Lorsqu’on demande à un être humain de reconnaître le visage d’un inconnu sur plus d’une photo, celui-ci atteint un taux d’efficacité de 97,53%. De son côté, DeepFace – un logiciel développé par des chercheurs de Facebook – peut relever le même défi avec un taux d’efficacité de 97,25%, et ce peu importe le niveau d’éclairage de la photo ou si le visage de la personne à identifier fait face à la caméra.

Pour aller au-delà des limites des logiciels de vérification faciale, les chercheurs ont eu l’idée d’y inclure un algorithme permettant de construire un modèle 3D d’un visage à partir d’une photo, pour ensuite le faire pivoter afin de permettre une correspondance sous différents angles.

C’est ce que nous apprend le résumé de la recherche intitulée DeepFace : Closing the Gap to Human-Level Performance in Face Verification publié cette semaine par Facebook.

Cette percée s’inscrit dans une nouvelle tendance en matière d’intelligence artificielle nommée deep learning sur laquelle Facebook et ses concurrents misent énormément depuis quelques années. En simulant des réseaux de neurones, ce type de logiciel apprend à reconnaître des motifs complexes affichés par une vaste quantité de données.

DeepFace est composé d’une simulation de 9 couches de neurones simples comprenant plus de 120 millions de connexions entre eux. Afin d’entraîner le logiciel, l’équipe a utilisé 4 millions de photos tirées du profil de près de 4 000 utilisateurs Facebook. «Comme ils ont accès à une énorme collection de données de ce genre, ils peuvent entraîner efficacement un modèle de haute capacité», conclut Neeraj Kumar, chercheur à l’Université de Washington qui a travaillé sur la vérification et la reconnaissance faciale.

Le secret de l’efficacité du logiciel, conçu par Marc’Aurelio Razento, Ming Yan et Yaniv Taigman, se situe dans son approche. Pour aller au-delà des limites des logiciels de vérification faciale, les chercheurs ont eu l’idée d’y inclure un algorithme permettant de construire un modèle 3D d’un visage à partir d’une photo, pour ensuite le faire pivoter afin de permettre une correspondance sous différents angles.

Théoriquement, Facebook pourrait intégrer cette technologie à son réseau social, permettant ainsi d’automatiser le processus d’identification de ses membres sur une photo. Tout pour plaire aux utilisateurs qui considèrent que Mark Zuckerberg en sait déjà un peu trop sur leur vie privée.

L’équipe de recherche présentera le fruit de son travail lors du Conference on Computer Vision and Pattern Recognition qui aura lieu à Colombus, dans l’Ohio, en juin prochain.