IBM Research rilascia un nuovo set di dati inedito chiamato Diversity in Faces (DiF) per promuovere uno studio più corretto ed accurato nelle tecnologie di riconoscimento facciale
Pubblicato il 01 Feb 2019
Gran parte del potere dell’intelligenza artificiale deriva dall’uso dell’apprendimento profondo basato sui dati (data-driven deep learning) che consente di formare modelli sempre più accurati grazie a quantità crescenti di dati. Tuttavia, la forza di queste tecniche può costituire al tempo stesso una debolezza. I sistemi di intelligenza artificiale apprendono ciò che viene insegnato loro e se, come supporto, non vengono usati set di dati solidi e diversificati, fattori come accuratezza ed equità potrebbero essere a rischio.
Questa sfida di “correttezza” si manifesta profondamente nella realizzazione di sistemi di riconoscimento facciale. Il cuore del problema non deriva dalla tecnologia di intelligenza artificiale di per sé, bensì dal modo in cui i sistemi di riconoscimento facciale vengono addestrati. I dati di training devono essere diversi e offrire un’ampia copertura.
Per questo motivo, IBM, insieme agli sviluppatori di IA e alla comunità di ricerca, sta rilasciando un nuovo ampio e diversificato set di dati chiamato Diversity in Faces (DiF) per promuovere lo studio della correttezza e dell’accuratezza nella tecnologia di riconoscimento facciale. Studiare la diversità nei volti è complesso e questo set di dati fornisce un punto di partenza per la comunità di ricerca globale per promuovere la conoscenza collettiva.
La diversità dei volti umani non dipende solo da età, sesso e colore della pelle
Affinché i sistemi di riconoscimento facciale si comportino come desiderato e i risultati siano sempre più accurati, i dati devono essere sufficientemente grandi e abbastanza diversi da consentire alla tecnologia di apprendere tutti i modi in cui i volti si differenziano. Questo permette di riconoscere con precisione la distribuzione delle caratteristiche dei volti in una varietà di situazioni.
Ma come si misura la diversità dei volti umani?
Età, sesso e colore della pelle sono i fattori con cui abbiamo una certa familiarità. Non a caso, gran parte delle tecnologie di riconoscimento facciale si focalizzano proprio sull’analisi della diversità di questi attributi. Tuttavia, come hanno dimostrato studi precedenti, questi attributi sono solo una parte del puzzle e non del tutto adeguati per caratterizzare la piena diversità dei volti umani. Sono rilevanti anche dimensioni come la simmetria del volto, il contrasto facciale, la posa del viso, la lunghezza o la larghezza degli attributi del viso (occhi, naso, fronte, ecc.).
Il nuovo set di dati fornito da IBM per la creazione di sistemi IA più equi
Oggi, IBM Research sta rilasciando un nuovo ampio e diversificato set di dati chiamato Diversity in Faces (DiF). L’obiettivo è migliorare correttezza e accuratezza della tecnologia di riconoscimento facciale. DiF fornisce un data set di annotazioni di 1 milione di immagini facciali umane.
Usando immagini pubblicamente disponibili ricavate dal set di dati Creative Commons YFCC-100M, hanno annotato i volti usando 10 schemi di codifica ben stabiliti e indipendenti reperiti dalla letteratura scientifica [1-10].
Gli schemi di codifica includono principalmente misure oggettive, come caratteristiche craniofacciali (ad es. lunghezza della testa, lunghezza del naso, altezza della fronte), oltre ad annotazioni più soggettive, come le previsioni dell’età e del sesso.
I risultati tangibili
L’analisi ha dimostrato che il set di dati DiF fornisce una distribuzione più equilibrata e una copertura più ampia delle immagini facciali rispetto ai set di dati precedenti. Inoltre, le intuizioni ottenute dall’analisi statistica dei 10 schemi di codifica iniziali sull’insieme di dati DiF hanno favorito la comprensione di ciò che è importante per la caratterizzazione dei volti umani e hanno permesso di lanciare ricerche importanti su come migliorare la tecnologia di riconoscimento facciale.
Per richiedere l’accesso al DiF data set visitate questo sito.
Valuta la qualità di questo articolo
La tua opinione è importante per noi!
Iscriviti alla newsletter per ricevere articoli di tuo interesse
email
Prendi visione dell'Informativa Privacy e, se vuoi, seleziona la casella di consenso.
Su questo sito utilizziamo cookie tecnici necessari alla navigazione e funzionali all’erogazione del servizio.
Utilizziamo i cookie anche per fornirti un’esperienza di navigazione sempre migliore, per facilitare le interazioni con le nostre funzionalità social e per consentirti di ricevere comunicazioni di marketing aderenti alle tue abitudini di navigazione e ai tuoi interessi.
Puoi esprimere il tuo consenso cliccando su ACCETTA TUTTI I COOKIE. Chiudendo questa informativa, continui senza accettare.
Potrai sempre gestire le tue preferenze accedendo al nostro COOKIE CENTER e ottenere maggiori informazioni sui cookie utilizzati, visitando la nostra COOKIE POLICY.
ACCETTA
PIÙ OPZIONI
Cookie Center
ACCETTA TUTTO
RIFIUTA TUTTO
Tramite il nostro Cookie Center, l'utente ha la possibilità di selezionare/deselezionare le singole categorie di cookie che sono utilizzate sui siti web.
Per ottenere maggiori informazioni sui cookie utilizzati, è comunque possibile visitare la nostra COOKIE POLICY.
ACCETTA TUTTO
RIFIUTA TUTTO
COOKIE TECNICI
Strettamente necessari
I cookie tecnici sono necessari al funzionamento del sito web perché abilitano funzioni per facilitare la navigazione dell’utente, che per esempio potrà accedere al proprio profilo senza dover eseguire ogni volta il login oppure potrà selezionare la lingua con cui desidera navigare il sito senza doverla impostare ogni volta.
COOKIE ANALITICI
I cookie analitici, che possono essere di prima o di terza parte, sono installati per collezionare informazioni sull’uso del sito web. In particolare, sono utili per analizzare statisticamente gli accessi o le visite al sito stesso e per consentire al titolare di migliorarne la struttura, le logiche di navigazione e i contenuti.
COOKIE DI PROFILAZIONE E SOCIAL PLUGIN
I cookie di profilazione e i social plugin, che possono essere di prima o di terza parte, servono a tracciare la navigazione dell’utente, analizzare il suo comportamento ai fini marketing e creare profili in merito ai suoi gusti, abitudini, scelte, etc. In questo modo è possibile ad esempio trasmettere messaggi pubblicitari mirati in relazione agli interessi dell’utente ed in linea con le preferenze da questi manifestate nella navigazione online.