Компания Facebook уже давно заинтересована в разработке системы распознавания лиц, которая сможет автоматически находить и отмечать на загруженных фотографиях других людей. В настоящее время исследовательская команда Facebook по разработке искусственного интеллекта сообщила о создании нового программного обеспечения под названием DeepFace, которая обеспечивает большой скачок вперед по сравнению с предыдущим решениями в этой области.
Ресурс MIT Technology Review сообщил, что DeepFace является значительный шагом вперед по сравнению с предыдущими программами для установления признаков сходства между изображениями лиц и демонстрирует силу нового подхода к разработке искусственного интеллекта под названием Deep Learning (Глубокое обучение), на который Facebook и ее конкуренты делают основной упор, начиная с прошлого года. Эта область ИИ затрагивает ПО, использующее искусственные нейронные сети для того, чтобы научиться распознавать шаблоны в больших объемах данных.
ПО DeepFace под силу выполнять процедуру верификации лица (оно признает, что на двух фотографиях изображено одно и то же лицо), а не распознавания лица (автоматический поиск личности по фотографии лица). Однако, по словам Янив Тейгман, члена команды Facebook по разработке искусственного интеллекта, некоторые из его основных методик, могут пригодиться и при распознавании, и в ближайшем будущем повлиять на точность определения лиц на загруженных в Facebook фотографиях.
Тем не менее, пока DeepFace представляет собой только исследовательских проект. На прошлой неделе самая крупная в мире социальная сеть опубликовала соответствующую научно-исследовательскую работу по проекту. Кроме того, участники проекта представят свои достижения на конференции по компьютерному зрению и распознаванию образов IEEE в июне.
«Мы поделились результатами своей работы, чтобы получить обратную связь от научного сообщества», — сказал Янив Тейгман, создавший DeepFace вместе со своими коллегами, в числе которых Мин Ян, Марк-Аурелио Ранцато, а также профессор Тель-Авивского университета Лиор Вольф.
Источник сообщает, что для DeepFace характерна двухэтапная обработка изображений. Изначально программа изменяет угол наклона таким образом, чтобы человек на картинке был обращен лицом вперед, используя 3D-модель «среднего» лица в положении анфас. Затем в процесс включается Deep Learning в качестве искусственной нейронной сети, анализирующей переориентированное лицо с целью поиска особенностей строения для проведения сравнения. При обнаружении достаточного количества совпадений в двух разных изображениях программа выдает нужный результат.
По словам господина Тейгмана, DeepFace ошибается более чем на 25% меньше по сравнению с аналогами.
Facebook заверяет, что DeepFace позволяет определить сходство лиц на двух разных фотографиях с точностью в 97,25% независимо от освещения и положения лица, тогда как люди при прохождении аналогичного теста делали это с точностью 97,53%.
Исследователь из Вашингтонского университета Нираж Кумар, ранее работающий над созданием системами для верификации и распознавания лиц, сообщил, что результаты исследования Facebook показали как применение огромных массивов данных в большой нейронной сети может улучшить ПО машинного обучения.
Отвечающая за глубокое обучение часть DeepFace состоит из девяти слоев простых моделируемых нейронов с более чем 120 млн внутренних взаимосвязей. Для обучения этой нейронной сети исследователи использовали массив пользовательских изображений пользователей Facebook – 4 млн фотографий лиц, принадлежащих почти 4 тыс пользователей.
«Так как разработчики имеют доступ к огромному массиву данных, они могут успешно обучить модель большой вместимости», — подытожил Кумар.
Источник: MIT Technology Review