Facebook desenvolve desde 2010 uma tecnologia de reconhecimento facial tão precisa quanto o olho humano. A rede social anunciou na semana passada que o projeto DeepFace, chegou a taxa de exatidão de identificação de 97,25%, enquanto a média de reconhecimento de rostos dos seres humanos é de 97,5%.
Segundo publicação feita por membros da equipe de pesquisa do Facebook, o projeto funciona em quatro etapas: detectar, alinhar, representar e classificar. Todo processo é feito através do emprego de modelagem facial 3D, o que permite uma representação neural profunda dos rostos em nove camadas, esta rede profunda envolve mais de 120 milhões de parâmetros usando várias camadas ligadas localmente.
A tecnologia primeiramente cria um modelo 3D da imagem e simula que o rosto esteja virado para frente. Então, são usadas técnicas de deep learning, que simulam uma rede neural para mapear a pessoa da foto. Com isso, é possível distinguir faces diferentes.
Para treinar o sistema, o Facebook analisou com 4,4 milhões de imagens de rostos de mais de 4 mil usuários da rede social sendo que cada rosto tem uma média de mais de mil amostras, analisam os pesquisadores.
O Deep Face conseguiu reduzir em até 25% os erros nas identificações faciais, o que aproxima bastante a capacidade de identificação feita pelo computador (agora, de 97,25% chance de acerto) a uma feita por humanos (que é de 97,53%).
Segundo publicação feita por membros da equipe de pesquisa do Facebook, o projeto funciona em quatro etapas: detectar, alinhar, representar e classificar. Todo processo é feito através do emprego de modelagem facial 3D, o que permite uma representação neural profunda dos rostos em nove camadas, esta rede profunda envolve mais de 120 milhões de parâmetros usando várias camadas ligadas localmente.
A tecnologia primeiramente cria um modelo 3D da imagem e simula que o rosto esteja virado para frente. Então, são usadas técnicas de deep learning, que simulam uma rede neural para mapear a pessoa da foto. Com isso, é possível distinguir faces diferentes.
Para treinar o sistema, o Facebook analisou com 4,4 milhões de imagens de rostos de mais de 4 mil usuários da rede social sendo que cada rosto tem uma média de mais de mil amostras, analisam os pesquisadores.
O Deep Face conseguiu reduzir em até 25% os erros nas identificações faciais, o que aproxima bastante a capacidade de identificação feita pelo computador (agora, de 97,25% chance de acerto) a uma feita por humanos (que é de 97,53%).
A novidade do Facebook de fato representa um avanço significativo na área de softwares de correspondência de rostos, e demonstra o poder de uma nova abordagem para a inteligência artificial, conhecida como “Deep learning” (aprendizagem profunda, em português).
Segundo o MIT Technology Review, a ideia inicial é ouvir as impressões da comunidade científica sobre o assunto.
Yaniv Taigman, membro da equipe de AI do Facebook, acredita que o Deep learning pode ajudar a empresa e aposta no sucesso da novidade. “Nós nos aproximamos bastante do desempenho humano", afirma ele sobre o novo software.
Atualmente, o reconhecimento facial tem sido usado para identificar pessoas em fotos publicadas pelos usuários e sugestões de marcações de amigos nas mesmas imagens na rede social.
A novidade ainda não tem previsão de lançamento na rede social.
Segundo o MIT Technology Review, a ideia inicial é ouvir as impressões da comunidade científica sobre o assunto.
Yaniv Taigman, membro da equipe de AI do Facebook, acredita que o Deep learning pode ajudar a empresa e aposta no sucesso da novidade. “Nós nos aproximamos bastante do desempenho humano", afirma ele sobre o novo software.
Atualmente, o reconhecimento facial tem sido usado para identificar pessoas em fotos publicadas pelos usuários e sugestões de marcações de amigos nas mesmas imagens na rede social.
A novidade ainda não tem previsão de lançamento na rede social.
Fórum AntiNom
DeOlhOnafigueira
Nenhum comentário:
Postar um comentário