Mense is vaardig om gesigte te herken, maar ons interpreteer ook uitdrukkings en emosies heel natuurlik. Navorsing sê ons kan persoonlik bekende gesigte binne identifiseer 380ms na aanbieding en 460ms vir onbekende gesigte. Hierdie intrinsiek menslike kwaliteit het egter nou 'n mededinger in kunsmatige intelligensie en Rekenaarvisie. Hierdie baanbrekende tegnologieë help om oplossings te ontwikkel wat menslike gesigte meer akkuraat en doeltreffender as ooit tevore herken.
Hierdie nuutste innoverende en nie-indringende tegnologieë het die lewe eenvoudiger en opwindend gemaak. Gesigherkenningstegnologie het gegroei tot 'n vinnig ontwikkelende tegnologie. In 2020 is die mark vir gesigsherkenning gewaardeer Van $ 3.8 miljard, en dieselfde sal na verwagting teen 2025 in grootte verdubbel – na verwagting meer as $8.5 miljard.
Wat is gesigherkenning?
Gesigsherkenningstegnologie karteer gesigskenmerke en help om 'n persoon te identifiseer op grond van die gestoorde gesigafdrukdata. Hierdie biometriese tegnologie gebruik diepleeralgoritmes om die gestoorde gesigdruk met die lewendige beeld te vergelyk. Gesigopsporingsagteware vergelyk ook gevange beelde met 'n databasis van beelde om 'n pasmaat te vind.
Gesigsherkenning is in baie toepassings gebruik om sekuriteit in lughawens te verbeter, help wetstoepassingsagentskappe met die opsporing van misdadigers, forensiese ontleding en ander toesigstelsels.
Hoe werk gesigsherkenning?
Sagteware vir gesigsherkenning begin met dataversameling van gesigsherkenning en beeldverwerking deur rekenaarvisie te gebruik. Die beelde ondergaan 'n hoë vlak van digitale vertoning sodat die rekenaar kan onderskei tussen 'n menslike gesig, 'n prent, 'n standbeeld of selfs 'n plakkaat. Deur masjienleer te gebruik, word patrone en ooreenkomste in die datastel geïdentifiseer. Die ML-algoritme identifiseer die gesig in enige gegewe beeld deur gesigskenmerkpatrone te herken:
- Die hoogte tot die breedte verhouding van die gesig
- Die kleur van die gesig
- Die breedte van elke kenmerk – oë, neus, mond en meer.
- Onderskeidende kenmerke
Soos verskillende gesigte verskillende kenmerke het, het ook gesigsherkenningsagteware. In die algemeen werk enige gesigsherkenning egter met die volgende prosedure:
-
Gesigsopsporing
Gesigstegnologiestelsels herken en identifiseer 'n gesigsbeeld in 'n skare of individueel. Tegnologiese vooruitgang het dit makliker gemaak vir die sagteware om gesigsbeelde op te spoor, selfs wanneer daar 'n effense variasie in postuur is - na die kamera of kyk weg daarvan.
-
Gesigsanalise
Volgende is die ontleding van die vasgelê beeld. A gesigherkenningstelsel word gebruik om unieke gelaatstrekke akkuraat te identifiseer, soos die afstand tussen oë, lengte van die neus, spasie tussen mond en neus, breedte van die voorkop, die vorm van die wenkbroue en ander biometriese eienskappe.'n Menslike gesig se duidelike en herkenbare kenmerke word knooppunte genoem, en elke menslike gesig het ongeveer 80 knooppunte. Deur die gesig te karteer, meetkunde en fotometrie te herken, is dit moontlik om gesigte te ontleed en te identifiseer met behulp van die erkenning databasisse akkuraat.
-
Beeldomskakeling
Nadat die beeld van 'n gesig vasgelê is, word die analoog inligting omgeskakel na digitale data gebaseer op die persoon se biometriese kenmerke. Sedert machine learning algoritmes herken net syfers, die omskakeling van die gesigkaart in 'n wiskundige formule word pertinent. Hierdie numeriese voorstelling van die gesig, ook bekend as 'n gesigafdruk, word dan vergelyk met 'n databasis van gesigte.
-
Soek 'n vuurhoutjie
Die laaste stap is om jou gesigdruk te vergelyk met verskeie databasisse van bekende gesigte. Die tegnologie probeer om jou kenmerke met dié in die databasis te pas.
Volgende is die ontleding van die vasgelê beeld. A gesigherkenningstelsel word gebruik om unieke gelaatstrekke akkuraat te identifiseer, soos die afstand tussen oë, lengte van die neus, spasie tussen mond en neus, breedte van die voorkop, die vorm van die wenkbroue en ander biometriese eienskappe.Die ooreenstemmende beeld word gewoonlik teruggestuur met die naam en adres van die persoon. Indien sulke inligting ontbreek, word die data wat in die databasis gestoor is, gebruik.
Gesigsherkenning tegnologie industrie toepassings
- Ons weet almal van Apple se Face ID wat sy gebruikers help om hul fone vinnig te sluit en te ontsluit en by toepassings aan te meld.
- McDonald's gebruik gesigherkenning in sy Japannese winkel om die kwaliteit van kliëntediens te evalueer. Dit gebruik hierdie tegnologie om te bepaal of sy bedieners sy kliënte met 'n glimlag bystaan.
- Covergirl gebruik sagteware vir gesigsherkenning om sy kliënte te help om die regte skakering van onderlaag te kies.
- MAC gebruik ook gesofistikeerde gesigsherkenning om inkopie-ervaring in baksteen-en-mortierstyl aan kliënte te bied deur hulle in staat te stel om hul grimering feitlik te 'probeer' deur gebruik te maak van vergrote spieëls.
- Kitskosreus, CaliBurger, gebruik gesigsherkenningsagteware om sy kliënte in staat te stel om hul vorige aankope te sien, gespesialiseerde afslag te geniet, persoonlike aanbevelings te sien en hul lojaliteitsprogramme te gebruik.
- Die Amerikaanse gesondheidsorgreus Cigna laat hul kliënte in China toe om hul gesondheidsversekeringseise in te dien deur foto-handtekeninge in plaas van geskrewe tekens in te dien.
Data-insameling vir gesigsherkenningsmodel
Vir die gesigsherkenningsmodel om tot sy maksimum doeltreffendheid te presteer, moet jy dit op verskeie heterogene datastelle oplei.
Aangesien gesigsbiometrie van persoon tot persoon verskil, moet die gesigsherkenningsagteware vaardig wees om elke gesig te lees, te identifiseer en te herken. Verder, wanneer die persoon emosies toon, verander hul gesigskontoere. Die herkenningsagteware moet so ontwerp word dat dit hierdie veranderinge kan akkommodeer.
Een oplossing is om foto's van verskeie mense van verskeie wêrelddele te ontvang en om 'n heterogene databasis van bekende gesigte te skep. Jy moet ideaal gesproke foto's neem vanuit verskeie hoeke, perspektiewe en met 'n verskeidenheid gesigsuitdrukkings.
Wanneer hierdie foto's na 'n gesentraliseerde platform opgelaai word, wat die uitdrukking en perspektief duidelik noem, skep dit 'n effektiewe databasis. Die kwaliteitbeheerspan kan dan deur hierdie foto's sif vir vinnige kwaliteitkontroles. Hierdie metode om prente van verskillende mense te versamel, kan lei tot 'n databasis van hoë kwaliteit, hoogs doeltreffende beelde.
Sal jy nie saamstem dat gesigsherkenningsagteware nie optimaal sal werk sonder 'n betroubare gesigdata-insamelingstelsel nie?
Gesigdata-insameling is die grondslag vir enige gesigsherkenningsagteware se werkverrigting. Dit verskaf waardevolle inligting soos die lengte van die neus, die breedte van die voorkop, die vorm van die mond, ore, gesig, en nog baie meer. Met behulp van KI-opleidingsdata kan outomatiese gesigsherkenningstelsels 'n gesig akkuraat identifiseer te midde van 'n groot skare in 'n dinamies veranderende omgewing op grond van hul gelaatstrekke.
As jy 'n projek het wat 'n hoogs betroubare datastel vereis wat jou kan help om gesofistikeerde gesigsherkenningsagteware te ontwikkel, is Shaip die regte keuse. Ons het 'n uitgebreide versameling gesigdatastelle wat geoptimaliseer is vir opleiding van gespesialiseerde oplossings vir verskeie projekte.
Om meer te wete te kom oor ons versamelmetodes, kwaliteitbeheerstelsels en pasmaaktegnieke, kry in voeling vandag by ons.