El ejército entrena a la inteligencia artificial para identificar rostros en la oscuridad
https://spectrum.ieee.org/tech-talk/aerospace/military/army-trains-ai-to-identify-faces-in-the-dark
El reconocimiento facial ya ha recorrido un largo camino desde que las Fuerzas de Operaciones Especiales de EE. UU. Utilizaron la tecnología para ayudar a identificar a Osama bin Laden después de matar al líder de Al-Qaeda en su escondite paquistaní en 2011. El Laboratorio de Investigación del Ejército de EE. UU. Reveló recientemente un conjunto de datos de rostros diseñados para ayudar Capacitar a la IA para identificar a las personas incluso en la oscuridad: una posible expansión de las capacidades de reconocimiento facial que, según advierten algunos expertos, podría llevar a una mayor vigilancia más allá del campo de batalla.
El conjunto de datos de Cara Visible y Térmica del Laboratorio de Investigación del Ejército contiene 500.000 imágenes de 395 personas. A pesar de su tamaño modesto en lo que respecta a los conjuntos de datos de reconocimiento facial, es uno de los conjuntos de datos más grandes y completos que incluye imágenes coincidentes de rostros de personas tomadas tanto en condiciones normales de luz visible como con cámaras térmicas sensibles al calor en condiciones de poca luz.
“Nuestra motivación para este conjunto de datos fue que queríamos desarrollar una capacidad de reconocimiento facial nocturno y con poca luz para estos entornos de iluminación difíciles o sin restricciones”, dice Matthew Thielke, físico del Laboratorio de Investigación del Ejército en Adelphi, Maryland.
Las aplicaciones de reconocimiento facial para condiciones nocturnas o con poca luz aún no están lo suficientemente maduras para su despliegue, según el equipo del Laboratorio de Investigación del Ejército. Las primeras pruebas de referencia con el conjunto de datos mostraron que los algoritmos de reconocimiento facial tenían problemas para identificar rasgos faciales clave o identificar caras individuales únicas a partir de imágenes de cámara térmica, especialmente cuando los detalles normales visibles en las caras se reducen a patrones de calor en forma de manchas. El conjunto de datos se describe en un documento (PDF) que se presentó durante la Conferencia de invierno de 2021 IEEE sobre aplicaciones de la visión por computadora del 5 al 9 de enero.
Los algoritmos también lucharon con imágenes "fuera de pose" en las que la cara de la persona está inclinada a 20 grados o más del centro. Y tuvieron problemas para hacer coincidir las imágenes de luz visible de rostros individuales con sus contrapartes de imágenes térmicas cuando la persona usaba anteojos en una de las imágenes.
Comentarios
Publicar un comentario