Même s'il a provisoirement désactivé la reconnaissance des visages en Europe pour s'éviter de trop lourds ennuis avec les autorités de protection des données personnelles, en particulier en Allemagne, Facebook continue de faire d'importantes avancées dans ses outils destinés à reconnaître tout et tout le monde sur les photos et les vidéos. Même lorsque les personnes croient ne pas être reconnues parce qu'elles dissimulent leur visage.
En effet après avoir atteint quasiment la perfection dans la reconnaissance faciale avec son algorithme DeepFace, Facebook travaille désormais à l'identification des individus dont le visage n'apparaît pas. Une équipe de chercheurs du laboratoire d'intelligence artificielle Facebook IA Research et de l'Université de Berkeley ont ainsi publié leurs travaux sur PIPER (Pose Invariant PErson Recognition), un nouvel algorithme fait maison qui facilite la reconnaissance des individus à partir de leur posture corporelle.
L'algorithme utilise les "poselets" inventés par Ludomir Bourdev, ancien chercheur de Berkley qui travaille désormais chez Facebook IA Research. Tout comme les algorithmes de reconnaissance faciale cherchent les caractéristiques des visages de chacun et les points qui différencient les uns des autres, le principe des poselets consiste à observer ce qui distingue les individus dans des poses similaires :
En exploitant ces informations avec une intelligence artificielle et en les combinant à d'autres informations comme la tenue vestimentaire, Facebook parvient à dégager un score de vraisemblance que la personne vue sur une photo dont le visage est masquée est bien la même personne que celle qu'il connaît sur d'autres photos.
Pour réaliser leur étude, les chercheurs ont extrait des albums personnels publiés sur Flickr par des internautes lambda, et isolé 63 188 photos sur lesquelles apparaissaient 2 356 personnes différentes. Les photos étaient conservées dans l'échantillon dès lors qu'une personne était visible, peu importe qu'elle le soit en totalité ou pas, et que son visage soit vu ou pas. Près d'une photo sur deux n'avait pas de visage exploitable par DeepFace. Mais avec PIPER, la méthode a permis d'identifier 581 personnes avec un taux de précision de 83 %.
"PIPER fonctionne étonnamment bien dans la récupération d'images" associées à une même personne, se réjouissent les chercheurs. "Bien que nous ayons utilisé PIPER pour la reconnaissance d'une personne, l'algorithme s'applique aisément à [d'autres identifications], comme trouver des instances d'une même voiture ou du même chien".
Et vous pensiez avoir encore une vie privée ?
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Abonnez-vous à Numerama sur Google News pour ne manquer aucune info !
