysy: například oči sešikmené dolů nebo výrazná brada.
Problém, říká Hennings-Yeomans, je v tom, že stávající systémy rozpoznávání obličejů dokážou identifikovat obličeje pouze na obrázcích se stejným rozlišením, jako mají ty, se kterými byly systémy trénovány. To dává výzkumníkům dvě možnosti, pokud chtějí identifikovat obrázky s nízkým rozlišením: mohou buď trénovat své systémy pomocí obrázků s nízkým rozlišením, což z dlouhodobého hlediska přináší špatné výsledky, nebo mohou k obrázkům přidat pixely nebo rozlišení. identifikované.
Posledně jmenovaný přístup, kterého se dosahuje pomocí takzvaných algoritmů s vysokým rozlišením, je běžný, ale jeho výsledky jsou smíšené, říká Hennings-Yeomans. Algoritmus s vysokým rozlišením vytváří předpoklady o tvaru objektů v obraze a používá je k zostření hranic objektů. I když výsledky mohou lidskému oku připadat působivé, nejsou v souladu s typy vzorů, na jejichž vyhledávání jsou systémy rozpoznávání obličejů trénovány. Super-rozlišení vám poskytne interpolovaný obraz, který vypadá lépe, říká Hennings-Yeomans, ale bude mít zkreslení jako šum nebo umělé [vlastnosti].
Udělej mi zápas : Obrazy sondy v horním řádku se používají k dotazování databáze uložených obrázků galerie, podobně jako klíčová slova zadávaná do webového vyhledávače. Když se tváře shodují, jak tomu je podél úhlopříčky, výsledný složený obraz má hladké prvky. Rozmazané rysy naznačují nesoulad.
Spolu s B. Vijayou Kumarem, profesorem elektrického a počítačového inženýrství na Carnegie Mellon, a Simonem Bakerem z Microsoft Research, Hennings-Yeomans testoval přístup, který vylepšuje systémy rozpoznávání obličejů, které používají standardní super-rozlišení. Namísto aplikace algoritmů s vysokým rozlišením na obrázek a spouštění výsledků prostřednictvím systému rozpoznávání obličejů výzkumníci navrhli software, který kombinuje aspekty algoritmu s vysokým rozlišením a algoritmu pro extrakci funkcí systému rozpoznávání obličejů. Aby systém nalezl shodu s obrázkem, nejprve jej předá prostřednictvím tohoto zprostředkujícího algoritmu, který nerekonstruuje obrázek, který vypadá lidskému oku lépe, jako to dělají algoritmy s vysokým rozlišením. Místo toho extrahuje prvky, které jsou specificky čitelné systémem rozpoznávání obličeje. Tímto způsobem se vyhýbá zkreslení charakteristickým pro algoritmy s vysokým rozlišením používané samostatně.
V předchozí práci vědci ukázali, že zprostředkující algoritmus zlepšil výsledky porovnávání obličejů při hledání shod pro jeden obrázek. V příspěvku prezentovaném na mezinárodní konferenci IEEE o biometrii: Teorie, systémy a aplikace koncem tohoto měsíce vědci ukazují, že systém funguje ještě lépe, v některých případech, kdy je použito více obrázků nebo snímků, dokonce i z různých kamer. .
Tento přístup je slibný, říká Pawan Sinha, profesor mozkových a kognitivních věd na MIT. Problém obrázků a videa s nízkým rozlišením je nepochybně důležitý a žádný z komerčních systémů pro rozpoznávání obličejů, o kterých vím, nebyl adekvátně vyřešen, říká. Celkově se mi práce líbí.
Nakonec, říká Hennings-Yeomans, algoritmy s vysokým rozlišením je stále třeba vylepšit, ale nemyslí si, že by to dalo příliš práce, aby použil přístup jeho skupiny například na webový nástroj, který prohledává videa na YouTube. Uvidíte systémy rozpoznávání obličeje pro načítání obrázků, říká. Google nebudete pomocí textových dotazů, ale poskytnutím obrázku.