Опубликовано 10 октября 2023, 00:19
2 мин.

В России придумали, как использовать сканирование лица на сверхдешёвых смартфонах

Технологию разработали в МИСИС
Российские учёные разработали технологию, позволяющую использовать сканирование лица на любом смартфоне
В России придумали, как использовать сканирование лица на сверхдешёвых смартфонах

Учёные из Национального исследовательского технологического университета, МИСИС, совместно с экспертами из Национального исследовательского университета ВШЭ и Института искусственного интеллекта, AIRI, разработали умную систему. Она способна автоматически подбирать наиболее эффективные нейросети для сервисов распознавания лиц, таких как Face ID. Это значительно ускоряет работу таких сервисов на устройствах, таких как смартфоны, планшеты и умные домашние устройства.

Сервисы распознавания лиц, такие как Face ID, обычно состоят из нескольких слоёв нейросетей, каждый из которых выполняет свою функцию в процессе анализа изображения. Разработанная система от НИТУ МИСИС представляет собой программное обеспечение, которое умеет ускорять и упрощать выбор компонентов для Face ID, чтобы получить наилучший результат. Важно отметить, что выбор компонентов зависит от технических характеристик конкретного устройства, на котором работает система. Такие подобранные системы Face ID могут быстро и точно распознавать лица даже на устройствах с невысокой вычислительной мощностью, выполняя это за 5-10 миллисекунд.

Основная польза от этой разработки заключается в том, что она может ускорить внедрение систем распознавания лиц в организациях, где есть разные устройства с разной вычислительной мощностью. Например, если у вас есть много разных планшетов, то эта система поможет быстро адаптировать сервис распознавания лиц для каждого устройства, даже если они различаются по характеристикам. Ручной выбор компонентов для Face ID может занимать много времени и не всегда гарантирует корректную работу сервиса на всех устройствах.

Программа, созданная российскими учёными, основана на открытом исходном коде и доступна для скачивания на портале GitHub. Эта технология была также описана в научной статье, опубликованной в журнале IEEE Access.