Hi,

Сегодня мы немного поговорим о технологии, которую мы используем здесь, в LiteracyApp, и в которую мы вложили много усилий, потому что она очень полезна и облегчает обучение. Мы используем технологию искусственного интеллекта, чтобы помочь детям учиться самостоятельно, вместо 1 человека-учителя на 100 детей мы предоставляем 1 личного ИИ-репетитора на ребенка.

Если вы хотите узнать о нас больше, посетите нас здесь: http://literacyapp.org/

Итак, давайте углубимся в это.

Эта технология распознавания лиц (или распознавания лиц) представляет собой тип биометрического программного обеспечения, которое может идентифицировать конкретного человека на цифровом изображении путем анализа и сравнения шаблонов.

В LiteracyApp мы используем распознавание лиц, чтобы сделать процесс аутентификации более простым и интуитивно понятным для детей. Идея состоит в том, что им не придется возиться с вводом имен и паролей или какой-либо другой формы идентификации студента.

Они просто запустят свои планшеты, будут распознаны программным обеспечением и продолжат работу с того места, где остановились. Кроме того, распознавая их лица при использовании пакета приложений, мы хотим сохранить их фактический прогресс в приложении. Это важно, потому что планшеты, скорее всего, будут взаимозаменяемы, поэтому детям не придется брать один и тот же планшет, и каждый из них будет отслеживать свой прогресс индивидуально.

Для этого нам также нужны планшеты для связи друг с другом и синхронизации. Это произойдет через Wi-Fi Direct, пока они заряжаются ночью.

Для самого процесса распознавания лиц мы используем передовые подходы к обнаружению и распознаванию лиц.

Мы объединяем это с нейронными сетями, которые выполняют процесс дифференциации разных лиц, и мы делаем все это на самом устройстве, используя предварительно обученную нейронную сеть. Но поскольку мы разрабатываем наше программное обеспечение для крупномасштабного развертывания в 2019 году, планшеты, на которых будет работать наше программное обеспечение, через 2 года смогут с этим справиться. Если вы хотите узнать больше о нейронных сетях.

Вот вам наглядный пример того, как работает распознавание лиц в целом. Сначала мы используем метод Виолы Джонса для обнаружения лица, а для сбора признаков лиц мы используем метод Собственные лица. Это классический подход.

Чтобы получить лучшую точность, мы сейчас работаем с нейронной сетью, чтобы вычислить черты лица и сохранить их в виде вектора вместо использования метода Eigenface.

Что мы на самом деле делаем, так это создаем объект ученика для каждого ребенка, и в этом объекте мы сохраняем функции и прогресс обучения. После каждой ночи на всех планшетах появляются все разные предметы учеников со всех других планшетов благодаря синхронизации.

Мы являемся проектом с открытым исходным кодом, поэтому, если вы заинтересованы в нашем проекте, зарегистрируйтесь на http://literacyapp.org или разветвите нас в нашем репозитории GitHub https://github.com/literacyapp-org.