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 data-insameling van gesigsherkenning en beeldverwerking met behulp van Computer Vision. 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
'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.
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.
Waar word gesigsherkenning gebruik?
Vandag betree gesigsherkenningstelsels die alledaagse lewe, en die gebruik daarvan kan gereeld ongemerk bly. Om die lewe makliker te maak en by te dra tot veiligheid, hier is verskeie prominente voorbeelde van gesigsherkenning wat 'n verskil maak.
- Gesondheidssorg: Dokters gebruik gesigsherkenning om sekere seldsame genetiese afwykings by kinders te identifiseer deur deur gelaatstrekke te blaai. 'n Voorbeeld daarvan sou die Face2Gene-toepassing, wat 'n pasiënt se struktuur gesig vergelyk met bekende gevalle om te help bepaal of die kind Noonan-sindroom of Angelman-sindroom het.
- Hotels: Sommige hotelle installeer gesigsherkenning om hul inklok te bespoedig. In China is die Marriott-hotel laat gaste 'n voorportaal binnegaan kiosk vir 'n vinnige gesigskandering, vermy lang toue by die ontvangstoonbank en maak die ingang 'n aangename affêre.
- Toeganklikheid: Dit stel gesiggestremde persone in staat om hulself maklik te verifieer. Hulle benodig nie meer wagwoorde, PIN's of wat ook al nie. Met gesigsherkenning kan hulle toegang tot banktoepassings kry of toestelle ontsluit, wat daaglikse take baie meer haalbaar maak.
- Klaskamers: Afgesien van die veiligheidsaspek, gebruik padskole gesigsherkenning om studentebetrokkenheid te monitor. Byvoorbeeld, die stelsels kan jou waarsku of studente aandag gee aan die leer wat in die klas plaasvind, wat onderwysers toelaat om hul metodes onmiddellik te verander.
- Gebeurtenis sekuriteit: Gesigsherkenningstegnologie het 'n toepassing gevind in die bestuur van skares en die verbetering van veiligheid by groot geleenthede soos konserte en sportspeletjies. Een voorbeeld is die ontplooiing daarvan by stadionhekke om kaartjiehouers te verifieer en ongemagtigde toegang te verbied.
- motors: Motorvervaardigers integreer nou gesigsherkenning in hul motors vir 'n beter bestuurservaring. Sekere voertuie kan die bestuurder se gesig herken, maak outomatiese verstellings van sitplekposisies en spieëls en speel selfs spesifieke snitlyste.
[Lees ook: Wat is AI-beeldherkenning? Hoe dit werk en voorbeelde]
Wat is die voordele van gesigsherkenning
Gesigsherkenning is 'n relatief nuwe tegnologie en bied verskeie positiewe aspekte. Hier is 'n paar voordele van die gebruik van gesigsherkenning:
- Verhoogde openbare veiligheid: Polisiedepartemente gebruik gesigsherkenning om vermiste individue en gesoekte misdadigers te identifiseer. Byvoorbeeld, polisiedepartemente in Indië het verlore kinders suksesvol na hul gesinne teruggebring nadat hulle hul foto's by vermiste persoon databasisse pas.
- Beveiligde transaksies: Baie banke en betaalstelsels gebruik gesigsherkenning om hul transaksies veiliger te maak. Byvoorbeeld, in Alipay, China, kan 'n gebruiker 'n betaling magtig deur bloot toe te laat dat hul gesig geskandeer word, dus die vermindering van die geval van bedrog en die verskaffing van gerief in kontantlose betalings.
- Beter gesondheidsorg: Hospitale het gesigsherkenningstelsels aangedryf om naatloos toegang tot pasiënte se gidse te verkry en die registrasieproses te bespoedig. Sommige stelsels bespeur selfs fisiese pyn of emosionele versteurings by pasiënte, wat dokters dus in staat stel om beter sorg te verskaf.
- Sekuriteit: Gesigsherkenningstegnologie het slimfoonsekuriteit vir altyd verander. Terwyl Apple se Face ID nie net 'n foon ontsluit nie, maak dit ook die beskerming van sensitiewe toepassings moontlik, soos digitale beursies en banktoepassings.
Nadele van gesigsherkenning
Dit het sekere voordele; egter, meer betekenisvol, dit opper etiese, privaatheid en akkuraatheid kwessies. Hieronder is 'n paar van die nadele:
- Verkeerde beskuldiging: Gesigsherkenningstelsels kan onregmatige beskuldigings meebring. Die voorbeeld van Randall Reid, wat in 2022 gearresteer is op grond van die foutiewe identifikasie met DNS deur middel van gesigsherkenningsagteware vir 'n oortreding in Louisiana, is in werklikheid 'n plek waarin hy nog nooit sy voete gesit het nie.
- Kulturele en geslagsvooroordeel: Studies het getoon dat gesigsherkenningstelsels minder akkuraat is om mense van kleur en vroue te herken. In 'n gedetailleerde verslag wat vir die Amerikaanse regering voorberei is oor die werkverrigting van hierdie stelsels, daar is gevind dat hulle gereeld mense uit 'n minderheidsagtergrond verkeerd geïdentifiseer het, wat lei tot moontlike onregmatige arrestasies of diskriminasie in wetstoepassing.
- Skending van privaatheid: Die plek van gesigsherkenning wek nou etiese kommer omdat dit biometriese data versamel en stoor, soms sonder toestemming. Byvoorbeeld, sommige kleinhandelwinkels gebruik gesigsherkenningstegnologie om klantgedrag na te spoor, wat lei tot kommer oor toesig en persoonlike vryhede.
- Die kwesbaarheid van inligtingsekuriteit: Die einste daad om gesigsdata te stoor stel mens bloot aan inbraak; aangesien kuberkrakers sensitiewe biometriese inligting gekraak het, het Black Hat-krakers dit in net twee minute getoon Apple se gesig-ID kan gekap word.
[Lees ook: 27 gratis beelddatastelle vir rekenaarvisie]
Voorbeelde van gesigsherkenning
- Amazon-erkenning: Die Amazon-wolkgebaseerde gesigsherkenningsagteware het wetstoepassingsoektogte uitgevoer met die gebruik van videomateriaal om mense binne die liggaam van 'n saak te kry. Die maatskappy het egter aangekondig dat die polisie dit nie meer teen 2020 sal gebruik nie, terwyl hulle wag dat federale wette uitgevaardig word wat burgerlike individue in gedagte sal beskerm.
- Apple Face ID: Apple implementeer gesigherkenningstelsels op sy toestelle wat gebruikers toelaat om hul fone te ontsluit, by hul toepassings aan te meld en veilig aankope te doen; 'n volledige standaard vir gerief en sekuriteit in verbruikerselektronika.
- Facebook (Meta): In 2010 het Facebook gesigsherkenningstegnologie bekendgestel om foto's te merk. Die vermoë om sulke tegnologie te gebruik is opsioneel, en dit laat outomatiese merking van vriende toe nadat foto's opgelaai is, aangesien hulle in die foto's self herken is.
- Google Foto's: Google gebruik gesigsherkenning om beelde te organiseer en outomaties te merk, wat dit vir gebruikers makliker maak om beelde met herkende gesigte op te spoor en te vind.
- Snapchat: Snapchat, 'n pionier van sagteware vir gesigsherkenning, gebruik sulke tegnologie vir sy gewilde ongewone filters vir verskeie voorwerpe en sportpersoonlikhede.
Is gesigsherkenning akkuraat?
Die akkuraatheid van gesigsherkenning kan in werklike situasies verminder word, aangesien hierdie stelsels 'n slag onder daardie instellings kry. Sommige van die sleuteldrywers vir vooroordeel is hier opgesom:
- Beheerde omgewing: Algoritmes is in staat om gesigte suksesvol te identifiseer en te pas met verwysingsbeelde wat onder beheerde beligtingstoestande geneem is met kwaliteit kameras, wat akkuraatheid van byna 99.97% gee.
- veroudering: Akkuraatheid ly onder die natuurlike verandering van kenmerke wat oor die jare plaasvind, veral met die foto's wat geneem is met die jare se gaping.
- Demografiese vervormings: Die stelsel is soms geneig om beter te presteer vir ligter vel en manlike geslagte en die foutkoerse is hoër vir vroue en mense van kleur.
- Eksterne faktore: Lae-resolusie-kameras, digitale geraas en veranderende uitdrukkings beïnvloed die werkverrigting nadelig.
Is gesigsherkenning veilig?
Gegrond op unieke biometriese patrone, is gesigsherkenningstelsels miskien een van die veiligste maniere van identifikasie tussen bestaande modusse in biometriese tegnologie. Opsporing van lewendheid verseker op sy beurt dat die stelsel slegs met regstreekse gebruikers interaksie het, wat 'n teenmaatreël instel teen bedrogaanvalle deur foto's of video's te gebruik.
Tog is daar kommer oor privaatheid en misbruik, soos massa-toesig wat die behoefte aan streng regulatoriese meganismes onderstreep wat binne 'n etiese bestek toegepas word.
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.