首頁  >  文章  >  科技週邊  >  用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

WBOY
WBOY轉載
2023-04-08 16:21:061751瀏覽

AI臉部辨識領域又開拓新業務了?

這次,是鑑別二戰時期老照片裡的人臉圖像。

近日,來自Google的一名軟體工程師Daniel Patt 研發了一項名為N2N(Numbers to Names)的AI人臉辨識技術,它可識別二戰前歐洲和大屠殺時期的照片,並將他們與現代的人們聯繫起來。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

用AI尋找失散多年的親人

2016年,派特在參觀華沙波蘭裔猶太人紀念館時,萌生了一個想法。

這張陌生的臉龐,會不會與自己存在血緣的聯繫?

他的祖父母/外祖父母中有三位是來自波蘭的大屠殺倖存者,他想幫助祖母找到被納粹殺害的家人的照片。

二戰時期,由於波蘭裔猶太人眾多,且被關押在不同集中營,許多都下落不明。

僅僅透過一張發黃的照片,很難辨別其中的人臉是誰,更別提找到自己失落的親人。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

於是,他回到家中,立刻把這個想法轉化為現實。

該軟體最初的設想是透過資料庫收集人臉的圖像信息,並利用人工智慧演算法幫助匹配相似度最高的前十個選項。

其中大部分的圖像資料來自美國大屠殺紀念館(The US Holocaust Memorial Museum),此外還有超過一百萬張圖像來自全國各地的資料庫。

使用者只要選擇電腦檔案中的影像,點選上傳,系統就會自動篩選出符合圖最高的前十個選項。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

另外,使用者也可以點選來源位址查看該圖片的年份、地點、藏館等資訊。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

有個槽點是,如果輸入現代的人物影像,檢索結果也可能會很離譜。

結果就是這件事? (黑人問號)

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

 

總之就是系統功能還需要完善。

此外,Patt也與Google的其他軟體工程師和資料科學家團隊合作,旨在提高搜尋的範圍與準確度。

由於臉部辨識系統有隱私外洩的風險,Patt表示,「我們不對身分作出任何評價, 我們只負責用相似度分數呈現結果,並讓使用者自己去判斷」。

AI臉部辨識技術的發展

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

那麼這項技術是如何對人臉進行辨識的呢?

最初,人臉辨識技術還得從「如何判斷偵測的影像是一張臉」開始。

2001年,電腦視覺研究人員 Paul Viola 和 Michael Jones 提出了一個框架,以高精度即時偵測人臉。

這個框架可基於訓練模型來理解「什麼是人臉,什麼不是人臉」。

訓練完成後,模型會提取特定特徵,然後將這些特徵儲存在檔案中,以便可以將新影像中的特徵與先前儲存的特徵在各個階段進行比較。

為了幫助確保準確性,演算法需要在包含「數十萬正負影像的大型資料集」上進行訓練,從而提高演算法確定影像中是否有人臉及其位置的能力。

如果所研究的圖像通過了特徵比較的每個階段,則已偵測到人臉並且可以繼續操作。

儘管 Viola-Jones 框架在即時應用程式中用於識別人臉精確度很高,但它存在一定的局限性。

例如,如果人臉戴上口罩,或者如果一張臉沒有正確定向,則該框架可能無法工作。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

為幫助消除 Viola-Jones 框架的缺點並改進人臉偵測,他們開發了其他演算法。

如基于区域的卷积神经网络 (R-CNN) 和单镜头检测器 (SSD)来帮助改进流程。

卷积神经网络 (CNN) 是一种用于图像识别和处理的人工神经网络,专门用于处理像素数据。

R-CNN 在 CNN 框架上生成区域提议,以对图像中的对象进行定位和分类。

虽然基于区域提议网络的方法(如 R-CNN)需要两个镜头——一个用于生成区域提议,另一个用于检测每个提议的对象——但 SSD 只需要一个镜头来检测图像中的多个对象。因此,SSD 明显快于 R-CNN。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

近年来,深度学习模型驱动的人脸识别技术,其优势显著优于传统的计算机视觉方法。

早期的人脸识别多采用传统机器学习算法,研究关注的焦点更多集中在如何提取更有鉴别力的特征上,以及如何更有效的对齐人脸。

随着研究的深入,传统机器学习算法人脸识别在二维图像上的性能提升逐渐到达瓶颈。

人们开始转而研究视频中的人脸识别问题,或者结合三维模型的方法去进一步提升人脸识别的性能,而少数学者开始研究三维人脸的识别问题。

用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片

在最出名的 LFW 公开库上,深度学习算法一举突破了传统机器学习算法在二维图像上人脸识别性能的瓶颈,首次将识别率提升到了 97% 以上。

即利用「CNN 网络建立的高维模型」 ,直接从输入的人脸图像上提取有效的鉴别特征,直接计算余弦距离来进行人脸识别。

人脸检测已经从基本的计算机视觉技术发展到机器学习 (ML) 的进步,再到日益复杂的人工神经网络 (ANN) 和相关技术,结果是持续的性能改进。

现在,它作为许多关键应用程序的第一步发挥着重要作用——包括面部跟踪、面部分析和面部识别。

二战期间,中国也遭受了战争的创伤,许多当时照片中的人物早已无法辨别。

爷爷奶奶一辈的曾遭受战争创伤的人们,有许多亲人朋友都下落不明。

这项技术的研发或许将帮助人们揭开尘封的岁月,为过去的人们寻找一些慰藉。

参考资料:https://www.timesofisrael.com/google-engineer-identifies-anonymous-faces-in-wwii-photos-with-ai-facial-recognition/​

以上是用AI尋找大屠殺後失散的親人!谷歌工程師研發人臉辨識程序,可辨識超70萬張二戰時期老照片的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文轉載於:51cto.com。如有侵權,請聯絡admin@php.cn刪除