Gesigsherkenning is nie net beperk tot die wêreld van rekenaarwetenskap nie. Dit het goeie toepassings.


Een van die warmste gonswoorde van hierdie dekade is Gesigsherkenning.

Dit is die deel van toegepaste masjienleer wat menslike gesigte kan opspoor en identifiseer, ‘n probleem wat tot dusver vir rekenaars moeilik was. En hiermee het ‘n hele nuwe wêreld van opwindende moontlikhede en uitdagings oopgemaak vir sowel ondernemings, regerings as individue.

As u ‘n sakeleier is en gewonder het waaroor die bohaai gaan, en of daar ‘n nut in hierdie nuwe ontwikkeling is, dan het ons u aandag daaraan gegee. In hierdie artikel gaan ons kyk na die geskiedenis van gesigsherkenning, die ontwikkeling daarvan, huidige gebruike, kontroversies, ontplooiing en vele meer fasette.

Aan die einde daarvan sal u ‘n deeglike begrip hê van waaroor die gesigsherkenningstegnologie gaan, en wat die gevolge daarvan vir ondernemings is.

Laat ons begin!

Evolusie van gesigsherkenning

Vir al die hype en mediadekking rondom Gesigsherkenning bestaan ​​die tegnologie al ‘n geruime tyd. Die eerste ernstige algoritmiese werk in die opsporing van gesigte was die Viola-Jones raamwerk vir die opsporing van voorwerpe gepubliseer in 2001. Alhoewel dit ‘n algemene raamwerk vir die identifisering van voorwerpe binne beelde was, is dit vinnig toegepas op gesigsopsporing met baie sukses. Die hoofrede vir die gewildheid van hierdie algoritme was die snelheid daarvan; terwyl die opleidingsproses buitengewoon stadig was, was die opsporingsproses buitengewoon vinnig.

Reeds in 2001/2004 kon die gemiddelde tafelrekenaar wat hierdie algoritme gebruik, ‘n 300px X 300px-raam binne 0,07 sekondes verwerk (meer hier). Die akkuraatheidskoerse, hoewel dit nie vergelykbaar is met wat mense kan bereik nie, was dit 90% indrukwekkend.

Ware vordering is egter eers gemaak in die dekade van 2010-2020, toe Omwentelings neurale netwerke na vore gekom as die beste metode om gesigdeteksie uit te voer. Die rede was die beskikbaarheid van rou verwerkingskrag en reuse-stelselherinneringe wat via wolkrekenaarkunde deur infrastruktuur-as-‘n-diens (IaaS) -verskaffers beskikbaar gestel is. Vir die eerste keer in die geskiedenis het rekenaars mense konstant geslaan met die herkenning van gesigte, veral as daar ‘n groot aantal ewekansige gesigte betrokke was.

Bron: medium.com

Hoe werk gesigsherkenning?

Gesigsherkenning is ‘n meerstapproses, met verskillende gespesialiseerde substelsels betrokke.

Dit is wat die verskillende fases beteken:

Opsporing / opsporing: Hierdie deel van die voorverwerkingsfase is verantwoordelik vir die identifisering en opsporing van gesigte in die gegewe beeld- of videolêer. Sodra hierdie proses voltooi is, weet ons met sekerheid dat daar ‘n gesig in die gegewe inset is, en dit kan verder verwerk word. Die opsporingsfase is ook verantwoordelik vir die opsporing van sekere dele, spesifieke kenmerke of uitdrukkings in ‘n gesig, indien nodig.

Orde: Die probleem van gesigsherkenning word vererger omdat gesigte in ‘n gegewe beeld of video nie die riglyne volg nie. Die persoon kan in- of uitzoom, van agter ‘n boom loer of in ‘n syprofiel wees, wat die probleem van gesigsopsporing selfs moeiliker maak. Dit is hier waar die gesigsopstelling inkom: dit wys vir ons waar in die gegewe beeld / video die gesigslyne is, en wat is die kontoere vir gesigsfunksies.

Bron: csc.kth.se

Funksie-ekstraksie: Soos die naam aandui, word die individuele kenmerke van die gesig, soos oë, neus, ken, lippe, ens. In hierdie fase van die proses (ons is nou in die Erkenningstadium) onttrek in die vorm wat word in die volgende fase deur algoritmes gebruik. Op hierdie stadium het die rekenaar genoeg harde data ingesamel om ‘n unieke gesig te kan onderskei.

Funksiepassing / klassifikasie: In hierdie stadium word die insette wat van funksie-ekstraksie ontvang word, ooreenstem met die gegewe databasis om die persoon se identiteit af te lei. Hierdie fase staan ​​ook bekend as klassifikasie, omdat die algoritme nodig mag wees om gesigte te kategoriseer in plaas daarvan om dit individueel te identifiseer.

Sodra hierdie proses verby is, weet ons met sekerheid of die gegewe gesig deel is van die databasis waarmee ons vergelyk het of nie. Die finale aflewering kan ook etikette bevat, soos ons gewoond is om op Facebook te sien.

Bron: directiondatascience.com

Oorwegings vir implementering: bedienerkant teenoor kliëntkant

Gesigsherkenning kan werk op die bediener sowel as op die toestel waarmee die gebruiker in wisselwerking is. Byvoorbeeld, as u ‘n foto op Facebook oplaai, word die algoritmes aan die bedienerkant uitgevoer; aan die ander kant moet ‘n ID-stelsel wat u gesig gebruik om die toestel te ontsluit, aan die kliënt se kant loop. Dus, watter een is beter?

Eerlik, dit gaan nie oor watter een beter is nie. Beide diens aan die kant en van die kant van die kliënt het hul sterk punte, en in die praktyk gebruik ondernemings ‘n hibriede stelsel. Die aanbevole praktyk is om u modelle op die bedienerkant op te lei, waar opleidingsdata en verwerkingshulpbronne onbeperk is. Sodra die modelle opgelei is, kan dit aan die kliëntkant verpak en ontplooi word, wat die snelheid van die stelsel verbeter en die gebruiker se privaatheid handhaaf.

Die stuur van alles na die bediener bring ‘n vertraging in, wat in sekere gevalle sleg of onaanvaarbaar kan wees. Terselfdertyd sal die swakker modelle tot gevolg hê dat alles aan die kant van die klant gehou word.

Hoe akkuraat is gesigsherkenning?

Akkuraatheid is nie ‘n baie gedefinieerde term in gesigsherkenning nie. Die hoofrede is dat dit ‘n vaag probleem is met allerhande deurmekaar insette (lae lig, gesig wat gedeeltelik deur hare bedek is, kamerakwaliteit, ens.) En selfs bedrieglike insette (meer hieroor later!). As gevolg hiervan, moet die neurale netwerke wat betrokke is by gesigsherkenning opgestel word vir die probleem wat tans ter sprake is, wat die omvang daarvan beperk. Dus, terwyl ‘n industriële stelsel vir gesigsherkenning 100% akkuraat kan wees (wat dikwels die geval is), kan dieselfde stelsel moontlik nie eens 20% akkuraat wees as hy gevra word om gesigte op ‘n stampvol foto te identifiseer nie..

In een navorsing, ‘n spesifieke soort gesigsherkenningsalgoritme kon 98,52% akkuraatheid bereik, hoër as die menslike akkuraatheid van 97,53% wat in dieselfde toets behaal is. In ‘n ander studie in forensiese studies, het die kombinasie van menslike oordeel en algoritmes in sommige gevalle die beste resultate gelewer.

Kortom – vir gefokusde, goed gedefinieerde toepassings, is gesigsherkenning die beste instrument wat ons het.

Waar word gesigsherkenning gebruik??

Selfs in die kort periode waarin lewensvatbare algoritmes ontwikkel is, het gesigsherkenning ongelooflike nuttige en opwindende toepassings gevind. Sommige hiervan is opvallend, maar sommige is so subtiel en fundamenteel in die alledaagse lewe verweef dat ons skaars stilstaan ​​om na te dink oor wat daar onder is.

Facebook is miskien die algemeenste voorbeeld van moderne gesigsherkenningstelsels by die werk. Sodra u ‘n foto oplaai, kan die sosiale netwerk gesigte opspoor. Terwyl u ‘n geruime tyd gelede gevra is om vriende te merk, kan Facebook dit nou alleen doen.

Bron: labnol.org

‘N Goeie nuwe toepassing deur Facebook is die kenmerk van lig gebruikers wanneer foto’s wat hul gesig bevat, deur iemand opgelaai word, selfs al is hulle nie op daardie foto’s gemerk nie.

Snapchat maak baie gebruik van gesigsopsporing en -herkenning vir baie van sy funksies, veral die snaakse filters wat so ‘n woede is.

Bron: gistreel.com

Om hierdie filters te laat werk, moet die kontoere en funksies van die gesig se gesig perfek opgespoor word, anders lyk die oortreksels nie realisties nie. Dieselfde geld vir Face Swap, ‘n ander gewilde funksie in Snapchat. As u belangstel om dieper in Snapchat se vaardighede in gesigsherkenning te ondersoek, kyk hier.

uber sukkel al geruime tyd met privaatheids- en veiligheidskwessies, en die nuutste wapen in die maatskappy se arsenaal is gesigsherkenning. Die maatskappy het ‘n nuwe funksie geïmplementeer waar die identiteit van sy bestuurder-vennote bevestig word gebruik hul gesigte. Die maatskappy sê op sy blog dat hulle, nadat hulle verskeie tegniese verskaffers van gesigsherkenning getoets het, hulle op Microsoft Face API gevestig het vir die hoë gehalte. Dit is interessant dat hierdie ID-ondersoek intyds goed werk in lae ligomstandighede en dit kan glase opspoor.

Met gesigsherkenning wat suksesvol is in die natuur, is dit maklik om te voorspel dat dit binnekort ander identifikasiemetodes by onderwysinrigtings, hospitale, biblioteke, ens. Kan vervang..

Kleinhandelmisdaadvoorkoming is ‘n natuurlike uitbreiding van die toepassing van gesigsherkenning. Die kleinhandelbedryf verloor ‘n geraamde prys $ 45 miljard elke jaar aan winkeldiefstalers en ander kleinhandelmisdade, met baie min om dit teen te werk. Nou, soos maatskappye FaceFirst help kleinhandelaars om gesigsherkenning te gebruik om vorige oortreders op te spoor en sekuriteitsbeamptes op te pas.

Polisie toesig begin al hoe meer gesigsherkenning gebruik soos al die ander instansies daar buite. Byvoorbeeld, in die Verenigde Koninkryk gebruik die polisie in Suid-Wallis kameras wat op motorswaens aangebring is toesig van die skares makliker.

Bron: theconversation.com

Terwyl hierdie nuutgevonde supermag in die hande van die polisie hewige openbare debatte oor individuele privaatheid ontlok het, glo die polisie dit sal hulle help om die oortreders beter te beperk. Soos Richard Lewis, adjunk-hoofkonstabel van die polisie in Suid-Wallis, aan die polisie gesê het Financial Times:

As u iemand identifiseer wat [voorheen] ‘n oortreding begaan het, sê u basies: ons weet dat u hier is, gedra uself asseblief.

Gesondheidssorg het onlangs ‘n onverwagte toepassing gehad, waar gesigsherkenning gehelp het om ‘n seldsame genetiese afwyking genaamd DiGeorge Sindroom op te spoor.

Die DiGeorge-sindroom verskyn by ongeveer 1 uit 6000 kinders en lei tot misvorming in verskillende liggaamsdele. Die probleem in die gesondheidsorg is in hierdie geval ernstiger vir armer lande wat nie die nodige hulpbronne het om duur diagnosemetodes te gebruik nie. As sodanig, gesigsherkenning, met ‘n verstommende akkuraatheid van 96,6% bied nuwe hoop vir slagoffers van DiGeorge Sindroom.

In die Airlines in die bedryf, word aanneming van gesigsherkenning opgetel en dit sal binnekort die konvensionele instapkaartjies vervang. Tans is daar beperkte maar belowende resultate om te help identifiseer passasiers terwyl hulle die land verlaat. In werklikheid het die Transport Security Administration (TSA) van die VS ‘n plan vir wydverspreide gebruik van biometrie op gesigsherkenning.

Omstrede gebruike van gesigsherkenning

Tegnologie bemagtig ons, hoewel die goeie of slegte gebruik daarvan onder ons is. Dit is ongetwyfeld dat iets so kragtig en radikaal soos gesigsherkenning gebruik word op ‘n manier wat kommer wek oor fundamentele menseregte en etiek..

Die belangrikste voorbeeld van kontroversiële gebruike van gesigsherkenning is China se enorme toesigstelsel wat ‘n beraamde 200 miljoen kameras in diens het om sy 1,4 miljard inwoners in die oog te hou.

Bron: sbs.com

Die stelsel spoor mense op en evalueer hul optrede, en werk voortdurend op met ‘n genoemde metrieke burger telling. Hoewel daar ‘n mate van waarde is in die besit van ‘n kragtige staatsbeheerde toesigstelsel (byvoorbeeld om die wanbetalers van skuld te volg), beskou die meeste dit as die koms van die dystopiese toekoms wat George Orwell hom voorgestel het. Dit is ‘n toekoms waar regerings onbeperkte mag oor die individu het en privaatheid nie bestaan ​​nie.

Die tweede voorbeeld van die debatteerbare gebruik van gesigsherkenning kom ook (onverwags?) Uit China. Hierdie keer is dit die skoolstelsel wat gesigsherkenning aanneem om seker te maak dat studente “oplettend” is tydens klasse. Die nuwe gesigherkenningstelsel, hoewel nog nie wydverspreid nie, vervang ID-kaarte, biblioteekkaarte, bywoningstelsels, ens. Deur die student se gesig te gebruik.

Bron: businessinsider.com

Maar die snaakse deel is dat hierdie stelsel studente se aandagvlakke, die gebruik van selfone, ens. Monitor, en die onderwyser waarsku wanneer ‘n sekere drempel oorskry word.

Terwyl video-toesig wat deur gesigsherkenning gedoen word, nie eksklusief is vir China nie, was dit die VSA pogings aanwend om dit te gebruik om gewelddadige geweld in skole te bekamp – dit is asof China dit verder gaan voer as enige ander land.

Vergelyking van gewilde API’s vir gesigsherkenning

Watter opsies het u om gesigsherkenning te gebruik? In hierdie afdeling gaan ons kyk na wat algemeen gebruik word, en hoe die verskillende oplossings teen mekaar op mekaar stapel.

Voordat ons egter begin: ‘n herinnering. Hierdie API’s ontwikkel baie vinnig, en u sal waarskynlik blogplasings teëkom wat sê dat hierdie API nie hierdie funksie of daardie funksie het nie. Moenie u besluite daarop maak nie. Ontleed eers u besigheidsbehoeftes, kyk eers na die funksies wat aangebied word, gaan soek, en maak eers eers gedink.

OpenCV

AI-navorsing is ‘n sinkgat met geen bodem nie. Dit is moeilik om ‘n stelsel vir gesigsherkenning op te lei en te vervolmaak en dit is die beste aan konglomerate met diep sakke en ‘n leër van navorsers byderhand. As u behoeftes egter eenvoudig is en u graag volle beheer wil hê – en natuurlik gereed is vir die instandhouding van ‘n klein / klein ingenieurspan –OpenCV werk dalk net vir jou.

Dit is ‘n Open Source Computer Vision-biblioteek wat opmerklik akkuraat is en beskikbaar is vir alle programmeringsplatforms. Hier is ‘n hare byvoorbeeld van hoe u ‘n gesigwaarnemingstelsel met Python en OpenCV in 25 reëls kode kan opspoor!

Nou sal u miskien op sommige blogs teëkom wat sê dat OpenCV nie gesigsherkenning het nie. Wel, dit is ‘n volledige leuen, en hier is bewys. Al met al kan OpenCV ‘n uitstekende keuse vir u besigheid wees as die behoeftes eenvoudig en spesifiek is.

Amazon-erkenning

Rekognition is ‘n swaar aanbod van een van die grootste wolkverskaffers daar buite – AWS. Dit is ‘n ten volle bestuurde, kragtige diens vir die AWS-platform, en as u reeds AWS gebruik vir implementering, is Rekognition waarskynlik die beste keuse.

Sommige van die opvallende funksies wat deur Rekognition aangebied word, is:

  • Intydse analise (as u ‘n beeld of video na S3 oplaai)
  • Uitgebreide gesigsanalise (geslag, kleur van hare, gesigsuitdrukking, oë oop of nie, ens.)
  • Pathing (vaslegging van paaie van geïdentifiseerde voorwerpe in video’s)
  • Toneel en aktiwiteitsopsporing (binne / buite, ‘sokker speel’, ens.)
  • Moderering van onveilige inhoud (byvoorbeeld naaktheid)

Die grootste voordeel met Rekognition is ook die grootste minus – jy sal regtig sukkel om dit met nie-AWS-dienste te gebruik tot op die punt waar jy net sal moet opgee.

Kairos

In skerp kontras met Rekognisie, Kairos bied u die AI oor ‘n API (die rym is onbedoeld, ons sweer!), sodat u volledige beheer oor u data en bedieners kan neem. Kairos beskou homself as ‘n eerste diens met privaatheid uiters krities van Amazon en ander maatskappye wat met die regering saamspan (so is ook ACLU, Terloops).

Kairos werk beide op prente en video’s en het al die lekker funksies wat u van ‘n moderne API vir gesigsherkenning sou verwag. Dit doen sommige van die verbasende funksies wat in Rekognisie voorkom, maar as u dit nie nodig het nie en u data al bestuur, waarom pla?!

Vir diegene wat ekstra paranoïes oor privaatheid is en nie eens data oor die draad wil stuur vir verwerking nie, het Kairos ‘n ontplooiing op die perseel, maar die prys hang af van u gebruikskas en kan baie steil wees.

Google Cloud Vision

Google het gekies om te onderskei tussen gesigsherkenningsdienste vir prente en video’s. Die beeld API staan ​​bekend as Wolkvisie, terwyl die video-gefokusde diens gebel word Video-intelligensie.

Terwyl die beeldgerigte diens baie ooreenstem met wat AWS te bied het, het die videodiens ‘n goeie funksie om te katalogiseer en te soek. Dit sal nuttig wees vir ondernemings met groot video-argiewe wat hulle dalk wil ontleed of deursoek.

Dit gesê, video-intelligensie het nie ‘n gesigsherkenning nie, maar dit blyk dat dit slegs aangebied word in Cloud Vision. Objekopsporing en teksopsporing is ook in beta, wat dit baie agter Amazon se aanbiedinge plaas.

Azure Face API

Met Microsoft wat hul wolkaanbiedinge meer ernstig opneem as die tafelrekenaars (uiteindelik), sal die Azure Face API is ‘n heerlike aanbod. Dit het al die interessante eienskappe wat u sou verwag (opsporing, identifikasie, gesigsgroepering, soortgelyke gesigsopgawes, emosies, ens.), En werk ewe goed met video’s.

Nou, dit hou nie streng verband met gesigsherkenning nie, maar dit is die moeite werd om te noem dat Azure ook ‘n kliënt-rekenaarvisie bied diens, wat u toelaat om u insette en treinmodelle volgens u behoeftes te gebruik.

Net soos by Google se diens, is daar ‘n speelgrond reg op die tuisblad, wat die toets van die API baie pret maak!

Is daar beduidende verskille tussen die topbestuurde gesigsherkenningsdienste? Nie regtig nie. Op die oomblik is daar intens mededinging, en nuwe funksies word vinniger as pizzas uitgerol. As u reeds aan ‘n spesifieke ekosisteem gekoppel is, is dit sinvol om hul eie gesigsherkenningsdiens te gebruik. Andersins kan u ‘n ander verskaffer kies as u behoeftes spesifiek is (eie data beheer, slegs gewone opsporing benodig, ens.).

Anti-Gesigsherkenningstelsels

Net soos sommige navorsers hul lewens daaraan gewy het om gesigsherkenningstegnologie te vervolmaak, is ander besig om tegnieke te ontwikkel om hulle te verlei. Een so ‘n interessante ontwikkeling is Adversariale bril, wat anders lyk vir mense, maar kundige gesigsherkenningstelsels mislei het.

Bron: digitaltrends.com

Dit gesê, hierdie brille is nog nie in die mark beskikbaar nie, hoewel die navorsers sê dat dit maklik 3D-gedruk kan word.

‘N Verdere interessante ontwikkeling was die bekendstelling van ekō bril op Kickstarter. Alhoewel die produk nou gekanselleer is, het dit op ‘n opvallende eenvoudige idee gewerk: gewone, alledaagse sonbrille vir $ 45 wat die lig net weerkaats, wat veroorsaak het dat kameras en videobewakingstoestelle bonkers.

Net soos op die gebied van kuberveiligheid, sluit “hackers” en navorsers horings in die gesig om hulself te erken vir die wedloop tot volmaaktheid. In ongeveer 2014 het ons die gewildheid gesien van kamoefleer-grimering wat onsigbaarheid verleen teen gesigsherkenning, maar nie meer lewensvatbaar is nie. Sal daar ‘n AES-kodering van gesigsherkenning wees? Net die tyd sal leer!

Is gesigsherkenning vir u?

Die soort besigheid wat voordeel kan trek uit gesigsherkenning, is dié wat mense betrek – ja, wat beteken dat elke onderneming daar buite is! Alhoewel die huidige gebruike van gesigsherkenning blykbaar deur die owerhede, groot ondernemings of tegnologiese ondernemings aangewakker word, is daar geen rede waarom u besigheid nie daaruit kan baat vind nie.

Die moontlikhede is waarlik eindeloos wanneer ons ‘n bietjie kreatiewe denke kombineer – om kliënte te groet en te identifiseer in ‘n hotel, jou vriend in ‘n see van mense te vind, mense met soortgelyke gesigte te vind (miskien om as akteurs gebruik te word), persoonlikhede op te spoor vir werk onderhoude (weereens laat ons net die verbeelding hier wild verdwyn; daar kan moontlik nie iets wesenliks in so ‘n studie bestaan ​​nie), wat die bankervaring aanpas wanneer ‘n kliënt met ‘n hoë waarde inloop. . . Daar is eindelose maniere om gesigsherkenning op klein en groot vlakke te gebruik om u besigheid beter te laat presteer.

Afsluiting

Binnekort sal gesigsherkenning so wydverspreid en so algemeen word dat ons dit nie eers sal raaksien nie (soos selfone?). Die onderliggende tegnologie is byna vervolmaak, maar in die regte wêreld gaan dit nie net om gesigte op te spoor nie – dit gaan oor wat ons met die vermoë kan doen.

Klink dit fassinerend en wil u meer leer? Kyk hierna briljante kursus oor rekenaarvisie.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me