Gezichtsherkenningstechnologie werkt zelfs wanneer slechts een half gezicht zichtbaar is, onderzoekers van de Universiteit van Bradford hebben gevonden.

Met behulp van kunstmatige-intelligentietechnieken, het team behaalde een herkenningspercentage van 100 procent voor zowel driekwart als halve gezichten. De studie, gepubliceerd in Toekomstige generatie computersystemen , is de eerste die machine learning gebruikt om de herkenningspercentages voor verschillende delen van het gezicht te testen.

Hoofd onderzoeker, Professor Hassan Ugail van de Universiteit van Bradford zei:"Het vermogen van mensen om gezichten te herkennen is verbazingwekkend, maar onderzoek heeft aangetoond dat het begint te haperen wanneer we alleen delen van een gezicht kunnen zien. Computers kunnen al beter presteren dan mensen bij het herkennen van één gezicht uit een groot aantal, dus we wilden zien of ze ook beter zouden zijn in gedeeltelijke gezichtsherkenning."

Het team gebruikte een machine learning-techniek die bekend staat als een 'convolutioneel neuraal netwerk'. puttend uit een functie-extractiemodel genaamd VGG - een van de meest populaire en meest gebruikte voor gezichtsherkenning.

Ze werkten met een dataset met meerdere foto's (2800 in totaal) van 200 studenten en medewerkers van de FEI University in Brazilië, met een gelijk aantal mannen en vrouwen.

Voor het eerste experiment het team trainde het model met alleen volledige gezichtsbeelden. Vervolgens voerden ze een experiment uit om te zien hoe goed de computer gezichten kon herkennen, zelfs wanneer slechts een deel ervan wordt getoond. De computer herkende 100 procent van de tijd volledige gezichten, maar het team had ook 100% succes met driekwart gezichten en met de bovenste of rechter helft van het gezicht. Echter, de onderste helft van het gezicht werd slechts 60 procent van de tijd correct herkend en de ogen en neus alleen, slechts 40 procent.

Daarna voerden ze het experiment opnieuw uit, na het trainen van het model ook met behulp van gedeeltelijke gezichtsafbeeldingen. Deze keer, de scores aanzienlijk verbeterd voor de onderste helft van het gezicht, voor ogen en neus alleen en zelfs voor gezichten zonder zichtbare ogen en neus, het bereiken van ongeveer 90% correcte identificatie.

Individuele gezichtsdelen, zoals de neus, Wang, voorhoofd of mond had lage herkenningspercentages in beide experimenten.

De resultaten zijn veelbelovend, volgens professor Hassan:

"We hebben nu aangetoond dat het mogelijk is om zeer nauwkeurige gezichtsherkenning te krijgen van afbeeldingen die slechts een deel van een gezicht laten zien en we hebben geïdentificeerd welke delen het nuttigst zijn. Dit opent meer mogelijkheden voor het gebruik van de technologie voor veiligheid of misdaad preventie.

"Onze experimenten moeten nu worden gevalideerd op een veel grotere dataset. in de toekomst is het waarschijnlijk dat beelddatabases die worden gebruikt voor gezichtsherkenning ook gedeeltelijke afbeeldingen moeten bevatten, zodat de modellen correct kunnen worden getraind om een ​​gezicht te herkennen, zelfs als niet alles zichtbaar is."