211service.com
Sejas atrašanas meklētājprogramma
Mūsdienās ir vairāk zemas kvalitātes videokameru — novērošanas un satiksmes kameru, mobilo tālruņu kameru un tīmekļa kameru — nekā jebkad agrāk. Taču mūsdienu meklētājprogrammas nevar ļoti droši identificēt objektus skaidros, statiskos attēlos, vēl jo mazāk graudainos YouTube klipos. Kārnegija Melona universitātes pētnieku jaunā programmatūras pieeja varētu atvieglot personas sejas identificēšanu zemas izšķirtspējas videoklipā. Pētnieki saka, ka programmatūru varētu izmantot, lai identificētu noziedzniekus vai pazudušas personas, vai arī to varētu integrēt nākamās paaudzes video meklētājprogrammās.
Izplūdušas sejas : Carnegie Mellon pētnieku jaunā sejas atpazīšanas sistēma darbojas pat ar zemas izšķirtspējas attēliem.
Mūsdienu sejas atpazīšanas sistēmas faktiski darbojas diezgan labi, saka Pablo Hennings-Yeomans, Carnegie Mellon pētnieks, kurš izstrādāja sistēmu, proti, kad pētnieki var kontrolēt apgaismojumu, sejas leņķi un izmantotās kameras veidu. Viņš saka, ka jaunā sejas atpazīšanas zinātne ir saistīta ar neierobežotu vidi. Mūsu darbs jo īpaši ir vērsts uz izšķirtspējas problēmu.
Lai sejas atpazīšanas sistēma varētu identificēt personu, skaidro Henings-Jeomans, tai vispirms ir jāapmāca seju datubāzē. Katrai sejai sistēma izmanto tā saukto funkciju ekstrakcijas algoritmu, lai izšķirtu attēla pikseļu izkārtojuma modeļus; Kā tas ir apmācīts, tas iemācās saistīt dažus no šiem modeļiem ar fiziskām iezīmēm: piemēram, acīm, kas ir slīpi uz leju, vai izcilu zodu.
Hennings-Yeomans saka, ka problēma ir tāda, ka esošās sejas atpazīšanas sistēmas var identificēt sejas tikai attēlos ar tādu pašu izšķirtspēju kā tiem, ar kuriem sistēmas tika apmācītas. Tas dod pētniekiem divas izvēles iespējas, ja viņi vēlas identificēt zemas izšķirtspējas attēlus: viņi var vai nu apmācīt savas sistēmas, izmantojot zemas izšķirtspējas attēlus, kas ilgtermiņā dod sliktus rezultātus, vai arī viņi var pievienot attēliem pikseļus vai izšķirtspēju. identificēts.
Pēdējā pieeja, kas tiek panākta, izmantojot tā sauktos superizšķirtspējas algoritmus, ir izplatīta, taču tās rezultāti ir dažādi, saka Hennings-Jeomans. Augstas izšķirtspējas algoritms izdara pieņēmumus par attēla objektu formu un izmanto tos, lai asinātu objektu robežas. Lai gan rezultāti cilvēka acij var šķist iespaidīgi, tie labi nesaskan ar modeļiem, kurus seju atpazīšanas sistēmas ir apmācītas meklēt. Lieliskā izšķirtspēja sniegs jums interpolētu attēlu, kas izskatās labāk, saka Henings-Jeomans, taču tajā būs tādi izkropļojumi kā troksnis vai mākslīgas [funkcijas].
Uztaisi man sērkociņu : zondes attēli augšējā rindā tiek izmantoti, lai meklētu saglabāto galerijas attēlu datu bāzi, līdzīgi kā atslēgvārdi, kas ievadīti tīmekļa meklētājprogrammā. Kad sejas sakrīt, tāpat kā pa diagonāli, iegūtajam saliktajam attēlam ir gludi elementi. Izplūdušie elementi norāda uz neatbilstību.
Kopā ar B. Vijaya Kumar, Kārnegija Melona elektrotehnikas un datortehnikas profesoru, un Saimonu Beikeru no Microsoft Research Hennings-Yeomans ir pārbaudījis pieeju, kas uzlabo sejas atpazīšanas sistēmas, kas izmanto standarta superizšķirtspēju. Tā vietā, lai attēlam piemērotu superizšķirtspējas algoritmus un palaistu rezultātus, izmantojot sejas atpazīšanas sistēmu, pētnieki izstrādāja programmatūru, kas apvieno superizšķirtspējas algoritma aspektus un sejas atpazīšanas sistēmas funkciju ekstrakcijas algoritmu. Lai atrastu attēla atbilstību, sistēma vispirms to ievada, izmantojot šo starpalgoritmu, kas nerekonstruē attēlu, kas izskatās labāk cilvēka acij, kā to dara augstas izšķirtspējas algoritmi. Tā vietā tas izvelk funkcijas, kuras ir īpaši nolasāmas sejas atpazīšanas sistēmai. Tādā veidā tas novērš izkropļojumus, kas raksturīgi superizšķirtspējas algoritmiem, ko izmanto atsevišķi.
Iepriekšējā darbā pētnieki parādīja, ka starpnieka algoritms uzlaboja sejas saskaņošanas rezultātus, meklējot atbilstību vienam attēlam. Rakstā, kas tika prezentēts IEEE starptautiskajā konferencē par biometriju: teorija, sistēmas un lietojumprogrammas vēlāk šajā mēnesī, pētnieki parāda, ka sistēma darbojas vēl labāk, dažos gadījumos, kad tiek izmantoti vairāki attēli vai kadri, pat no dažādām kamerām. .
Šī pieeja ir daudzsološa, saka Pavans Sinha, MIT smadzeņu un kognitīvo zinātņu profesors. Viņš saka, ka zemas izšķirtspējas attēlu un video problēma neapšaubāmi ir svarīga, un neviena no man zināmajām komerciālajām sejas atpazīšanas sistēmām to nav pietiekami risinājusi. Kopumā man darbs patīk.
Galu galā, saka Henings-Jeomans, superizšķirtspējas algoritmi joprojām ir jāuzlabo, taču viņš neuzskata, ka būtu vajadzīgs pārāk daudz darba, lai izmantotu viņa grupas pieeju, piemēram, tīmekļa rīkam, kas meklē YouTube videoklipus. Viņš saka, ka jūs redzēsit sejas atpazīšanas sistēmas attēlu izgūšanai. Jūs Google izmantosit, nevis izmantojot teksta vaicājumus, bet gan norādot attēlu.