Դեմքի ճանաչման ալգորիթմը օգտագործվում է ոչ միայն հատուկ ծառայությունների կողմից, այլ նաև շատ ընկերությունների, որոնք վաղուց, այս տեխնոլոգիան մեր առօրյա են ներմուծել։ Այժմ այդ տեխնոլոգիան կարելի է հանդիպել գրեթե ամենուր՝ սկսած սոցիալական ցանցերից, որտեղ մարդիկ ավտոմատ կերպով նշվում են ներբեռնված լուսանկարների վրա, մինչև մոբայլ հեռախոսների օպերացիոն համակարգ, որտեղ սմարթֆոնը ճանաչում է իր տիրոջը՝ դիմային տեսախցիկի օգնությամբ։ Սակայն դեմքի ճանաչման տեխնոլոգիան դեռևս բավական հեռու է կատարյալ լինելուց։ Նոր ալգորիթմը՝ առաջարկված ամերիկյան հետազոտողների կողմից, ունակ է ճանաչել մարդուն, նույնիսկ դեմքի պատկերի որոշակի մասով։

Yahoo Labs-ից հետազոտողներ՝ Սաչին Ֆարֆադը և Մուհամեդ Սաբերյանը, նաև Սթենֆորդի համալսարանից՝ Լի Ջա Լին, աշխարհին են ներկայացրել դեմքի ճանաչման մի նոր ալգորիթմ, որը բավական պարզ և ավելի արդյունավետ է՝ համեմատած առ այսօր գոյություն ունեցող բոլոր նմանատիպ տեխնոլոգիաների հետ։ Որպեսզի հասկանանք, թե ինչպես են աշխատում նմանատիպ տեխնոլոգիաները՝ մեզ հարկավոր է վերադառնալ 2001 թվական, երբ Պոլ Վիոլան և Մայքլ Ջոնսը բեկումնալից քայլ կատարեցին դեմքի ճանաչման տեխնոլոգիաների ոլորտում։

Վիոլան և Ջոնսը կարողացած հաղթահարել փակուղին, որում այն ժամանակ գտնվում էր տվյալ տեխնոլոգիան։ Նրանց ալգորիթմը, լուսանկարի վրա որոնում և գտնում էր լուսավոր, վառ ուղղահայաց գծեր, որը շատ հաճախ հանդիսանում էր մարդու քիթը, և նաև որոնում և գտնում էր սև հորիզոնական գծեր, որոնք հանդիսանում էին աչքերը։ Նրանց ալգորիթմը բավական արդյունավետ էր դեմքի «պորտրետային» դիրքի դեպքում, որի շնոհիվ այն ներդրվեց միլիոնավոր տարբեր գաջեթներում (ֆոտոապարատ, սմարթֆոն և այլն) և հավելվածներում։

Սակայն, ամեն դեպքում, Վիոլայի և Ջոնսոնի տեխնոլոգիան շատ հեռու է կատարելությունից։ Այն վատ է աշխատում մարդկանց այն լուսանկարների հետ, որոնք տեսախցիկի համեմատությամբ կանգնած են անկյան տակ, կամ նրանց դեմքը մասնակիրորեն փակված է ինչ-որ բանով։ Եվ ահա, այստեղ մենք վերադառնում ենք տվյալ նյութի բուն թեմային։ Ֆարֆադ, Սաբերյան և Լի խումբը ընտրեցին բոլորովին այլ մոտեցում՝ դեմքի ճանաչման ալգորիթմի մշակման համար։

Նրանք ստեղծեցին առաջավոր, համակարգչային նեյրոնային ցանց, որը տարբեր լուսանկարների հիման վրա, որոշակի ժամանակահատվածի ընթացքում ուսումնասիրում էր դեմքի կառուցվածքը, յուրահատկությունները, պատկերումը տարբեր անկյուններից, տարբեր լուսավորություններում և լուսանկարի տարբեր որակներում։ Ավելի պարզ՝ ծրագիրը սովորում էր, թե ինչպիսին է մարդկային դեմքը։

Նեյրոնային ցանցի ուսուցման համար նախատեսված տվյալների բազայում հաշվարկվում է ավելի քան 200 000 լուսանկար, նաև 20 միլիոն լուսանկար, որոնց վրա պատկերված չեն մարդիկ։ Ուսուցման ընթացքում օգտագործվել է 128 լուսանկարի ավելի քան 50 000 ինտերացիաներ (կրկնվող քայլեր)։ Արդյունքում ստացվել է գործիք, որն ունակ է բավական արդյունավետ ճանաչել դեմքը՝ տարբեր անկյուններով՝ նույնիսկ, եթե դրանք ինչ-ինչ պատճառներով շրջված են գլխիվայր։

Երբ տեխնոլոգիան զարգանա այն աստիճան, որպեսզի հնարավոր լինի այն կիրառել սպառողական էլեկտրոնիկայում՝ կարելի է սպասել, որ դեմքի ճանաչումը կդառնա շատ ավելի արդյունավետ և արագ։ Նախագծողները պնդում են, որ իրենց ալգորիթմը ունակ է նույնիսկ որոնել որոշակի դեմք, հին լուսանկարների կամ տեսանյութերի մեծ արխիվներում՝ ինչը մեծ նվեր կլինի պատմաբանների և լրագրողների համար, որոնք այդ գործողությունը ներկա պահին կատարում են ձեռքով։

Մշակվել է նոր, ավելի կատարելագործված դեմքի ճանաչման ալգորիթմ
8.8Ընդհանուր գնահատական
Ընթերցողի գնահատականը: (11 Գնահատականներ)
8.8