Негізгі ұсыныстар
- Бетті тану алгоритмдері бетперде киіп тұрған беттерді оқуда жақсаруда.
- Жаңа зерттеу алгоритмнің бет маскасын оқуына қатысты шектеулерді көрсетеді, мысалы, маска түсі мен пішіні.
- Сарапшылардың айтуынша, бетті тану индустриясы өздерінің алгоритмдеріне бет маскаларын енгізу үшін белсенді жұмыс істеп жатыр.
Көптеген салалар пандемияға бейімделуі керек болды, соның ішінде бет-әлпетті тану саласы. Сарапшылардың айтуынша, технология бетперде киген адамдарды тану үшін біртіндеп жақсарып келеді.
Ұлттық стандарттар және технологиялар институты (NIST) жариялаған жаңа есеп COVID-19 пандемиясы басталғаннан кейін жасалған бетті танудың 65 жаңа алгоритмінің, сондай-ақ пандемияға дейін ұсынылған 87 алгоритмнің нәтижелерін көрсетеді. Есепте бағдарламалық жасақтама әзірлеушілерінің бетперделенген беттерді танитын алгоритмдерді әзірлеуде, тіпті қарапайым бетті тану алгоритмдері сияқты дәлдікке жетуде жақсарып жатқаны анықталды.
"Пандемияға дейінгі бірнеше алгоритмдер бүркенішті фотосуреттерде әлі де ең дәл болып қалатынымен, кейбір әзірлеушілер пандемиядан кейін айтарлықтай жақсартылған дәлдікті көрсететін алгоритмдерді жіберді және қазір біздің сынақта ең дәл болып табылады", - делінген хабарламада..
Зерттеу нені анықтады
Зерттеу бет маскалары болған кезде бет-әлпетті тану алгоритмдерін және олардың дәлдігін сынауға арналған дәл осындай деректер жинағымен NIST жүргізген осындай екінші зерттеу болды. Есеп авторлары 6,2 миллион фотосуретті пайдаланды және бұл суреттерге әртүрлі сандық маска комбинацияларының модельдеулерін қолданды.
Мэй Нган, есептің тең авторы және NIST-тің компьютер ғалымы Lifewire-ке телефон арқылы берген сұхбатында бетперделердің болуы бетті тану технологиясын екі-үш жыл бұрынғыға қайтарғанын айтты.
"Қате мөлшерлемелері 2017 жылғы соңғы технологиямен салыстыруға болатын кез келген жерде 2,5% және 5%", - деді ол.
Шілде айында жарияланған NIST-тің алдыңғы есебінде Дүниежүзілік денсаулық сақтау ұйымы жаһандық пандемия жариялағанға дейін 2020 жылдың наурызына дейін ұсынылған бет-әлпетті тану алгоритмдерінің өнімділігі қаралды. Бұл бірінші зерттеу пандемияға дейінгі осы алгоритмдердің қателік деңгейінің 5% және 50% арасында екенін анықтады.
Тіпті бұл алгоритмдер бетперде киген беттерді оқуда жақсырақ болса да, соңғы зерттеулер бетперде түсі (қызыл немесе қара сияқты күңгірт бетперделерде қателіктер жиілігі жоғары) және бетперде қалай жұмыс істейтіні сияқты қате жиілігіне кейбір факторлар әсер ететінін анықтады. пішінді (дөңгелек бетперде пішіндерінің қателік деңгейі төмен).
Нган алгоритмдер бетперде арқылы емес, бет ерекшеліктерін тану үшін біреудің бетінің көрінетін бөлігін, мысалы, көздің айналасы мен маңдайын пайдаланады деді.
Бетті тану және бет маскаларының болашағы
Нган әзірлеушілер бет маскаларына келгенде бет-әлпетті тану алгоритмдерімен айтарлықтай жақсартулар жасағанын айтты.
«Бет маскаларын кию шектеулерімен жұмыс істеу үшін бет-әлпетті тану жүйелерінің қажеттілігі анық», - деді ол. «Біз істеп жатқан нәрселерді және жақында жүргізген зерттеу нәтижелерін ескере отырып, біз бет-әлпетті тану индустриясының алгоритмдеріне бет маскаларын қосу үшін белсенді жұмыс істеп жатқанын көріп отырмыз.»
Технология жетілдіріліп жатқандықтан, бұл бет маскасын киіп отырып, телефондар құлпын ашу сияқты әрекеттерді орындау оңайырақ болады дегенді білдіреді, бірақ бетті тану осы жолмен дамып келе жатқанда басқа да салдарлар бар.
Көптеген зерттеулер бет-әлпетті тану дұрыс емес адамды қате анықтауға және нәсілдік көзқарасқа ие болатынын көрсетеді. NIST 2019 жылы жүргізген зерттеу бет-әлпетті тану технологиясы қара нәсілді және азиялықтарды ақ адамдарға қарағанда 100 есе жиі қате анықтайтынын көрсетті.
Тіпті технология бет маскаларын оқуда жақсырақ болса да, қате пайызы – қаншалықты аз болса да – бет маскасын киген адамды қате анықтау үшін алаңдатуы мүмкін.
Ең соңғы NIST есебі алгоритмдердің бет маскасы тапсырмасын орындауда жақсарып келе жатқанын көрсеткенімен, Нган пандемия кезінде бет-әлпетті тану болашағының дәл осы жерде болатынын тек уақыт көрсететінін айтты.
"Мүмкін біз қателердің одан әрі азаюын күтуіміз мүмкін немесе әзірлеушілер жасырын аймақтағы бірегей ақпарат көлеміне шектеулер табуы мүмкін", - деді Нган.
