Des chercheurs de l’université de Hong Kong en chine ont dévoilé, récemment, un algorithme de reconnaissance faciale permettant d’identifier une personne sur deux photos différentes.
Baptisé GaussianFace, cet algorithme a pu réaliser une précision relativement supérieure à celle des humains, avec un pourcentage de 98,52 % contre 97,53 % pour les humains.
En effet, GaussianFace normalise la photo faciale en une image d’une taille fixe (150 x 150 pixels). Il la transforme, ainsi, en retenant la position des yeux, du nez et des coins de la bouche. Ensuite, l’image est divisée en morceaux (25 x 25 pixels) et chaque morceau est présenté sous forme de vecteurs. Ceci permet à l’algorithme de rechercher des similitudes entre les images et d’identifier par conséquent la personne souhaitée.
Par ailleurs, l’approche employée dans GaussianFace consiste à utiliser quatre bases de données différentes, contrairement aux approches classiques qui utilisent des échantillons d’images provenant d’une seule base de données pour former et tester un algorithme.
Malgré sa réussite remarquable, cet algorithme pose encore des inconvénients non négligeables, à savoir : la capacité de mémoire requise pour son fonctionnement et le temps nécessaire pour l’exécution du processus.
Pour en savoir plus
Lun | Mar | Mer | Jeu | Ven | Sam | Dim |
---|---|---|---|---|---|---|
1
|
2
|
3
|
4
|
5
|
6
| |
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
16
|
17
|
18
|
19
|
20
|
21
|
22
|
23
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|