Yüz tanıma 30 kat hızlandırıldı

Rus bilim insanları yüzlerin ve duyguların tanınmasını 30 kat hızlandırmanın bir yolunu buldu. Sistem, her birini sırayla analiz etmek yerine birden fazla video karesini aynı anda analiz eder. Program bütçeye uygun akıllı telefonlar, tabletler, dizüstü bilgisayarlar üzerinde çalışabilir, kameralar ve diğer düşük performanslı sistemler. Uzmanlar yazılımın ümit verici olduğunu düşünüyor; akıllı evlerdeki video analiz sistemlerinde ve kişilerin aranmasında kullanılabilir. Ancak çözümün yaygınlaşacağını söylemek için henüz erken.

Yüz ifadesi tanıma

Projenin yazarları Izvestia’ya MISIS, HSE ve Sber AI Lab’ın videodaki yüzleri ve duyguları tanımak için yeni bir yöntem geliştirdiğini söyledi. Geliştiricilere göre bu yöntem, bu alandaki klasik yaklaşımlara göre 30 kata kadar daha hızlıdır. Sistem şu anda üniversitelerde ve Sberbank’ın yapay zeka laboratuvarında test ediliyor.

— Yaklaşımımız, farklı ayrıntılara (kare hızları) sahip giriş video verilerinin sıralı analizine dayanmaktadır. Bu Yöntem çok hızlı olacak şekilde tasarlanmıştır ve tüm modelin ek eğitimi gerekmeden, derin sinir ağlarına dayalı yüzlerin karakteristik özelliklerinin çıkarılmasına yönelik herhangi bir yönteme uygulanabilir.NUST MISIS Yapay Zeka Merkezi Direktör Yardımcısı Andrey Savchenko dedi.

Çözüm şu şekilde çalışır: İlk önce iki çerçeve analiz edilir – birincisi ve sonuncusu. Sinir ağı doğru sonuca varabilirse algoritma durur. Aksi takdirde ortaya birkaç kare daha eklenir ve ardından sonuçların doğruluğu tekrar kontrol edilir. Örneğin, Yüz ifadelerinin iyi tanındığı basit videolar için karar neredeyse anında verilir, ancak daha karmaşık olanlar için çok daha fazla video karesinin işlenmesi gerekir..

— Yöntemi optimize etmek için Yalnızca videonun tüm karelerinden bilgi toplamak değil, aynı zamanda karar verme sırasını doğru bir şekilde yapılandırabilmek, yani gereksiz bilgileri derhal filtreleyerek yalnızca sınıflandırma için gerekli verilerin kalmasını sağlamak da önemlidir.“diye açıkladı Andrey Savchenko.

Yeni yöntem yalnızca yüzleri değil aynı zamanda insan duygularını da tanıyor. Örneğin bir karedeki yüz ifadelerini karşılaştırabiliyor ve video boyunca benzerlerini bulabiliyor.

Geliştiricilere göre, Geleneksel insan yüz tanıma yöntemlerindeki temel sorun, her video karesini ayrı ayrı analiz etmeleridir. Bu çözüm, özellikle gerçek zamanlı sistemler söz konusu olduğunda etkisiz hale geliyorGeliştirici, örneğin tanıma hızının kritik olduğu video gözetim sistemleri veya insansız araçlar gibi.

Yeni yöntem, bilgi işlem kaynakları gerektirmeyen herhangi bir donanımda video analizi için kullanılabilir.: örneğin uygun fiyatlı bir akıllı telefon, dizüstü bilgisayar, akıllı kamera vb. burada uzaktaki bir bilgi işlem sunucusuna video göndermeye gerek yoktur – bu, kişisel verilerin koruma düzeyini artırırAndrey Savchenko özetledi.

Yeni bir yüz tanıma yöntemi nerede faydalı olacak?

Rağmen Yüz tanıma sorununun çözüldüğü düşünülüyor; pratik uygulamalarda hala mevcut yöntemlerin iyileştirilmesini gerektiren birçok nüans var. Özellikle, Girişlere kurulan kameraların çoğu düşük görüntü kalitesine sahiptir ve yüksek performanslı bir sunucuyla iletişim kurmak her zaman mümkün olmamaktadır.MIPT merkezli Ulusal Teknoloji Girişimi (NTI) “Yapay Zeka” yeterlilik merkezinde önde gelen uzmanlardan biri olan Alexander Rodin, şöyle konuştu:

— Sınıflandırmanın kalitesini kaybetmeden “fiyatını” düşürmeyi amaçlayan yeni yöntemlerin ortaya çıkışı sürekli olarak gerçekleşmektedir ve önümüzdeki yıllarda da kullanılacaktır.. Çözüm gerçekten etkiliyse piyasa bunu gösterecektir ancak bu alanda rekabet yüksek ve başka bir yaklaşımın işe yaraması da mümkün” dedi.

Fotoğraf: IZVESTIA/Zurab Javakhadze

Çözüm pratikte etkinliğini gösterirse, genel olarak “akıllı şehir” kavramıyla bağlantılı olarak öncelikle sivil güvenlik alanında büyük talep görecek.. Çeşitli suçlar işlemiş kişileri, kayıp kişileri, evden kaçan gençleri, çeşitli zihinsel bozuklukları olan kafası karışmış kişileri aramak – bu, polis memurlarının “manüel” emeğinin payının olduğu herhangi bir büyük metropolün günlük uygulamasıdır. kurtarıcıların, doktorların, gönüllülerin ve diğerlerinin sayısı hâlâ çok büyük. Ve buna rağmen Yapay zeka teknolojileri halihazırda acil durum hizmetlerinin verimliliğini önemli ölçüde artırıyor ancak burada hala yapılacak çok iş vardedi Alexander Rodin.

— Önerilen algoritma, video akışlarını işleme sürecini optimize etmenin ve dolayısıyla analiz süresini azaltmanın yollarından biridir. Çalışmamızda sadece yüzleri ve duyguları değil aynı zamanda silüetleri, araçları ve diğer nesneleri de tanımak için benzer bir optimizasyon yöntemini kullanıyoruz.Ntechlab’ın basın servisi İzvestia’ya söyledi.

Daha hafif bir model de Metro güvenlik kontrol sistemleri için önemli olabilecek, güçlü grafik işlemcileriyle bağlantısı olmayan veya istikrarlı bir İnternet bağlantısı olmayan video analiz sistemlerinde yapay zekanın uygulanmasını basitleştirecek. Bu olasıdır Bu yaklaşım aynı zamanda insansız araçlara yönelik araç içi video analiz sistemlerinin geliştirilmesinde de uygulamasını bulacaktır.Dış koşullara hızlı bir şekilde yanıt verme görevinin ana görevlerden biri olduğu, M.V. Moskova Devlet Üniversitesi merkezli NTI Büyük Veri Yetkinlik Merkezi’nin veri işleme ve analizi uzmanını özetledi. Lomonosov Maksim Doronkin.