Machine learning application (Kartal)
2.77K subscribers
558 photos
203 videos
111 files
1.2K links
1- Participate in cutting edge research in machine learning applications.
2- Apply your expertise in biometrics, Natural Language Processing, computer vision and real-time data mining solutions.

Admin: @Kartal_ai (https://xn--r1a.website/Kartal_ai )
Download Telegram
#خبر
سیستم تشخیص چهره در بانک‌های چین

🔹در بانک ABC چین دیگر نیازی به کارت برای برداشت پول از حساب نیست و این عملیات فقط با اسکن چهره انجام می شود.
www.isna.ir/news/96063118101

#face
#دیتاست #face
محققان دانشگاه آکسفورد ورژن 2 دیتاست VGGFace را با 3.31میلیون تصویر از 9131 فرد مختلف ارائه کردند.
این تصاویر با کمک سرچ تصویر گوگل جمع آوری شده و در تغییرات مختلف برای هر فرد نظیر سن، جهت، نو و ... هستند.
این دیتاست شامل افرددا مختلفی نظیر سیاست مداران، ورزشکاران، بازیگران و ... است و به طور تقریبی از هر فرد 362 تصویر مختلف موجود است.

🔗VGGFace2 Dataset:
http://www.robots.ox.ac.uk/~vgg/data/vgg_face2/


🔵Pretrain models:
🔗Caffe model:
http://www.robots.ox.ac.uk/~vgg/data/vgg_face2/vggface2_caffe_model.tar.gz
🔗MatConvNet model:
http://www.robots.ox.ac.uk/~vgg/data/vgg_face2/vggface2_matconvnet_model.tar.gz
This media is not supported in your browser
VIEW IN TELEGRAM
دموی بازشناسی چهره شرکت Baidu توسط Andrew Ng
این مدل با تصویر فرد فریب نمیخورد
Face Recognition demo - Baidu's face-enabled entrance
#face #Andrew_Ng
#مقاله
در برخی از ویژگی های مربوط به چهره، دیتاست بزرگ برای آموزش کامل شبکه های عمیق در دسترس نیست، با توجه به شباهت ویژگیها در تسکهای مرتبط با چهره، این مقاله یک شبکه واحد برای آموزش تمام این تسکها در نظر گرفته و در نتیجه با افزایش داده حاصل از ترکیب دیتاست های مختلف در این حوزه شبکه در بسیاری از موارد به کارایی بالاتر از مدلهای مشابه شبکه تک کاربرده دست یافته است. بدین صورت لایه های پایینتر شبکه به خوبی برای استخراج ویژگیهای چهره آموزش میبینند.
[مرتبط با: https://xn--r1a.website/cvision/446]


An All-In-One Convolutional Neural Network for Face Analysis
http://ieeexplore.ieee.org/abstract/document/7961718/

در این مقاله تسک های مرتبط با چهره انسان را به دو دسته‌ی مستقل از سوژه و مرتبط با سوژه تقسیم کرده است.

1) وظایف مستقل، شامل تشخیص چهره، نقطه های کلیدی چهره، محلی سازی، پیش بینی لبخند،
2) وظایف وابسته، شامل برآورد سن، پیش بینی جنسیت و بازشناسی چهره.
در این شبکه وظایف مستقل از سوژه از لایه های پایین تر این شبکه کانولوشنال ورودی گرفته و وظایف وابسته به سوژه از آخرین لایه شبکه ورودی خود را برای محاسبه خروجی و تابع هزینه هر تسک استفاده کرده اند.

#multitask_learning #face #convolutional_neutral_network #deep_learning
منبع
کانال تنسور فلو
اپل ادعا می کند که سیستم تشخیص چهره گوشی اش (iphone x( یک در میلیون امکان بازشدن قفل اش توسط دزد است.

How secure is Apple's FaceID system
http://www.wired.co.uk/article/apple-face-id-security-safety-hack-apple

#face
Forwarded from Moh@mm@d
#خبر
چین سیستم بازشناسی چهره با نام #skynet را توسعه داده است که در هر ثانیه 3 میلیارد چهره را میتواند مقایسه کند!
[pic: https://bit.ly/2pQsrDE]

https://www.zerohedge.com/news/2018-03-27/china-deploys-skynet-facial-recognition-can-compare-3-billion-faces-second

این سیستم بازشناسی چهره در هر ثانیه میتواند تصویر فرد مشکوک را با دیتابیسی هم اندازه تمام جمعیت چین مقایسه کند!
چین با به کار گیری این سیستم در دو سال اخیر 2000 مجرم را که توسط سیستم بازشناسی و تطبیق چهره شناسایی شد دستگیر کرده است.

"The system is able to identify 40 facial features, regardless of angles and lighting, at an accuracy rate of 99.8 percent," reports People's Daily. "It can also scan faces and compare them with its database of criminal suspects at large at a speed of 3 billion times a second, indicating that all Chinese people can be compared in the system within only one second."

#face
Being in EAB winter workshop is one of the best opportunity to get more knowledge about presentation attacks detection(PAD) in idiap research institute. Today we learnt about #biometric challenges and #face PAD.
@euro_biometrics
@AMBERBiometrics
#MachineLearning https://t.co/TD9Sy6JmQG