Az arcfelismerés nem korlátozódik a számítástechnika birodalmára. Szilárd üzleti alkalmazásokkal rendelkezik.


Az évtized egyik legforróbb szóbeszéje a Arcfelismerés.

Az alkalmazott gépi tanulás része, amely felismeri és azonosítja az emberi arcokat. Ez a probléma a számítógépek számára eddig hírhedten nehéz. Ezzel egy teljesen új, izgalmas lehetőségek és kihívások világa nyílt meg mind a vállalkozások, mind a kormányok, mind az egyének számára.

Ha üzleti vezető vagy, és azon tűnődött, vajon mi az oka a dolgoknak, és vajon van-e valamilyen hasznosság ebben az új fejlesztésben, akkor magunkkal foglalkozunk. Ebben a cikkben az arcfelismerés történetét, fejlődését, jelenlegi felhasználásait, ellentmondásait, telepítését és még sok más aspektust áttekintünk..

Végül szilárd megértést kap arról, hogy mi az arcfelismerő technológia, és milyen következményekkel jár ez a vállalkozások számára.

Kezdjük el!

Az arcfelismerés fejlődése

Az arcfelismerést körülvevő hype- és médiaszolgáltatások terén a technológia egy ideje érvényben volt. Az arcok felismerésében az első komoly algoritmikus munka a Viola-Jones objektum-felismerési keretrendszer 2001-ben jelent meg. Bár a képekben lévő objektumok azonosítására szolgáló általános célú keretrendszert nagyon gyorsan sikerült alkalmazni az arcfelismerésben. Az algoritmus népszerűségének fő oka a sebesség volt; míg az edzési folyamat izgalmasan lassú volt, a felismerési folyamat rendkívül gyors volt.

Már 2001/2004-ben az ezt az algoritmust futtató átlagos asztali számítógép képes volt egy 300 képpontos X 300 képpontos képkockát feldolgozni 0,07 másodperc alatt (több itt). Az pontossági arányok, bár nem összehasonlítható azzal, amit az emberek elérhetnek, lenyűgöző volt 90% -on.

Valódi előrelépés azonban csak a 2010–2020 közötti évtizedben történt, amikor Konvolúciós neurális hálózatok az arcfelismerés legjobb módszerének bizonyult. Ennek oka a nyers feldolgozási teljesítmény és a hatalmas rendszermemóriák rendelkezésre állása volt, amelyeket felhőalapú számítástechnika útján bocsátottak rendelkezésre az Infrastruktúra mint szolgáltatás (IaaS) szolgáltatók. A történelem során először a számítógépek következetesen verték az embereket az arcok felismerésekor, különösen akkor, ha nagyszámú véletlenszerű arc került bevonásra.

Forrás: medium.com

Hogyan működik az arcfelismerés??

Az arcfelismerés többlépéses folyamat, több speciális alrendszerrel együtt.

A következő szakaszok mit jelentenek:

Érzékelés / követés: Az előfeldolgozási szakasz ezen része felel meg az arcok azonosításáért és követéséért az adott kép- vagy videofájlban. Miután ez a folyamat befejeződött, biztosan tudjuk, hogy van egy arc az adott bemeneten, és ez tovább feldolgozható. A nyomkövetési szakasz felelõs az egyes részek, az arc egyes jellemzõinek vagy kifejezéseinek követéséért is, ha erre szükség lenne.

Jellem: Az arcfelismerés problémája összetett, mivel az adott képben vagy videóban az arcok nem követik az irányelveket. Lehet, hogy kicsinyítve vagy kicsinyítve van, egy fa mögül nézve, vagy oldalsó profilban lehet, így az arcfelismerés problémája még súlyosabb. Itt jön az arc igazítása: megmondja, hogy az adott képen / videóban hol helyezkednek el az arcvonalak, és mi az arcvonások kontúrja.

Forrás: csc.kth.se

Funkció kivonása: Ahogy a neve is sugallja, a folyamat ezen szakaszában (most az Elismerés szakaszában vagyunk) az arc egyedi jellemzői, mint például a szem, az orr, az álla, az ajkak stb. Kinyerésre kerülnek az amelyet az algoritmusok használtak a következő szakaszban. Ebben a szakaszban a számítógép elegendő mennyiségű adatot gyűjtött ahhoz, hogy egyedileg megkülönböztesse az arcát.

Jellemzők egyeztetése / osztályozása: Ebben a szakaszban a szolgáltatás kinyeréséből származó bemeneteket összeegyeztetjük az adott adatbázissal, a személy azonosításához. Ezt a fázist osztályozásnak is nevezzük, mivel az algoritmusra szükség lehet az arcok kategorizálásához, ahelyett, hogy külön meghatározzuk őket.

Amint ez a folyamat véget ért, biztosan tudjuk, hogy az adott arc részét képezi-e az összehasonlított adatbázisnak. A végeredmény tartalmazhat címkézést is, ahogyan a Facebook-on megszoktuk.

Forrás: felédatascience.com

Telepítési szempontok: Szerveroldal és kliens oldal

Az arcfelismerés mind a kiszolgálón, mind az eszközön működhet, amelyen a felhasználó kapcsolatba lép. Például, amikor egy fényképet tölt fel a Facebook-ba, az algoritmusokat a szerver oldalán futtatják; másrészt az azonosító rendszernek, amely az arcát használja az eszköz feloldásához, az ügyféloldalon kell működnie. Szóval, melyik a jobb?

Őszintén szólva, nem arról szól, hogy melyik a jobb. Mind a szerver-, mind az ügyféloldali telepítéseknek megvan az erőssége, és a gyakorlatban az üzleti vállalkozások hibrid rendszert telepítenek. Az ajánlott gyakorlat a modellek kiszolgálása a szerverek oldalán, ahol a képzési adatok és a feldolgozási források korlátozottak. Miután a modelleket kiképzik, ezeket csomagolhatják és telepíthetik az ügyféloldalon, ami javítja a rendszer sebességét, és fenntartja a felhasználó magánéletét.

Mindent elküldeni a szerverre késleltetést von maga után, ami bizonyos esetekben rossz lehet vagy elfogadhatatlan. Ugyanakkor, ha mindent megtart az ügyféloldalon, a modellek gyengébbek lesznek.

Mennyire pontos az arcfelismerés??

A pontosság nem nagyon jól definiált kifejezés az arcfelismerésben. A fő ok az, hogy homályos probléma mindenféle rendetlen bemenettel (gyenge megvilágítás, arc részben a hajjal borítva, kameraminőség stb.) És még megtévesztő bemenetekkel (erről bővebben később!). Ennek eredményeként az arcfelismerésben részt vevő ideghálózatokat ki kell igazítani a jelenlegi probléma szempontjából, korlátozva azok kiterjedését. Tehát, bár az ipari arcfelismerő rendszer 100% -os pontossággal büszkélkedhet (ez gyakran fordul elő), ugyanaz a rendszer lehet akár 20% -kal sem pontos, ha felkérik az arcok azonosítását egy zsúfolt fotón.

Egyben kutatás, egy bizonyos típusú arcfelismerő algoritmus 98,52% -os pontosságot tudott elérni, amely magasabb, mint az ugyanazon teszt során elért 97,53% -os emberi pontosság. Egy másikban tanulmány A kriminalisztikában végzett vizsgálatok során az emberi megítélés és az algoritmusok kombinációja egyes esetekben a legjobb eredményt hozta.

Lényeg – koncentrált, jól definiált alkalmazásokhoz az arcfelismerés a legjobb eszköz.

Hol használják az arcfelismerést??

Az Arcfelismerés még abban a rövid időszakban, amikor életképes algoritmusokat fejlesztettek ki, hihetetlenül hasznos és izgalmas alkalmazásokat talált. Ezek közül néhány szembetűnő, de mások annyira finoman és alapvetően be vannak ágyazva a mindennapi életbe, hogy alig tartunk szünetet arra, hogy gondolkodjunk azon, ami alatta van.

Facebook talán a modern arcfelismerő rendszerek leggyakoribb példája a munka során. Amint feltölt egy fényképet, a közösségi hálózat képes felismerni az arcokat. Míg egy ideje arra kérték, hogy címkézzék meg a barátaikat, most a Facebook képes erre.

Forrás: labnol.org

A hűvös új alkalmazás a Facebook által jellemzi tájékoztató a felhasználók, ha valaki feltölti az arcát tartalmazó fényképeket, még akkor is, ha nem szerepelnek megcímkézésük a fotókon.

Snapchat sok funkciója miatt sokáig használja az arcfelismerést és -felismerést, nevezetesen a dühös szűrőket.

Forrás: gistreel.com

Ahhoz, hogy ezek a szűrők működhessenek, tökéletesen fel kell ismerni a személy arca körvonalait és jellemzőit, különben a fedések nem tűnnek reálisnak. Ugyanez vonatkozik a Face Swap-ra, amely a Snapchat másik népszerű funkciója. Ha érdekli mélyebben belemerülni a Snapchat képességeibe az arcfelismerésben, lásd: itt.

Uber már egy ideje harcol a magánélettel és a biztonsággal kapcsolatos aggályokkal, és a cég arzenáljában a legújabb fegyver az arcfelismerés. A társaság új funkciót vezetett be, ahol a sofőr-partnerek személyazonosságát igazolja az arcuk segítségével. A cég blogjában azt mondja, hogy miután több arcfelismerő technológiát gyártó gyártót tesztelték, magas szintű minősége miatt a Microsoft Face API-ban telepedtek le. Érdekes, hogy ez a valós idejű személyazonosító ellenőrzés jól működik gyenge fényviszonyok között és képes felismerni a szemüveget.

Az arcfelismerésnek a vadonban sikeresnek bizonyulásával könnyű megjósolni, hogy hamarosan felváltja az egyéb azonosítási módszereket az oktatási intézményekben, kórházakban, könyvtárakban stb..

Kiskereskedelmi bűnözés megelőzése az arcfelismerés alkalmazásának természetes kiterjesztése. A kiskereskedelmi ágazat becslések szerint veszít 45 milliárd dollár évente üzletkereskedők és más kiskereskedelmi bűncselekmények elkövetésére, nagyon kevés fellépéssel. Most olyan cégek, mint a FaceFirst segítenek a kiskereskedőknek az arcfelismerés használatában a korábbi bűnelkövetők felismerésére és a biztonsági tisztviselők figyelmeztetésére.

Rendőrségi megfigyelés mint az összes többi intézmény, kezdi az arcfelismerést. Például az Egyesült Királyságban a dél-walesi rendőrség a kisteherautókra felszerelt kamerákat használ felügyelet a tömeg könnyebb.

Forrás: theconversation.com

Noha a rendõrség kezébe került új nagyhatalom heves nyilvános vitákat váltott ki az egyének magánéletével kapcsolatban, a rendõrség úgy gondolja, hogy ez segíteni fogja őket a jogsértõk jobb korlátozásában. Ahogy Richard Lewis, a dél-walesi rendõrség rendõrfõnök helyettese elmondta Financial Times:

Ha azonosít valakit, aki [korábban] bűncselekményt követett el, akkor alapvetően azt mondja: tudjuk, hogy itt vagy, kérlek, viselkedj magaddal.

Egészségügy a közelmúltban egy váratlan alkalmazás volt, ahol az arcfelismerés segített felismerni a DiGeorge szindrómának nevezett ritka genetikai rendellenességet.

A DiGeorge-szindróma 6000 gyermekből kb. 1-nél jelentkezik, és a test több részén torzulásokat okoz. Az egészségügyi probléma ebben az esetben súlyosabb a szegényebb országokban, amelyek nem rendelkeznek erőforrásokkal drága diagnosztikai módszerekhez. Mint ilyen, arcfelismerés, meghökkentő pontosság 96,6% -os új reményt kínál a DiGeorge-szindróma áldozatainak.

Ban,-ben Airlines ipar, az arcfelismerés elfogadása felgyorsul, és hamarosan felváltja a hagyományos beszállókártyákat. Jelenleg korlátozott, de ígéretes eredmények vannak a segítségnyújtásban az utasok azonosítása amint elhagyják az országot. Valójában az Egyesült Államok Közlekedésbiztonsági Igazgatósága (TSA) megállapította a terv az arcfelismerésen alapuló biometria széles körű használatához.

Az arcfelismerés ellentmondásos felhasználása

A technológia felhatalmazza minket, bár jó vagy rossz felhasználása rajtunk múlik. Nem kétséges, hogy valami olyan erős és radikális, mint az arcfelismerés, oly módon kerül felhasználásra, hogy aggodalomra ad okot az alapvető emberi jogok és etika szempontjából..

Az arcfelismerés ellentmondásos felhasználásának legszembetűnőbb példája Kína hatalmas felügyeleti rendszer becslések szerint 200 millió kamerát alkalmaz, hogy figyelemmel kísérje 1,4 milliárd polgárát.

Forrás: sbs.com

A rendszer nyomon követi az embereket és értékeli tevékenységüket, folyamatosan frissítve a hívott mutatót állampolgári pontszám. Miközben van valami érték egy hatalmas, államilag ellenőrzött megfigyelő rendszer (például az adósságcsökkentők nyomon követése) számára, a leginkább George Orwell disztopópia jövőjének érkezését látja. Olyan jövő, ahol a kormányok korlátlan hatalommal bírnak az egyén felett, és a magánélet nem létezik.

Az arcfelismerés vitatható használatának második példája szintén Kínából származik (nem meglepő módon?). Ezúttal az iskolarendszer alkalmazza az arcfelismerést, hogy megbizonyosodjon arról, hogy a tanulók „figyelmesek” vannak az osztályok során. Az új arcfelismerő rendszer, bár még nem terjedt el, felváltja az igazolványokat, könyvtári kártyákat, jelenléti rendszereket stb., A hallgató arcát használva az azonosításhoz.

Forrás: businessinsider.com

A hátborzongató rész az, hogy ez a rendszer figyeli a hallgatók figyelmének szintjét, a mobiltelefon használatát stb., És figyelmezteti a tanárokat egy bizonyos küszöb átlépésekor..

Noha az arcfelismerés által biztosított videófelügyelet nem kizárólagos Kína számára – az Egyesült Államok is volt erőfeszítéseket tesz felhasználhatja az iskolákban elkövetett erőszak megfékezésére – úgy tűnik, hogy Kína tovább veszi ezt, mint bármely más országban.

A népszerű arcfelismerési API-k összehasonlítása

Mikor van lehetősége az arcfelismerés használatához? Ebben a szakaszban megvizsgáljuk, mi a közönség által használt, és hogy a különböző megoldások hogyan állnak egymáshoz.

Mielőtt elkezdenénk: emlékeztető. Ezek az API-k rendkívül gyorsan fejlődnek, és valószínűleg olyan blogbejegyzésekkel találkozol, amelyek szerint ez az API nem rendelkezik ezzel a funkcióval. Ne hozza meg döntéseit ennek alapján. Először elemezze vállalkozási igényeit, gondosan ellenőrizze a felajánlott szolgáltatásokat, menjen végig egy utat, és csak ezután mérlegelje a gondolatait.

OpenCV

Az AI kutatás egy alj nélküli mosogatólyuk. Az arcfelismerő rendszer képzése és tökéletesítése nehéz, és ezt a legjobb megoldást a mély zsebekkel és a kéznél lévő kutatók seregével történő konglomerátumokra kell hagyni. Ha azonban az Ön igényei egyszerűek, és szeretne teljes ellenőrzést gyakorolni – és természetesen készen áll egy apró / kicsi mérnöki csapat fenntartására?OpenCV talán csak neked fog működni.

Rendkívül pontos nyílt forráskódú Computer Vision könyvtár, amely minden programozási platformon elérhető. Itt van a hajnövelés példa arról, hogy miként tud felpörgetni egy arcfelismerő rendszert a Python és az OpenCV segítségével 25 kódsorban!

Találkozhat olyan blogokkal, amelyek szerint az OpenCV nem rendelkezik arcfelismeréssel. Nos, ez egy teljes hazugság, és itt van bizonyíték. Összességében az OpenCV kiváló választás lehet vállalkozása számára, ha az igények egyszerűek és specifikusak.

Amazon felismerés

Rekognition az egyik legnagyobb felhőalapú szolgáltató – AWS – nehéz feladata. Ez egy teljesen kezelt, nagyteljesítményű szolgáltatás az AWS platform számára, és ha már használja az AWS-t a telepítéshez, akkor a felismerés talán a legjobb választás.

Néhány a felismerés által felkínált funkció a következők:

  • Valós idejű elemzés (amikor képet vagy videót tölt fel az S3-ba)
  • Kiterjedt arcanalízis (nem, hajszín, arckifejezés, nyitott szem, stb.)
  • Pathing (azonosított objektumok útvonalainak rögzítése a videókban)
  • Jelenet és tevékenység észlelése (beltéri / kültéri, „focizni” stb.)
  • A nem biztonságos tartalom moderálása (például meztelenség)

A felismerés legnagyobb pluszszintje a legnagyobb mínusz – valóban küzd annak érdekében, hogy nem AWS szolgáltatásokat használjon arra a pontra, ahol egyszerűen el kell hagynia.

Kairos

Éles ellentétben a felismeréssel, Kairos biztosítja az Ön számára az AI-t egy API-n keresztül (a rímelés véletlen, esküszünk!), lehetővé téve az adatok és szerverek teljes irányítását. Kairos magánélet elsődleges szolgáltatásként kezeli magát, és így van rendkívül kritikus és más vállalatok kormányával összejátszva (így van ACLU, Apropó).

Kairos képeken és videókon egyaránt dolgozik, és rendelkezik minden olyan jó funkcióval, amelyet elvárhat egy modern arcfelismerő API-tól. Ez megteszi a Rekognition néhány lenyűgöző funkcióját, de ha nincs szüksége rájuk, és már kezeli az adatait, miért zavarja?!

Azok számára, akik extra paranoidok a magánélettel szemben, és még feldolgozásukra sem akarnak adatot küldeni, Kairos rendelkezik egy előzetes telepítéssel, de az árképzés az Ön használatától függ, és meglehetősen meredek lehet.

Google Cloud Vision

A Google úgy döntött, hogy különbséget tesz képek és videók arcfelismerő szolgáltatásai között. A image API néven ismert Cloud Vision, míg a videofókuszos szolgáltatást hívják Video intelligencia.

Noha a képre összpontosító szolgáltatás nagyon hasonlít az AWS által kínált szolgáltatáshoz, a videószolgáltatásnak jó tulajdonsága van a katalogizálás és a keresés. Ez hasznos lesz azoknak a vállalatoknak a számára, amelyek nagy video-archívummal rendelkeznek, amelyeket esetleg elemzésre vagy átkutatásra szeretnének találni.

A Video Intelligencia azonban az írástól kezdve nem rendelkezik arcfelismerési funkciókkal, és úgy tűnik, hogy ezeket csak a Cloud Vision-ban kínálják. Az objektumok követése és a szöveg észlelése szintén bétaverzióval történik, ami nagymértékben elmarad az Amazon kínálatától.

Azure Face API

Mivel a Microsoft sokkal komolyabban veszi felhőajánlataikat, mint az asztali számítógépek (végül), a Azure Face API egy kellemes ajánlat. Az összes érdekes funkcióval rendelkezik, amire számíthat (észlelés, azonosítás, arc csoportosítása, hasonló arcok keresése, érzelem stb.), És ugyanolyan jól működik a videókkal.

Most ez nem szorosan kapcsolódik az arcfelismeréshez, de érdemes megemlíteni, hogy az Azure ügyfélszámítógépes látást kínál szolgáltatás, amely lehetővé teszi a bemenetek és a vonatmodellek igényeinek megfelelő felhasználását.

Csakúgy, mint a Google szolgáltatásai, ott van egy játszótér is a kezdőlapon, ami nagyon szórakoztatóvá teszi az API tesztelését!

Vannak-e jelentős különbségek a legjobban kezelt arcfelismerő szolgáltatások között? Nem igazán. Jelenleg heves verseny van a területen, és az új funkciók gyorsabban kerülnek bevezetésre, mint a pizzák. Ha már kapcsolódik egy adott ökoszisztémához, akkor érdemes saját arcfelismerő szolgáltatást használni. Ellenkező esetben érdemes választania egy másik szállítót, ha az Ön igényei specifikusak (saját adatok ellenőrzése, csak egyszerű észlelésre van szükség stb.).

Arcellenes felismerő rendszerek

Csakúgy, mint egyes kutatók az arcfelismerési technológia tökéletesítésére szentelték életüket, mások elfoglalt technikák fejlesztésével foglalkoznak becsapással. Az egyik ilyen érdekes fejlesztés Versenyző szemüveg, amelyek egyébként normálisnak tűnnek az emberek számára, de becsaptak szakértő arcfelismerő rendszereket.

Forrás: digitaltrends.com

De ezek a szemüvegek még nem kaphatók a piacon, bár a kutatók szerint ezek könnyen kinyomtathatók 3D-ben.

Egy másik érdekes fejlemény volt a ekō szemüveg a Kickstarter-en. Noha a terméket már leállították, egy rendkívül egyszerű ötletre épült: sima, mindennapi napszemüveg 45 dollárért, amely egyszerűen tükrözi a fényt, és így a kamerák és a videómegfigyelő készülékek elindultak.

Csakúgy, mint a kiberbiztonsági terület, a „hackerek” és a kutatók küszöböt zárnak az arcfelismerésben a tökéletességért való verseny érdekében. 2014 körül láttuk a álcázás smink amelyek láthatatlanságot adtak az arcfelismerés ellen, de már nem életképesek. Lesz-e az arcfelismerés AES-titkosítása? Csak az idő fogja megmondani!

Arcfelismerés az Ön számára?

Az a fajta vállalkozás, amely profitálhat az arcfelismerésből, az az, amelybe bevonják az embereket – igen, ami azt jelenti, hogy minden üzlet ott van! Noha úgy tűnik, hogy az arcfelismerés jelenlegi használatát a kormányok, a nagyvállalatok vagy a technológiai vállalkozások támogatják, nincs ok, amiért vállalkozása nem élvezheti ennek előnyeit..

A lehetőségek valóban végtelenek, ha egy kicsit a kreatív gondolkodásmódot ötvözzük – üdvözöljük és azonosítjuk az ügyfeleket a szállodában, megtaláljuk a barátját az emberek tengerében, hasonló arcú (talán színészként használható) embereket keresünk, személyiségeket fedezünk fel a munkához interjúk (ismét csak elfojtjuk a képzeletünket; ilyen tanulmányban nem lehet semmi lényeges), testreszabjuk a banki tapasztalatokat, amikor egy nagy értékű ügyfél bemegy. . . Végtelen módokon használhatja az arcfelismerést kicsi és nagy szinteken, hogy vállalkozása jobban teljesítsen.

Következtetés

Nagyon hamarosan az arcfelismerés olyan széles körben elterjedté és annyira általánosá válik, hogy azt még csak nem is vesszük észre (például mobiltelefonok?). Az alapul szolgáló technológia majdnem tökéletes lett, de a való világban nem csak az arcok felismeréséről szól, hanem arról, hogy mit tudunk ezzel a képességgel megtenni.

Lenyűgözőnek hangzik, és szeretne többet megtudni? Nézd meg ezt ragyogó tanfolyam a Computer Vision-ról.

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