• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Migliorare gli strumenti di riconoscimento facciale con il completamento generativo dei volti

    Credito:Mathai, Masi &Abd Almaged.

    I ricercatori dell'USC Information Sciences Institute (ISI) in California hanno recentemente condotto uno studio per indagare se il completamento di volti ostruiti utilizzando reti neurali artificiali (ANN) possa migliorare l'accuratezza degli strumenti di riconoscimento facciale. Il loro studio è nato dal progetto di ricerca IARPA Odin, che ha lo scopo di identificare i volti veri e falsi nelle immagini, in definitiva per migliorare le prestazioni degli strumenti di autenticazione biometrica.

    occlusioni facciali (es. un oggetto che copre o scherma il volto di una persona) può comportare una sostanziale perdita di informazioni e quindi ostacolare le prestazioni degli strumenti di riconoscimento facciale. Quando si tenta di aggirare gli strumenti di identificazione biometrica, perciò, gli aggressori a volte indossano occhiali da sole, sciarpe, cappelli o altri oggetti che potrebbero confondere gli algoritmi di riconoscimento facciale.

    "L'idea fondamentale alla base del nostro studio è che un utente malintenzionato potrebbe provare a utilizzare le occlusioni, come occhiali da sole, tatuaggi facciali, ecc. per eludere l'identificazione facciale, " Wael Abd Almageed, il ricercatore principale dello studio, ha detto a TechXplore. "Essenzialmente, la nostra idea è che se possiamo effettivamente rilevare queste occlusioni, rimuoverli e completare il viso, come se non ci fosse occlusione, essenzialmente renderemo migliori e più accurati i successivi algoritmi di identificazione del volto. Quindi l'obiettivo principale è migliorare l'autenticazione biometrica e misurare l'impatto delle occlusioni facciali sui sistemi biometrici".

    Sebbene negli ultimi anni, i ricercatori hanno cercato di sviluppare modelli di riconoscimento facciale più robusti, la maggior parte di questi non è ancora in grado di gestire le occlusioni. Alcuni studi hanno cercato di migliorare le prestazioni di questi modelli affrontando il problema delle occlusioni durante la formazione. Invece di adottare questo approccio, AbdAlmageed e i suoi colleghi hanno deciso di esplorare il potenziale dei modelli in grado di completare automaticamente i volti parzialmente oscurati o coperti.

    "Stavamo cercando di dimostrare che rimuovere le occlusioni e completare le parti mancanti del viso migliora la precisione di qualsiasi algoritmo di riconoscimento facciale, " ha detto Abd Almaged.

    Immagine 1:Credito:Mathai, Masi &Abd Almaged.

    I ricercatori hanno sviluppato un codificatore-decodificatore a completamento facciale basato su un operatore convoluzionale con un meccanismo di gating. Hanno quindi addestrato questo modello su diverse immagini di volti occlusi.

    AbdAlmageed e i suoi colleghi hanno studiato l'impatto delle occlusioni realistiche sulle prestazioni dei modelli di riconoscimento facciale visualizzando oggetti 3D su diverse parti del viso ed esplorando come influenzano il riconoscimento della persona in una determinata immagine. Hanno testato l'efficacia del loro codificatore-decodificatore per il completamento generativo dei volti in numerosi esperimenti utilizzando il set di dati Labeled Faces in the Wild (LFW) e la sua variante LFW-BLUFR. I loro risultati suggeriscono che il completamento del volto può migliorare parzialmente le capacità di percezione del volto dei sistemi di visione artificiale mentre elaborano immagini di volti occlusi.

    "La scoperta più importante è che rilevare le occlusioni, rimuoverli e riempire le parti mancanti del viso sono passaggi molto critici verso sistemi biometrici più sicuri, " ha detto AbdAlmageed. "Purtroppo, queste sono aree meno noleggiate rispetto al riconoscimento facciale stesso, ma penso che il nostro lavoro stia cercando di sensibilizzare la comunità della ricerca alla risoluzione di questi difficilissimi problemi di ricerca".

    Lo studio condotto da AbdAlmageed e dai suoi colleghi introduce una soluzione praticabile per affrontare gli effetti negativi delle occlusioni facciali sulle prestazioni degli strumenti di riconoscimento facciale. Nel futuro, il loro approccio potrebbe in ultima analisi far progredire la visione artificiale e gli strumenti di autenticazione biometrica.

    "Stiamo ora lavorando su algoritmi per rilevare diversi tipi di occlusioni che sostanzialmente completano la nostra pipeline, " Ha detto AbdAlmageed. "Questo ci darà l'opportunità di testare e valutare il nostro sistema in scenari di vita reale come facciamo nel programma IARPA Odin".

    © 2019 Scienza X Rete




    © Scienza https://it.scienceaq.com