Des chercheurs ont récemment mené une étude visant à déterminer si l’utilisation de la technologie de reconnaissance faciale à l’aide de réseaux de neurones artificiels (ANN) peut améliorer la précision de ces outils. Leur étude est issue du projet de recherche IARPA Odin, qui vise à identifier les vrais et les faux visages dans les images, afin d’améliorer les performances des outils d’authentification biométrique.

Les occlusions faciales peuvent entraîner une perte importante d’informations et donc nuire aux performances des outils de reconnaissance facile. Par conséquent, lorsqu’ils tentent de contourner les outils d’identification biométriques, les utilisateurs portent parfois des lunettes de soleil, des foulards, des chapeaux ou d’autres objets pouvant confondre les algorithmes de reconnaissance faciale.

Un outil beaucoup plus efficace

L’idée fondamentale de cette étude est qu’un attaquant pourrait utiliser des occlusions, telles que des lunettes de soleil, des tatouages… pour échapper à l’identification faciale. Les chercheurs veulent essentiellement que la détection faciale soit efficace.

Voici une vidéo expliquant le système de reconnaissance faciale :

L’objectif principal est donc d’améliorer la biométrie, authentification et mesure de l’impact des occlusions de visage sur les systèmes biométriques. Même si ces dernières années, les chercheurs ont essayé de développer des modèles de reconnaissance facile plus robustes, la plupart d’entre eux sont encore incapables de gérer les occlusions.

Supprimer les occlusions

Les chercheurs essaient de montrer que le fait de supprimer les occlusions et de compléter les parties manquantes du visage améliore la précision de tout algorithme de reconnaissance faciale. Ils ont développé une technologie de complétion de visage basé sur un système avec un mécanisme de déclenchement.

Ils ont ensuite entraîné ce modèle sur plusieurs images de visages occlus. Les chercheurs ont étudié l’impact des occlusions réalistes sur les performances des modèles de reconnaissance faciale en rendant des objets à trois dimensions sur différentes parties du visage et en exploitant la manière dont ils affectaient la détection de la personne.

Source :

Techxplore