Обличчя як точка в просторі власних векторів
У січні 1991 року Метью Терк і Алекс Пентленд описали систему, що знаходить голову в кадрі й упізнає людину майже в реальному часі. Обличчя проєктують у простір власних векторів навчальної вибірки — тих самих «власних облич», — і впізнавання зводиться до порівняння кількох коефіцієнтів, а не до відновлення тривимірної форми носа чи очей.
Чому це важливо
Розпізнавання облич перестало вимагати вимірювання рис. Обличчя стало вектором у невеликому просторі, а впізнавання — відстанню в ньому; на цьому підході галузь пропрацювала до появи згорткових мереж, і саме його потім пішли перевіряти незалежними випробуваннями.
Анотація видавця описує підхід так: задачу розпізнавання трактують як суто двовимірну, користуючись тим, що обличчя зазвичай стоять прямо і їх можна описати невеликим набором характерних видів; система вміє навчатися новим обличчям без учителя. Запис прямо каже, чого не перевірено власноруч. Повний текст статті платний, а всі знайдені копії — скани без текстового шару, тож наведені далі числа прочитано не зі сторінки самої статті, а з навчального конспекту Університету Джонса Гопкінса, який цитує її за томом і сторінками: 96 % правильних відповідей у середньому за зміни освітлення, 85 % за зміни ракурсу й 64 % за зміни розміру, на 16 особах. Через це впевненість запису середня. Що стоїть поруч: за даними NIST, до появи бази FERET роботи з розпізнавання облич зазвичай повідомляли понад 95 % правильних відповідей на базах менш ніж із 50 осіб. Саме такі результати FERET і пішов міряти незалежно.