Identification des enfants disparus grâce au Deep Learning

En Inde, un nombre incalculable d¿enfants sont portés disparus chaque année. Parmi les cas d¿enfants disparus, un grand pourcentage d¿enfants reste introuvable. Cet article présente une nouvelle utilisation de la méthodologie d'apprentissage profond pour identifier l'enfant disparu signalé à partir des photos d'une multitude d'enfants disponibles, à l'aide de la reconnaissance faciale. Le public peut télécharger des photographies d'un enfant suspect sur un portail commun contenant des repères et des remarques. La photo sera automatiquement comparée aux photos enregistrées de l'enfant disparu dans le référentiel. La classification de l'image de l'enfant saisie est effectuée et la photo présentant la meilleure correspondance sera sélectionnée dans la base de données des enfants disparus. Pour cela, un modèle d'apprentissage profond est formé pour identifier correctement l'enfant disparu à partir de la base de données d'images d'enfants disparus fournie, en utilisant l'image faciale téléchargée par le public. Le réseau neuronal convolutif (CNN), une technique d'apprentissage en profondeur très efficace pour les applications basées sur l'image, est adopté ici pour la reconnaissance faciale. Les descripteurs de visage sont extraits des images à l¿aide d¿une architecture profonde VGG-Face de modèle CNN pré-entraînée.