www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

В центре внимания проекта: распознавание лица с Шашанк Сингхом

Дата публикации 2014-04-02

Это центр внимания проекта с программистом и энтузиастом машинного обучения Шашанком Сингхом.

Не могли бы вы представиться?

Я получил степень бакалавра технологий в области компьютерных наук. Я стал одним из основателей стартапа в 23 года, эффектно разбив его к 26-летию. После этого я чувствовал себя особенно подавленным и довольно сухим от вдохновения в течение довольно долгого времени.

Я переехал в Мумбаи, Индия, чтобы присоединитьсяИдиллическое программное обеспечениеи я познакомился с удивительными людьми с такими разными взглядами на жизнь и провел небольшую неформальную встречу решателей проблем под названием «Перерыв на кофе».

Не за горами момент, который изменил мою жизнь, когда я увидел двух детей, просящих еду возле паба, который я часто посещал. Я знал, что хочу помочь этим детям, чем смогу. Это положило начало мыслительному процессу, в результате которого мой проектПомогать безликим,

Как называется ваш проект и чем он занимается?

Помогать безликимПроект (и приложение для Android) пытается бороться с торговлей детьми с использованием современного распознавания лиц и анализа данных.

как вы начинали?

Мы начали с простого сервера API Ruby on Rails для приема информации из приложений и других источников. Медленно, но неуклонно, мы добавляли сложности к этому простому серверу, чтобы создать больше функциональности.

Чтобы сдерживать растущую сложность, мы используем сервис-ориентированную архитектуру, вся система разбита на небольшие модульные приложения, соединяющиеся друг с другом по проводам. Поэтому в конце мы используем тот язык или структуру, которые лучше всего подходят для поставленной задачи.

Наш текущий технологический стек выглядит следующим образом:

  • Сторона сервера: Ruby on Rails
  • Клиентская часть: Java для Android, Objective C для IOS, веб-интерфейс для НПО
  • Аналитика: Python (Scipy / Pandas / Numpy / scipy.stats FTW !!). Мы находимся в процессе интеграцииApache Stormа такжеАпач Махоутдля аналитики и последующей генерации отчетов.

Мы используемHeroku,Linodeкак VPS.аэродинамический тормозребята были потрясающими, и они помогли нам создать более качественный бесплатный аккаунт, чтобы ловить ошибки и ошибки. Также мы используем Heap Analytics, чтобы обсудить использование сервиса с точки зрения трафика.

Для распознавания лиц мы используем библиотеку из Мичиганского университета под названиемOpenBRОткрытая биометрия. Его модульная конструкция значительно упрощает его установку в нашем конвейере (см. Статью 2013 года).Биометрическое распознавание с открытым исходным кодом). Эта модульная конструкция дает ей явное преимущество передOpenCVКроме того, что делает эксперименты довольно простыми.

Если вы хотите помочь нам, наш коддоступны на GithubПросто разветвите его и начните кодировать 🙂

Какие интересные открытия вы сделали?

Распознавание лиц на телешоу звучит почти волшебно, но на самом деле это отстой, если вы не являетесь таким технологическим гигантом, как Facebook.

Мы обошли этот высокий уровень ошибок, настроив процесс, похожий на хорошо смазанный производственный процесс. Каждая часть интеллекта, достигающая нашей системы, проверяется, а затем превращается в понятные куски или группы.

Фотографии попадают в отдельный конвейер, который сопоставляется друг с другом, создавая гигантскую матрицу сходства. Затем мы берем лучшие 20% изображений с оценкой сходства и пропускаем их через нашу краудсорсинговую часть, чтобы люди могли проверить наши предположения, это отсеивает ложные срабатывания и дает нам гораздо больше нетронутых данных, которые затем просеиваются с помощью лучших сторонних алгоритмов распознавания лиц ,

Кроме того, мы находимся в процессе создания усовершенствованной системы отчетности и разведки по этим данным с использованиемАпач Махоут,

Что вы хотите сделать дальше в проекте?

ошибки

Характеристики

Из-за того, что идеальный список пожеланий был настолько большим, нам пришлось сократить его, чтобы он соответствовал реалистичным временным рамкам, но я бы хотел иметь несколько таких вещей.

  • Геймификация залога и на основе частоты взносов.
  • Приложение распознавания боковых граней.
  • Оповещения в режиме реального времени в случае пропажи ребенка.

видение

  • Возьмите его по всей стране и даже в другие страны Юго-Восточной Азии, такие как Филиппины.
  • Торговля людьми: В настоящее время модель, которую мы используем для распознавания лиц, обучается только на лице в возрасте от 10 до 20 лет, мы хотим расширить ее, увеличив данные об обучении.
  • Создать платформу для НПО и правительственных организаций для безопасного обмена данными.

Наши слайды дают гораздо лучшее представление о нашем видении и целях с высоты птичьего полета:Помощь безликой слайд-палубе

Учить больше

У вас есть проект по машинному обучению?

Если у вас есть интересный проект по машинному обучению и вы заинтересованы в профилировании как Shashank, пожалуйста,свяжитесь со мной,

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map