Сочинение на тему Когнитивные вычисления и методы распознавания лиц

Искусственный интеллект, включающий когнитивные вычисления, является одним из наиболее перспективных направлений в области компьютерных наук. Говорят, что возраст роста будет возрастом ИИ. Здесь я попытался пролить свет на одно из важных применений когнитивных вычислений: распознавание лиц. Поскольку базы данных изображений и живая видеоинформация становятся все более и более распространенными, их интеллектуальное или автоматическое исследование становится исключительно важным. Люди, я. е. человеческие лица, являются одним из наиболее распространенных и очень специфических объектов, которые мы пытаемся отследить на изображениях.

Распознавание лиц – сложная задача при анализе изображений, в которой каждый день появляется все больше и больше приложений. Мы можем определить проблему обнаружения лица как задачу компьютерного зрения, которая состоит в обнаружении одного или нескольких человеческих лиц на изображении. Это один из первых и самых важных шагов анализа лица. В этой статье мы представили различные методы обнаружения лиц, которые обычно используются. Первоначальный детектор лица Viola-Jones был впервые рассмотрен. После этого мы рассмотрим различные методы в зависимости от того, как они извлекают функции и какие алгоритмы обучения принимаются. Этими методами являются локальный двоичный шаблон (LBP), алгоритм Adaboost, функции SMQT и метод классификатора SNOW и обнаружение лица на основе нейронной сети. Мы надеемся, что, рассмотрев многочисленные существующие алгоритмы, мы увидим еще лучшие алгоритмы, разработанные для решения этой фундаментальной проблемы компьютерного зрения. В этом обзоре мы классифицируем методы обнаружения на основе используемых представлений объектов и движений, представляем подробные описания репрезентативных методов в каждой категории и рассматриваем их плюсы и минусы.

Что такое когнитивные вычисления?

Когнитивные вычисления – это ультрасовременный метод, с помощью которого наши ПК будут работать позже. С точки зрения непрофессионала, когнитивные компьютеры проинструктированы, а не настроены или запрограммированы, и используют то, что они выясняют, как настроить. По сути, машина когнитивных вычислений напоминает человека. Алан Тьюринг, известный ученый из 1950-х годов, был одним из первых, кто рассказал о гипотезе или мысли о когнитивных вычислениях.

Сегодня Тьюринг был не за горами, машины когнитивных вычислений извлекают выгоду из структурированных и неструктурированных данных. Структурированные огромные данные включают в себя материалы для чтения, данные об элементах и ​​даже данные клиентов, в то время как неструктурированные большие данные включают сетевые сети, опросы и т. Д. На основе этих данных когнитивные машины могут сделать законный, острый и правильный выбор. Мы можем сделать это тоже, но иногда мы выбираем выбор, основанный на интуиции или чувствах, что иногда не является правильным выбором. Первая эра вычислительной техники была в 1950-х годах, когда были созданы первые компьютеры. Они были запрограммированы. Вторая эра вычислений началась с появлением смартфонов и подключенных устройств. Теперь, третья эра, как полагают, имеет когнитивные вычисления – искусственный интеллект, который будет тесно связан с нашей повседневной жизнью. В наши дни произошел переход, когда компьютеры были сделаны исключительно для целей расчета, когда машины способны учиться на своем опыте и получать все лучше и лучше днем ​​и ночью. А что касается темной стороны искусственного интеллекта, то это не вопрос страха. Cognitive Computing занимается принятием бизнес-решений, решением сложных проблем и т. Д.

С быстрым увеличением вычислительных мощностей и доступности новейшего оборудования и технологий для обнаружения, исследования и представления компьютеры становятся все более и более интеллектуальными. Многочисленные исследовательские проекты и коммерческие продукты продемонстрировали способность компьютера естественным образом взаимодействовать с человеком, наблюдая за людьми через камеры, слушая граждан через микрофоны и реагируя на людей дружелюбно.

Одним из фундаментальных методов, обеспечивающих такое естественное взаимодействие человека с компьютером (HCI), является обнаружение лица. Обнаружение лица является ступенькой ко всем алгоритмам анализа лица, включая выравнивание лица, коррекцию лица, моделирование лица, распознавание лица, отслеживание позы головы, проверку / аутентификацию лица, отслеживание / распознавание выражения лица, распознавание пола / возраста и многое другое. , Только когда компьютеры смогут хорошо распознать лицо, они начнут по-настоящему понимать мысли и намерения людей. Учитывая произвольное изображение, цель обнаружения лица состоит в том, чтобы определить, есть ли какие-либо лица в изображении, и если изображение присутствует, тогда это возвращает местоположение изображения и размер каждого лица. Хотя это кажется тривиальной задачей для людей, это чрезвычайно сложная задача для компьютеров, и в последние несколько десятилетий она была одной из наиболее изученных тем исследований. Трудность, связанная с обнаружением лица, может объясняться многими вариациями в масштабе, местоположении, ориентации (вращение в плоскости), позе (вращение вне плоскости), выражении лица, окклюзии и условиях освещения.

Распознавание лиц