Области знаний
Партнёрские проектыМатериалы БРЭСпецпроектыСтать автором
Настроить видСменить языкИнформация
О РУВИКИ
Найти статью

FERET (facial recognition technology)

Pause

FERET (англ. Facial Recognition Technology, Технология распознавания лиц) — государственная программа, направленная на создание крупномасштабной автоматической системы распознавания лиц для нужд разведки, безопасности и правопорядка[1]. Программа стартовала в 1993 году под совместным руководством доктора Гарри Векслера из Университета Джорджа Мейсона (GMU) и доктора Джонатона Филлипса из Армейской исследовательской лаборатории (ARL) в Адельфи (Мэриленд) и привела к созданию базы данных технологии распознавания лиц (FERET)[2]. Целью программы FERET было развитие области технологий распознавания лиц путём создания общей базы данных изображений лиц для научных исследований и формирования эталонных характеристик для алгоритмов распознавания[3].

Возможные сферы применения технологии FERET включают:[1]

  • Автоматизированный поиск по базам фотографий преступников с использованием снимков с камер наблюдения
  • Контроль доступа к охраняемым объектам или оборудованию
  • Проверка учётных данных сотрудников для допуска и специальных проверок
  • Мониторинг аэропортов, пограничных пунктов и производственных зон с особыми требованиями безопасности по заданным лицам
  • Поиск и регистрация повторных появлений одного человека на видеозаписях с камер наблюдения
  • Подтверждение личности при операциях через банкоматы
  • Проверка базы фотоудостоверений личности для выявления мошенничества

За время своего существования база данных FERET исторически использовалась более чем 460 исследовательскими группами[4]; в настоящее время она управляется Национальным институтом стандартов и технологий (NIST)[2][5]. К 2017 году база данных FERET применялась для обучения программ искусственного интеллекта и алгоритмов компьютерного зрения, предназначенных для распознавания и классификации изображений лиц[6]. К 2025 году база данных считается исторической (legacy) и не используется для непосредственного обучения современных передовых нейросетей, уступив место более масштабным наборам данных[2][4].

История

Происхождение технологий распознавания лиц обычно связывают с Вудро Вильсоном Бледсо и его работами 1960-х годов, когда он разработал систему для опознания лиц по огромной базе фотографий[7]. Программа FERET изначально задумывалась как способ стандартизации исследований по распознаванию лиц на базе единой базы данных. До этого большинство учёных создавали собственные наборы изображений лиц, обычно небольшие (менее 50 человек) и оптимизированные под задачи конкретного исследования. Значимыми исключениями были:

Отсутствие единой базы данных затрудняло сравнение результатов научных работ: доклады базировались на разнородных исходных данных и методиках оценки[2]. Большинство публикаций не использовали стандартные тестовые протоколы или общую коллекцию изображений, что затрудняло сопоставление успешности различных алгоритмов[8].

В сентябре 1993 года программа FERET была инициирована доктором Гарри Векслером и доктором Джонатоном Филлипсом при поддержке Министерства обороны США[5][8], при этом DARPA выполняла роль управляющего и финансирующего агентства, а Исследовательская лаборатория Армии США (ARL) выступала техническим агентом. Основным спонсором выступало Управление программы разработки контрнаркотических технологий Министерства обороны США, а общий бюджет программы с 1993 по 1998 год превысил 6,5 млн долларов[2].

Этап I

Первый этап (Phase I) по созданию базы FERET проходил с августа 1993 по декабрь 1994 года. Снимки делались на плёночную 35-мм камеру как в GMU, так и в ARL, при этом поддерживались единые условия фотосъёмки. Для каждого человека выполнялось несколько снимков: два анфас, профили справа и слева, четвертные и полуфасные виды, а иногда и в дополнительных позициях. Таким образом, на одного человека приходилось от 5 до 11 фотографий[3]. К завершению этапа было собрано 673 набора изображений, всего более 5000 снимков.

По итогам этапа I пяти организациям была предоставлена возможность проверить собственные алгоритмы распознавания лиц на новой базе данных для сравнения их эффективности. Руководителями программ были:

  • MIT (Алекс Пентланд)
  • Рутгерский университет (Джозеф Уайлдер)
  • The Analytic Science Company (TASC) (Гейл Гордон)
  • Университет Иллинойса в Чикаго и Урбана-Шампейн (Льюис Сэдлер, Томас Хуанг)
  • Университет Южной Калифорнии (Кристоф фон дер Мальсбург)

Для участников проводилось три автоматических теста без ручного вмешательства:

  1. Тест на большую галерею — определял, как алгоритм справляется с неадаптированной базой данных.
  2. Тест на ложные срабатывания — оценивал способность алгоритма мониторить аэропорт на предмет поиска подозреваемых террористов.
  3. Тест на поворот — проверял устойчивость распознавания при различии позы лица между обучающей и тестовой выборками.

В большинстве тестовых серий лучшие результаты показали алгоритмы, разработанные в USC и MIT: в тесте на большую галерею вероятность правильной идентификации (Rank 1) для алгоритма MIT составила около 75—80 %, а для алгоритма USC — около 60—65 %.

Этап II

Этап II стартовал сразу после первого и был посвящён расширению базы новых наборов изображений. К началу второго этапа тестирования в марте 1995 года база содержала 1109 наборов и 8525 снимков 884 человек. В ходе испытания применялись те же алгоритмы, однако галерея для распознавания была увеличена до 831 человека, а количество повторяющихся снимков (дубликатов) выросло в 10 раз (463 против 60 на этапе I), что значительно усложняло задачу[8].[9] По итогам этапа был сделан вывод, что, несмотря на снижение абсолютных показателей точности из-за возросшей сложности тестирования, алгоритмы MIT и USC продемонстрировали улучшенную производительность. Эти результаты послужили обоснованием для перехода к разработке систем распознавания лиц в реальном времени[9].[10]

Этап III

Затем программа перешла к этапу III: к базе данных были добавлены ещё 456 наборов изображений. Оценивание эффективности алгоритмов этапа III (сентябрь 1996 года) было ориентировано как на общий прогресс с первого этапа, так и на определение сильных и слабых сторон различных методов, а также формирование дальнейших исследовательских задач[8]. К концу 1996 года в базе FERET было собрано 14 126 снимков лиц 1199 людей и 365 наборов повторяющихся изображений[3]. Программа FERET была официально завершена в 1998 году[2].

База данных FERET

Результатом программы FERET стало формирование эталонной базы данных изображений лиц с открытым доступом для исследований и единой системы для сравнения эффективности различных алгоритмов распознавания лиц[1].

В 2003 году по инициативе DARPA была опубликована высококачественная 24-битная цветная версия снимков из базы данных FERET. Оригинальная чёрно-белая версия в настоящее время недоступна, а для исследований распространяется цветная версия (Color FERET)[11].

База данных предоставляется Национальным институтом стандартов и технологий (NIST) по запросу исключительно для исследовательских целей после подписания соглашения (Release Agreement). Условия строго запрещают коммерческое использование и распространение, а также ограничивают публикацию не более 15 изображений в одной статье с обязательным цитированием[12].

Наследие и влияние

Программа FERET заложила фундаментальные основы методологии независимой оценки алгоритмов распознавания лиц, впервые создав крупномасштабную стандартизированную базу данных и единые протоколы тестирования[2].[9][8]

Прямым преемником FERET стала программа Face Recognition Vendor Test (FRVT), проводимая Национальным институтом стандартов и технологий (NIST), которая унаследовала и адаптировала эту методологию для оценки современных коммерческих систем и нейросетей[2].[4][13]

Примечания

  1. ↑ 1 2 3 Rauss, Patrick; Philips, P. Jonathon; Hamilton, Mark; DePersia, Trent (26 февраля 1997). FERET (Face Recognition Technology) program. 25th AIPR Workshop: Emerging Applications of Computer Vision. 2962. pp. 253—263. Bibcode:1997SPIE.2962..253R. DOI:10.1117/12.267831.
  2. ↑ 1 2 3 4 5 6 7 8 Flanagan, Patricia A.. Face Recognition Technology (FERET) (англ.), NIST (25 января 2011). Архивировано 29 августа 2025 года. Дата обращения: 28 мая 2026.
  3. ↑ 1 2 3 P. J. Phillips, H. Moon, S. A. Rizvi, and P. J. Rauss (7 января 1999). «The FERET Evaluation Methodology for Face-recognition Algorithms». NISTIR 6264 and IEEE Trans. Pattern Analysis and Machine Intelligence, 22(10), октябрь 2000.
  4. ↑ 1 2 3 Face Recognition Vendor Test (FRVT). NIST. Дата обращения: 28 мая 2026.
  5. ↑ 1 2 Li, Stan; Jain, Anil, ред. (2011). Handbook of Face Recognition. Springer-Verlag London. стр. 310—312. ISBN 9780857299314.
  6. ↑ Hu, Caitlin. A MacArthur "genius" unearthed the secret images that AI uses to make sense of us (англ.), Quartz (22 октября 2017). Архивировано 14 июня 2025 года. Дата обращения: 28 мая 2026.
  7. ↑ Libby, Christopher; Ehrenfeld, Jesse (18 февраля 2021). “Facial Recognition Technology in 2021: Masks, Bias, and the Future of Healthcare”. Journal of Medical Systems. 45 (4): 39. DOI:10.1007/s10916-021-01723-w. PMC 7891114. PMID 33604732.
  8. ↑ 1 2 3 4 5 Phillips, P. Jonathon. The FERET evaluation methodology for face-recognition algorithms // Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition / P. Jonathon Phillips, Hyeonjoon Moon, Patrick Rauss … [и др.]. — IEEE, июнь 1997. — P. 137–143. — ISBN 978-0-8186-7822-6. — doi:10.1109/CVPR.1997.609311.
  9. ↑ 1 2 3 FERET Database Evaluation Procedure. NIST. Дата обращения: 28 мая 2026.
  10. ↑ FERET (Face Recognition Technology) Recognition Algorithm Development and Test Results. NIST (1996). Дата обращения: 28 мая 2026.
  11. ↑ Color FERET Database. NIST. Дата обращения: 28 мая 2026.
  12. ↑ Color FERET Database Release Agreement. NIST (25 ноября 2019). Дата обращения: 28 мая 2026.
  13. ↑ Face Recognition Vendor Test (FRVT) 2000. NIST. Дата обращения: 28 мая 2026.

Литература

Ссылки

Категории

Pause