បច្ចេកទេសសម្រាប់ការបង្ខូចទ្រង់ទ្រាយរូបថត ដើម្បីរំខានដល់ប្រព័ន្ធសម្គាល់មុខ

អ្នកស្រាវជ្រាវមកពីមន្ទីរពិសោធន៍ SAND សាកលវិទ្យាល័យ Chicago បានបង្កើតកញ្ចប់ឧបករណ៍មួយ។ ហ្វកឃីស ជាមួយនឹងការអនុវត្ត វិធីសាស្រ្ត ការបង្ខូចទ្រង់ទ្រាយរូបថត ការពារការប្រើប្រាស់របស់ពួកគេសម្រាប់ការបណ្តុះបណ្តាលការសម្គាល់មុខ និងប្រព័ន្ធកំណត់អត្តសញ្ញាណអ្នកប្រើប្រាស់។ ការផ្លាស់ប្តូរភីកសែលត្រូវបានធ្វើឡើងចំពោះរូបភាព ដែលមើលមិនឃើញនៅពេលមនុស្សមើល ប៉ុន្តែនាំទៅដល់ការបង្កើតគំរូមិនត្រឹមត្រូវនៅពេលប្រើដើម្បីបណ្តុះបណ្តាលប្រព័ន្ធរៀនម៉ាស៊ីន។ កូដប្រអប់ឧបករណ៍ត្រូវបានសរសេរជា Python និង បានផ្សព្វផ្សាយ។ ក្រោមអាជ្ញាប័ណ្ណ BSD ។ សន្និបាត រៀបចំ សម្រាប់ Linux, macOS и Windows.

ដំណើរការរូបថតជាមួយនឹងឧបករណ៍ប្រើប្រាស់ដែលបានស្នើឡើង មុនពេលបោះពុម្ពនៅលើបណ្តាញសង្គម និងវេទិកាសាធារណៈផ្សេងទៀតអនុញ្ញាតឱ្យអ្នកការពារអ្នកប្រើប្រាស់ពីការប្រើប្រាស់ទិន្នន័យរូបថតជាប្រភពសម្រាប់បណ្តុះបណ្តាលប្រព័ន្ធសម្គាល់មុខ។ ក្បួនដោះស្រាយដែលបានស្នើឡើងផ្តល់នូវការការពារប្រឆាំងនឹង 95% នៃការព្យាយាមទទួលស្គាល់មុខ (សម្រាប់ Microsoft Azure recognition API, Amazon Rekognition និង Face ++ ប្រសិទ្ធភាពការពារគឺ 100%) ។ ជាងនេះទៅទៀត ទោះបីជានៅពេលអនាគត រូបថតដើម ដែលមិនត្រូវបានកែច្នៃដោយឧបករណ៍ប្រើប្រាស់ ត្រូវបានប្រើក្នុងគំរូដែលត្រូវបានបណ្តុះបណ្តាលរួចហើយដោយប្រើកំណែដែលខូចទ្រង់ទ្រាយនៃរូបថតក៏ដោយ កម្រិតនៃការបរាជ័យក្នុងការទទួលស្គាល់នៅតែដដែល ហើយយ៉ាងហោចណាស់ 80% ។

វិធីសាស្រ្តនេះគឺផ្អែកលើបាតុភូតនៃ "ឧទាហរណ៍សត្រូវ" ដែលខ្លឹមសារនោះគឺថាការផ្លាស់ប្តូរតិចតួចនៅក្នុងទិន្នន័យបញ្ចូលអាចនាំឱ្យមានការផ្លាស់ប្តូរយ៉ាងខ្លាំងនៅក្នុងតក្កចំណាត់ថ្នាក់។ បច្ចុប្បន្ននេះ បាតុភូតនៃ "ឧទាហរណ៍ផ្ទុយគ្នា" គឺជាបញ្ហាចម្បងមួយដែលមិនអាចដោះស្រាយបាននៅក្នុងប្រព័ន្ធរៀនម៉ាស៊ីន។ នៅពេលអនាគត ប្រព័ន្ធរៀនម៉ាស៊ីនជំនាន់ថ្មី ត្រូវបានគេរំពឹងថានឹងលេចចេញឡើង ដែលមិនមានគុណវិបត្តិនេះ ប៉ុន្តែប្រព័ន្ធទាំងនេះនឹងតម្រូវឱ្យមានការផ្លាស់ប្តូរសំខាន់ៗនៅក្នុងស្ថាបត្យកម្ម និងវិធីសាស្រ្តក្នុងការកសាងគំរូ។

ដំណើរការរូបថតមកលើការបន្ថែមការបញ្ចូលគ្នានៃភីកសែល (ចង្កោម) ទៅក្នុងរូបភាព ដែលត្រូវបានយល់ឃើញដោយក្បួនដោះស្រាយការរៀនម៉ាស៊ីនស៊ីជម្រៅថាជាគំរូលក្ខណៈនៃវត្ថុរូបភាព ហើយនាំទៅរកការបង្ខូចទ្រង់ទ្រាយនៃមុខងារដែលប្រើសម្រាប់ចាត់ថ្នាក់។ ការផ្លាស់ប្តូរបែបនេះមិនលេចធ្លោចេញពីសំណុំទូទៅទេ ហើយពិបាករក និងដកចេញណាស់។ ទោះបីជាមានរូបភាពដើម និងដែលបានកែប្រែក៏ដោយ វាពិបាកក្នុងការកំណត់ថាមួយណាជារូបភាពដើម និងមួយណាជាកំណែដែលបានកែប្រែ។

ការបង្ខូចទ្រង់ទ្រាយដែលបានណែនាំបង្ហាញពីភាពធន់ខ្ពស់ចំពោះការបង្កើតវិធានការប្រឆាំងក្នុងគោលបំណងកំណត់អត្តសញ្ញាណរូបថតដែលបំពានលើការសាងសង់ត្រឹមត្រូវនៃគំរូសិក្សាម៉ាស៊ីន។ រាប់បញ្ចូលទាំងវិធីសាស្រ្តដែលផ្អែកលើភាពមិនច្បាស់ ការបន្ថែមសំលេងរំខាន ឬការប្រើប្រាស់តម្រងទៅលើរូបភាពដើម្បីទប់ស្កាត់ការរួមផ្សំភីកសែលគឺមិនមានប្រសិទ្ធភាពនោះទេ។ បញ្ហាគឺថានៅពេលដែលតម្រងត្រូវបានអនុវត្ត ភាពត្រឹមត្រូវនៃការចាត់ថ្នាក់ធ្លាក់ចុះលឿនជាងការរកឃើញនៃគំរូភីកសែល ហើយនៅកម្រិតនៅពេលដែលការបង្ខូចទ្រង់ទ្រាយត្រូវបានបង្ក្រាប កម្រិតនៃការទទួលស្គាល់មិនអាចចាត់ទុកថាអាចទទួលយកបានទៀតទេ។

វាត្រូវបានកត់សម្គាល់ថា ដូចជាបច្ចេកវិទ្យាផ្សេងទៀតសម្រាប់ការការពារឯកជនភាព បច្ចេកទេសដែលបានស្នើឡើងអាចត្រូវបានប្រើមិនត្រឹមតែដើម្បីប្រយុទ្ធប្រឆាំងនឹងការប្រើប្រាស់រូបភាពសាធារណៈដោយគ្មានការអនុញ្ញាតនៅក្នុងប្រព័ន្ធទទួលស្គាល់ប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏ជាឧបករណ៍សម្រាប់លាក់អ្នកវាយប្រហារផងដែរ។ អ្នកស្រាវជ្រាវជឿថាបញ្ហាជាមួយនឹងការទទួលស្គាល់អាចប៉ះពាល់ដល់សេវាកម្មភាគីទីបីដែលប្រមូលព័ត៌មានដោយមិនអាចគ្រប់គ្រងបាន និងដោយគ្មានការអនុញ្ញាតក្នុងការបណ្តុះបណ្តាលគំរូរបស់ពួកគេ (ឧទាហរណ៍ សេវា Clearview.ai ផ្តល់នូវមូលដ្ឋានទិន្នន័យសម្គាល់មុខ។ សាងសង់ ប្រហែល 3 ពាន់លានរូបថតពីបណ្តាញសង្គមត្រូវបានដាក់លិបិក្រម) ។ ប្រសិនបើឥឡូវនេះបណ្តុំនៃសេវាកម្មបែបនេះមានរូបភាពដែលអាចទុកចិត្តបានភាគច្រើន នោះជាមួយនឹងការប្រើប្រាស់សកម្មរបស់ Fawkes យូរ ៗ ទៅសំណុំនៃរូបថតដែលបង្ខូចទ្រង់ទ្រាយនឹងធំជាង ហើយគំរូនឹងចាត់ទុកពួកវាជាអាទិភាពខ្ពស់សម្រាប់ការចាត់ថ្នាក់។ ប្រព័ន្ធទទួលស្គាល់នៃទីភ្នាក់ងារស៊ើបការណ៍សម្ងាត់ ដែលជាគំរូដែលត្រូវបានបង្កើតឡើងនៅលើមូលដ្ឋាននៃប្រភពដែលអាចទុកចិត្តបាននឹងរងផលប៉ះពាល់តិចជាងដោយឧបករណ៍ដែលបានបោះពុម្ពផ្សាយ។

ក្នុង​ចំណោម​ការ​អភិវឌ្ឍ​ជាក់ស្តែង​ជិត​នឹង​គោល​បំណង យើង​អាច​កត់​សម្គាល់​គម្រោង កាមេរ៉ា Adversaria, អភិវឌ្ឍ កម្មវិធីទូរស័ព្ទ ដើម្បីបន្ថែមទៅរូបភាព សំលេងរំខាន Perlinការពារការចាត់ថ្នាក់ត្រឹមត្រូវតាមប្រព័ន្ធរៀនម៉ាស៊ីន។ កូដកាមេរ៉ា Adversaria មាន នៅលើ GitHub ក្រោមអាជ្ញាប័ណ្ណ EPL ។ គម្រោងមួយទៀត សម្លៀកបំពាក់ដែលអាចមើលឃើញ មានគោលបំណងទប់ស្កាត់ការទទួលស្គាល់ដោយកាមេរ៉ាឃ្លាំមើល តាមរយៈការបង្កើតអាវភ្លៀងដែលមានលំនាំពិសេស អាវយឺត អាវយឺត មួក ផ្ទាំងរូបភាព ឬមួក។

ប្រភព: opennet.ru