Комментарии 18
Действительно, с ростом числа персон в базе поиска, увеличивается и вероятность ошибки алгоритма распознавания лиц. За цифрами можно обратиться к конкурсу NIST. Здесь в 3 и 4 столбцах мы имеем результаты для одного и того же домена, но при разном количестве персон в базе (N=12M и N=1.6М). Также можно нажать на название любого из алгоритмов в первом столбце, и на второй страничке отчета будет более детальный график зависимости точности от размера базы. Пример
Предельный размер базы, при которой еще возможно адекватное функцианирование системы, сильно зависит от условий съемки. Например в указанном выше отчете мы имеем дело с доменом Mugshot. Это, как правило, достаточно хорошие фотографии, сделанные в зафиксированных условиях. Домен метро, конечно, более сложный.
Стоит понимать, что у наивной системы распознавания лиц всегда будет ненулевая вероятность ошибки. Мне не известно как именно работает вся система face pay в метро, но возможно там используются (или будут использоваться в дальнейшем, когда размер базы станет большим) какие-то дополнительные трюки поверх распознавания лиц.
Надо забанить ntechlabs, потому что их софт исползуется для организации массовых репрессий в отношении защитников конституции рф.
Добрый день.
Спасибо за интересную статью, узнал много важных деталей. Хотелось бы увидеть похожую статью про Lifeness, ибо любую систему Фейсайди можно обмануть, подсунув ей качественную фотографию интересующего объекта
Судя по приведенным графикам, вы должны бы порвать insightface как тузик грелку
Но почему то они вас опережают по результатам nist в некоторых категориях
https://pages.nist.gov/frvt/html/frvt11.html
Или вы какой то их старый фильтр взяли? Как еще можно объяснить такие результаты?
У них конечно не очень точные свертки - разброс относительно центра для хороших фотографий очень большой, все это благодаря софтмаксу который давно пора выбросить, а не реанимировать arcface-ами и тд. Но при этом, благодаря тому же софтмаксу, они умудряются идентифицировать личность по фотографии на которой только один глаз виден.
И еще я очень удивлен графиком с масками - в этом случае вы использовали тот же фильтр что и для обычной фотографии? Нейросеть, когда пол лица закрыто, склонна дорисовывать какое то среднестатистическое лицо, и в данном случае результат insighface вполне объясним.
Мы собственно на это натыкались, и в случае если есть маска - просто используем другой алгоритм
В статье мы показали, на что способен ПУБЛИЧНО доступный аллгоритм от Insightface, который есть у них в репозитории. Разумеется, у Insightface есть гораздо более мощные модели, которые и учавствуют в NIST FRVT, однако они не публичны.
Они там у себя пишут, какой именно алгоритм участвовал. Я так понял, что наверное он действительно пока публично не доступен, но это вроде бы та же сетка просто обученная на другом наборе данных.
Не могли бы вы все таки назвать конкретную модель от insightface которая участвовала в тесте? А то их там масса... https://github.com/deepinsight/insightface/tree/master/model_zoo
По умолчанию у них вроде buffalo_lЭто она в тестах?
И еще, если это не секрет, вы можете опубликовать результат вашей модели на ijbc - тогда можно было бы вас сравнить со многими публично доступными моделями
Для данных с масками и без использовалась одна и та же модель. Секрет успеха в том, чтобы обучать модель на данных, в которых есть картинки с масками. Тогда модель будет адекватно работать как на лицах с масками, так и без.
Все же сколько не размышляю, не понимаю, как это может работать.
Вот берем двух человек, у которых верхняя половина лица одинаковая, а нижняя разная.
Закрываем нижнюю половину лица и свертка верхней половины получается одинаковая (по условию). При этом она лежит на маленьком расстоянии от сверток полных, незакрытых лиц. Но это значит что и свертки этих лиц тоже лежат на небольшом расстоянии, а так же не может быть?
Как на самом деле работает распознавание лиц