Generic placeholder image

Deep Face 2

·       مقدمه

یادگیری عمیق، لایه‌های پردازش متعددی را برای یادگیری بازنمایی داده‌ها با سطوح مختلف و استخراج ویژگی بکار می‌گیرد . این تکنیک پیشرفت وچشم‌انداز تحقیق شناسایی چهره ( f r ) را تغییر داده‌است .deep faceیک سیستم بازشناسی چهره است که توسط یک گروه تحقیقاتی در فیسبوک ایجاد شده‌است.  چهره‌های انسان‌ها را در تصاویردیجیتالی شناسایی می‌کند. این نرم افزار موضوع دوره های تحصیلات تکمیلی هوش مصنوعی (AI) در سال 2015 بود .زمانی که یک کاربر فیس بوک با " پیشنهاد تگ کردن " یا " تشخیص چهره " روبه رو می‌شود , در یک عکس برچسب زده می‌شود ، و سیستم‌های یادگیری ماشین شبکه‌های تصویر چهره را در تصویر تجزیه و تحلیل می‌کنند , و چیزی را که      " قالب " خوانده می‌شود ،را خلق می‌کنند .

·       روند بازشناسی چهره

در بازشناسی چهره مدرن , روند متداول متشکل از چهار مرحله است :

detect = > align = > represent = > classify 

DeepFace, یک سیستم بازشناسی چهره است که توسط یک گروه تحقیقاتی در فیسبوک ایجاد شده‌است چهره‌های انسان‌ها را در تصاویر دیجیتالی شناسایی می‌کنداین نرم افزار موضوع دوره های تحصیلات تکمیلی هوش مصنوعی (AI) در سال 2015 بود. زمانی که یک کاربر فیس بوک با " پیشنهاد تگ کردن " یا " تشخیص چهره " روبه رو می‌شود , در یک عکس برچسب زده می‌شود ، و سیستم‌های یادگیری ماشین شبکه‌های تصویر چهره را در تصویر تجزیه و تحلیل می‌کنند , و چیزی را که " قالب " خوانده می‌شود ،را خلق می‌کنند .

·       مشکلات تشخیص چهره

مشکلات تشخیص چهره را می توان به طور کلی به دو دسته تقسیم کرد:

تأیید چهره: تشخیص اینکه صورت داده شده مربوط به شخص ادعا شده باشد

تشخیص چهره: شناسایی موارد مختلف (از چهره ها) شخص مورد ادعا

انواع دیگری مشکلات عبارتند از: خوشه‌بندی ( گروه‌بندی با هم )  یکی از روش‌های ساده برای تایید چهره , تطبیق پیکسل با پیکسل است که در آن هر پیکسل منطبق را تطبیق می‌دهید . با در نظر گرفتن رویکرد کلاسیک تشخیص چهره , محققان تا آنجا پیش رفته‌اند که تصاویر را به گروه‌هایی از چهره‌هایی که بیش‌ترین شباهت را به یکدیگر دارند , سازماندهی کنند .  Ben Goertzel ، یکی از محققان سرشناس هوش مصنوعی گفته است که فیس بوک "به طور متقاعد کننده ای تشخیص چهره را با این پروژه حل کرده است" اما این اشتباه است که نتیجه بگیریم، یادگیری عمیق کل راه‌حل برای هوش مصنوعی است.

·       دولت و deep face

یک مقاله از هافینگتون پست این فناوری را "وحشتناک" خوانده و با استناد به نگرانی درباره حریم خصوصی داده ها ، اشاره کرد که برخی از دولت های اروپایی قبلاً از فیس بوک خواسته بودند تا داده های شناسایی چهره را حذف کند. طبق گزارش Broadcasting & Cable ، فیس بوک و گوگل هر دو توسط مرکز دموکراسی دیجیتال برای شرکت در "جلسه ذینفعان" اداره ملی ارتباطات و اطلاعات ملی 2014 برای کمک به تهیه منشور حقوق شهروندی دعوت شده بودند ، اما هر دو شرکت از حضور در ان جلسه امتناع  کردند. گوگل ادعا می‌کند که سیستم " FaceNet " تقریبا ً 99.96% تشخیص چهره انسانی را تکمیل کرده‌است . رقیب فیس بوک DeepFace از فناوری شرکت اسرائیلی face.com استفاده می کند. محققان گوگل سیستم خود را دقیق ترین فناوری می نامند که می تواند از این سیستم برای شناسایی خودکار عکسها در + Google استفاده کرد. فیس بوک و گوگل در یک جنگ الگوریتمی در سیستم تشخیص صورت درگیر شده‌اند . FaceNet بر روی یک مجموعه بزرگ داده، شامل ۲۶۰ میلیون تصویر و با میزان دقت نرخ  ۸۶ درصد  آموزش‌ داده شد. سال گذشته ، تیمی از محققان چینی ادعا کردند که به نتیجه ای بهتر از 99 درصد رسیده اند. با این حال ، محققان گوگل با پیوستن نام به چهره ، به سادگی از تأیید یکسان بودن دو چهره فراتر رفتند.

·       جمع بندی

هنگامی که FaceNet و DeepFace نهایتا پلتفرم های  وب شرکت خود ادغام می شوند ، اعتقاد بر این است که آنها روند برچسب گذاری عکس ها و جستجوی افراد را به طور خودکار انجام می دهند و همچنین تجزیه و تحلیل شبکه های اجتماعی کاربران خود را برای شرکت های وب آسان تر می کنند. در مقابل رویداد بازشناسی چهره فیس کاپ در این حوزه برای اولین بار برترین های ایران را به رقابتی هیجان انگیز دعوت نموه، که قطعا سکوی پرتابی در جهت استفاده درست از این دانش در ایران خواهد بود.