Algoritm edestas näotuvastuses esimest korda inimest
Inimesed suudavad enamasti tänaval või piltide peal oma tuttavad ära tunda. Kuid paratamatult teevad inimesed aeg-ajalt vigu. Ideaalsete tingimuste korral on seni loodud algoritmide sooritusvõime inimestest juba aastaid parem. Mida rohkem näod aga pildi kvaliteedi või parasjagu tehtava grimassi tõttu moonutatud on, seda halvemini masinad kahte sama inimest kujutavat fotot kokku suudavad viia. Inimeste ja masinate sooritusvõime võrdlemiseks on loodud mitmeid pildipanku, millest on arvutiteadlaste seas tuntuim Labelled Faces in the Wild (LFW), mis sisaldab üle 13 000 kuute tuhandet kuulsust kujutavat fotot. Seejuures erinevad selles nii inimeste näoilmed, stseeni valgustatus ja pildistamisnurk. Inimesed suudavad kahe foto võrdlemisel otsustada kekmiselt 97,53 protsendilise täpsusega, kas tegu on sama inimesega või mitte. Algoritmide senine rekord on olnud 97,27 protsenti. Uue rekordi löömiseks andsid Chaochao Lu ja Xiaoou Tang GaussianFace programmile juhised pildid esmalt normaliseerida ehk muuta need silmade positsiooni, nina ja suunurkade alusel 150x120 piksli suuruseks näopildiks. Seejärel jagas algoritm foto 25x25 piksli suurusteks kattuvateks ruutudeks ning hakkas neid vektorite kirjeldama. Nõnda kogutud andmete kattuvuse alusel otsustas algoritm viimaks, kas tegu sama persooni kujutava pildiga. Esmalt oli vaja algoritmi aga treenida, kuna erinevates pildipankades leiduvad fotod võivad olla väga erinevad ja tehtud erinevatest vaatenurkadest, misläbi ei pruugi algoritm alati õigeid tähiseid lihtsalt ära tunda. Lu ja Tang kasutasid selleks nelja erinevat fotokogu, kus samadest inimestest oli tehtud erinevatel tingimustel mitmeid fotosid. Programmi viimaks tuleristsetele saates leidis paar, et GaussianFace suutis LFW pildipangas õiged fotod kokku viia 98,52 protsendil juhtudest, lüües esimest korda inimeste poolt püstitatud rekordit. Sellele vaatamata nendivad teadlased, et algoritmi treenimine ja selle töös hoidmine on endiselt vaevalisem ja ressursimahukam, kui samaks tööks inimese kasutamine. Sellele vaatamata viitab sümboolsest verstapostist möödumine, et inimestest sooritusvõimega algoritme võib juba lähiaastatel sagedasti kohata. Tutvu tööga veebikeskkonnas ArXiv.
