Paano Gumagana ang Sistema ng Pagkilala sa Mukha - Isang Simpleng Gabay

  • Ang Walang-Linear na Pag-iisip ay ang pag-iisip ng tao na nailalarawan sa pamamagitan ng pagpapalawak sa maraming direksyon, sa halip na sa isang direksyon, at batay sa konsepto na maraming mga panimulang punto mula kung saan maaaring mag-aplay ang isang lohika sa isang problema.
  • May pagkakaiba sa pagitan ng Viola-Jones detection framework at kung paano ginagamit ang mga mask sa mga neural network.
  • Si Grigory Bakunov at ang kanyang pangkat mula sa Russia ay nakabuo ng isang application na bumubuo ng mga variant ng makeup na nakakaabala sa mga system ng pagkakakilanlan.

Ang teknolohiyang pagkilala sa mukha ay naging isa sa mga pinaka ginagamit na tool sa paliparan at iba pang mga nilalang. Ito ay isang mahusay na tool para sa pagtatasa ng peligro at pagkontrol sa pang-seguridad na seguridad sa buong mundo. Ang mga proyekto ng pagkilala sa mukha ay naging mula pa noong nakaraang siglo. Maraming mga panimulang pagtatangka na naganap noong 1980s.

Ang pinaka-kilalang proyekto, at isang hinalinhan ng kasalukuyang nabago na teknolohiya ng pagkilala sa pangmukha, ay pag-unlad nina Paul Viola at Michael Jones noong 2001. Ang Viola-Jones object detectionframework ay ang unang balangkas na magbigay ng mga rate ng pagtuklas ng object sa real-time. Sa oras na ang isang karaniwang magagamit na computer ay maaaring makagawa ng 15 mga imahe bawat segundo gamit ang pamamaraang ito.

May mga kumpanya na gumawa ng ilang mga uri ng pattern para sa damit na maaaring makatulong sa pag-iba-iba.

Ang koneksyon na neural network ay "patas" upang makuha ang pinaka-katangian na tampok mula sa isang imahe, at gawin ito awtomatiko at sa iba't ibang mga antas ng abstraction kahit sa pinakamaliit na larawan. Habang ang mga unang antas ay karaniwang tumutugon sa mga simpleng pattern tulad ng gradient, malinaw na mga hangganan, atbp, ang pagiging kumplikado ng mga tampok ay nagdaragdag sa bawat bagong antas. Ang mga maskara na sinusubukan ng neural network sa mataas na antas ay madalas na kahawig ng mga mukha ng tao o mga fragment ng mga ito. Bilang karagdagan, hindi tulad ng pangunahing pamamaraan ng sangkap, pinagsama ang mga neural network sa mga tampok sa isang non-linear na paraan.

Ang Walang-Linear na Pag-iisip ay ang pag-iisip ng tao na nailalarawan sa pamamagitan ng pagpapalawak sa maraming direksyon, sa halip na sa isang direksyon, at batay sa konsepto na maraming mga panimulang punto mula kung saan maaaring mag-aplay ang isang lohika sa isang problema.

May pagkakaiba sa pagitan ng Viola-Jones detection framework at kung paano ginagamit ang mga maskara sa neural network na kung saan ay isang hanay ng mga algorithm, na modelo nang malawakan pagkatapos ng utak ng tao, na idinisenyo upang makilala ang mga pattern. Binibigyang-kahulugan nila ang data ng pandama sa pamamagitan ng isang uri ng pang-unawa sa makina, pag-label o kumpol ng raw input. Ang mga ganitong sistema ay "natututo" upang maisagawa ang mga gawain sa pamamagitan ng pagsasaalang-alang ng mga halimbawa. Samakatuwid, sa tulong ng tao ang mga maskara ay ang proseso ng pag-aaral na kinabibilangan ng paggamit ng isang napakaraming mga imahe ng mukha at magkakaibang mga background.

Doon matapos mabuo ang isang pamamaraan ng triple. Ang hinalinhan ay ang mga triple ng Pythagorean na nasa loob ng maraming siglo, hindi lamang ginagamit sa digital na mundo, mula noong panahong iyon, ang naturang ay hindi umiiral. Para sa mga layunin ng mga network ng neural ang mga triple ay nangangahulugang isang hanay ng mga imahe kung saan ang unang dalawang larawan ay magkaparehong mukha ng parehong tao. Ang pangatlong imahe ay isang ganap na kakaibang tao. Ang neural network ay sinanay upang makilala ang mga tampok upang mapagtanto ang dalawang mga imahe ay magkaparehong tao, batay sa pagkilala sa kanilang mga tiyak na tampok.

Isang halimbawa ng pagtatayo ng database ng imahe ng pagkilala sa facial. Pinagmulan: hackermoon.

Ang Russia ay naging abala sa pagtatrabaho at pag-perpekto sa teknolohiyang ito. Hindi ito isang sorpresa na isinasaalang-alang ang pagnanais ni Putin na magkaroon ng kontrol sa buong bansa. Russian deepvo V3 algorithm ng VOCORD nakamit ang isang 92% na resulta. Mayroong isang caveat sa teknolohiyang ito: may kasamang patentong binili ng isang higanteng teknolohiya sa Huawei na teknolohiya.

Ang Huawei Technologies ay isang kumpanya ng multinational na teknolohiya na nagbibigay ng kagamitan sa telecommunication at nagbebenta ng mga elektronikong consumer, smartphone at headquartered sa Shenzhen, Guangdong. Ito ang dahilan kung bakit mayroong isang malaking pag-aalala na nauugnay sa paggamit ng mga teknolohiyang Huawei sa West. Ang teknolohiyang ito ay maaaring magamit upang makakuha ng data ng pagkilala sa facial ng mga nasyonal na kanluranin at magamit para sa kapakinabangan ng intelihensiyang katalinuhan.

Ang tanging paraan upang "linlangin" ang sistema ng pagkilala sa facial ay ang paggamit ng ilang mga kulay at pattern. Halimbawa, ang Grigory Bakunov at ang kanyang pangkat mula sa Russia ay nakabuo ng isang application na bumubuo ng mga variant ng makeup na nakakaabala sa mga system ng pagkakakilanlan. Gayunpaman, ang sistema ay hindi magagamit sa bukas na mapagkukunan, ngunit ginamit ng mga serbisyong paniktik ng Russia upang makatulong sa pagtanggi sa kanilang mga ahente na naglalakbay sa buong mundo at malito ang mga sistema ng pagkilala sa paliparan sa paliparan. May mga kumpanya na gumawa ng ilang mga uri ng pattern para sa damit na maaaring makatulong sa pag-iba-iba.

$ 1 / click lamang

Isumite ang Iyong Ad dito

Christina Kitova

Ginugol ko ang karamihan sa aking propesyonal na buhay sa pananalapi, paglilitis sa pamamahala sa peligro ng seguro.

Mag-iwan ng Sagot