« Deep Dense Face Detector » une avancée dans la détection des visages

Deep Dense Face Detector peut vous repérer dans une foule d’un million

Il est souvent difficile de reconnaître et de repérer des visages dans une foule. Mais faire en sorte que les ordinateurs fassent de même est encore plus difficile, car le système doit être programmé de manière à pouvoir les reconnaître correctement.

Des recherches sont en cours et il reste encore beaucoup à faire pour le rendre plus efficace et efficient. Mais des chercheurs des Yahoo Labs et de l’Université de Stanford ont développé un algorithme capable d’identifier des visages sous différents angles, même lorsque certaines parties du visage sont cachées, y compris à l’envers et partiellement obstruées.

Le nouvel algorithme a été nommé Deep Dense Face Detector et a été présenté mardi par les deux chercheurs, Sachin Farfade et Mohammad Saberian.

L’algorithme de ce type de système de détection a été construit sur l’algorithme Viola-Jones qui repère les personnes de face dans les images en identifiant des caractéristiques faciales clés telles qu’un nez vertical et des ombres autour des yeux.

Actuellement, les ordinateurs ne peuvent détecter que des visages assez droits, en fait, les systèmes ne peuvent même pas détecter et identifier la personne ou l’image si elle est obscurcie ou regardant dans différentes directions, sans parler de l’être à l’envers. Pour faire face à ce problème, Farfade et son équipe ont utilisé une forme d’apprentissage machine connue sous le nom de réseau de neurones convolutifs profonds. Ce réseau implique d’entraîner un ordinateur à reconnaître des éléments d’images à partir d’une base de données en utilisant différentes couches.

En regardant quelques mois en arrière, Google avait utilisé une technique similaire pour son récent algorithme de classification GoogLeNet qui peut identifier des images dans des images, comme un chien portant une casquette assis sur un banc.

M. Farfade a entraîné son algorithme en utilisant une base de données de 200 000 images présentant des visages sous différents angles et orientations, plus 20 millions d’images qui ne contenaient pas de visages.

Les chercheurs décrivent que « la détection des visages attire de plus en plus de personnes chaque jour et pour la rendre plus simple et meilleure, nous avons beaucoup à faire. »

Et, l’équipe a déclaré que la technologie pourrait être améliorée suite à un entraînement supplémentaire.

Puisque cela va être une bonne nouvelle pour tous les fournisseurs de cloud et les réseaux sociaux qui échangent des images et pour des entreprises comme Facebook, Instagram et Imgur. L’outil Deep Face utilisé par Facebook utilise également une technique de réseau de neurones pour aider à reconnaître les utilisateurs dans les photos. Son algorithme identifie les visages « aussi précisément qu’un humain » et utilise un modèle 3D pour faire pivoter virtuellement les visages afin qu’ils soient face à la caméra.

Dans le modèle, l’équipe a utilisé un réseau de neurones qui avait été entraîné sur une base de données de visages pour essayer de faire correspondre le visage avec un dans une base de données de test de plus de 4 millions d’images, contenant plus de 4 000 identités distinctes, chacune étiquetée par des humains.

La fonctionnalité de l’outil Deep Face de Facebook a maintenant commencé à apparaître dans les paramètres de confidentialité des comptes lors du marquage. Mais la fonctionnalité n’est pas disponible pour tous et elle est encore à ses débuts.