“딥 밀집 얼굴 감지기” 얼굴 인식의 혁신

딥 밀집 얼굴 감지기는 백만 명의 군중 속에서 당신을 찾아낼 수 있습니다

군중 속에서 얼굴을 인식하고 찾는 것은 종종 어렵습니다. 그러나 컴퓨터가 동일한 작업을 수행하도록 만드는 것은 훨씬 더 어렵습니다. 시스템이 올바르게 인식할 수 있도록 일반적인 방식으로 프로그래밍되어야 하기 때문입니다.

연구가 진행 중이며, 더 효과적이고 효율적으로 만들기 위해 해야 할 일이 많습니다. 그러나 Yahoo Labs와 스탠포드 대학교의 연구자들은 얼굴의 일부가 가려진 상태에서도 다양한 각도에서 얼굴을 식별할 수 있는 알고리즘을 개발했습니다. 이 알고리즘은 위아래로 뒤집힌 얼굴과 부분적으로 가려진 얼굴을 포함합니다.

새로운 알고리즘은 딥 밀집 얼굴 감지기(Deep Dense Face Detector)라고 명명되었으며, 두 연구자인 Sachin Farfade와 Mohammad Saberian이 화요일에 발표했습니다.

이러한 유형의 감지기 시스템을 위한 알고리즘은 수직 코와 눈 주위의 그림자와 같은 주요 얼굴 특징을 선택하여 이미지에서 정면을 바라보는 사람을 찾아내는 Viola-Jones 알고리즘을 기반으로 구축되었습니다.

현재 컴퓨터는 꽤 직선적인 얼굴만 감지할 수 있으며, 사실 시스템은 가려지거나 다양한 방향을 바라보는 경우에는 사람이나 이미지를 감지하고 식별할 수 없습니다. 그래서 이 문제를 해결하기 위해 Farfade와 그의 팀은 심층 합성곱 신경망(deep convolutional neural network)이라는 형태의 기계 학습을 사용했습니다. 이 네트워크는 다양한 레이어를 사용하여 데이터베이스의 이미지 요소를 인식하도록 컴퓨터를 훈련시키는 것을 포함합니다.

몇 달 전, Google은 최근의 GoogLeNet 분류 알고리즘을 위해 유사한 기술을 사용하여 벤치에 앉아 모자를 쓴 개와 같은 이미지 내 이미지를 식별할 수 있었습니다.

Mr Farfade는 다양한 각도와 방향으로 보여지는 얼굴이 포함된 200,000개의 이미지 데이터베이스와 얼굴이 포함되지 않은 2천만 개의 이미지를 사용하여 그의 알고리즘을 훈련시켰습니다.

연구자들은 “얼굴 감지는 날이 갈수록 많은 사람들의 관심을 끌고 있으며, 이를 더 간단하고 더 좋게 만들기 위해 해야 할 일이 많습니다.”라고 설명합니다.

그리고 팀은 추가 훈련을 통해 기술이 개선될 수 있다고 말했습니다.

이는 이미지 거래를 하는 모든 클라우드 제공업체와 소셜 네트워크, Facebook, Instagram 및 Imgur와 같은 비즈니스에 좋은 소식이 될 것입니다. Facebook에서 사용하는 딥 페이스 도구도 사용자를 사진에서 인식하는 데 도움을 주기 위해 신경망 기술을 사용합니다. 이 알고리즘은 얼굴을 ‘인간만큼 정확하게’ 식별하고 얼굴이 카메라를 향하도록 가상으로 회전시키기 위해 3D 모델을 사용합니다.

모델에서 팀은 얼굴 데이터베이스에서 훈련된 신경망을 사용하여 테스트 데이터베이스의 400만 개 이상의 이미지 중 하나와 얼굴을 일치시키려고 했습니다. 이 데이터베이스에는 4,000개 이상의 개별 신원이 포함되어 있으며, 각 신원은 인간에 의해 레이블이 붙여졌습니다.

Facebook의 딥 페이스 도구 기능은 이제 태그 지정 중 계정의 개인 정보 설정에 나타나기 시작했습니다. 그러나 이 기능은 모든 사용자에게 제공되지 않으며 아직 초기 단계에 있습니다.