COVID-19 salgını sırasında yüz maskeleri neredeyse her yerde bulunur hale geldi ve bazı ortamlarda hala kullanılıyor. Güvenlik ve emniyet için “maskenin arkasını görebilmek” amacıyla yüz tanımaya ihtiyaç vardır.
International Journal of Computational Vision and Robotics dergisinde yayınlanan bir araştırma, kullandığınız maskeye rağmen yüz tanımanın çalışmasını sağlamak için simüle edilmiş bir maskenin görüntünün üzerine bindirildiği, farklı pozlarda ve farklı yüz ifadelerine sahip bireylerin fotoğraflarından oluşan geniş bir veri tabanı üzerinde eğitilebilecek yeni bir yazılımın potansiyelini tartışıyor.
Cezayir’deki Chlef Hassiba Benbouali Üniversitesi Bilgisayar Bilimleri Bölümü’nden Freha Mezzoudj ve Chahreddine Medjahed, FEI-SM olarak adlandırılan kapsamlı bir maskeli yüzler veritabanı geliştirdi.
Eğitim seti, 2.000 maskesiz yüz ve 18.000 farklı türde yüz kaplaması, cerrahi maskeler ve tüketici tipi maskeler içeren “maskeli” yüzün görüntülerini içeriyordu. Veri tabanı artık maskeli bireylerin biyometrik tanımlamasını test etmek için kullanılabilir.
Bir biyometrik tanımlama biçimi olarak yüz tanıma artık güvenlik sistemlerinde yaygın olarak kullanılmaktadır. Örneğin bir kişinin akıllı telefonunu açmak ya da bir binaya yalnızca akredite edilmiş kişilerin girişine izin vermek için kullanılabilir. Ayrıca polis ve diğer yetkililer tarafından, yasadışı olduğu düşünülen belirli bir ortamdaki bireyleri tanımlamak için de kullanılabilir.
Ekip, yapay zeka teknolojisinin bir alt kümesi olan “derin öğrenme “nin, maskeli bir bireyle karşılaşıldığında genellikle tökezleyen görüntü tanımaya yönelik güçlü bir yaklaşım olduğunu açıklıyor.
Ekip, veritabanlarındaki maskeli ve maskesiz yüzlerin biyometrik tanımlamasında ne kadar başarılı olabileceklerini görmek için üç ResNet ve iki DarkNet modeline (ResNet18, ResNet50, ResNet101, DarkNet19 ve DarkNet53) dayanan çeşitli evrişimli sinir ağı sistemleri-derin öğrenme araçları kullandı.
ResNet18’in testlerinde en doğru ve en hızlı olduğunu buldular.
