Żądny wiedzy? Wbijaj na Mega Sekurak Hacking Party w maju! -30% z kodem: majearly
Nowa metoda rozpoznawania twarzy zadziała nawet w kompletnej ciemności
Dwóch niemieckich naukowców przedstawiło wyniki interesujących badań nad metodami rozpoznawania twarzy w kompletnej ciemności. Algorytm działa na zasadzie porównywania obrazów termalnych ze zwykłymi zdjęciami twarzy.
Mechanizmy skanowania i rozpoznawania twarzy są coraz chętniej stosowane z bardzo różnym przeznaczeniem. Zgodnie z wynikami badań niemieckich naukowców możliwe jest również automatyczne rozpoznawanie twarzy nawet w całkowitej ciemności.
Porównywanie obrazów termalnych ze zwykłym zdjęciem stanowi spore wyzwanie
Deep Perceptual Mapping (DPM) jest w stanie rozpoznawać osoby na podstawie wykonanego w podczerwieni (bez użycia jakiegokolwiek zewnętrznego źródła światła) obrazu termalnego, który następnie jest porównywany ze zwykłymi zdjęciami twarzy poszukiwanej osoby.
Cross modal face matching between the thermal and visible spectrum is a much desired capability for night-time surveillance and security applications.
Skuteczność metody DPM dochodzi obecnie do 80%. Jednak w zależności od rodzaju i stopnia skomplikowania zastosowanej sieci neuronowej możliwa będzie dalsza poprawa tego rezultatu.
Wygląda więc na to, że przestępcy chcący ukryć swą twarz przed kamerami monitoringu będą musieli w przyszłości stosować gliniane maseczki…
— Wojciech Smol
80% ale czego? podejrzewam że dotyczy to porównania właściwego zdjęcia danej osoby ze zdjęciem termo i prawidłowego wykrycia więc gdy będziemy mieli bazę danych osób np. z 50 zdjęć to w zasadzie ten algorytm jest bezużyteczny.
W ogóle ci naukowcy to mnie czasami śmieszą. Jakieś ponad 10 lat temu robiliśmy w firmie system do automatycznej obsługi aut ciężarowych i pojawił się problem żeby zamiast ręcznie wpisywać numery rejestracyjne aut to żeby zrobić system który będzie to robił automatycznie na podstawie obrazu z kamery. Nasz szef zwrócił się na politechnikę do naukowców i powiedzieli że potrzebuję ileś miesięcy badań i jakieś olbrzymie koszta i w ogóle szereg problemów. Na spotkaniu firmowym jeden z naszych młodziutkich programistów powiedział że się trochę interesuje przetwarzaniem sygnałów i może spróbować napisać coś takiego. Po tygodniu pokazał algorytm do wykrywania tablicy z obrazka, następnie zrobił wykrywanie liter i potem użył jakiegoś już znanego algorytmu do zamiany liter z obrazka na tekst. Całe wdrożenie przez niego tej technologii trwało około miesiąca (nie liczę późniejszych updatów na zagraniczne tablice) i skuteczność była bardzo duża i algorytm miał szereg zabezpieczeń przed błędnym wykryciem i wtedy pokazywał komunikat dla obsługi żeby porównać obrazek z wykrytym tekstem.
Inny przykład to 2 programistów z ivo software, którzy zrobili syntezator dużo lepszy niż duże zespoły naukowców z całego świata.
Czasami więc jak słyszę o pracy takich 'naukowców’ to mam wrażenie że ich praca jest tyle warta co większości urzędników.
Bo naukowcom zalezy na finansowaniu ich badan, a bada sie dopoty dopoki sa fundusze. A kiedy funduszy brakuje to sie najzwyczajniej chowa projekt do szuflady do mementu znalezienia sponsora (no bo nie inwestora;). Mialem okazje pracowac w takim zespole i tempo prac bylo srednio zadawalajace. O komercjalizacji raczej mozna zapomniec, mimo ze byl odzew ze strony przedsiebiorcow.
Kamery tego typu są w tej chwili (i będą) niezwykle kosztowne, więc jest to bardzo odległa przyszłość. Na dodatek wystarczy zwykła chustka (albo luźna kominiarka) żeby toto oszukać. Technicznie ciekawe, ale niepraktyczne. Koniec końców i tak jakiś człowiek będzie musiał potwierdzić że osoba na obrazie jest tą, która jest oskarżona. Wiadomo, nie da się tego stwierdzić bo nie widzimy w podczerwieni ;)
Podczerwień to też światło.
@Majki: Ciągle aktualne: Za Chwilę Dalszy Ciąg Programu „Badania”, https://www.youtube.com/watch?v=dObBOc2-Ou0