Neue KI kann nach Größe, Geschlecht und Kleidung suchen

Wikimedia Commons
Bitte teilen Sie diese Geschichte!
Die Erfindung der KI ist vergleichbar mit der Entdeckung der Elektrizität: Jeder auf der Welt nutzt sie für alles und jeden. Anwendungen zur Kontrolle des Menschen sind jedoch bereits weiter fortgeschritten als alles, was die Geschichte jemals enthüllt hat. ⁃ TN Editor

Ein Team von KI-Forschern aus Indien hat ein Tool entwickelt, mit dem Personen in Überwachungsaufnahmen nach Größe, Kleidungsfarbe und Geschlecht gesucht werden können. Es ist wie eine Suchmaschine, die Personen in einem Video finden kann.

Die Wissenschaftler nutzten Deep Learning (und Microsofts COCO-Datensatz), um ein Convolutional Neural Network (CNN) zu trainieren, mit dessen Hilfe bestimmte menschliche Merkmale, sogenannte Soft Biometrics, erkannt werden Computer Vision.

Grundsätzlich können Sie dieser KI einige Details zu der Person mitteilen, nach der Sie suchen, und sie durchsucht jedes Video, das Sie ihr geben. Zum Beispiel würde eine Anfrage nach „Frauen in roten Hemden mit einer Größe von 153 cm“ möglicherweise einen gesamten Videoclip auf Frames eingrenzen, in denen Personen dargestellt werden, die diese Kriterien erfüllen.

Laut Forschern werden mit dem Algorithmus „28-Personen aus 41 in einem sehr anspruchsvollen Datensatz mit weichen biometrischen Attributen korrekt wiederhergestellt“. Derzeit wird nur nach Größe, Oberkörperfarbe (Kleidung) und Geschlecht gesucht.

Auf den ersten Blick klingt die Idee, Personen in Videos zu identifizieren, die relativ vagen Beschreibungen entsprechen, und zwar mit einer Genauigkeit, die etwas besser als die Hälfte ist, nicht nach einem wichtigen technologischen Fortschritt. Diese frühe Arbeit zeigt jedoch viel Potenzial. Es lohnt sich zu fragen, was es bedeuten würde, wenn die Genauigkeit über die menschlichen Fähigkeiten hinaus verbessert werden könnte.

Es gibt Szenarien, in denen Interessenten in Echtzeit nicht wissen, wonach sie in Überwachungsdaten suchen. Dieses experimentelle CNN eignet sich perfekt für Anwendungsfälle, in denen wir eine Zeitleiste zusammenstellen müssen, die eine bestimmte Person auf der Grundlage des verfügbaren historischen Überwachungsmaterials umgibt.

Stellen Sie sich eine Situation vor, in der eine Person nach zwei Tagen als vermisst gemeldet wird. Man könnte nach Filmmaterial von Kameras an Orten fragen, an denen sich die Person wahrscheinlich in der Nähe befunden hat - wie an einer häufig besuchten Tankstelle oder auf dem Campus, den die Person besuchte. Danach ist es jedoch nahezu unmöglich, ohne Hinweise zu bestimmen, welches Filmmaterial als Nächstes angezeigt werden soll. Innerhalb eines bestimmten Satzes von Stadtblöcken könnten an zwei Tagen Millionen von Stunden an Videoaufnahmen stattfinden.

Wenn wir jedoch ein Video einspeisen könnten neuronale Netzwerk Lässt man es auf ein paar Stunden kompilierten Filmmaterials einschränken, ist es möglich, Menschen über mehrere Überwachungs-Feeds hinweg genau zu verfolgen.

Dies ist aus zahlreichen Gründen aufregend. Erstens sind die Auswirkungen auf die Suche nach vermissten Personen oder die Verfolgung verdächtiger Krimineller natürlich unglaublich. Aber vielleicht genauso wichtig ist die Tatsache, dass dies eine legitime Antwort auf das Problem von ist allgegenwärtige Überwachung.

Lesen Sie die ganze Geschichte hier…

Abonnieren
Benachrichtigung von
Gast
0 Kommentare
Inline-Feedbacks
Alle Kommentare anzeigen