Facebook crea “DeepFace”, il software di riconoscimento facciale più preciso al mondo

Avete notato che Facebook sta migliorando nel dare suggerimenti per le persone da taggare nelle foto che hai caricato? Facebook continuerà a migliorare a identificare i volti grazie ai progressi nel campo dell’intelligenza artificiale e dell’apprendimento profondo (deep learning). I ricercatori di Facebook stanno attualmente sviluppando algoritmi denominati “DeepFace” per rilevare se due volti nelle foto non familiari sono la stessa persona con il 97.25 % di precisione, a prescindere dalle condizioni di illuminazione e dagli angoli . A titolo di confronto, gli esseri umani hanno generalmente una media del 97.53% di precisione. Questo significa che il software di riconoscimento facciale di Facebook ha quasi la stessa precisione degli esseri umani.FACEBOOK-FACIAL-RECOGNITION-deepface

Yaniv Taigman, uno degli scienziati di intelligenza artificiale di Facebook, ha detto che il tasso di errore è stato ridotto di oltre il 25 % rispetto al precedente software che gestisce lo stesso compito. Taigman co ha fondato Face.com nel 2007, che è stata acquisita da Facebook un paio di anni fa. Prima dell’acquisizione, Face.com costruiva applicazioni e le API che possono eseguire la scansione di miliardi di foto ogni mese. Taigman ha sviluppato DeepFace con gli altri ricercatori di Facebook Ming Yang e Marcaurelio Ranzato, insieme a Lior Lupo docente della Tel Aviv University.

Secondo TechnologyReview.com del MIT, DeepFace utilizza un modello 3D per le facce ruotato virtualmente, in modo che la persona nella foto sembra stia guardando la telecamera. L’angolo della faccia viene corretto utilizzando un modello 3D di una faccia “media” che guarda in avanti. DeepFace crea una rete neurale simulata per elaborare una descrizione numerica del viso riorientato per determinare se ci sono abbastanza similitudini tra le due immagini. Questa rete coinvolge oltre 120 milioni di parametri. Il team DeepFace addestrato la rete utilizzando un set di dati di 4 milioni di immagini facciali appartenenti a circa 4.000 persone, il che significa che ogni identità ha avuto una media di oltre un migliaio di campioni per i test. La tecnica di verifica facciale può essere utilizzata per integrare il collegamento di un nome a un volto, noto come il riconoscimento facciale. Alla fine, questo potrebbe migliorare la capacità di Facebook di suggerire agli utenti di etichettare in una foto caricata e per altri scopi potenziali. Gli algoritmi DeepFace sono stati testati con successo per la verifica del viso all’interno alcuni video di YouTube , ma questo è stato impegnativo, perché l’immagine non era così forte rispetto alle foto.

Facebook attualmente utilizza diversi algoritmi di riconoscimento facciale per suggerire quando etichettare le foto. Uno dei fattori utilizzati nell’algoritmo corrente include la distanza tra gli occhi e il naso di un utente in più foto. Facebook a volte può suggerire le persone sbagliate da etichettare a causa delle somiglianze nelle strutture facciali tra più amici, che potrebbero essere risolti con DeepFace.

Ulteriori dettagli di DeepFace sono pubblicati in un articolo intitolato: “DeepFace: Closing the Gap to Human-Level Performance in Face Verification.” Il progetto e il documento sarà presentato alla conferenza “Computer Vision and Pattern Recognition” in Ohio questo mese di giugno. Gli algoritmi DeepFace sono puramente solo per la ricerca in questo momento e al momento non coinvolgono 1,2 miliardi di utenti di Facebook.

Lascia un commento

Nome *
Email *
Sito web