Πρωτοποριακός αλγόριθμος σας «ξεγυμνώνει» όσα ρούχα κι αν φοράτε
O Άμαρτζοτ Σινγκ, καθηγητής του Πανεπιστημίου του Κέμπριτζ και οι συνεργάτες του, κατάφεραν να «εκπαιδεύσουν» έναν αλγόριθμο μηχανικής μάθησης να εντοπίζει 14 βασικά σημεία του προσώπου, τα οποία είναι αυτά που ο ανθρώπινος εγκέφαλος δίνει μεγαλύτερη προσοχή όταν βλέπουμε το πρόσωπο κάποιου.
Όπως αναφέρει σε δημοσίευμά του το ψηφιακό περιοδικό New Scientist, οι ερευνητές έδωσαν στο λογισμικό 2.000 φωτογραφίες ανθρώπων που φορούσαν καπέλα, γυαλιά και ψεύτικα γένια, ώστε να εντοπιστούν τα 14 βασικά σημεία, ακόμα κι αν αυτά δεν ήταν εμφανή. Ο αλγόριθμος εξέτασε τις φωτογραφίες, με σκοπό να αντιστοιχήσει τα μεταμφιεσμένα πρόσωπα με τις εικόνες, στις οποίες οι ίδιοι άνθρωποι δεν είχαν κρύψει τα χαρακτηριστικά τους.
Το σύστημα αναγνώρισε με ακρίβεια το 77% των ανθρώπων που φορούσαν μαντήλι, το 69% αυτών που φορούσαν και καπέλο και μαντήλι και το 55% αυτών που φορούσαν γυαλιά και μαντήλι. Όπως εξηγεί ο Σινγκ, αυτά τα ποσοστά μπορεί να μη φαίνονται υψηλά, ωστόσο είναι ό,τι καλύτερο, μέχρι στιγμής, στην αναγνώριση μεταμφιεσμένων προσώπων. Το λογισμικό χρειάζεται να δει μόνο ένα μικρό κομμάτι των βασικών σημείων του προσώπου, τα περισσότερα από τα οποία βρίσκονται γύρω από τα μάτια και το στόμα.
«Στην ουσία, το σύστημα είναι σε θέση να δει μέσα από τη μάσκα σας» δήλωσε στο New Scientist ο Σινγκ, ο οποίος πρόσθεσε ότι «λειτουργεί πολύ καλά σε τέτοιου είδους μεταμφιέσεις, αφού επεξεργάζεται τα βασικά σημεία τού προσώπου». Ο ίδιος επιδιώκει να αναπτύξει περαιτέρω το σύστημα, ώστε να μπορεί να αναγνωρίσει ακόμα κι ένα πρόσωπο που φορά μία άκαμπτη πλαστική μάσκα. Επίσης, ο αλγόριθμος θα μπορούσε να χρησιμοποιηθεί για τον εντοπισμό εγκληματιών, οι οποίοι προσπαθούν να αποκρύψουν την ταυτότητά τους, ώστε να διαφύγουν τη σύλληψη.
Ωστόσο, ο Σινγκ παραδέχεται ότι το σύστημα θα μπορούσε να χρησιμοποιηθεί από αυταρχικές κυβερνήσεις για τον εντοπισμό διαδηλωτών και αντιφρονούντων. «Είναι κάτι που μπορεί να έχει επιπτώσεις στην ιδιωτική ζωή των ανθρώπων», δήλωσε ο ίδιος.
Πηγή: ΑΠΕ-ΜΠΕ, Reuters