Sieć neuronowa koreluje ludzkie twarze

Sieć neuronowa koreluje ludzkie twarze

Dwóch naukowców z Instytutu Technologii w Karlsruhe oraz Instytutu Antropomotoryki i Robotyki stworzyło głęboką sieć neuronową, która z powodzeniem dopasowuje twarze uchwycone aparatem za pomocą światła podczerwonego z tymi wykonanymi przy użyciu naturalnego oświetlenia. Saquib Sarfraz oraz Rainer Stiefelhagen opublikowali swoją pracę na łamach arXiv.

Fotografia w podczerwieni pozwala ludziom widzieć rzeczy w ciemnościach. Poważnym ograniczeniem tej technologii jest jednak rozdzielczość twarzy ludzi sfotografowanych w ten sposób. Korelacja z rzeczywistym obrazem jest zazwyczaj dość trudna i nie zawsze przynosi oczekiwane rezultaty. Żeby pozbyć się tego problemu raz na zawsze, naukowcy postanowili sięgnąć po technologię głębokich sieci neuronowych.

Tego typu systemy zostały zaprojektowane po to, aby dowiedzieć się o pewnych właściwościach badanego układu na podstawie dużych zbiorów danych i by następnie móc dokonać estymacji jego bieżących lub przyszłych stanów. W podobny sposób działa ludzki mózg.

Aby wykorzystać taki system do korelacji obrazów podczerwonych z ich analogami wykonanymi w widzialnym spektrum światła, potrzebny jest spory zestaw tego typu par zdjęć danej osoby. Duetowi naukowców udało się jednak opracować program, który wymaga o połowę mniejszej ilości fotografii niż dotychczasowe algorytmy korelacyjne. W swoich badaniach wsparli się pracami naukowców z Uniwersytetu Notre Dame.

Opracowany przez badaczy system radzi sobie znakomicie w 80% przypadków. Oznacza to, mimo wszystko znaczący skok technologiczny w tej dziedzinie, natomiast Sarfraz i Stiefelhagen wierzą, że są w stanie poprawić swój algorytm i osiągnąć jeszcze lepsze rezultaty.

(rr)