नई एआई फेशियल रिकॉग्निशन तकनीक एक कदम आगे बढ़ती है

ऐसा लगता है कि चेहरे की पहचान तकनीक में कृत्रिम बुद्धिमत्ता का उपयोग अब तक सबसे अधिक बढ़ गया है। जैसा ZDNet नोट्स, अब तक कंपनियां पसंद करती हैं माइक्रोसॉफ्ट ने पहले ही चेहरे की पहचान तकनीक विकसित कर ली है जो भावना उपकरणों के उपयोग से चेहरे की अभिव्यक्ति (एफआर) को पहचान सकती है। लेकिन अब तक सीमित कारक यह रहा है कि ये उपकरण आठ तथाकथित मुख्य राज्यों तक सीमित थे -  क्रोध, तिरस्कार, भय, घृणा, खुशी, उदासी, आश्चर्य या तटस्थ। 

अब जापानी टेक डेवलपर में कदम फ़ुजीत्सुएआई-आधारित तकनीक के साथ, जो व्यक्त भावनाओं को ट्रैक करने में चेहरे की पहचान को एक कदम आगे ले जाती है।

जैसा कि ZDNet बताता है, मौजूदा FR तकनीक "i" पर आधारित हैविभिन्न क्रिया इकाइयों (एयू) की पहचान करना - यानी, चेहरे की कुछ मांसपेशियों की गतिविधियां जो हम करते हैं और जिन्हें विशिष्ट भावनाओं से जोड़ा जा सकता है। दिए गए उदाहरण में, “यदि एयू 'चीक रेज़र' और एयू 'लिप कॉर्नर पुलर' दोनों को एक साथ पहचाना जाता है, तो एआई यह निष्कर्ष निकाल सकता है कि जिस व्यक्ति का वह विश्लेषण कर रहा है वह खुश है।

जैसा कि फुजित्सु के प्रवक्ता ने समझाया, "मौजूदा तकनीक की समस्या यह है कि एआई को प्रत्येक एयू के लिए विशाल डेटासेट पर प्रशिक्षित करने की आवश्यकता होती है। इसे यह जानना होगा कि किसी एयू को सभी संभावित कोणों और स्थितियों से कैसे पहचाना जाए। लेकिन हमारे पास इसके लिए पर्याप्त चित्र नहीं हैं - इसलिए आमतौर पर, यह उतना सटीक नहीं होता।"

भावनाओं का पता लगाने में प्रभावी होने के लिए एआई को प्रशिक्षित करने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है, वर्तमान में उपलब्ध एफआर के लिए वास्तव में यह पहचानना बहुत कठिन है कि परीक्षित व्यक्ति क्या महसूस कर रहा है। और यदि व्यक्ति कैमरे के सामने न बैठकर सीधे उसकी ओर देख रहा हो, तो कार्य और भी कठिन हो जाता है। कई विशेषज्ञों ने कुछ में इन समस्याओं की पुष्टि की है हाल ही में किए गए अनुसंधान.

फुजित्सु का दावा है कि उसने भावनाओं का पता लगाने में चेहरे की पहचान की गुणवत्ता बढ़ाने के लिए एक समाधान ढूंढ लिया है। एआई को प्रशिक्षित करने के लिए बड़ी संख्या में छवियों का उपयोग करने के बजाय, उनके नव-निर्मित टूल का कार्य "एक चित्र से अधिक डेटा निकालें।” कंपनी इसे 'सामान्यीकरण प्रक्रिया' कहती है, जिसमें "एक विशेष कोण से ली गई तस्वीरों को फ्रंटल शॉट जैसी छवियों में परिवर्तित करना शामिल है।"

जैसा कि प्रवक्ता ने समझाया, "उसी सीमित डेटासेट के साथ, हम अधिक एयू का बेहतर पता लगा सकते हैं, यहां तक ​​कि तिरछे कोण से ली गई तस्वीरों में भी, और अधिक एयू के साथ, हम जटिल भावनाओं की पहचान कर सकते हैं, जो वर्तमान में विश्लेषण किए गए मूल अभिव्यक्तियों की तुलना में अधिक सूक्ष्म हैं।"

कंपनी का दावा है कि अब वह ''81% की सटीकता दर के साथ घबराहट भरी हँसी जैसे विस्तृत भावनात्मक परिवर्तनों का पता लगाएं, यह संख्या 'मानक मूल्यांकन विधियों' के माध्यम से निर्धारित की गई थी।'' तुलना के अनुसार, के अनुसार स्वतंत्र अनुसंधान, Microsoft टूल की सटीकता दर 60% है, और जब यह अधिक तिरछे कोणों से ली गई तस्वीरों के साथ काम कर रहा था तो भावनाओं का पता लगाने में भी समस्याएँ थीं।

संभावित अनुप्रयोगों के रूप में, फुजित्सु ने उल्लेख किया है कि इसके नए उपकरण, अन्य चीजों के अलावा, सड़क सुरक्षा के लिए उपयोग किए जा सकते हैं।ड्राइवरों की एकाग्रता में छोटे बदलावों का भी पता लगाकर।"