Inteligența artificială poate elimina cu acuratețe tatuajele de pe fotografiile fețelor oamenilor – ajutând la creșterea acurateței sistemelor de recunoaștere facială, care pot întâmpina dificultăți atunci când analizează fețele acoperite cu tatuaje.
În cercetările anterioare, Mathias Ibsen și colegii săi din cadrul Universității de Științe Aplicate Darmstadt din Germania au observat faptul că tatuajele faciale pot afecta performanța sistemelor de recunoaștere. Aceștia au găsit o soluție prin modificarea a ceea ce un model de viziune computerizată se așteaptă să vadă în zonele cheie din jurul caracteristicilor precum obrazul, bărbia și nasul.
„Deoarece tatuajele faciale sunt o formă permanentă de modificare care nu poate fi îndepărtată cu ușurință, este deosebit de interesant să se investigheze dacă îndepărtarea digitală a tatuajelor faciale poate îmbunătăți performanța sistemelor de verificare a feței”, spune Ibsen.
El și colegii săi au realizat un algoritm pentru a elimina tatuajele faciale prin adăugarea automată de cerneală la 41 de imagini cu fețe netatuate. Tatuajele au variat ca mărime, acoperind între 5 și 25% din fața persoanei din imagine.
Acele imagini tatuate, modificate de computer, au fost apoi folosite pentru a antrena o rețea generativă adversară (GAN), un tip de algoritm de învățare profundă. „Ideea este să învățăm algoritmul nostru să „convertească” de la o imagine facială tatuată la imaginea facială corespunzătoare fără tatuaje”, spune Ibsen.
Ulterior, GAN a îndepărtat digital tatuajul de pe față, iar imaginile modificate de GAN au fost testate împotriva unui sistem de recunoaștere a feței. Rata erorilor, în care sistemul de recunoaștere a feței fie a corelat incorect două fețe nepotrivite, fie nu a recunoscut o față potrivită, a fost redusă la jumătate atunci când tatuajele au fost îndepărtate de GAN.
„Studiul de preprintare prezintă o tehnică utilă pentru antrenamentul algoritmilor pentru a elimina tatuajele faciale și pentru a îmbunătăți acuratețea recunoașterii”, spune Kay Ritchie din cadrul Universității Lincoln, Marea Britanie. Cu toate acestea, Ritchie subliniază că, deoarece imaginile folosite pentru antrenamentul algoritmului sunt editate digital, este posibil să nu fie la fel de eficient cu imagini nemodificate, din lumea reală.
