Het gezichtsdetectie-algoritme dat is ingesteld om het zoeken naar afbeeldingen te revolutioneren

In 2001 veroorzaakten twee computerwetenschappers, Paul Viola en Michael Jones, een revolutie op het gebied van computergezichtsdetectie. Na jaren van stagnatie was hun doorbraak een algoritme dat in realtime gezichten in een afbeelding kon herkennen. Het zogenaamde Viola-Jones-algoritme was inderdaad zo snel en eenvoudig dat het al snel werd ingebouwd in standaard point-and-shoot-camera's.

Een deel van hun truc was om het veel moeilijkere probleem van gezichtsherkenning te negeren en zich alleen op detectie te concentreren. Ze concentreerden zich ook alleen op gezichten die van voren werden bekeken, en negeerden gezichten die vanuit een hoek werden gezien. Gezien deze grenzen, realiseerden ze zich dat de neusbrug meestal een verticale lijn vormde die helderder was dan de oogkassen in de buurt. Ze merkten ook op dat de ogen vaak in de schaduw stonden en zo een donkere horizontale band vormden.

Dus Viola en Jones bouwden een algoritme dat eerst zoekt naar verticale heldere banden in een afbeelding die neuzen kunnen zijn, dan zoekt het naar horizontale donkere banden die ogen kunnen zijn, en dan zoekt het naar andere algemene patronen die verband houden met gezichten.

Ze worden door zichzelf gedetecteerd en geen van deze kenmerken doet sterk denken aan een gezicht. Maar wanneer ze de een na de ander in een cascade worden gedetecteerd, is het resultaat een goede indicatie van een gezicht in het beeld. Vandaar de naam van dit proces: een detectorcascade. En aangezien deze tests allemaal eenvoudig uit te voeren zijn, kan het resulterende algoritme snel in realtime werken.

Maar hoewel het Viola-Jones-algoritme een openbaring was voor gezichten gezien vanaf de voorkant, kan het gezichten vanuit een andere hoek niet nauwkeurig herkennen. En dat beperkt ernstig hoe het kan worden gebruikt voor gezichtszoekmachines.

Daarom is Yahoo geïnteresseerd in dit probleem. Vandaag onthullen Sachin Farfade en Mohammad Saberian van Yahoo Labs in Californië en Li-Jia Li van Stanford University in de buurt een nieuwe benadering van het probleem dat gezichten onder een hoek kan zien, zelfs wanneer ze gedeeltelijk zijn afgesloten. Ze zeggen dat hun nieuwe aanpak eenvoudiger is dan andere en toch state-of-the-art prestaties levert.

Farfade en co gebruiken een fundamenteel andere benadering om hun model te bouwen. Ze profiteren van de vooruitgang die de afgelopen jaren is geboekt met een type machine learning dat bekend staat als een diep convolutief neuraal netwerk. Het idee is om een ​​neuraal netwerk met meerdere lagen te trainen met behulp van een enorme database met geannoteerde voorbeelden, in dit geval afbeeldingen van gezichten vanuit verschillende hoeken.

Daartoe hebben Farfade en co een database gemaakt van 200.000 afbeeldingen met gezichten in verschillende hoeken en oriëntaties en nog eens 20 miljoen afbeeldingen zonder gezichten. Vervolgens trainden ze hun neurale netwerk in batches van 128 afbeeldingen gedurende 50.000 iteraties.

Het resultaat is een enkel algoritme dat gezichten kan herkennen vanuit een groot aantal hoeken, zelfs als ze gedeeltelijk zijn afgesloten. En het kan met opmerkelijke nauwkeurigheid veel gezichten in hetzelfde beeld herkennen.

Het team noemt deze aanpak de Deep Dense Face Detector en zegt dat het goed te vergelijken is met andere algoritmen. We evalueerden de voorgestelde methode met andere op deep learning gebaseerde methoden en toonden aan dat onze methode resulteert in snellere en nauwkeurigere resultaten, zeggen ze.

Bovendien is hun algoritme aanzienlijk beter in het herkennen van gezichten wanneer ze ondersteboven staan, iets wat andere benaderingen niet hebben geperfectioneerd. En ze zeggen dat het nog beter kan met datasets die meer omgekeerde gezichten bevatten. We zijn van plan om betere bemonsteringsstrategieën en meer geavanceerde technieken voor gegevensvergroting te gebruiken om de prestaties van de voorgestelde methode voor het detecteren van verstopte en geroteerde gezichten verder te verbeteren.

Dat is interessant werk dat laat zien hoe snel gezichtsdetectie vordert. De diepe convolutionele neurale netwerktechniek is zelf nog maar een paar jaar oud en heeft al geleid tot grote vooruitgang in object- en gezichtsherkenning.

De grote belofte van dit soort algoritmen ligt in het zoeken naar afbeeldingen. Op dit moment is het eenvoudig om te zoeken naar afbeeldingen die op een specifieke plaats of op een bepaald moment zijn gemaakt. Maar het is moeilijk om afbeeldingen van specifieke mensen te vinden. Dit is een stap in die richting. Het is onvermijdelijk dat dit vermogen in de niet al te verre toekomst bij ons zal zijn.

En als het aankomt, zal de wereld een veel kleinere plaats worden. Het zijn niet alleen toekomstige foto's die doorzoekbaar zullen worden, maar de hele geschiedenis van gedigitaliseerde afbeeldingen, inclusief enorme hoeveelheden video- en CCTV-beelden. Dat zal op de een of andere manier een krachtige kracht zijn.

Referentie: arxiv.org/abs/1502.02766 : Gezichtsdetectie met meerdere weergaven met behulp van diepe convolutionele neurale netwerken

zich verstoppen