Os tecnocratas da DARPA vêm trabalhando neste projeto há vários anos e aparentemente encontraram sucesso. À medida que essa tecnologia entra na aplicação da lei e em outras situações de vigilância, a escuridão não oferece mais proteção. ⁃ Editor TN
Não é tarefa fácil para um computadorpara identificar o rosto de um indivíduo à luz do dia. O processo envolve medir com precisão uma fotografia - tamanho do olho, distância do nariz à boca, etc. - ajustando as distâncias para três dimensões e procurando uma correspondência em um banco de dados. Mas para fazer isso à noite, quando tudo o que você tem são imagens térmicas de resolução muito mais baixa, o Laboratório de Pesquisa do Exército usou uma técnica que permite que um software imite o cérebro humano.
Nosso cérebro “vê” extrapolando uma imagem de uma quantidade relativamente pequena de dados sensoriais, filtrados através dos olhos. o cérebro usa várias vezes mais massa neuronal para construir imagens a partir de dados visuais do que o olho faz ao coletar os dados.
Os pesquisadores do Exército viram um paralelo com imagens térmicas. Essas imagens mostram quais partes do rosto são mais quentes e frias, mas geralmente contêm menos pontos de dados do que uma imagem óptica comparável de uma câmera, dificultando a seleção de recursos distintos. Então eles montaram uma rede neural convolucional, ou CNN, um método de aprendizado profundo que usa nós específicos semelhantes aos do cérebro e o configura para inferir rostos a partir de dados limitados.
O método que os pesquisadores usam divide uma imagem térmica de um rosto em regiões específicas e, em seguida, compara-as a uma imagem óptica do mesmo rosto. A rede estima onde as características principais estão na imagem térmica em relação à imagem convencional. O produto final da rede é algo como um esboço policial - não uma combinação perfeita, mas com sobreposição suficiente em pontos-chave para fazer uma combinação de alta certeza.
Em um artigo do papel publicada pela IEEE Na Winter Conference on Applications of Computer Vision, os pesquisadores escrevem: “Fomos capazes de produzir representações altamente discriminativas. Apesar do fato de que as imagens sintetizadas não produzem uma textura foto-realista, o desempenho de verificação obtido foi melhor do que as abordagens de linha de base e recentes ao combinar as faces sintetizadas com o rosto visível. ”
wpDiscuz