DeepFace: إغلاق الفجوة أمام الأداء البشري في التحقق من الهوية الوجهية

في التعرف الحديث على الوجه، يتكون النموذج التقليدي من أربع مراحل: اكتشاف => محاذاة => تمثيل => تصنيف. نعيد النظر في كل من مرحلة المحاذاة ومرحلة التمثيل من خلال استخدام نمذجة ثلاثية الأبعاد صريحة للوجه، بهدف تطبيق تحويل تآلفي جزئي، واستخلاص تمثيل للوجه من شبكة عصبية عميقة مكونة من تسع طبقات. تعتمد هذه الشبكة العميقة على أكثر من 120 مليون معلمة، وتستخدم عدة طبقات متصلة محليًا دون مشاركة الأوزان، بخلاف الطبقات التلافيفية القياسية. وبالتالي، تم تدريبها على أكبر مجموعة بيانات وجهية حتى الآن، وهي مجموعة بيانات مُصنفة بخصوصية، تضم أربع ملايين صورة وجهية تنتمي إلى أكثر من 4000 هوية.إن التمثيلات المُكتسبة، التي تجمع بين محاذاة دقيقة تعتمد على النماذج وقاعدة بيانات وجهية كبيرة، تُظهر قدرة استيعابية متميزة على الوجوه في البيئات غير المقيدة، حتى عند استخدام فاصل بسيط. وبلغت طريقة التعرف لدينا دقة قدرها 97.35% على مجموعة بيانات Labeled Faces in the Wild (LFW)، مما يقلل من خطأ الحالة الراهنة للتقنية بنسبة تزيد عن 27%، ويقترب بشكل كبير من الأداء البشري.