AI ၏ ဌာနခွဲတစ်ခုဖြစ်သည့် Computer Vision သည် ကွန်ပျူတာများကို ရုပ်ပုံများနှင့် ဗီဒီယိုများမှ အသုံးဝင်သော အချက်အလက်များကို ဆွဲထုတ်နိုင်စွမ်းရှိသည်။ ထို့နောက် machine learning model သည် ထုတ်ယူထားသော အချက်အလက်ပေါ်တွင် လုပ်ဆောင်သည်။ ကွန်ပြူတာအမြင်သည် ကွန်ပြူတာ၏မျက်လုံးများအဖြစ် လုပ်ဆောင်နေသော်လည်း AI သည် တွေးခေါ်နိုင်စေပါသည်။ ကွန်ပြူတာအမြင်နည်းပညာ၏ရည်ရွယ်ချက်မှာ ရုပ်ပုံများ၊ ဗီဒီယိုများနှင့် အခြားရုပ်ပုံဆိုင်ရာထည့်သွင်းမှုများကို နားလည်နိုင်စေရန် ကွန်ပြူတာစနစ်များအား လူသားအမြင်နှင့်တူသော အကြောင်းအရာများဖြင့် လုပ်ဆောင်ရန်ဖြစ်သည်။
Facial Recognition အတွက် ထိပ်တန်း အခမဲ့ ရုပ်ပုံဒေတာအတွဲ 15 ခု
အရည်အသွေးရှိသော ရုပ်ပုံဒေတာအတွဲများကို လေ့ကျင့်ထားမှသာ ၎င်း၏ကွန်ပျူတာ အမြင်အာရုံဆိုင်ရာ လုပ်ဆောင်ချက်များကို မျက်နှာမှတ်မိခြင်းစနစ်က လုပ်ဆောင်ပေးနိုင်ပါသည်။ အရည်အသွေးရှိသော ရုပ်ပုံအသိအမှတ်ပြုမှုဒေတာအတွဲမရှိဘဲ၊ သင်သည် ကြံ့ခိုင်မှုကို ဖော်ဆောင်နိုင်မည်မဟုတ်ပါ။ မျက်နှာအသိအမှတ်ပြုစနစ်. ဒါပေမယ့် ကျွန်တော်တို့မှာ အဖြေတစ်ခုရှိတယ်။
အခမဲ့ဝင်ရောက်ကြည့်ရှုနိုင်သည့် အရည်အသွေးမြင့် အဖွင့်ပုံဒေတာအတွဲများ၏ သိုလှောင်ခန်းကို စူးစမ်းပါ။
စလိုက်ကြစို့။
အရွေ့-၇၀၀
Kinetics-700 သည် facial recognition solutions များကို လျင်မြန်စွာ တီထွင်ဖန်တီးနိုင်သော စံဖြစ်လာသည့် အကျယ်ပြန့်ဆုံး ဗီဒီယိုဒေတာအတွဲများထဲမှ တစ်ခုဖြစ်သည်။ Kinetics-700 ကို Deep Mind ဝဘ်ဆိုဒ်တွင် လူသားလုပ်ဆောင်ချက် အတန်းပေါင်း 650 နီးပါးဖြင့် YouTube လင့်ခ်များအပါအဝင် အရည်အသွေးမြင့်ပုံများ 700 နီးပါးပါ၀င်သည့် ဒေတာအတွဲအဖြစ် ဖော်ပြထားပါသည်။
ရုပ်ပုံများသည် လူ-အရာဝတ္တု အပြန်အလှန် အကျိုးသက်ရောက်မှု (တံခါးပိတ်ခြင်း သို့မဟုတ် ဂစ်တာတီးခြင်းကဲ့သို့) နှင့် လူသားနှင့် လူသား အပြန်အလှန် တုံ့ပြန်မှု (ဥပမာ ပွေ့ဖက်ခြင်း သို့မဟုတ် လက်ဆွဲနှုတ်ဆက်ခြင်း) တို့ကို သရုပ်ဖော်ပါသည်။ ဤအတန်းတစ်ခုစီတွင် အနည်းဆုံး ဗီဒီယိုကလစ် 600 ပါရှိပြီး လူသား-မှတ်ချက်ပေးထားသည်။
တောရိုင်းထဲတွင် တံဆိပ်တပ်ထားသော မျက်နှာများ
နောက်ထပ် အခမဲ့-ဒေါင်းလုဒ်လုပ်ရန် ကြီးမားသော မျက်နှာပုံဒေတာအတွဲ၊ Labeled Faces in the Wild၊ တွင် အတားအဆီးမရှိသော မျက်နှာမှတ်မိခြင်းလုပ်ငန်းဆောင်တာများကို လုပ်ဆောင်ရန်အတွက် အထူးဒီဇိုင်းထုတ်ထားသည့် မျက်နှာဓာတ်ပုံပေါင်း 13,000 ခန့်ပါရှိသည်။ ပုံများကို ဝဘ်မှ စုဆောင်းပြီး လူ၏အမည်ဖြင့် တံဆိပ်တပ်ထားသည်။
IMDB-WiKi
IMDB-WiKi သည် အမည်၊ အသက်၊ ကျား၊ ပုံအားလုံးကို IMDB နှင့် Wikipedia တို့မှ ကူးယူထားပြီး စုစုပေါင်း 523, 051 ပုံများဖြစ်သည်။ သရုပ်ဆောင်၏ IMDB ပရိုဖိုင်နှင့် Wikipedia တို့ကို ကူးယူဖော်ပြခြင်းဖြင့် ဒေတာအစုံကို စုဆောင်းထားပါသည်။
CelebFaces
CelebFaces သည် ထင်ရှားကျော်ကြားသူ 200,000 ကျော်၏ မျက်နှာရည်ညွှန်းချက်ပုံများပါ၀င်သော လွတ်လပ်စွာရရှိနိုင်သော ပုံဒေတာအတွဲတစ်ခုဖြစ်သည်။ ဤပုံတစ်ပုံချင်းစီတွင် ဂုဏ်တော် 40 ဖြင့် မှတ်သားထားသည်။ ထို့အပြင်၊ မှတ်ချက်များတွင် 10,000 နှင့် နောက်ထပ် အထောက်အထားများနှင့် အထင်ကရ နေရာချထားခြင်းလည်း ပါဝင်ပါသည်။ ၎င်းကို MMLAB မှ စီးပွားဖြစ်မဟုတ်သော သုတေသန ရည်ရွယ်ချက်များနှင့် မျက်နှာကို ထောက်လှမ်းခြင်း၊ ဒေသသတ်မှတ်ခြင်းနှင့် ရည်ညွှန်းအသိအမှတ်ပြုခြင်းအတွက် တီထွင်ခဲ့ခြင်းဖြစ်သည်။
ပုံများတွင် မျက်နှာကို ထောက်လှမ်းခြင်း။
ပုံများတွင် မျက်နှာကို ထောက်လှမ်းခြင်းသည် အခမဲ့သုံးနိုင်သော ရိုးရှင်းသောဒေတာအတွဲတစ်ခုဖြစ်ပြီး မျက်နှာပေါင်း 500 ကျော်ရှိသည့် ပုံ 1100 ကျော်ပါရှိသည်။ ပုံများကို ဘောင်ခတ်ထားသော အကွက်နည်းပညာ၏အကူအညီဖြင့်၊ ပုံများကို ကိုယ်တိုင်တဂ်ပြီး မှတ်ကျောက်တင်ထားသည်။
Tufts မျက်နှာဒေတာဘေ့စ်
Tufts Face ဒေတာဘေ့စ်သည် ဓာတ်ပုံရိုက်ပုံများ၊ ကွန်ပျူတာပုံကြမ်းများနှင့် 3D၊ ပါဝင်သူများ၏ အပူနှင့် အနီအောက်ရောင်ခြည်ပုံများ အပါအဝင် အမျိုးမျိုးသော ပုံပုံစံများဖြင့် ကွဲပြားနေသော မျက်နှာကို ထောက်လှမ်းသည့် ဒေတာဘေ့စ်တစ်ခုဖြစ်သည်။ ရုပ်ပုံ 10,000 ကျော်၏ ကျယ်ကျယ်ပြန့်ပြန့် စုစည်းမှုတွင် လိင်နှစ်မျိုးလုံး၊ အသက်အရွယ် အပိုင်းအခြားနှင့် မတူညီသော နိုင်ငံများမှ ပါဝင်သူများ ပါဝင်ပါသည်။
Google မျက်နှာအမူအရာ နှိုင်းယှဉ်မှု
Google Facial Expression နှိုင်းယှဥ်မှုသည် မျက်နှာပုံသုံးပုံသုံးပုံပါရှိသော အခမဲ့ဒေတာအစုံဖြစ်သည်။ လူသုံးယောက်သည် မျက်နှာအမူအရာနှင့် ဆင်တူဆုံးသော စုံတွဲသုံးတွဲတွင် မည်သည့်အတွဲကို သတ်မှတ်ရန် ရုပ်ပုံများကို ထပ်လောင်း မှတ်သားထားသည်။
UMDFaces
အကြီးဆုံးဒေတာအတွဲများထဲမှ တစ်ခုဖြစ်သော UMDFaces သည် ဘာသာရပ်ပေါင်း 367,000 ကျော်တွင် မှတ်သားထားသော မျက်နှာပေါင်း 8,200 ကျော်ကို ပါရှိသည်။ ဒေတာဘေ့စ်တွင် အကြောင်းအရာ 3.7 ၏ မျက်နှာတွင် အဓိကအချက်များ အသုံးပြုထားသော ဗီဒီယိုများမှ အမှတ်အသားပြုဘောင်ပေါင်း 3,100 သန်းကျော်ပါရှိသည်။
Facial Keypoints ပါသော YouTube
YouTube With Facial Keypoints တွင် အများသူငှာဖိုရမ်များမှ ရိုက်ယူထားသော နာမည်ကြီးများ၏ မျက်နှာပုံများ ပါရှိသည်။ ပုံများကို ဗီဒီယိုများမှ ဖြတ်တောက်ပြီး ဖရမ်တစ်ခုစီရှိ မျက်နှာစာ အဓိကအချက်များပေါ်တွင် အာရုံစိုက်ထားသည်။
ပိုကျယ်တဲ့မျက်နှာ
Wider Face တွင် တစ်ကိုယ်တော်နှင့် လူအုပ်စုများ၏ ပုံ ၁၀,၀၀၀ ကျော်ရှိသည်။ ဒေတာအစုံကို ချီတက်ပွဲများ၊ ယာဉ်ကြောအသွားအလာများ၊ ပါတီများ၊ အစည်းအဝေးများ စသည်တို့ကဲ့သို့ များပြားလှသော မြင်ကွင်းများကို အခြေခံ၍ အုပ်စုဖွဲ့ထားသည်။
Yale Face Database
Yale Face Database တွင် မတူညီသော အလင်းရောင်၊ ထုတ်ဖော်မှု၊ စိတ်ခံစားမှုနှင့် ပတ်ဝန်းကျင်အခြေအနေများအောက်တွင် အကြောင်းအရာ 165 ခု၏ ပုံ 15 ပုံရှိသည်။
Simpsons မျက်နှာများ
The Simpsons faces သည် အရှည်ကြာဆုံး တီဗီအစီအစဉ် Simpsons ရာသီ 25 မှ 28 အထိ ရိုက်ကူးထားသော ပုံများ အစုအဝေးတစ်ခု ဖြစ်သည်။ နာမည် အကြံပြုထားသည့်အတိုင်း၊ ဤဒေတာအတွဲတွင် Simpsons ရှိုးတွင် ပေါ်လာသည့် ဇာတ်ကောင်မျက်နှာများ၏ ဖြတ်တောက်ထားသော ပုံ 10,000 ပါရှိသည်။
မျက်နှာအစစ်နှင့် အတုကို ရှာဖွေခြင်း။
မျက်နှာအစစ်အမှန်နှင့် အတုကို ခွဲခြားသိမြင်နိုင်သော ဒေတာအတွဲသည် မျက်နှာမှတ်သားမှုစနစ်များကို အစစ်အမှန်နှင့် အတုမျက်နှာပုံများကြား ပိုမိုကောင်းမွန်စွာ ခွဲခြားနိုင်စေရန် ဒီဇိုင်းထုတ်ထားသည်။ ဒေတာအတွဲတွင် အစစ်အမှန် 1000 ကျော်နှင့် အတု 900 ကျော် ပါဝင်ပြီး ကွဲပြားစွာမှတ်မိနိုင်သော အခက်အခဲများရှိသည်။
Flickr မျက်နှာများ
Flickr Faces သည် Flickr မှ ကူးယူလာသော မျက်နှာပုံ ဒေတာအစုံဖြစ်သည်။ အရည်အသွေးမြင့် ဒေတာအတွဲတွင် အသက်၊ နိုင်ငံသား၊ လူမျိုးနှင့် ရုပ်ပုံနောက်ခံကဲ့သို့သော ထူးခြားသောအင်္ဂါရပ်များရှိသည့် လူများ၏ PNG ပုံ 70,000 ကျော်ကို ပါရှိသည်။
Fishnet Open Image Dataset
fishnet Open image dataset သည် ငါးဖမ်းပုံ 35,000 ပါဝင်သော မျက်နှာမှတ်သားမှုစနစ်များအတွက် ပြီးပြည့်စုံသော ဒေတာအတွဲအဖြစ် ဂုဏ်ယူပါသည်။ ပုံတစ်ပုံချင်းစီကို အကွက်ငါးခုသုံးပြီး ဖြတ်တောက်ထားသည်။
အရည်အသွေးမြင့် ရုပ်ပုံဒေတာအတွဲများကို ဝင်ရောက်ကြည့်ရှုခွင့်ရရှိခြင်းသည် မျက်နှာမှတ်မိခြင်းစနစ်များ လေ့ကျင့်ခြင်းနှင့် ဖွံ့ဖြိုးတိုးတက်မှုအတွက် အရေးကြီးပါသည်။ မော်ဒယ်ကို လေ့ကျင့်ရန် သင်အသုံးပြုနေသည့် ဒေတာအစုံကဲ့သို့ သင်၏မျက်နှာမှတ်မိမှုပုံစံသည် ထိရောက်မှု၊ ယုံကြည်ရလောက်ပြီး ယုံကြည်စိတ်ချရသည်။
data drives ဖြစ်တဲ့အတွက် AI နဲ့ Computer Vision၊ သင်သည် အရည်အသွေးမြင့် ဒေတာ လိုအပ်သည်။ အောင်မြင်သော မျက်နှာမှတ်သားမှုစနစ်ကို ဖော်ဆောင်ရန်။ ဤအခမဲ့အသုံးပြုနိုင်ပြီး အမှတ်အသားပြုထားသော ရုပ်ပုံဒေတာအတွဲများသည် သင်၏ဖွံ့ဖြိုးတိုးတက်မှုပန်းတိုင်များကို ပိုမိုတိုးတက်စေနိုင်သည်။ သို့သော်၊ သင်သည် အလွန်စိတ်တိုင်းကျပြီး တိကျစွာ မှတ်ကျောက်တင်ထားသော ရုပ်ပုံဒေတာအတွဲများကို လိုအပ်ပါက၊ Shaip သည် တစ်ခုတည်းသော ဖြေရှင်းချက်ဖြစ်သည်။
ကျွန်ုပ်တို့သည် သုံးစွဲသူများအား ၎င်းတို့၏ သီးခြားလိုအပ်ချက်များအတွက် စိတ်ကြိုက်ဒေတာဖြေရှင်းချက်များကို ပံ့ပိုးပေးသည့် နှစ်ပေါင်းများစွာ အတွေ့အကြုံရှိသည့် အတွေ့အကြုံရှိ AI ဖြေရှင်းချက်များတွင် အနှစ်သက်ဆုံး မိတ်ဖက်ဖြစ်သည်။ ကျွန်ုပ်တို့၏ဒေတာကျွမ်းကျင်မှုအကြောင်း ပိုမိုသိရှိရန်၊ ယနေ့ကျွန်ုပ်တို့၏အဖွဲ့ကို ဆက်သွယ်ပါ။