เปรียบเทียบประสิทธิภาพการรู้จำใบหน้าขณะสวมใส่หน้ากากอนามัยและไม่ได้สวมใส่หน้ากากอนามัย

การรู้จำใบหน้าเป็นเป็นกระบวนการด้านความปลอดภัยที่ได้รับความนิยมในปัจจุบันโดยจากปัญหาของโควิด 19 ส่งผลให้คุณลักษณะบนใบหน้าถูกบดบังด้วยหน้ากากอนามัย ซึ่งเป็นเหตุให้การรู้จำใบหน้าเป็นไปได้ยากและท้าทายมากยิ่งขึ้น การรู้จำใบหน้า สามารถกระทำได้หลากหลายวิธีงานวิจัยนี้เสนอการเปรียบเทียบประสิทธิภาพการเรียนรู้ของเครื่องของโมเดลเพื่อนบ้านใกล้เคียงกับต้นไม้ตัดสินใจ และการเรียนรู้เชิงลึกของโมเดลการถ่ายโอนความรู้ ในกระบวนการรู้จำใบหน้า แบ่งออกเป็น 2 ส่วนคือ การตรวจจับใบหน้าและการรู้จำใบหน้า ในส่วนของการตรวจจับใบหน้าจะใช้การเรียนรู้แบบเอสเอสดี โดยใช้การถ่ายโอนความรู้โมเดล VGG16 ซึ่งได้ความถูกต้องเท่ากับ 96.18 % ส่วนของการรู้จำใบหน้าแบบจำลองการเรียนรู้ของเครื่อง ใช้การแยกคุณลักษณะบนใบหน้าก่อนนำมาเข้าโมเดลการเรียนรู้ของเครื่อง แบ่งเป็นโมเดล เพื่อนบ้านใกล้เคียงได้ความถูกต้องเท่ากับ 98 % และโมเดลต้นไม้ตัดสินใจได้ความถูกต้องเท่ากับ 59 % ส่วนของการรู้จำใบหน้าแบบจำลองการเรียนรู้เชิงลึกจะนำภาพมาผ่านการคำนวณคอนโวลูชัน แบ่งการทดลองออกมาเป็น 2 ส่วน คือ 1) การแบ่งข้อมูลสำหรับเรียนรู้และทดสอบก่อนกระบวนการ การเพิ่มชุดข้อมูล 2) การแบ่งข้อมูลสำหรับเรียนรู้และทดสอบหลังกระบวนการการเพิ่มชุดข้อมูล โดยแบ่งเป็น 5 โมเดลคือ VGG16, mobilenetV2, InceptionV3, Resnet50 และ โครงข่าย ประสาทเทียมแบบคอนโวลูชันแบบเลือกชั้น โดยค่าความถูกต้องจากทั้ง 5 โมเดล มีค่าสูงสุดเป็นของโมเดล mobilenetV2 ซึ่งจากชุดข้อมูลที่ใช้ส่งผลให้ผลลัพธ์ที่ได้มีความอคติต่อความเป็นจริง กล่าวได้ว่าโมเดล mobilenetV2 มีโครงสร้างที่เหมาะต่อการสร้างแบบ จำลองโมเดลรู้จำใบหน้ามากกว่าโมเดลอื่นๆข้างต้น แต่เมื่อเปรียบเทียบกันระหว่างการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก การแยกคุณลักษณะของใบหน้ามีประสิทธิภาพสูงกว่าการนำภาพ ผ่านการคำนวณคอนโวลูชัน