r   e   k   l   a   m   a
r   e   k   l   a   m   a

Nawet kominiarka może nie wystarczyć: AI rozpozna zamaskowanych

Strona główna AktualnościOPROGRAMOWANIE

Maszyny stają się dziś lepsze od ludzi w czynnościach, które jeszcze do niedawna uważano za domenę czysto ludzką – taką jak rozpoznawanie ludzkich twarzy. Dziś sztuczne sieci neuronowe potrafią już rozpoznawać tożsamość zamaskowanych osób, uchwyconych na ulicznym monitoringu. Wszystko to dzięki przetwarzaniu ogromnych zbiorów danych i wychwytywaniu subtelnych znaczników. Czy zatem w przyszłości inteligentne miasta patrząc na swoich mieszkańców będą błyskawicznie ich rozpoznawać?

Brytyjscy i hinduscy informatycy chwalą się wykorzystaniem konwolucyjnej (splotowej) sieci neuronowej do rozpoznawania zamaskowanych twarzy. Sieci takie, inspirowane w swojej architekturze budową kory wzrokowej wyższych ssaków, uczą się cech niezmienniczych na translacje w zadanym zbiorze danych.

Ta ich własność została wykorzystana podczas prac opisanych w artykule pt. Disguised Face Identification (DFI) with Facial KeyPoints using Spatial Fusion Convolutional Network. Dotyczy on rozwiązania problemu identyfikacji twarzy zakrytych, to jest przesłoniętych kapturami, okularami przeciwsłonecznymi, brodami czy kaskami.

r   e   k   l   a   m   a

W tym celu sieć neuronową trenowano na obrazach przedstawiajacych twarze tak zamaskowanych ludzi. Na każdej z twarzy wyróżniono 14 znaczników: 10 dookoła oczu, jeden na nosie, trzy na ustach.

Znaczniki te połączone zostają w gwiaździstą strukturę, której właściwości (odległości i kąty między wierzchołkami) są unikatowe dla każdej twarzy. Sieć uczy się identyfikować taką strukturę nawet dla twarzy przesłoniętych, odnajdując charakterystyczne piksele w niezasłoniętych obszarach. W ten sposób w większości przypadków udaje się utworzyć charakterystyczny „odcisk twarzy”.

Następnie wystarczy już tylko porównać taki odcisk twarzy ze strukturami utworzonymi ze zdjęć nieprzesłoniętych twarzy, pozyskanych np. z policyjnych czy paszportowych kartotek. Dla nich stworzenie gwiaździstych struktur identyfikacyjnych jest jeszcze łatwiejsze. Wysokie podobieństwo oznacza trafienie – nagrany przez monitoring napastnik w kominiarce zostaje z wysoką dozą prawdopodobieństwa zdemaskowany.

Jak wysoką? O ile w warunkach laboratoryjnych udało się uzyskać bardzo dobre wyniki, to już rzeczywistość trochę utrudnia pracę AI. Oczywiście im bardziej przesłonięta twarz, tym trudniej rozpoznać osobę. O ile samo osobę w czapce z daszkiem można zidentyfikować w 90% przypadków, to już kombinacja czapki z daszkiem, okularów i chusty na twarz zmniejsza prawdopodobieństwo rozpoznania do 55%, a jeśli wszystko dzieje się w skomplikowanej scenerii, pełnej innych obiektów, to już tylko 43%.

Badacze zwracają uwagę na to, że szkolenie sieci jest bardzo kosztowne – trzeba korzystać z aktorów, wykorzystujących różne formy maskowania, w różnych pozach. Do tego zbiory danych są zorientowane na charakterystyczne antropologicznie cechy twarzy ludzi różnych ras, nie można więc łatwo przenosić ich między krajami. Niemniej jednak takie osiągnięcie wzbudzi niewątpliwie duże zainteresowanie tych wszystkich państw, które w imię bezpieczeństwa publicznego pokrywają każdy zakątek monitoringiem. Pieniądze na takie projekty zawsze się znajdą, a wraz ze wzrostem mocy obliczeniowej komputerów i jakości obrazu z kamer, rozpoznanie i zidentyfikowanie normalnie maskujących się uczestników zamieszek czy demonstracji stanie się znacznie łatwiejsze.

W tej sytuacji ludziom pozostanie już tylko noszenie masek na całą twarz, uniemożliwiających pozyskanie ich charakterystycznych cech – takich jak choćby ulubiona przez Anonimowych maska Guya Fawkesa.

© dobreprogramy
r   e   k   l   a   m   a
r   e   k   l   a   m   a

Komentarze

r   e   k   l   a   m   a
r   e   k   l   a   m   a
Czy wiesz, że używamy cookies (ciasteczek)? Dowiedz się więcej o celu ich używania i zmianach ustawień.
Korzystając ze strony i asystenta pobierania wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki.