Totul despre Recunoașterea facială pentru companii

Recunoașterea facială nu se limitează la tărâmurile informaticii. Are aplicații solide de afaceri.


Una dintre cele mai tari cuvinte cheie din acest deceniu este Recunoașterea facială.

Este partea de învățare a mașinilor aplicate care poate detecta și identifica fețele umane, o problemă care a fost dificil de notat până acum pentru computere. Și odată cu aceasta, s-a deschis o lume cu totul nouă cu posibilități și provocări interesante pentru companii, guverne și persoane fizice.

Dacă sunteți lider de afaceri și v-ați întrebat despre ce este vorba, și dacă există o utilitate în această nouă dezvoltare, v-am oferit acoperire. În acest articol, vom analiza istoricul recunoașterii faciale, dezvoltarea acesteia, utilizările actuale, controversele, desfășurarea și multe alte fațete.

Până la sfârșitul acesteia, veți avea o înțelegere solidă despre ce înseamnă tehnologia recunoașterii faciale și care sunt implicațiile acesteia pentru companii.

Să începem!

Evoluția recunoașterii faciale

Pentru toate tipurile de acoperire și media acoperite de recunoașterea facială, tehnologia este de ceva timp. Prima lucrare algoritmică serioasă în detectarea fețelor a fost Cadrul de detectare a obiectelor Viola-Jones publicat în 2001. Deși un cadru cu scop general pentru identificarea obiectelor din imagini, acesta a fost aplicat rapid la detectarea feței cu un succes foarte bun. Motivul principal al popularității acestui algoritm a fost viteza acestuia; în timp ce procesul de instruire a fost extrem de lent, procesul de detectare a fost extrem de rapid.

Încă din 2001/2004, calculatorul mediu de birou care rulează acest algoritm a fost capabil să proceseze un cadru de 300px X 300px în 0.07 secunde (mai mult aici). rate de precizie, deși nu sunt comparabile cu ceea ce oamenii pot realiza, au fost impresionante la 90%.

Cu toate acestea, nu s-au înregistrat progrese reale decât în ​​deceniul 2010-2020, când Rețele neuronale convoluționale a apărut ca cea mai bună metodă de a efectua detectarea facială. Motivul a fost disponibilitatea puterii brute de procesare și a amintirilor gigantice ale sistemului puse la dispoziție prin intermediul cloud computing de către furnizorii de Infrastructură ca serviciu (IaaS). Pentru prima dată în istorie, calculatoarele băteau în mod constant omul în recunoașterea fețelor, mai ales atunci când erau implicate un număr mare de fețe aleatorii.

Sursa: medium.com

Cum funcționează Recunoașterea facială?

Recunoașterea facială este un proces în mai multe etape, cu mai multe sub-sisteme specializate implicate.

Iată ce înseamnă diferitele etape:

Detectare / urmărire: Această parte a etapei de preprocesare este responsabilă cu identificarea și urmărirea fețelor din imaginea sau fișierul video dat. După ce acest proces este finalizat, știm sigur că există o față în intrarea dată, și poate fi procesată în continuare. Faza de urmărire este, de asemenea, responsabilă pentru urmărirea anumitor părți, caracteristici sau expresii particulare pe față, dacă este necesar.

Aliniere: Problema recunoașterii faciale este agravată, deoarece fețele dintr-o anumită imagine sau video nu respectă nicio orientare. Persoana poate fi amplificată sau micșorată, aruncând o privire din spatele unui copac sau prezentă într-un profil lateral, ceea ce face ca problema detectării feței să fie și mai dificilă. Aici intervine alinierea feței: ne spune unde în imaginea / video date liniile feței și care sunt contururile pentru caracteristicile faciale.

Sursa: csc.kth.se

Extracție caracteristică: După cum sugerează și numele, în această fază a procesului (acum suntem în etapa de recunoaștere), caracteristicile individuale ale feței, cum ar fi ochii, nasul, bărbia, buzele etc., sunt extrase sub forma care poate fi folosit de algoritmi în etapa următoare. În această etapă, computerul a colectat suficiente date tari pentru a spune o față separată în mod unic.

Potrivirea / clasificarea caracteristicilor: În această etapă, intrările primite din extragerea caracteristicilor sunt corelate cu baza de date dată pentru a deduce identitatea persoanei. Această fază este cunoscută și sub denumirea de clasificare, deoarece algoritmul poate fi necesar pentru a clasifica fețele în loc să le identifice individual.

Odată ce acest proces este încheiat, știm sigur dacă fața dată face parte din baza de date cu care am comparat sau nu. Produsul final poate conține și etichetare, așa cum obișnuim să vedem pe Facebook.

Sursa: spre datascascience.com

Considerații de implementare: Latere server-versus client

Recunoașterea facială poate funcționa atât pe server, cât și pe dispozitivul cu care utilizatorul interacționează. De exemplu, când încărcați o fotografie pe Facebook, algoritmii sunt rulați pe server; pe de altă parte, un sistem de identificare care îți folosește fața pentru a debloca dispozitivul trebuie să ruleze pe partea de client. Deci, care este mai bun?

Sincer, nu este vorba despre care este mai bun. Atât implementările din partea serverului, cât și cele ale clientului au punctele lor forte, iar în practică, întreprinderile implementează un sistem hibrid. Practica recomandată este de a instrui modelele dvs. pe server, unde datele de instruire și resursele de procesare sunt fără limită. După ce modelele au fost instruite, acestea pot fi ambalate și implementate pe partea clientului, ceea ce îmbunătățește viteza sistemului și menține confidențialitatea utilizatorului.

Trimiterea tuturor către server introduce o întârziere, care poate fi rea sau inacceptabilă în anumite cazuri. În același timp, păstrarea tuturor pe partea clientului va duce la modele mai slabe.

Cât de exactă este Recunoașterea facială?

Precizia nu este un termen foarte bine definit în recunoașterea facială. Motivul principal este că este o problemă confuză cu tot felul de intrări dezordonate (lumină scăzută, față parțial acoperită de păr, calitate a camerei etc.) și chiar intrări înșelătoare (mai multe despre asta mai târziu!). Drept urmare, rețelele neuronale implicate în recunoașterea facială trebuie modificate pentru problema la îndemână, limitându-le domeniul de aplicare. Deci, în timp ce un sistem de recunoaștere facială industrială se poate lăuda cu o precizie de 100% (ceea ce este adesea cazul), același sistem nu poate fi chiar 20% exact atunci când este solicitat să identifice fețele într-o fotografie aglomerată.

Într-una cercetare, un anumit tip de algoritm de recunoaștere facială a fost capabil să atingă o precizie de 98,52%, mai mare decât exactitatea umană de 97,53% obținută în același test. In alt studiu efectuate în criminalistică, combinația de judecată umană și algoritmi a dat cele mai bune rezultate în unele cazuri.

Linia de jos – pentru aplicații concentrate, bine definite, recunoașterea facială este cel mai bun instrument pe care îl avem.

Unde se folosește recunoașterea facială?

Chiar și în perioada scurtă în care au fost dezvoltați algoritmi viabili, Recunoașterea facială a găsit aplicații incredibil de utile și interesante. Unele dintre acestea sunt vizibile, dar unele sunt atât de subtil și fundamental țesute în viața de zi cu zi, încât nu ne oprim cu greu să ne gândim la ce este dedesubt.

Facebook este poate cel mai frecvent exemplu de sisteme moderne de recunoaștere facială la locul de muncă. Imediat ce încărcați o fotografie, rețeaua socială este capabilă să detecteze fețele. În timp ce cu ceva timp în urmă vi s-a cerut să vă etichetați prietenii, acum Facebook este capabil să facă acest lucru de unul singur.

Sursa: labnol.org

O nouă aplicație interesantă de către Facebook este caracteristica informare utilizatorii atunci când fotografiile care conțin fața lor sunt încărcate de cineva, chiar dacă nu au fost etichetate în fotografiile respective.

Snapchat face uz intens de detectare și recunoaștere a feței pentru multe dintre caracteristicile sale, mai ales filtrele amuzante care sunt atât de furioase.

Sursa: gistreel.com

Pentru ca aceste filtre să funcționeze, contururile și caracteristicile feței subiectului trebuie să fie detectate perfect, altfel suprapunerile nu vor părea realiste. Același lucru este valabil și pentru Face Swap, o altă caracteristică populară din Snapchat. În cazul în care vă interesează să vă scufundați mai mult în capacitățile Snapchat în recunoașterea facială, consultați aici.

uber combate confidențialitatea și siguranța de ceva vreme și cea mai nouă armă din arsenalul companiei este recunoașterea facială. Compania a lansat o nouă caracteristică în care identitatea șoferului-partenerilor săi este verificată folosindu-și fețele. Compania spune pe blogul său că, după ce au testat mai mulți furnizori de tehnologie de recunoaștere facială, s-au instalat pe Microsoft Face API pentru calitatea sa înaltă. Interesant este că acest control în timp real de identitate funcționează bine în condiții de lumină scăzută și este capabil să detecteze ochelarii.

Deoarece recunoașterea facială se dovedește a fi reușită în sălbăticie, este ușor de prezis că ar putea în curând să înlocuiască alte metode de identificare la instituții de învățământ, spitale, biblioteci etc..

Prevenirea vânzărilor cu amănuntul este o extensie naturală a aplicării recunoașterii faciale. Industria cu amănuntul pierde o estimare 45 miliarde de dolari în fiecare an la cumpărători și alte infracțiuni de vânzare cu amănuntul, cu foarte puține lucruri pentru a le contracara. Acum, companiile le place FaceFirst îi ajută pe comercianții să utilizeze recunoașterea facială pentru a detecta infractorii anterioare și a alerta agenții de securitate.

Supravegherea poliției începe să utilizeze recunoașterea facială ca toate celelalte instituții de acolo. De exemplu, în Marea Britanie, poliția din Țara Galilor de Sud folosește camere montate pe autoutilitare supraveghere de mulțimi mai ușor.

Sursa: theconversation.com

În timp ce această putere superioară în mâinile poliției a stârnit dezbateri publice aprinse cu privire la confidențialitatea individuală, poliția consideră că îi va ajuta să restricționeze mai bine infractorii. Așa cum a declarat Richard Lewis, adjunctul șef adjunct al poliției din South Wales Timpuri financiare:

Dacă identificați pe cineva care a comis o infracțiune [anterior], spuneți practic: știm că sunteți aici, vă rugăm să vă comportați.

Sănătate a avut recent o aplicație neașteptată, în care recunoașterea facială a ajutat la detectarea unei tulburări genetice rare numită sindromul DiGeorge.

Sindromul DiGeorge apare la aproximativ 1 din 6.000 de copii și are ca rezultat deformări în mai multe părți ale corpului. Problema de asistență medicală, în acest caz, este mai severă pentru țările mai sărace, care nu au resurse pentru a utiliza metode de diagnostic scumpe. Ca atare, recunoașterea facială, cu un uimitor precizie de 96,6%, oferă o nouă speranță victimelor sindromului DiGeorge.

În Linii aeriene industria, adoptarea recunoașterii faciale este în creștere și va înlocui curând biletele de îmbarcare convenționale. În prezent, există rezultate limitate, dar promițătoare în a ajuta identificați pasagerii pe măsură ce părăsesc țara. De fapt, Administrația pentru Securitatea Transporturilor (TSA) din SUA a stabilit un plan pentru utilizarea pe scară largă a biometriei bazate pe recunoașterea facială.

Utilizări controversate ale recunoașterii faciale

Tehnologia ne dă putere, deși utilizarea ei bună sau rea este de la noi. Fără îndoială, atunci, că ceva la fel de puternic și radical ca recunoașterea facială este folosit într-un mod care trezește îngrijorare cu privire la drepturile fundamentale ale omului și etica.

Cel mai important exemplu de utilizări controversate ale recunoașterii faciale este enormul Chinei sistem de supraveghere care folosește aproximativ 200 de milioane de camere pentru a fi cu ochii pe 1,4 miliarde de cetățeni.

Sursa: sbs.com

Sistemul urmărește oamenii și își evaluează acțiunile, actualizând constant o metrică numită scor cetățean. Deși există o anumită valoare în a avea un sistem puternic de supraveghere controlat de stat (de exemplu, urmărirea defaulterilor datoriilor), majoritatea o consideră sosirea viitorului distopic pe care George Orwell și l-a imaginat. Este un viitor în care guvernele au putere nelimitată asupra individului și confidențialitatea inexistentă.

Cel de-al doilea exemplu de utilizare discutabilă a recunoașterii faciale vine și (fără surprindere?) Din China. De această dată sistemul școlar adoptă recunoașterea facială pentru a se asigura că elevii sunt „atenți” în timpul orelor. Noul sistem de recunoaștere facială, deși nu este încă răspândit, înlocuiește cărțile de identitate, cărțile de bibliotecă, sistemele de prezență etc., folosind fața studentului pentru identificare.

Sursa: businessinsider.com

Dar partea înfiorătoare este că acest sistem monitorizează nivelul de atenție al elevilor, utilizarea telefonului mobil etc. și avertizează profesorul atunci când este trecut un anumit prag.

Deși supravegherea video bazată pe recunoașterea facială nu este exclusivă din China – SUA au fost depunând eforturi pentru a o folosi pentru a reduce violența în arme în școli – China pare să ducă asta mai departe decât oricare altă țară.

Compararea popularilor API de recunoaștere facială

Când vine vorba de recurgerea la recunoașterea facială, ce opțiuni aveți? În această secțiune, vom arunca o privire la ce este în uz comun și la modul în care diferitele soluții se împacă între ele.

Înainte de a începe, totuși: un memento. Aceste API-uri evoluează extrem de rapid și este posibil să întâlniți postări pe blog care spun că această API nu are această caracteristică sau această caracteristică. Nu vă luați deciziile în funcție de asta. Analizați mai întâi nevoile afacerii dvs., verificați cu atenție caracteristicile oferite, mergeți pe o potecă și abia apoi vă gândiți.

OpenCV

Cercetarea AI este o gaură fără fund. Pregătirea și perfecționarea unui sistem de recunoaștere facială este greu și este cel mai bine lăsat la conglomerate cu buzunare adânci și o armată de cercetători la îndemână. Cu toate acestea, dacă nevoile dvs. sunt simple și doriți să dețineți controlul deplin – și desigur, sunteți gata pentru întreținerea unei mici sau mici echipe de inginerie –OpenCV s-ar putea să funcționeze doar pentru tine.

Este o bibliotecă open source Computer Vision care este remarcabil de precisă și este disponibilă pentru toate platformele de programare. Iată o creștere a părului exemplu despre modul în care puteți roti un sistem de detectare a feței cu Python și OpenCV în 25 de linii de cod!

Acum, este posibil să întâlniți câteva bloguri care spun că OpenCV nu are recunoaștere față. Ei bine, este o minciună completă și iată dovadă. În total, OpenCV poate fi o alegere excelentă pentru afacerea dvs. dacă nevoile sunt simple și specifice.

Amazon Rekognition

Rekognition este o ofertă grea de la unul dintre cei mai mari furnizori de cloud acolo – AWS. Este un serviciu puternic, complet gestionat pentru platforma AWS și, dacă utilizați deja AWS pentru implementare, Rekognition este probabil cea mai bună alegere.

Unele dintre caracteristicile impresionante oferite de Rekognition sunt:

  • Analiză în timp real (pe măsură ce încărcați o imagine sau un videoclip pe S3)
  • Analiza facială extinsă (sex, culoarea părului, expresie facială, ochii deschiși sau nu etc.)
  • Calificare (captarea căilor de obiecte identificate în videoclipuri)
  • Detectarea scenei și a activității (în interior / exterior, „joc de fotbal” etc.)
  • Moderarea conținutului nesigur (nuditate, de exemplu)

Cel mai mare plus cu Rekognition este, de asemenea, cel mai mare minus – vei lupta cu adevărat să îl folosești cu servicii non-AWS, până la punctul în care va trebui doar să renunți.

Kairos

În contrast puternic cu Rekognition, Kairos vă oferă AI-ul printr-o API (rima este neintenționată, vă jurăm!), permițându-vă să preluați controlul complet asupra datelor și serverelor dvs. Kairos se plasează ca un serviciu de confidențialitate și este extrem de critică a Amazonului și a altor companii care se ciocnesc cu guvernul (așa este ACLU, Apropo).

Kairos funcționează atât pe imagini cât și pe videoclipuri și are toate caracteristicile frumoase pe care le așteptați de la o API modernă de recunoaștere a feței. Face unele dintre caracteristicile uimitoare găsite în Rekognition, dar dacă nu ai nevoie de ele și deja îți administrezi datele, de ce să te deranjezi?!

Pentru cei care sunt extrem de paranoici cu privire la confidențialitate și nu doresc nici măcar să trimită date prin cablu pentru procesare, Kairos are o implementare la fața locului, dar prețul depinde de cazul de utilizare și poate fi destul de abrupt..

Google Cloud Vision

Google a ales să diferențieze serviciile sale de recunoaștere a feței pentru imagini și videoclipuri. API-ul de imagine este cunoscut sub numele de Viziune în cloud, în timp ce serviciul focalizat video este apelat Informații video.

În timp ce serviciul focalizat pe imagine este destul de similar cu ceea ce oferă AWS, serviciul video are o caracteristică plăcută de catalogare și căutare. Acest lucru va fi util pentru companiile care au arhive video mari pe care ar putea să le analizeze sau să le cerceteze.

Acestea fiind spuse, Video Intelligence nu are caracteristici de recunoaștere facială ca în scris, iar acestea par a fi oferite doar în Cloud Vision. Urmărirea obiectelor și detectarea textului sunt, de asemenea, în versiune beta, situându-l mult în urma ofertelor Amazon.

API-ul Azure Face

Cu Microsoft luându-și ofertele de cloud mai în serios decât cele desktop (în sfârșit), API-ul Azure Face este o ofertă încântătoare. Are toate funcțiile interesante pe care le așteptați (detectare, identificare, grupare fețe, căutare fețe similare, emoție etc.) și funcționează la fel de bine cu videoclipurile.

Acum, aceasta nu se referă strict la recunoașterea facială, dar este de menționat că Azure oferă și o viziune computerizată a clienților serviciu, ceea ce vă permite să folosiți intrările și modelele de tren conform nevoilor dvs..

La fel ca serviciul Google, există un loc de joacă disponibil chiar pe pagina principală, ceea ce face ca testarea API-ului să fie foarte distractivă!

Există diferențe semnificative între serviciile de recunoaștere a feței de top gestionate? Nu chiar. Există o concurență intensă în domeniu în acest moment și noi caracteristici sunt rulate mai repede decât pizza. Dacă sunteți deja legat de un anumit ecosistem, utilizarea propriului serviciu de recunoaștere a feței are sens. În caz contrar, s-ar putea să doriți să alegeți un furnizor diferit dacă nevoile dvs. sunt specifice (controlul datelor proprii, nevoie doar de detectare simplă etc.).

Sisteme de recunoaștere anti-facială

La fel cum unii cercetători și-au dedicat viața perfecționării tehnologiei de recunoaștere facială, alții sunt ocupați să dezvolte tehnici care să le păcălească. O astfel de dezvoltare interesantă este Ochelari adversari, care arată altfel normal pentru ființele umane, dar au păcălit sisteme de recunoaștere facială expertă.

Sursa: digitaltrends.com

Acestea fiind spuse, aceste ochelari nu sunt încă disponibile pe piață, deși cercetătorii spun că acestea pot fi tipărite cu ușurință 3D.

O altă dezvoltare interesantă a fost lansarea pahare ekō pe Kickstarter. Deși acum produsul este anulat, a funcționat pe o idee remarcabil de simplă: ochelari de soare simpli, zilnici, pentru 45 de dolari, care reflectau pur și simplu lumina, făcând ca aparatele de fotografiat și dispozitivele de supraveghere video să se descurce..

La fel ca domeniul cibersecurității, „hackerii” și cercetătorii blochează coarnele în recunoașterea facială pentru cursa spre perfecțiune. În jurul anului 2014, am văzut popularitatea machiaj camuflaj care au oferit invizibilitatea împotriva recunoașterii faciale, dar nu mai sunt viabile. Va exista o criptare AES a recunoașterii faciale? Numai timpul va spune!

Este recunoașterea facială pentru tine?

Tipul de afacere care poate beneficia de recunoașterea facială este cel care implică oameni – da, ceea ce înseamnă că fiecare afacere este acolo! Deși utilizările actuale ale recunoașterii faciale par a fi promovate de guverne, companii mari sau startup-uri tehnologice, nu există niciun motiv pentru care afacerea dvs. nu poate beneficia de aceasta.

Posibilitățile sunt cu adevărat nesfârșite atunci când combinăm un pic de gândire creativă – salutarea și identificarea clienților într-un hotel, localizarea prietenului într-o mare de oameni, găsirea persoanelor cu fețe similare (poate fi folosite ca actori), detectarea personalităților pentru un loc de muncă interviuri (din nou, lăsăm imaginația să curgă aici; este posibil să nu existe nimic substanțial într-un astfel de studiu), personalizând experiența bancară atunci când un client cu valoare înaltă intră. . . Există moduri interminabile de a utiliza recunoașterea facială la niveluri mici și mari pentru ca afacerea dvs. să funcționeze mai bine.

Concluzie

Destul de curând recunoașterea facială va deveni atât de răspândită și atât de comună încât nici măcar nu o vom observa (cum ar fi telefoanele mobile?). Tehnologia de bază a fost aproape perfecționată, dar în lumea reală nu este vorba doar despre detectarea fețelor – ci despre ceea ce putem face cu această abilitate.

Sună fascinant și interesat de a afla mai multe? Verifica asta curs genial despre Computer Vision.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map