Il riconoscimento facciale d’avanguardia diventa comune
Per milioni di anni gli esseri umani hanno comunicato usando espressioni facciali per esprimere le loro emozioni e per scambiarsi messaggi, ancora prima dell’avvento della scrittura. Poiché il volto gioca ancora un ruolo fondamentale nella comunicazione umana, è chiaro che l’elaborazione facciale sarà determinante negli ambienti odierni ad alta tecnologia. Il progetto MMFP (Multimodal face processing), finanziato dall’UE e coordinato dal Politecnico di Istanbul, in Turchia, ha compiuto grandi passi in questo senso. “Abbiamo concentrato l’attenzione su applicazioni quali la ludicizzazione, l’apprendimento assistito dalla tecnologia, i sistemi assistivi, l’indicizzazione multimediale e l’animazione,” dice il ricercatore del progetto, il dott. Hazim Kemal Ekenel, professore associato presso il Dipartimento di ingegneria informatica dell’università. In quest’ottica, il team del progetto ha sviluppato un quadro comune per ricavare informazioni da immagini del volto e ha massimizzato le prestazioni dell’estrazione di informazioni. Ha inoltre compiuto notevoli progressi nell’analisi comparativa dei volti in condizioni ambientali. Un avanzamento importante si è ottenuto utilizzando le reti neurali convuvoluzionali (convolutional neural networks, CNN) ‒ reti neurali artificiali ispirate ai processi biologici ‒ che hanno permesso di analizzare le immaggini visive. Una tecnologia vincente per i giochi e altro “Abbiamo sviluppato un sistema di riconoscimento facciale che sfrutta le rappresentazioni CNN profonde e la normalizzazione dei risultati per il riconoscimento facciale in condizioni di disallineamento,” spiega il dott. Ekenel. “Il sistema sviluppato ha ottenuto il primo posto nel Concorso internazionale sul riconoscimento biometrico in natura,” aggiunge, riferendosi al primo evento di questo tipo nell’ambito della Conferenza internazionale sulla biometrica. In effetti, il progetto ha sviluppato algoritmi generici, veloci e solidi per l’elaborazione del volto, capaci di trattare vari tipi di variazioni simultaneamente e di funzionare in tempo reale in condizioni controllate. “La versatilità, velocità e solidità degli approcci sviluppati per l’elaborazione del volto hanno permesso di ottenere applicazioni in una grande varietà di settori nel mondo reale,” dice il dott. Ekenel. Il team del progetto ha creato due tali applicazioni nel campo della ludicizzazione, che rappresenta un’opportunità eccellente per dimostrare che la tecnologia è precisa e solida. “Abbiamo costruito due prove di concetto: un gioco tipo paintball che consente di mirare all’avversario tramite il riconoscimento facciale e un gioco di imitazione dove si ottengono punti imitando le espressioni del volto.” I volti non nascondono l’età e persino i gusti In termini più tecnici, il team ha fatto avanzare la rappresentazione basata sull’apprendimento profondo per il riconoscimento facciale in condizioni diverse, tra cui la posa, l’illuminazione, il disallineamento e la degradazione dell’immagini. Ha migliorato la tecnologia in campi quali la disidentificazione facciale, la stima dell’età e la classificazione per genere. “Abbiamo anche sviluppato un sistema di riconoscimento dell’espressione facciale che funziona sia su rappresentazioni statiche che dinamiche ‒ spiega il dott. Ekenel ‒ oltre a esplorare applicazioni innovative dell’analisi di immagini del volto, come la stima visiva del gusto e il tutoraggio intelligente.” È già emersa una spin-off dal laboratorio di ricerca che ha lavorato al progetto. “Abbiamo anche completato diversi progetti industriali,” rivela il dott. Ekenel. Tutti i tentativi del progetto sono stati appoggiati da partner internazionali di 11 paesi in America, Asia ed Europa, sottolineando l’importanza dell’argomento negli ambienti odierni di ricerca high tech. Il nuovo quadro unificato per ricavare informazioni da immagini del volto e la potenziata estrazione di informazioni hanno già iniziato a rendere più intelligenti e precise le applicazioni basate sul riconoscimento facciale. Grazie a questi sforzi, il futuro di tali applicazioni sembra essere più promettente che mai.
Parole chiave
Riconoscimento facciale, elaborazione del volto, MMFP, ludicizzazione, reti neurali convoluzionali, biometrica
