SearchFace-Entwickler über Algorithmusfunktionen

Hallo allerseits, ich bin einer der Entwickler des SearchFace- Dienstes und bin bereit, in den Kommentaren darüber zu sprechen.



Aufgrund des Hype mit dem Anzug von VK wurde das Wichtigste, für das wir den Service gestartet haben, in den Hintergrund gedrängt - um die Suchfunktionen zu testen. Und da der Dienst jetzt für die breite Öffentlichkeit verfügbar ist, möchte ich allen zeigen, wozu unsere Erkennungsalgorithmen in der Lage sind.

SearchFace ist derzeit eine kleine Demo von Algorithmen. Jede Suche wird in unserer Datenbank mit einer halben Milliarde Alternativen durchgeführt. Das heißt, jede Person muss von Hunderten von Millionen anderen unterschieden werden, unter denen es Menschen geben kann (und sicherlich auch geben wird), die der gesuchten Person sehr ähnlich sind. Ja, FindFace, das jetzt geschlossen ist, hat dieses Problem bereits gelöst (wenn mein Speicher mir dient, war die Datenbankgröße ungefähr gleich), also wollten wir nicht nur wiederholen, sondern übertreffen. Die Hauptaufgabe, die wir uns stellen, ist es, die Suche zu ermöglichen, auch durch sehr "verzerrte" Bilder. Ein paar Beispiele unten, aber Sie können um sich herum spielen.

Beispiel 1. Maxim Cherkasov, trashbox.ru.

Maxim war einer von denen, die bei einer Überprüfung unseres Algorithmus nicht zögerten, Fotos mit einer verspiegelten Sonnenbrille hochzuladen. Und dennoch waren die ersten drei Stellen in den Suchmaschinenergebnissen äußerst korrekte Ergebnisse. Außerdem hatte das Foto auf einem von ihnen eine niedrige Auflösung, einen ungewöhnlichen Gesichtsausdruck und alles andere, was vor sechs Jahren aufgenommen wurde. Combo!


Ergebnis:



Beispiel 2. Ilya Dyer und Sultan Suleymanov von Meduza.io. Ilya hat sein Foto hochgeladen, auf dem er zur Seite schaut, und Sultan - ein Foto in einem Schal (auf dem man nur einen Teil des Gesichts sehen kann). Ihm zufolge, den wir natürlich nicht überprüft haben, konnte Facebook ihn auf diesem Foto nicht identifizieren, obwohl wir bei beiden Ergebnissen eine sehr hohe Punktzahl haben - dies deutet darauf hin, dass der Algorithmus nicht nur die ähnlichste Person ausgewählt hat, aber ich bin sicher dass ich den richtigen gefunden habe. Die Vertrauenslinie liegt irgendwo zwischen 0,65 und 0,67.



Beispiel 3. Nikita Likhachev, tj. Die Redakteure von TJ testeten die Engine an ihren Mitarbeitern, versuchten jedoch im Gegensatz zu Maxim Cherkasov nicht, unseren Algorithmus in Frage zu stellen. Für die Zwecke dieses Artikels haben wir daher Nikitas Bild absichtlich mit Imagemagick verwischt, wobei Gaußsche Unschärfe mit unterschiedlichen Sigma-Werten verwendet wurde.

convert Nikita_00.png -gaussian-blur 12x4 Nikita_04.png


=16 , =18 «-16», =20 «-16» - .



— :


vklybe.tv

:



8- :


«-16» :



7- , , .


:



, 1965 , .



, - , . , , — .

.

Source: https://habr.com/ru/post/de440402/


All Articles