Riconoscimento facciale: IBM lancia Diversity in Faces

Da IBM Research un nuovo set di dati inedito per uno studio più accurato nell’ambito della tecnologia di riconoscimento facciale

Si chiama Diversity in Faces (DiF) il nuovo set di dati rilasciato da IBM Research impegnata a mettere a punto un sistema più accurato e attendibile nell’ambito della tecnologia di riconoscimento facciale.

Per riuscirvi al meglio, il team di ricerca di Big Blue ha messo a punto un contenitore all’interno del quale si trova un milione di immagini con annotazioni utili ad aiutare la comunità scientifica a rilevare, riconoscere e analizzare meglio le immagini dei volti.

Tramite l’utilizzo di immagini pubblicamente disponibili del set Creative Commons YFCC-100M, IBM ha codificato le immagini usando 10 schemi di codifica ben stabiliti e indipendenti, tra cui:

  • craniofacciale (ad esempio, lunghezza della testa, lunghezza del naso, altezza della fronte)
  • rapporti facciali (simmetria)
  • visiva attributi (età, genere)
  • posa e risoluzione

I volti umani presenti in tutto il mondo sono molto differenti tra loro. Lo studio efficace della diversità di volti per la tecnologia di riconoscimento facciale è quindi molto complesso e deve andare ben oltre gli attributi tipici studiati come età, sesso e colore della pelle. Simmetria facciale, contornatura, distanza tra il naso e la fronte sono tutti attributi aggiuntivi che costituiscono la diversità nei nostri volti.

La ricerca condotta da IBM contribuirà ad ampliare la conoscenza in materia. Il set di dati DiF, Diversity in Faces, è quindi un punto di partenza utile perché la ricerca globale possa studiare e sviluppare una soluzione di intelligenza artificiale più corretta ed accurata.

Ne ha parlato più approfonditamente John R. Smith, Manager of AI Tech for IBM Research AI presso IBM T. J. Watson Research Center, in un blog post in inglese che trovate QUI.