Comments 7
Всё же Faiss — это не БД, это библиотека для построения ANN индексов.
Ключевой вопрос - зачем? В рамках 572-ФЗ работа абсолютно бесполезна
В данном случае не рассматривается конкретный продукт + данный подход можно использовать, например, для домашнего использования. Также, рассмотренный подход можно использовать для промежуточной фильтрации потока с камеры. При такой реализации мы не храним биометрию на устройстве.
Отмечу, что пусть и берем за основу пайплайн распознавания лиц, но он подходит и для других задач CV с небольшими изменениями
Сам по себе дескриптор лица – вектор, который характеризует признаки лица. Чаще всего, чтобы получить такие представления, используют модели, которые учились для решения задачи классификации. После обучения обрезают слои классификации и добавляют нормализацию выхода. В итоге мы получаем векторное представление лица, которое далее можно использовать для поиска похожих.
А какие признаки можно использовать для такого обучения?
Я могу представить, что у меня перцептрон определяет цифры, написанные от руки, значит на последнем этапе должен в идеале зажечь один из десяти выходов. Но нам понятно, чем цифры отличаются друг от друга.
А лица?
У лиц достаточно много особенностей. Например, ширина между глазами, размер носа, положение ушей и тд. При обучение мы не контролируем, что выучит та или иная сеть, но так как это задача CV, то можем построить heatmap признаков и посмотреть, что активируется на слоях и на какие вещи обращает внимание сеть.
Распознавание лиц на микрокомпьютерах