В настоящее время технологии распознавания лиц уже доведены практически до совершенства, и они широко используются для идентификации преступников, террористов, без вести пропавших людей и т.п. Тем не менее, почти любую систему распознавания лиц, несмотря на степень ее совершенства, можно обмануть при помощи достаточно простых способов маскировки, головного убора, темных очков, накладных усов, бороды и грима. Однако, все эти способы маскировки уже не смогут обмануть новую систему на базе искусственного интеллекта, созданную международной группой исследователей, ведь в ней, помимо искусственного интеллекта, использованы и другие последние наработки в области идентификации замаскированных лиц (Disguised Face Identification, DFI).
“Мы произвели анализ многочисленных снимков и видеозаписей с мест совершения преступлений, проведения протестных акций и т.п. Это позволило нам определить все основные методы, используемые обычными людьми для маскировки своей внешности” – рассказывает Амарджот Сингх (Amarjot Singh), руководитель проекта и ученый из Кембриджского университета.
В основе созданной DFI-системы лежит технология идентификации 14 ключевых точек на лице человека, 10 из которых находятся на лице вокруг глаз, одна – на носу, и три – на губах. Естественно, что некоторые из этих точек скрываются в результате попыток маскировки внешности, но система, определив доступные ключевые точки, производит по ним поиск в базе данных снимков лиц людей. И при нахождении совпадения она дополняет и проверяет соответствие скрытых маскировкой ключевых точек.
“Сердцем” системы является искусственная нейронная сеть, на плечи которой возложена самая сложная задача, задача идентификации ключевых точек. Эта нейронная сеть была обучена на большом количестве снимков лиц людей, на которых предварительно были указаны все ключевые точки. И после обучения эта сеть стала способной самостоятельно идентифицировать доступные ключевые точки на “замаскированном” лице. А если через нейронную сеть пропустить несколько снимков замаскированного лица, сделанных с разных ракурсов, то точность идентификации увеличивается на порядки.
Однако, в “бочке меда” новой технологии DFI есть и своя “ложка дегтя”. Эта система работает неудовлетворительно в случае присутствия на снимке сложного фона, на котором присутствуют участки с разным уровнем освещенности. К примеру, система пока еще не посчитает за снимки одного и того же человека, относительно темный снимок его лица, сделанные на фоне зданий жилого квартала, и снимок его же лица, подсвеченного настольной лампой.
Тем не менее, новая система является серьезным прорывом в области DFI-технологий. А работа системы может быть улучшена путем проведения дополнительного обучения ее нейронной сети при помощи снимков лиц одних и тех людей, сделанных в разных условиях.
В своей дальнейшей работе исследователи как раз и планируют заняться дополнительным обучением нейронной сети. Параллельно с этим будут производиться работы по оптимизации программного кода, что позволит снизить требования системы к ресурсам используемой ею вычислительной системы, производить распознавание замаскированных лиц и идентификацию людей в режиме реального времени.