Разработчики конкурируют в создании системы распознавания лиц

Недавно тремя исследователями из Google была опубликована научная работа, в которой было рассказано про новую систему искусственного интеллекта FaceNet. Эта система способна распознавать лица людей с беспрецедентной точностью. 

 

Ею якобы показан результат, равный 99,63% на стандартном наборе данных Labeled Faces in the Wild. Этот набор включает в себя свыше 13 тысяч изображений лиц. Все они взяты из глобальной сети. А на базе лиц YouTube Faces DB результативность якобы составляет 95,12%. 

 

При этом уровень ошибок на 30% ниже, чем у конкурентов. В этом нетрудно убедиться, поскольку они опубликовали свои работы. Те находятся в свободном доступе.

 

В конце 2014 года группа исследователей из Китая тоже сделала заявление о том, что ими якобы достигнут результат, превышающий 99% на наборе Labeled Faces in the Wild. 

 

Еще и Facebook недавно опубликовал соответствующий научный доклад. Из него следует, что его проект, который называется DeepFace, также способен распознать лица очень хорошо. Почти, как человек. 

 

Системой исследователей из Facebook был показан результат примерно в 97,5%. Примечательно, что тогда в своей работе исследователи убеждали, что даже человек показывает результат, который в среднем ниже этого показателя при распознавании лиц. 

 

Под «распознаванием» следует понимать верный ответ на вопрос о том, принадлежит ли пара фотографий одному и тому же человеку. По утверждению соцсети, ее система построена так, что предполагает применение глубоких нейронных сетей или столь же глубокого обучения.

 

Что касается глубокого обучения, то сейчас это важная область вложения для многих интернет-компаний, начиная с Pinterest. Впрочем, Facebook и Google, наверное, совершили самый существенный прорыв. 

 

 

Подчеркнем, что система Google не только может распознавать лица намного лучше, чем человек. Она также наделена способностью делать подбор изображений других людей, которые имеют большое сходство с заданной фотографией.

 

Очень высокий результат можно объяснить тем, что речь идет о новаторском методе тренировки нейросети. С этой целью применили триплеты фотографий. На них — лица одного или нескольких людей, которые одинаково выравнены. Эти лица также выполнены в одинаковых условиях. Тренировочная база сгенерирована также новым методом. Это метод онлайнового майнинга триплетов.

 

В перспективе аналогичные программы будут использоваться, например, в разведке или в системах наблюдения. Большой отдачи можно ждать и от использования их в самых разных гражданских системах. Допустим, на интернет-ресурсе знакомств можно будет отыскать девушек, которые в точности похожи на любимую актрису.