Funkar ansiktsigenkänning om du bär ansiktsmask?
Vetenskapsrådet har beviljat 3,6 miljoner kronor för ett nytt forskningsprojekt vid Högskolan i Halmstad. Målet är att ta fram tillförlitliga metoder för ansiktsigenkänning när personer bär ansiktsmask. Detta ska göras genom avancerade bildanalyser av området runt ögonen.
Under covid-19-pandemin har användningen av ansiktsmasker ökat kraftigt, något som försvårar ansiktsigenkänning på till exempel smarta telefoner. Forskare vid Högskolan i Halmstad inleder nu ett nytt forskningsprojekt för att utveckla biometriska analysmetoder av bilder på området runt ögonen för att möljiggöra ansiktsigenkänning när personer bär ansiktsmask. Området runt ögonen kallas ansiktets okulära region.
– Vi använder oss av AI, specifikt djupinlärningsmetoder som till exempel faltningsnätverk, för att analysera okulära bilder. Målet med vår forskning är att utveckla metoder för ansiktsigenkänning när en stor del av ansiktet är täckt av en mask, säger Fernando Alonso-Fernandez, universitetslektor i datorseende och projektledare för det nya forskningsprojektet.
Fernando Alonso-Fernandez, universitetslektor i datorseende och del av Centrum för forskning om tillämpade intelligenta system (CAISR) vid Högskolan i Halmstad.
Efterliknar den mänskliga hjärnan
Artificiella neuronnät är datorsystem inspirerade av den mänskliga hjärnans struktur. Neuronnätet bygger på sammankopplade enheter, artificiella neuroner, som kan skicka signaler till varandra. Ett neuronnät tränas till att lösa ett visst problem genom att bearbeta exempel och är inte programmerat efter specifika regler. Neuronnätet kan till exempel känna igen mönster i en stor mängd data eller förutsäga olika situationer och händelser. Faltningsnätverk (på engelska: convolution neural networks) är en typ av neuronnät som är speciellt utformat för att bearbeta pixeldata och används därför vid analys av bilder.
– Eftersom faltningsnätverk upptar hundratals megabyte måste vi anpassa datorkapacitet och lagring när hårdvaran är begränsad. De går till exempel inte att bädda in i nedladdningsbara applikationer. Denna begränsning bidrar till den redan svåra uppgiften att bearbeta ansiktsbilder som till exempel har tagits med en mobiltelefon i utomhusmiljö. Extra komplicerat blir det om ansiktet delvis är täckt med en mask. Vi hoppas kunna lösa dessa utmaningar genom vår forskning, säger Fernando Alonso-Fernandez.
Kan användas för att avgöra ålder
Ytterligare ett mål med forskningen är att bedöma så kallade mjuka biometriska indikatorer genom att analysera bilder från ansiktets okulära område. Exempel på mjuka biometriska indikatorer är kön, ålder och etnicitet. Dessa indikatorer kan till exempel användas för åldersbegränsad åtkomst på vissa webbplatser, identifiering av individer i filmat material eller upptäckt av barnpornografi.
– Den här delen av projektet är tämligen unik. Användningen av okulära bilder för mjuka biometriska indikatorer med djupinlärningsmetoder är till stor del outforskat, säger Fernando Alonso-Fernandez.
Text: LOUISE WANDEL
Foto: IDA FRIDVALL och PIXABAY