Революционный прорыв в технологиях распознавания лица был достигнут в 2001 г. Полем Виола (Paul Viola) и Майклом Джонсом (Michael Jones). Их алгоритм игнорировал главные проблемы распознавания и концентрировался на обнаружении лиц. В «каскаде детектирования» он искал светлые вертикальные линии (нос), перечеркнутые темными горизонтальными (глаза). Такой подход оказался очень эффективен для фронтального распознавания и используется во многих сегодняшних цифровых камерах.

Однако с лицами, наклоненными или развернутыми под углом, а также частично закрытыми, данный метод работает не столь хорошо.

Восполнить эти недостатки постарались Сачин Фарфад (Sachin Farfade) и Мохамед Сабериан (Mohammad Saberian) из Yahoo Labs и Ли (Li-Jia Li) из Стэнфордского университета. Они утверждают, что их алгоритм, использующий продвинутую технологию машинного обучения — глубокую сверточную нейросеть (deep convolutional neural network), проще и точнее многих альтернативных методов.

Авторы собрали базу данных, содержащую 200 тыс. изображений с лицами и 20 млн — без них. Для тренировки системы они использовали 50 тыс. итераций, каждая из которых состояла из 128 картинок. В результате был получен инструмент, обнаруживающий лицо даже в перевернутом виде и уверенно узнающий знакомых на больших групповых фото.

Ученые окрестили свое детище Deep Dense Face Detector. Они планируют использовать в нем более более совершенные стратегии оцифровки и дополнения данных, что еще больше улучшит продуктивность метода при обнаружении замаскированных и развернутых лиц.