Nouvelle AI peut rechercher des personnes en fonction de leur taille, de leur sexe et de leurs vêtements

Wikimedia Commons
S'il vous plaît partager cette histoire!
L'invention de l'IA est comparable à la découverte de l'électricité: tout le monde l'utilise pour tout et n'importe quoi. Cependant, les applications pour contrôler l'homme sont déjà plus avancées que tout ce que l'histoire a jamais révélé. ⁃ Éditeur TN

Une équipe de chercheurs en Inde travaillant sur l'IA a mis au point un outil permettant de rechercher des personnes parmi les images de surveillance en fonction de leur taille, de la couleur de leurs vêtements et de leur sexe. C'est comme un moteur de recherche qui peut trouver des personnes dans une vidéo.

Les scientifiques ont utilisé l'apprentissage en profondeur (et le jeu de données COCO de Microsoft) pour former un réseau de neurones à convolution (CNN) à la reconnaissance de certaines caractéristiques humaines, appelées biométrie douce, à l'aide de: vision par ordinateur.

En gros, vous pouvez donner à cette intelligence artificielle des détails sur la personne que vous recherchez et elle analysera la vidéo que vous lui transmettez. Par exemple, une demande visant «les femmes portant des chemises rouges de taille 153» pourrait éventuellement réduire un clip vidéo entier à des images représentant des personnes répondant à ces critères.

Selon les chercheurs, l'algorithme «récupère correctement les personnes 28 hors de 41 dans un jeu de données très complexe doté d'attributs biométriques discrets». Il recherche actuellement uniquement en fonction de la taille, de la couleur du torse (habillement) et du sexe.

À première vue, l'idée d'identifier dans les vidéos des personnes qui répondent à des descriptions relativement vagues et avec une précision un peu supérieure à la moitié ne semble pas être un progrès technologique important. Mais ces premiers travaux montrent beaucoup de potentiel. Il convient de se demander ce que cela signifierait si la précision pouvait être améliorée au-delà des capacités humaines.

Il existe des scénarios dans lesquels les parties intéressées ne sauront pas ce qu'elles recherchent dans les données de surveillance en temps réel. Ce CNN expérimental conviendrait parfaitement pour les cas d'utilisation dans lesquels nous devons établir un calendrier entourant un individu spécifique, en fonction des enregistrements de surveillance historiques disponibles.

Imaginez une situation dans laquelle une personne est portée disparue après deux jours. On pourrait demander des images aux caméras à des endroits où la personne se trouvait probablement à proximité - à l'instar d'une station-service ou d'un campus fréquenté par cette personne. Mais après cela, sans aucune piste, il est presque impossible de déterminer quelle séquence regarder ensuite. Il pourrait y avoir des millions d’heures de vidéo tournées sur deux jours à l’intérieur d’un ensemble particulier de pâtés de maisons.

Cependant, si nous pouvions alimenter la vidéo à un Réseau neuronal et, si l’on réduisait les choses à quelques heures de métrage compilé, il serait possible de suivre avec précision les humains grâce à de multiples flux de surveillance.

C'est excitant pour de nombreuses raisons. Premièrement, bien sûr, les conséquences pour la recherche des personnes disparues ou la recherche de criminels présumés sont incroyables. Mais peut-être aussi important est le fait qu’il s’agit d’une réponse légitime au problème de surveillance omniprésente.

Lire l'histoire complète ici…

S'abonner
Notifier de
invité

0 Commentaires
Commentaires en ligne
Voir tous les commentaires