В гонке лучших биометрических решений для распознавания, использующих в своей работе инновационные технологии, на первое место претендуют сразу несколько проектов. Google, Apple, Facebook, Amazon и Microsoft — эти компании находятся в числе лидеров и регулярно публикуют свои теоретические открытия в области искусственного интеллекта, распознавания лиц и анализа изображений.
Но они — далеко не единственные лидеры на рынке.Лучшие алгоритмы для распознавания лиц

Распознавание лиц — компании и алгоритмы

Результаты исследования «Biometric Technology Rally», проведенного Управлением по науке и технологиям Министерства национальной безопасности США, наглядно демонстрируют , какие решения имеют потенциал стать лучшими на рынке.

Academia

Исследователям из Китайского университета в Гонконге, разработавшим в 2014 году алгоритм GaussianFace, удалось добиться показателей идентификации лиц 98.52 %. Несмотря на недостатки, касающиеся требований к объёму памяти и времени, необходимого для проведения вычислений, алгоритм обладает очень хорошей точностью распознавания. Для сравнения: живые люди, с которыми соревновался алгоритм, показали результат лишь 97.53 %.

Facebook and Google

В том же 2014 году компания Facebook анонсировала запуск программы Deep Face, которая с точностью в 97.25 % определяет, изображен ли на фотографии один и тот же человек. Проходя этот тест, участники эксперимента показали результат 97.53 % — всего лишь на 0.28 % лучше, чем алгоритм Deep Face от Facebook.

В июне 2015 года компания Google превзошла эти результаты с алгоритмом собственной разработки FaceNet: система распознавания лиц показала беспрецедентный результат 100 % в референсном тесте Labeled Faces in The Wild и 95 % при использовании изображений из базы лиц YouTube.

В своем решении разработчики использовали искусственную нейронную сеть и продвинутый алгоритм — в большинстве случаев системе удалось определить истинного владельца лица на фото или видео с почти идеальными результатами.

Технология включена в Google Фото и используется для сортировки изображений и их автоматической пометки на основе распознанных на фотографии людей. Доказательство популярности этого решения в индустрии биометрического распознавания — OpenFace, онлайн-выпуск неофициальной версии FaceNet с открытым исходным кодом.

Microsoft, IBM and Megvii

Исследование, проведенное в Массачусетском технологическом институте в феврале 2018 года, показало, что инструменты Microsoft, IBM и китайской компании Megvii (FACE ++) имеют высокий процент ошибок при идентификации женщин с темной кожей по сравнению с мужчинами со светлой кожей.

В конце июня Microsoft объявила в своем блоге, что внесла существенные улучшения в свою предвзятую технологию распознавания лиц. Однако результаты работы обновленной версии алгоритма в референсных тестах ещё не были опубликованы в общедоступных источниках.

Amazon

В мае 2018 года издание Ars Technica сообщило, что Amazon активно продвигает свой облачный сервис распознавания лиц Rekognition для правоохранительных органов. Решение распознает до 100 человек на одном изображении и сопоставляет лица с базами данных, содержащими десятки миллионов лиц.

Однако в июле того же года журнал NewsWeek написал, что решение от Amazon ошибочно распознало 28 членов Конгресса США как людей, находящихся в розыске за совершение преступлений.


Распознавание эмоций — компании и алгоритмы

Распознавание эмоций (со статических и динамических изображений) — процесс создания «слепков» выражений лица для выявления различных эмоций (отвращение, радость, гнев, удивление, страх или грусть) на лице человека с помощью программного обеспечения для обработки видеоизображений. Популярность этой технологии объясняется большим количеством отраслей, в которых востребовано подобное решение.

В отличие от распознавания лиц, чья задача — распознать человека, а не его эмоции, у этой технологии совершенно другие цели.

Выражение лица может быть представлено в виде геометрических моделей особенностей внешности или набора параметров, извлеченных из преобразованных изображений. Эти характеристики в дальнейшем представляются в виде динамических и 3D-моделей. Или обрабатываются с помощью таких решений, как алгоритм Eigenface.

Среди провайдеров, предоставляющих подобные решения — компании Kairos (распознавание лиц и эмоций), Noldus, Affectiva, Sightcorp, Nviso и другие.

Оригинал статьи


Звоните нам: 8-800-1008-198

+7(8452)650-350

Пишите на почту: sales@centrsb.ru

#СаратовЦСБ