Valutazione di algoritmi per il riconoscimento facciale con diversi sottoinsiemi di foto segnaletiche dalla procedura di foto-segnalazione

Il riconoscimento facciale è una tecnica che permette di identificare una persona tramite la valutazione del suo volto all'interno di una o più immagini che lo ritraggono. L'avvento dell'intelligenza artificiale, in particolare con l'utilizzo di algoritmi di deep learning, ha reso questo campo più sofisticato, rendendo l'identificazione di soggetti sempre più accurata. Questa tecnica viene utilizzata in molti campi. Uno di questi è l'uso, da parte della Polizia di Stato, di tecniche di fotosegnalamento per il riconoscimento di persone in diverse situazioni. In questa tesi sono state analizzate le performance di varie reti neurali riguardo a compiti di identificazione e verifica del volto, in modo da determinare se sia vantaggioso un fotosegnalamento, diverso dall'attuale standard italiano, composto da foto frontale e profilo sinistro. Per far ciò, la Polizia di Stato e l'Università Politecnica delle Marche hanno collaborato per lo sviluppo di un database chiamato FRMDB (Face Recognition from Mugshots Database). Questo dataset è composto da immagini di fotosegnalamento e videosorveglianza, prese in diverse angolazioni, di un determinato numero di soggetti: sulla base dei risultati ottenuti, si andrà a valutare quale rete neurale ha avuto un'accuratezza migliore.