Ansiktsigenkänningsteknik fungerar även när bara ett halvt ansikte är synligt, forskare från University of Bradford har funnit.

Med hjälp av artificiell intelligensteknik, laget uppnådde 100 procent igenkänningsfrekvens för både trekvart och halv ansikten. Studien, publicerad i Framtidens datorsystem , är den första som använder maskininlärning för att testa igenkänningsgraden för olika delar av ansiktet.

Ledande forskare, Professor Hassan Ugail från University of Bradford sa:"Möjligheten människor har att känna igen ansikten är fantastisk, men forskning har visat att det börjar vackla när vi bara kan se delar av ett ansikte. Datorer kan redan prestera bättre än människor när de känner igen ett ansikte från ett stort antal, så vi ville se om de skulle vara bättre på delvis ansiktsigenkänning också. "

Teamet använde en maskininlärningsteknik som kallas ett '' konvolutionellt neuralt nätverk '', som bygger på en extraheringsmodell som heter VGG - en av de mest populära och mest använda för ansiktsigenkänning.

De arbetade med en datamängd som innehåller flera foton - totalt 2800 - av 200 studenter och personal från FEI University i Brasilien, med lika många män och kvinnor.

För det första experimentet, teamet utbildade modellen med endast fullständiga ansiktsbilder De drog sedan ett experiment för att se hur väl datorn kunde känna igen ansikten, även om bara en del av dem visas. Datorn kände igen hela ansikten 100 procent av tiden, men laget hade också 100% framgång med tre fjärdedelars ansikten och med den övre eller högra halvan av ansiktet. Dock, den nedre halvan av ansiktet var bara korrekt igenkänd 60 procent av tiden och ögon och näsa på egen hand, bara 40 procent.

De körde sedan experimentet igen, efter träning av modellen med delvis ansiktsbilder också. Den här gången, poängen förbättrades avsevärt för den nedre halvan av ansiktet, för ögon och näsa på egen hand och även för ansikten utan ögon och näsa synlig, uppnå cirka 90% korrekt identifiering.

Individuella ansiktsdelar, som näsan, kind, panna eller mun hade låga igenkänningshastigheter i båda experimenten.

Resultaten är lovande, enligt professor Hassan:

"Vi har nu visat att det är möjligt att ha mycket exakt ansiktsigenkänning från bilder som bara visar en del av ett ansikte och vi har identifierat vilka delar som är mest användbara. Detta öppnar större möjligheter för användning av tekniken för säkerhet eller kriminalitet förebyggande.

"Våra experiment behöver nu valideras på en mycket större dataset. Men i framtiden är det troligt att bilddatabaser som används för ansiktsigenkänning också måste innehålla delvisa bilder, så att modellerna kan tränas korrekt för att känna igen ett ansikte även när inte allt är synligt. "