The Intel researchers propose AI that recognizes faces

ముఖాలను గుర్తించే AI ని ఇంటెల్ పరిశోధకులు ప్రతిపాదించారు

ప్రజల ముఖ లక్షణాలను గుర్తించగల AI మోడళ్లను ప్రారంభించడానికి థర్మల్ చిత్రాలు తగినంత వివరంగా ఉన్నాయా? మానవ వ్యవస్థల మధ్య పరస్పర చర్యలపై ఇన్స్టిట్యూట్ ఆఫ్ ఎలక్ట్రికల్ అండ్ ఎలక్ట్రానిక్స్ ఇంజనీర్స్ యొక్క 12 వ అంతర్జాతీయ సదస్సులో ఇటీవల సమర్పించిన అధ్యయనంలో ఇంటెల్ పరిశోధకులు మరియు గాన్సన్ యూనివర్శిటీ ఆఫ్ టెక్నాలజీ సమాధానం ఇవ్వడానికి ప్రయత్నించిన ప్రశ్న ఇది. కనిపించే కాంతి డేటాలో శిక్షణ పొందిన మోడల్ యొక్క పనితీరును పరిశోధకులు పరిశోధించారు, తరువాత థర్మల్ చిత్రాలపైకి ఉపసంహరించుకున్నారు.

పరిశోధకులు తమ పనిని వివరించే కాగితంలో గమనించినట్లుగా, వైద్య సౌకర్యాలు వంటి గోప్యతకు ప్రాధాన్యత లేదా అవసరమయ్యే వాతావరణాలలో RGB కెమెరా డేటా స్థానంలో థర్మల్ చిత్రాలు తరచుగా ఉపయోగించబడతాయి. ఎందుకంటే ఇది కంటి రంగు మరియు దవడ వంటి వ్యక్తిగత వివరాలను దాచగలదు.

ఈ బృందం రెండు సెట్ల థర్మల్ ఫేషియల్ ఇమేజ్‌లను ఉపయోగించింది, వాటిలో మొదటిది – SC3000-DB – ఫ్లైయర్ థర్మాకామ్ SC3000 పరారుణ కెమెరాను ఉపయోగించి నిర్మించబడింది. ఇందులో 19 మంది పురుషులు, 21 మంది మహిళల బృందం నుండి 40 మంది వాలంటీర్ల 766 ఛాయాచిత్రాలు ఉన్నాయి, వీరిని రెండు నిమిషాలు కెమెరా వైపు చూడమని అడిగారు. రెండవ డేటాసెట్ కోసం – ఓక్లహోమా స్టేట్ యూనివర్శిటీలోని విజువల్ కంప్యూటింగ్ అండ్ ఇమేజ్ ప్రాసెసింగ్ లాబొరేటరీ నుండి వచ్చిన IRIS డేటాసెట్ – 30 మంది సహాయంతో 4,190 చిత్రాలు సేకరించబడ్డాయి, వీరిలో చాలా మంది తలలు కదిలించి వివిధ ముఖ కవళికలను ఉపయోగించారు.

పరిశోధకులు గతంలో యంత్ర అభ్యాస నమూనాలను ఉపయోగించి ప్రజల ముఖాలు ఉన్న ప్రాంతాల్లో మాత్రమే చిత్రాలను కత్తిరించారు. చిత్రాల నుండి ముఖ లక్షణాలను సంగ్రహించడానికి మరియు వాటిని వెక్టర్స్‌గా డిజిటల్‌గా సూచించడానికి వారు మరొక టెంప్లేట్‌ను ఉపయోగించారు (నిర్దిష్ట లక్షణాలకు అనుగుణంగా విలువలను కలపడం). చివరగా, వారు థర్మల్ చిత్రాలకు ఈ మోడల్ వర్తించవచ్చని ధృవీకరించడానికి దృశ్య ఆప్టికల్ చిత్రాలలో శిక్షణ పొందిన మూడవ నమూనాను ఉపయోగించారు.

ఈ ప్రయోగాల సమయంలో, పరిశోధకులు వెక్టర్లను రెండు రకాల ముఖ లక్షణాలతో పోల్చారు: ఒకరి యొక్క గుర్తింపు ఒక నిర్దిష్ట చిత్రంతో మరియు మరొకరి ఇన్పుట్ ఇమేజ్‌తో ప్రాతినిధ్యం వహించే వ్యక్తి యొక్క ప్రొఫైల్ యొక్క సారూప్యతపై ఆధారపడి ఉంటుంది.

సబ్జెక్ట్ శీర్షికలు అడ్డంగా లేదా నిలువుగా తిప్పబడినప్పుడు వంటి అనేక ఇతర దృశ్యాలలో సేకరించిన డేటాను చేర్చడానికి బృందం తన పరిశోధనను విస్తరించాలని భావిస్తోంది. ఆరోగ్యం. “” వ్యక్తిగత గుర్తింపులను దాచినప్పుడు ఉపయోగకరమైన డేటాను అందించగల థర్మల్ ఇమేజింగ్ చాలా అనువర్తనాల్లో ఉపయోగించబడుతుంది. ”

కొన్నిసార్లు ఇది కష్టమైన విషయాలను కొత్తగా చూస్తుంది. మేము గతంలో ఫ్యూజన్- IO మరియు వెస్ట్రన్ డిజిటల్ యొక్క ఎంటర్ప్రైజ్ డిజిటల్ సమ్మేళనం యొక్క ప్రస్తుత డైరెక్టర్ ఎరిక్ పైక్ వైపు తిరిగాము. NVMe SSD లతో సంస్థ తన HDD పోర్ట్‌ఫోలియోను (అధిక-సామర్థ్య డేటా సెంటర్ అవసరాలపై ఎక్కువగా దృష్టి సారించింది) పెంచాలని చూస్తోంది. తదుపరి తరం నిల్వకు సాంకేతికత బాగా సరిపోతుందని పైక్ అభిప్రాయపడ్డారు. మా నలభై నిమిషాల చర్చ చాలా దృశ్యాలను కవర్ చేసింది, కాని మేము ప్రధాన వ్యాపార సమస్యలపై దృష్టి పెట్టడానికి దాన్ని తీవ్రతరం చేసాము.

రోజర్స్ నేరుగా SIE ప్రెసిడెంట్ మరియు CEO జిమ్ ర్యాన్‌కు నివేదిస్తారు. కొత్త ప్లేస్టేషన్ వైస్ ప్రెసిడెంట్ గతంలో మైక్రోసాఫ్ట్ మరియు డెల్ వద్ద ఇలాంటి ఉద్యోగాల కోసం పనిచేశారు, మరియు ఇప్పుడు సోనీ యొక్క ప్రస్తుత వ్యూహాన్ని రూపొందించడానికి ఈ అనుభవాన్ని ఉపయోగిస్తారు.

రోజర్స్, ప్రస్తుత ప్లేస్టేషన్ నాయకత్వం వలె, యూరప్ యొక్క ఉత్పత్తి. అతను కేంబ్రిడ్జ్ విశ్వవిద్యాలయం మరియు లండన్ స్కూల్ ఆఫ్ ఎకనామిక్స్లో ఆర్థికశాస్త్రం అభ్యసించాడు. ప్లేస్టేషన్ యొక్క యూరోపియన్ విభాగాన్ని చాలాకాలంగా పర్యవేక్షిస్తున్న ర్యాన్, కొత్త సోనీ వరల్డ్‌వైడ్ స్టూడియోస్ అధ్యక్షుడు హెర్మిన్ హోల్స్ట్‌లో చేరాడు.

ఆశ్చర్యకరమైన నాయకత్వ బృందం. “” గ్లోబల్ సేల్స్ సంస్థలలో నా ప్రముఖ అనుభవం ప్లేస్టేషన్ వ్యాపారం మరింత వృద్ధి చెందడానికి మరియు ప్రపంచవ్యాప్తంగా ఉన్న ప్రేక్షకులకు ఉత్తమ గేమింగ్ అనుభవాన్ని అందించడానికి సహాయపడుతుంది. ”

ఇది సోనీ ఇంటరాక్టివ్ ఎంటర్టైన్మెంట్ కోసం కొనసాగుతున్న మార్పులో భాగం. సంస్థ గోతులు రూపంలో మూడు ప్రధాన ప్రాంతాలను కలిగి ఉంది. ప్లేస్టేషన్ జపాన్, యూరప్ మరియు యుఎస్లలో స్వేచ్ఛతో పనిచేసింది.

కానీ సోనీ ఈ పాత మోడల్‌ను బహిష్కరిస్తుంది. ప్రపంచవ్యాప్తంగా ఉన్న మౌలిక సదుపాయాలను నాయకత్వ వ్యవస్థలో ఉంచే బాధ్యతను ర్యాన్ తీసుకున్నాడు.

Leave a Comment