„Deep Dense Face Detector“ ein Durchbruch in der Gesichtserkennung

Deep Dense Face Detector kann dich in einer Menge von Millionen erkennen

Es ist oft schwierig, Gesichter aus einer Menschenmenge zu erkennen und herauszupicken. Aber Computer dazu zu bringen, dasselbe zu tun, ist viel schwieriger, da das System so programmiert werden muss, dass es es korrekt erkennen kann.

Forschungen laufen und es muss noch viel getan werden, um es effektiver und effizienter zu machen. Aber Forscher von Yahoo Labs und der Stanford University haben einen Algorithmus entwickelt, der Gesichter aus verschiedenen Winkeln identifizieren kann, wenn Teile des Gesichts verborgen sind, einschließlich kopfüber und teilweise verdeckt.

Der neue Algorithmus wurde Deep Dense Face Detector genannt und wurde am Dienstag von den beiden Forschern, Sachin Farfade und Mohammad Saberian, vorgestellt.

Der Algorithmus für ein solches Detektorsystem wurde auf dem Viola-Jones-Algorithmus aufgebaut, der frontal stehende Personen in Bildern erkennt, indem er wichtige Gesichtszüge wie eine vertikale Nase und Schatten um die Augen herauspickt.

Derzeit können Computer nur ziemlich gerade Gesichter erkennen, tatsächlich können die Systeme nicht einmal die Person oder das Bild erkennen und identifizieren, wenn es verdeckt ist oder in verschiedene Richtungen schaut, ganz zu schweigen von kopfüber. Um dieses Problem zu bewältigen, verwendeten Farfade und sein Team eine Form des maschinellen Lernens, die als tiefes konvolutionales neuronales Netzwerk bekannt ist. Dieses Netzwerk beinhaltet das Training eines Computers, um Elemente von Bildern aus einer Datenbank mithilfe verschiedener Schichten zu erkennen.

Wenn man einige Monate zurückblickt, hatte Google eine ähnliche Technik für seinen aktuellen GoogLeNet-Klassifikationsalgorithmus verwendet, der Bilder innerhalb von Bildern identifizieren kann, wie z.B. einen Hund mit einer Mütze, der auf einer Bank sitzt.

Herr Farfade trainierte seinen Algorithmus mit einer Datenbank von 200.000 Bildern, die Gesichter aus verschiedenen Winkeln und Orientierungen zeigten, plus 20 Millionen Bildern, die keine Gesichter enthielten.

Die Forscher beschreiben, dass „die Gesichtserkennung Tag für Tag von vielen Menschen angezogen wird und um es einfacher und besser zu machen, haben wir viel zu tun.“

Und das Team sagte, die Technologie könnte durch weiteres Training verbessert werden.

Da dies eine gute Nachricht für alle Cloud-Anbieter und sozialen Netzwerke ist, die mit Bildern handeln, sowie für Unternehmen wie Facebook, Instagram und Imgur. Das Deep Face-Tool, das von Facebook verwendet wird, nutzt ebenfalls eine neuronale Netzwerktechnik, um Nutzern in Fotos zu helfen, sie zu erkennen. Sein Algorithmus identifiziert Gesichter „so genau wie ein Mensch“ und verwendet ein 3D-Modell, um Gesichter virtuell zu drehen, sodass sie zur Kamera schauen.

Im Modell verwendete das Team ein neuronales Netzwerk, das auf einer Datenbank von Gesichtern trainiert wurde, um zu versuchen, das Gesicht mit einem in einer Testdatenbank von mehr als 4 Millionen Bildern abzugleichen, die mehr als 4.000 separate Identitäten enthielten, die jeweils von Menschen gekennzeichnet wurden.

Die Funktion des Facebook Deep Face-Tools ist nun in den Datenschutzeinstellungen von Konten während des Taggings erschienen. Aber die Funktion ist nicht für alle verfügbar und befindet sich noch in der Anfangsphase.