В Новгородском государственном университете имени Ярослава Мудрого разработали алгоритмы искусственного интеллекта, предназначенные для обнаружения лиц на изображениях и определения их характерных черт. Эти разработки планируется интегрировать в систему, позволяющую управлять компьютером с помощью глаз. Особенно это актуально для людей с ограниченными возможностями.
В Новгородском государственном университете имени Ярослава Мудрого разработали алгоритмы искусственного интеллекта, предназначенные для обнаружения лиц на изображениях и определения их характерных черт. Эти разработки планируется интегрировать в айтрекер - систему, позволяющую управлять компьютером с помощью движения глаз. Особенно это актуально для людей с ограниченными возможностями, сообщает ТАСС со ссылкой на пресс-службу университета.
Первая модель ИИ выделяет контур лица, а вторая определяет ключевые точки, такие как глаза, брови, нос и рот. Эти модели функционируют как нейросетевой комплекс: они идентифицируют лица, вырезают эти фрагменты из фотографий и анализируют биометрические параметры. Для обучения нейросети использовался отредактированный и дополненный набор данных из общедоступных источников. После обучения ИИ протестировали на закрытом наборе данных, недоступном разработчикам. Точность определения контура лица составила 87%. Модель для распознавания ключевых точек показала отклонение менее двух пикселей при размере изображения 96х96 пикселей, сообщили в университете.
Группа исследователей изучает технологию айтрекинга и планирует в скором времени приступить к разработке собственного устройства. В ближайшее время начнется формирование нового набора данных для обучения третьей модели. Прототип программного обеспечения планируется создать к началу 2026 года. Разработанные Артёмом Алексеевым и Валентином Барановым модели станут основой для работы айтрекера.
Ранее группа под руководством Игоря Кулакова создала прототип нейросетевой системы, способной распознавать и обрабатывать жесты рук, зафиксированные камерой. В настоящее время также разрабатывается модель для обработки голосовых команд. Все эти разработки будут интегрированы в айтрекер.
Кулаков отметил, что в области айтрекинга проведено относительно немного исследований, и существующие решения обладают значительными погрешностями. "Благодаря появлению мощных инструментов для создания моделей машинного обучения, мы считаем, что можем добиться лучших результатов", - добавил учёный.