Androidati – La nuova risorsa Android italiana La nuova risorsa Android italiana
Sono davvero tante e variegate le soluzioni per il riconoscimento facciale che la tecnologia ha messo a disposizione degli utenti negli ultimi tempi: basti pensare che perfino Google ha concepito e sviluppato una funzionalità ad hoc, che è in grado di riconoscere i volti presenti nelle immagini in modo automatico, in modo tale da permettere di trovare tutte le foto indicizzate in cui compare una persona, in pochi clic e nel giro di pochi secondi. Sia chiaro: il riconoscimento facciale non equivale a una identificazione completa, nel senso che il motore di ricerca di Mountain View non associa a ogni immagine un nome e un cognome; semplicemente, si limita a mettere insieme le immagini in cui appare la stessa faccia.
Per quel che concerne le app fruibili sui dispositivi mobili, poi, il panorama è tanto ampio quanto eterogeneo. FindFace, per esempio, si fonda su un algoritmo, che è stato ideato da Alexander Kabarov e Artem Kukharenko, due ragazzi russi, il quale riesce ad analizzare in meno di un secondo miliarrdi e miliardi di fotografie. Un altro esempio di applicazione in questo settore è Deep Face, ma non ci si può dimenticare di Facebook Moments. Insomma, tante proposte derivanti da software che, allo stato attuale, in media riescono a identificare i soggetti immortalati nelle foto con una precisione di circa il 70%.
Un algoritmo utilizzato a questo scopo è quello della Linear Discriminant Analysis, abbreviato con la sigla LDA: essa prevede una suddivisione in classi caratterizzate da una varianza minima. Ma la lista di metodi sviluppati è davvero lunga: tra gli altri, vale la pena di menzionare il modello di Markov nascosto, il metodo delle wavelet Gabor, la tecnica Kernel e la AAM, acronimo di Active Appearance Models. In molte circostanze, non si tratta di usare un algoritmo al posto di un altro, ma di combinarli insieme così da riuscire a mettere a frutto le potenzialità, le caratteristiche e i vantaggi di ognuno di essi.
Ovviamente per un utente non esperto può risultare complicato comprendere se un algoritmo sia più efficace di un altro, ma la sensazione è che nei prossimi anni anche i non addetti ai lavori svilupperanno competenze in tal senso. La Principal Component Analysis è un’altra delle soluzioni che sono state concepite in questo ambito: pur non riuscendo a reggere le traslazioni e le rotazioni in modo ottimale, ha il pregio di richiedere poche risorse computazionali, anche se spesso ciò si traduce in disagi sperimentati al variare di sfondi e illuminazione.
Infine, è opportuno sottolineare che anche Apple si è cimentata in questo campo, come sanno tutti gli appassionati di iPhone: nell’ultimo modello, l’iPhone X, è stato inserito – infatti – il sistema TrueDepth che è finalizzato proprio a garantire il riconoscimento facciale per migliorare sicurezza e protezione.
