「ディープデンス顔検出器」顔検出のブレークスルー

ディープデンス顔検出器は100万人の群衆の中からあなたを見つけることができる

群衆の中から顔を認識して見つけるのは非常に難しいことがよくあります。しかし、コンピュータに同じことをさせるのはさらに難しく、システムは正しく認識できるように通常の方法でプログラムされなければなりません。

研究は進行中で、より効果的で効率的にするためにはまだ多くのことが必要です。しかし、Yahoo Labsとスタンフォード大学の研究者たちは、顔の一部が隠れている場合や逆さまになっている場合を含め、さまざまな角度から顔を識別できるアルゴリズムを開発しました。

新しいアルゴリズムは「ディープデンス顔検出器」と名付けられ、火曜日に二人の研究者、サチン・ファーフェイドとモハメド・サベリアンによって発表されました。

この種の検出器システムのアルゴリズムは、垂直の鼻や目の周りの影などの重要な顔の特徴を選び出すことによって、画像内の正面を向いた人々を検出するViola-Jonesアルゴリズムに基づいて構築されました。

現在、コンピュータはかなり真っ直ぐな顔しか検出できず、実際には、システムは隠れている場合やさまざまな方向を向いている場合、ましてや逆さまになっている場合には、人物や画像を検出して識別することすらできません。この問題に対処するために、ファーフェイドと彼のチームは、深層畳み込みニューラルネットワークと呼ばれる機械学習の一形態を使用しました。このネットワークは、さまざまな層を使用して、データベースから画像の要素を認識するようにコンピュータを訓練することを含みます。

数ヶ月前、Googleは最近のGoogLeNet分類アルゴリズムに似た技術を使用し、ベンチに座っている帽子をかぶった犬のように、画像内の画像を識別できるようにしました。

ファーフェイド氏は、さまざまな角度と方向で表示された顔の画像20万枚と、顔を含まない2000万枚の画像を使用してアルゴリズムを訓練しました。

研究者たちは「顔検出は日々多くの人々に注目されており、より簡単で良いものにするためには、私たちにはやるべきことがたくさんあります」と述べています。

そして、チームはさらなる訓練を経て技術が改善される可能性があると述べました。

これは、画像を取引するすべてのクラウドプロバイダーやソーシャルネットワーク、Facebook、Instagram、Imgurのようなビジネスにとって良いニュースになるでしょう。Facebookが使用するDeep Faceツールも、ユーザーを写真で認識するのを助けるためにニューラルネットワーク技術を使用しています。そのアルゴリズムは、顔を「人間と同じくらい正確に」識別し、顔をカメラに向けるために仮想的に回転させる3Dモデルを使用します。

モデルでは、チームは顔のデータベースで訓練されたニューラルネットワークを使用して、テストデータベースの400万枚以上の画像の中の顔と一致させようとしました。これには、4000以上の別々のアイデンティティが含まれ、それぞれが人間によってラベル付けされています。

FacebookのDeep Faceツール機能は、タグ付け中にアカウントのプライバシー設定に表示され始めました。しかし、この機能はすべての人に利用可能ではなく、まだ初期段階にあります。