คำถามเกี่ยวกับความชราเป็นนักเก็ตที่ยากลำบากโดยเฉพาะอย่างยิ่งสำหรับสมาชิกสภานิติบัญญัติที่จะเคี้ยวเมื่อพิจารณาการรับรู้ใบหน้าหรือเผชิญกับไบโอเมตริกซ์สำหรับการตรวจสอบตัวตน มีรายละเอียดปลีกย่อยในการอภิปรายโดยเฉพาะอย่างยิ่งเมื่อมันมาถึงการประกันอายุซึ่งได้รับการพิสูจน์แล้วว่าถูกต้องบนใบหน้าเล็ก ๆ แม้จะมีคำสั่งจากหน่วยงานกำกับดูแลของสหราชอาณาจักร
อย่างไรก็ตามทีมงานที่นำโดยนักวิจัยจากมหาวิทยาลัยกัลเวย์กล่าวว่า“ เป็นเรื่องสำคัญที่จะต้องพูดถึงว่าลักษณะไบโอเมตริกซ์ส่วนบุคคลเปลี่ยนไปเมื่อเวลาผ่านไป” ระบุว่ามันยากที่จะโต้แย้งกับคำแถลงว่า“ อายุที่ไม่แปรปรวนที่แข็งแกร่งระบบการจดจำใบหน้ามีความสำคัญอย่างยิ่งในการจัดการกับความท้าทายที่เกิดจากความชราและรักษาความน่าเชื่อถือและความแม่นยำของเทคโนโลยีการจดจำใบหน้า”
ความคิดนี้ให้แรงจูงใจสำหรับไฟล์กระดาษใหม่ที่สำรวจ“ ความเป็นไปได้ของการใช้ข้อมูลอายุสังเคราะห์เพื่อปรับปรุงความทนทานของรูปแบบการจดจำใบหน้าในที่สุดก็สามารถช่วยในการจดจำผู้คนในช่วงอายุที่กว้างขึ้น”
วิธีการของทีมเกี่ยวข้องกับการออกแบบชุดการทดลองเพื่อประเมินวิธีการสังเคราะห์ที่ทันสมัยอัลกอริทึมการจดจำใบหน้าโดยการรวมข้อมูลสังเคราะห์และอายุจริงเพื่อดำเนินการ“ การฝึกอบรมและการตรวจสอบอย่างเข้มงวด”
“ ผลการทดลองแสดงให้เห็นว่าอัตราการรับรู้ของแบบจำลองที่ได้รับการฝึกฝนเกี่ยวกับภาพอายุสังเคราะห์สูงกว่าผลที่ได้ของแบบจำลองพื้นฐานเมื่อทดสอบภาพที่มีช่องว่างอายุ 40 ปีซึ่งพิสูจน์ศักยภาพของข้อมูลอายุสังเคราะห์ระบบการจดจำใบหน้า-
ในแง่ที่ง่ายขึ้นสำหรับระบบการจดจำใบหน้าที่ไม่ได้ออกแบบมาเพื่อปัจจัยในการชราภาพข้อมูลอายุสังเคราะห์จะช่วยปรับปรุงความแม่นยำ
กระดาษจะทราบว่าในหลาย ๆ สถานการณ์การส่งรูปถ่ายใหม่เป็นระยะ ๆ จะมีประสิทธิภาพเช่นเมื่อใดการต่ออายุหนังสือเดินทาง- แต่มันเน้นกรณีการใช้งานที่ผิดปกติเช่นการติดตามบุคคลที่หายไปมาหลายปี และในขณะที่ผู้เขียนยอมรับว่า“ แม้จะมีความก้าวหน้าในอัลกอริธึมอายุสังเคราะห์เช่น Sam, Cusp และ Agetransgan วิธีการเหล่านี้ยังคงแสดงข้อ จำกัด ในการรักษาอัตลักษณ์ใบหน้าเมื่อเปรียบเทียบกับภาพโลกแห่งความเป็นจริง”
“ จากผลการวิจัยขั้นสุดท้ายเราสรุปว่าการใช้ประโยชน์จากภาพอายุสังเคราะห์เพื่อจุดประสงค์ในการฝึกอบรมแสดงให้เห็นถึงผลลัพธ์ที่แข็งแกร่งสำหรับอัลกอริทึมการจดจำใบหน้ากับสัญญาช่องว่างอายุ”
ชุดข้อมูลใบหน้าสังเคราะห์ฟรีมี 10,000 ตัวตน
ผู้ที่ต้องการเข้าถึงได้ทันทีข้อมูลใบหน้าสังเคราะห์สำหรับการฝึกอบรมอัลกอริทึมสามารถดาวน์โหลดชุดข้อมูลการจดจำใบหน้า Synmulti-Pie ซึ่งจัดทำขึ้นฟรีโดยกลุ่มความปลอดภัยทางชีวภาพและความเป็นส่วนตัวที่กลุ่มสถาบันวิจัย Idiap-
ในโพสต์ใน LinkedIn, Sébastien Marcel สมาชิกอาวุโสของสถาบันกล่าวว่าชุดข้อมูล“ มีตัวตนสังเคราะห์ทั้งหมด 10,000 ตัวโดยมี 18 รูปแบบ (ท่าทางการส่องสว่างและการแสดงออก) ต่อตัวตน” มีให้สำหรับดาวน์โหลดที่นี่-
หัวข้อบทความ
การวิจัยทางชีวภาพ-ชุดข้อมูล-ใบหน้าชีวภาพ-การจดจำใบหน้า-การตรวจสอบตัวตน-ข้อมูลสังเคราะห์-ใบหน้าสังเคราะห์
