المعلوماتية > عام
أحدث تقنية من مايكروسوفت لتحديد العمر How old
أطلقت مايكروسوفت خدمة جديدة بالاعتماد على تقنية التعرّف على الوجوه Microsoft Face dedication API عبر الموقع how-old.net الذي يتيح لك تحميل صورة شخصية تحوي وجهاً أو عدة وجوه ومن ثم يعمل الموقع على التنبؤ وتخمين عمر كل شخص موجود في الصورة.
الأمر الأكثر إثارة في هذه التقنية أنها احتاجت فقط لمطورَين اثنين ومدة يوم واحد فقط لوضع هذا الحل البرمجي، وذلك بالاعتماد على تقنية Azure Learning Machine APIs والتي تحتوي تقنيات خاصة للكشف عن الوجوه باستخدام تقنيات تحديد الزمن الحقيقي، وتضاف هذه الخدمة إلى قائمة الخدمات الموجودة على Azure والتي تتيح للمستخدمين والمطورين استخدامها مجاناً في المستقبل.
إن المكونات الرئيسية لهذه التقنية هي:
1-استخلاص عمو وجنس الأشخاص في الصورة.
2-الحصول على المعلومات السابقة وتخزينها وتحليلها
3-اظهار النتائج المستخلصة أعلاه (العمر والجنس) وعرضها مباشرة (ففي الزمن الحقيقي).
1-استخلاص العمر والجنس:
أراد مطورو التطبيق الحصول على تجربة ممتعة وذكية بالاعتماد على خدمات Azure APIs، وذلك للحصول على زخم استخدام عالمي ولفت انتباه كل مستخدمي الانترنت لتجربة الموقع وإضافه آرائهم لتطوير وتحسين العملية في المستقبل، لذلك بحث مطورو التقنية في استوديو أزور لواجهة برمجة التطبيقات Azure APIs، والموجود ضمن Azure Learning Machine Gallery، ويحتوي هذا الاستوديو على العديد من التطبيقات الذكية الجاهزة للاستخدام ومنها تقنيات التعرف (على الوجوه، أو الكلام، أو الجنس.... الخ.) والعديد من التطبيقات الأخرى والتي تعد جزء من مشروع أكسفورد Oxford المشترك بين Microsoft Bing وMicrosoft Research، وتعد Face APIs واحدة من هذه التطبيقات والتي تملك القدرة على اكتشاف العمر والجنس للأشخاص في الصور المحملة عليها، ولجعل هذه الخدمة أكثر ذكاءً و مرحاً قام المطورون بدمج بحث Bing عن الصور وتخصيصه لنتائج الصور الشخصية.
بالإضافة لمعلومات العمر والجنس السابقة فإن الخدمة تجمع معلومات أخرى ومنها سلسلة مواقع الأنترنت التي حملت عليها الصورة وإحداثيات وموقع المكان التي حملت الصورة منه، والتي تقوم بجمعها الخدمة عن طريق الكود التالي باستخدام JSON.
[ { "event_datetime": "2015-04-27T01:48:41.5852923Z"،
"user_id": "91539922310b4f468c3f76de08b15416"، "session_id": "fbb8b522-6a2b-457b-bc86-62e286045452"،
"submission_method": "Search"،
"face": { "age": 23.0، "gender": "Female" }،
"location_city": { "latitude": 47.6، "longitude": -122.3 }،
"is_mobile_device": true، "browser_type": "IE"، "platform": "Windows"، "mobile_device_model": "Lumia"
} ]
2-الحصول على المعلومات تحليلها وتخزينها.
بعد أن تتم العملية السابقة ويتم الحصول على البيانات من الصورة وتخزينها في سجل الويب (الكود السابق)، تقوم الخدمة بجمع تلك المعلومات من آلاف الصور المحملة من قبل المستخدمين وتحليلها مباشرة (في الزمن الحقيقي)، وذلك عبر العديد من الخدمات الموجودة في Azure، حيث يتم جمع المعلومات أولاً باستخدام خدمة Azure Events Hubs والتي تعد خدمة قوية قادرة على استيعاب الملايين من النتائج والأحداث خلال ثوانٍ معدودة، حيث يتم تحويل سجل الصورة (الكود السابق) Metadata مباشرة بعد عملية تحميل الصورة، ولموضوع الأمان والخصوصية فإن الصورة لا يتم حفظها ابداً بل يحفظ فقط السجل ( JSON MetaData).
في الخطوة التالية، نحتاج إلى تفاعل العديد من الخدمات لنقوم بعملية معالجة وتحليل تلك النتائج المأخوذة من آلاف الصور المحملة، ولهذا الغرض فقد تم استخدام خدمات التحليل في أزور Azure Stream Analytics (ASA)، والتي تعطي المطورين القدرة على إدارة البيانات المعالجة والمحللة باستخدام أكواد بسيطة مشابهة لأكواد لغة الاستعلام SQL.
وكمثال على استخدام ASA ، إذا أردت الحصول على جنس الأشخاص في الصور كتقرير خلال 10 ثوانٍ يمكنك كتابة استعلام بسيط كالتالي وتوليد العديد من الإحصائيات الأخرى:
SELECT
System.Timestamp AS OutTime،
Face.gender AS Gender،
Count(*) AS Count
FROM
StreamInput
GROUP BY HoppingWindow(second،10،1)،
Face.gender
.
3-اظهار النتائج المستخلصة
تتم عملية أظهار الإحصائيات عن طريق استخدام خدمة Azure PowerBI، حيث يقوم المطورون بتحديد PowerBI كمخرج للبيانات المحللة من قبل خدمة ASA ومن ثم يقوم الباحثون والمشتركون في PowerBi بالدخول إلى هنا و تحديد تلك البيانات لعرض النتائج و التقارير المصورة عنها دون الحاجة لكتابة أي كود برمجي.
المصادر: