Recunoașterea facială nu se limitează la domeniul informaticii. Are aplicații solide de afaceri.
Unul dintre cele mai populare cuvinte la modă ale acestui deceniu este recunoașterea facială.
Este partea din învățarea automată aplicată care poate detecta și identifica fețele umane, o problemă care a fost notoriu de dificilă pentru computere până acum. Și acest lucru a deschis o lume cu totul nouă de posibilități și provocări interesante pentru companii, guverne și persoane deopotrivă.
Dacă sunteți un lider de afaceri și v-ați întrebat despre ce este tam-tam și dacă există vreo utilitate în această nouă dezvoltare, vă putem acoperi. În acest articol, ne vom uita la istoria recunoașterii faciale, dezvoltarea acesteia, utilizările actuale, controversele, implementarea și multe alte fațete.
Până la sfârșitul acesteia, veți avea o înțelegere solidă despre ce este tehnologia de recunoaștere facială și care sunt implicațiile acesteia pentru afaceri.
Să începem!
Cuprins
Evoluția recunoașterii faciale
Tehnologia există de ceva timp pentru tot hype-ul și acoperirea media din jurul recunoașterii faciale. Prima lucrare algoritmică serioasă în detectarea fețelor a fost Cadrul de detectare a obiectelor Viola-Jones publicat în 2001. Deși un cadru de uz general pentru identificarea obiectelor din imagini, a fost rapid aplicat pentru detectarea feței cu foarte mare succes. Principalul motiv pentru popularitatea acestui algoritm a fost viteza acestuia; în timp ce procesul de antrenament a fost extrem de lent, procesul de detectare a fost extrem de rapid.
Încă din 2001/2004, computerul desktop mediu care rula acest algoritm era capabil să proceseze un cadru de 300 px X 300 px în 0,07 secunde (mai mult Aici). The rate de preciziedeși nu sunt comparabile cu ceea ce pot realiza oamenii, au fost impresionante la 90%.
Cu toate acestea, progresul real nu s-a făcut 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 memoriei gigantice de sistem puse la dispoziție prin cloud computing de către furnizorii de Infrastructure-as-a-Service (IaaS). Pentru prima dată în istorie, computerele băteau în mod constant oamenii 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 subsisteme specializate implicate.
Iată ce înseamnă diferitele etape:
Detectare/Urmărire: Această parte a etapei de preprocesare este responsabilă pentru identificarea și urmărirea fețelor din imaginea sau fișierul video dat. Odată ce acest proces este finalizat, știm cu siguranță 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 particulare sau expresii dintr-o față, dacă este necesar.
Alinierea: problema recunoașterii faciale este agravată deoarece fețele dintr-o anumită imagine sau videoclip nu respectă niciun ghid. Persoana poate fi mărită sau micșorată, aruncând o privire din spatele unui copac sau prezentă într-un profil lateral, ceea ce face problema detectării feței și mai dificilă. Aici intervine alinierea feței: ne spune unde din imaginea/videoclipul dat sunt liniile feței și care sunt contururile pentru trăsăturile feței.
Sursa: csc.kth.se
Extracția trăsăturilor: După cum sugerează și numele, în această fază a procesului (acum suntem în etapa de recunoaștere), trăsăturile individuale ale feței, cum ar fi ochii, nasul, bărbia, buzele etc., sunt extrase sub formă pe care algoritmii le pot folosi în etapa următoare. În această etapă, computerul a colectat suficiente date complexe pentru a deosebi o față în mod unic.
Potrivirea/clasificarea caracteristicilor: În această etapă, intrările primite din extragerea caracteristicilor sunt comparate cu baza de date dată pentru a deduce identitatea persoanei. Această fază este cunoscută și ca o clasificare, deoarece algoritmul poate fi necesar pentru a clasifica fețele în loc să le identifice individual.
Odată ce acest proces s-a încheiat, știm cu siguranță dacă fața dată face parte din baza de date cu care am comparat-o sau nu. Rezultatul final poate conține și etichetare, așa cum suntem obișnuiți să vedem pe Facebook.
Sursa: aboutdatascience.com
Considerente despre implementare: partea server vs. partea client
Recunoașterea facială poate funcționa atât pe server, cât și pe dispozitivul cu care interacționează utilizatorul. De exemplu, când încarci o fotografie pe Facebook, algoritmii sunt rulați pe partea serverului; pe de altă parte, un sistem de identificare care vă folosește fața pentru a debloca dispozitivul trebuie să ruleze pe partea clientului. Deci, care este mai bun?
Sincer, nu este vorba despre care dintre ele este mai bună. Atât implementările pe partea de server, cât și pe partea clientului au punctele lor forte; în practică, întreprinderile implementează un sistem hibrid. Practica recomandată este să vă instruiți modelele pe partea de server, unde datele de antrenament și resursele de procesare sunt nelimitate. Odată ce modelele au fost instruite, acestea pot fi împachetate și implementate pe partea clientului, ceea ce îmbunătățește viteza sistemului și menține confidențialitatea utilizatorului.
Trimiterea totul către server introduce o întârziere, care poate fi proastă sau inacceptabilă în anumite cazuri. În același timp, păstrarea totul pe partea clientului va avea ca rezultat modele mai slabe.
Cât de precisă este recunoașterea facială?
Acuratețea nu este un termen foarte bine definit în recunoașterea facială. Motivul principal este că este o problemă neclară cu tot felul de intrări încurcate (lumină slabă, față parțial acoperită de păr, calitatea camerei etc.) și chiar intrări înșelătoare (mai multe despre asta mai târziu!). Ca urmare, rețelele neuronale implicate în recunoașterea facială trebuie ajustate pentru problema în cauză, limitându-le domeniul de aplicare. Așadar, în timp ce un sistem industrial de recunoaștere facială se poate lăuda cu o acuratețe de 100% (ceea ce este adesea cazul), același sistem poate să nu fie nici măcar 20% precis atunci când i se cere să identifice fețele într-o fotografie aglomerată.
Într-una cercetare, un anumit tip de algoritm de recunoaștere facială a reușit să atingă o precizie de 98,52%, mai mare decât precizia 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.
Concluzie — pentru aplicații concentrate, bine definite, recunoașterea facială este cel mai bun instrument pe care îl avem.
Unde este folosită 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 remarcabile, dar unele sunt atât de subtil și fundamental țesute în viața de zi cu zi încât cu greu ne oprim să ne gândim la ce se află dedesubt.
Facebook este poate cel mai comun exemplu de sisteme moderne de recunoaștere facială la locul de muncă. De îndată ce încărcați o fotografie, rețeaua de socializare este capabilă să detecteze fețele. În timp ce în urmă cu ceva timp vi s-a cerut să etichetați prietenii, acum Facebook este capabil să o facă singur.
Sursa: labnol.org
O nouă aplicație cool de Facebook este caracteristica informare utilizatorii când fotografiile care conțin fețele lor sunt încărcate de cineva, chiar dacă nu au fost etichetați în acele fotografii.
Snapchat folosește intens detectarea și recunoașterea feței pentru multe dintre caracteristicile sale, în special, filtrele amuzante care sunt atât de furioase.
Sursa: gistreel.com
Pentru ca aceste filtre să funcționeze, contururile și trăsăturile feței subiectului trebuie să fie detectate perfect, altfel suprapunerile nu vor arăta realiste. Același lucru este valabil și pentru Face Swap, o altă funcție populară pe Snapchat. În cazul în care sunteți interesat să vă scufundați mai adânc în capacitățile Snapchat în ceea ce privește recunoașterea facială, vedeți Aici.
Uber se luptă cu problemele legate de confidențialitate și siguranță de ceva vreme, iar cea mai nouă armă din arsenalul companiei este recunoașterea facială. Compania a lansat o nouă funcție prin care este verificată identitatea partenerilor săi șoferi folosindu-și fețele. Compania spune pe blogul său că, după ce au testat mai mulți furnizori de tehnologie de recunoaștere facială, au optat pentru Microsoft Face API pentru calitatea sa înaltă. Interesant este că această verificare a ID-ului în timp real funcționează bine în condiții de lumină scăzută și este capabilă să detecteze ochelarii.
Cu recunoașterea facială dovedindu-se de succes în sălbăticie, este ușor de prezis că ar putea înlocui în curând alte metode de identificare la instituțiile de învățământ, spitale, biblioteci etc.
Prevenirea criminalității în retail este o extensie naturală a aplicării recunoașterii faciale. Industria de retail pierde o estimare 45 de miliarde de dolari în fiecare an la hoții de magazine și la alte infracțiuni de vânzare cu amănuntul, cu foarte puține pentru a contracara. Acum, companiile ca FaceFirst ajută comercianții cu amănuntul să folosească recunoașterea facială pentru a detecta infractorii anteriori și pentru a alerta ofițerii de securitate.
Supravegherea poliției începe să folosească recunoașterea facială, ca toate celelalte instituții de acolo. De exemplu, în Marea Britanie, poliția din Țara Galilor de Sud folosește camere montate pe dube pentru a face supraveghere a multimilor mai usor.
Sursa: theconversation.com
În timp ce această nouă superputere aflată în mâinile poliției a stârnit dezbateri publice aprinse cu privire la confidențialitatea individuală, poliția crede că îi va ajuta să restricționeze mai bine infractorii. După cum a spus Richard Lewis, șef adjunct al poliției din Țara Galilor de Sud Timpuri financiare:
Dacă identifici pe cineva care a săvârșit o infracțiune [previously]practic spui: știm că ești aici, te rog să te comporți.
Asistența medicală a avut recent o aplicație neașteptată, în care recunoașterea facială a ajutat la detectarea unei tulburări genetice rare numite 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 sănătății, în acest caz, este mai gravă pentru țările mai sărace, care nu au resursele necesare pentru metode de diagnosticare costisitoare. Ca atare, recunoașterea facială, cu o uluitoare precizie de 96,6%, oferă o nouă speranță pentru victimele Sindromului DiGeorge.
În industria companiilor aeriene, adoptarea recunoașterii faciale este în creștere și va înlocui în curând cărțile de îmbarcare convenționale. În prezent, există rezultate limitate, dar promițătoare în ajutor identifica 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 folosirea ei bună sau proastă depinde de noi. Fără îndoială, deci, că ceva la fel de puternic și radical precum recunoașterea facială este folosit într-un mod care ridică îngrijorarea cu privire la drepturile fundamentale ale omului și etica.
Cel mai proeminent exemplu de utilizări controversate ale recunoașterii faciale este enormul Chinei sistem de supraveghere care folosește aproximativ 200 de milioane de camere pentru a supraveghea cei 1,4 miliarde de cetățeni.
Sursa: sbs.com
Sistemul urmărește oamenii și evaluează acțiunile acestora, actualizând constant o valoare numită scor cetăţean. Deși există o oarecare valoare în a avea un sistem de supraveghere controlat de stat (urmărirea debitorilor, de exemplu), cei mai mulți îl văd ca fiind sosirea viitorului distopic imaginat de George Orwell. Este un viitor în care guvernele au putere nelimitată asupra individului, iar intimitatea este inexistentă.
Cel de-al doilea exemplu de folosire discutabilă a recunoașterii faciale vine și (nesurprinzător?) din China. De data aceasta, 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 chipul elevului pentru identificare.
Sursa: businessinsider.com
Dar partea înfiorătoare este că acest sistem monitorizează nivelul de atenție al elevilor, utilizarea telefoanelor mobile etc. și alertează profesorul atunci când este depășit un anumit prag.
În timp ce supravegherea video alimentată de recunoașterea facială nu este exclusivă Chinei, SUA au fost făcând eforturi să-l folosească pentru a reduce violența cu armele în școli — China pare să ducă acest lucru mai departe decât orice altă țară.
Comparație dintre API-urile populare de recunoaștere facială
Când vine vorba de utilizarea recunoașterii faciale, ce opțiuni aveți? În această secțiune, ne vom uita la ceea ce este utilizat în mod obișnuit și la modul în care diferitele soluții se combină unele cu altele.
Înainte de a începe, totuși: un memento că aceste API-uri evoluează rapid și probabil că veți întâlni postări de blog care spun că acestui API-uri îi lipsește această funcție sau acea caracteristică. Nu lua decizii pe baza asta. Analizează mai întâi nevoile afacerii tale, verifică cu atenție caracteristicile oferite, mergi după un traseu și abia apoi decide-te.
OpenCV
Cercetarea AI este o dolină fără fund. Antrenarea și perfecționarea unui sistem de recunoaștere facială este dificilă și este cel mai bine lăsată pe seama conglomeratelor cu buzunare adânci și a unei armate de cercetători. Cu toate acestea, dacă nevoile dvs. sunt simple și vă place să aveți controlul deplin – și, desigur, sunteți gata pentru întreținerea unei echipe de ingineri minuscule/mice –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 ridicare a părului exemplu despre cum puteți crea 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 a feței. Ei bine, este o minciună completă și iată dovada. Una peste alta, OpenCV poate fi o alegere excelentă pentru afacerea dvs. dacă nevoile sunt simple și specifice.
Recunoaștere Amazon
Recunoaștere este o ofertă grea de la unul dintre cei mai mari furnizori de cloud de acolo – AWS. Este un serviciu puternic gestionat complet pentru platforma AWS și, dacă utilizați deja AWS pentru implementare, Rekognition este probabil cea mai bună alegere.
Unele dintre caracteristicile uimitoare oferite de Rekognition sunt:
- Analiză în timp real (pe măsură ce încărcați o imagine sau un videoclip pe S3)
- Analiză facială extinsă (sex, culoarea părului, expresia feței, ochii deschiși sau nu etc.)
- Pathing (capturarea traseelor obiectelor identificate în videoclipuri)
- Detectarea scenei și activității (în interior/în aer liber, „fotbal”, etc.)
- Moderarea conținutului nesigur (nuditate, de exemplu)
Cel mai mare plus cu Rekognition este și cel mai mare minus – vă veți chinui cu adevărat să-l utilizați cu servicii non-AWS până la punctul în care va trebui să renunțați.
Kairos
În contrast puternic cu Rekognition, Kairos vă oferă AI printr-un API (rima este neintenționată, vă jurăm!), permițându-vă să preluați controlul complet asupra datelor și serverelor dvs. Kairos se prezintă ca un serviciu care primește confidențialitate și este extrem de critic a Amazon și a altor companii care se înțeleg cu guvernul (așa este ACLUapropo).
Kairos funcționează atât pe imagini, cât și pe videoclipuri și are toate caracteristicile frumoase pe care le-ați aștepta de la un API modern de recunoaștere a feței. Face unele dintre caracteristicile uimitoare găsite în Rekognition, dar dacă nu aveți nevoie de ele și vă gestionați deja datele, de ce vă deranjați?!
Kairos are o implementare on-premise pentru cei care sunt paranoici în ceea ce privește confidențialitatea și nici măcar nu doresc să trimită date prin cablu pentru procesare, Kairos are implementare on-premise, prețul depinde de cazul dvs. de utilizare și poate fi destul de ridicat.
Google Cloud Vision
Google a ales să facă diferența între serviciile sale de recunoaștere a feței pentru imagini și videoclipuri. API-ul de imagine este cunoscut ca Cloud Visionîn timp ce serviciul axat pe video este apelat Inteligența video.
În timp ce serviciul axat pe imagine este destul de similar cu ceea ce are de oferit AWS, serviciul video are o caracteristică frumoasă de catalogare și căutare. Acest lucru va fi util pentru companiile care au arhive video mari pe care ar putea dori să le analizeze sau să caute.
Acestea fiind spuse, Video Intelligence nu are caracteristici de recunoaștere facială la momentul scrierii, iar acestea par să fie oferite doar în Cloud Vision. Urmărirea obiectelor și detectarea textului sunt, de asemenea, în versiune beta, punându-le mult în spatele ofertelor Amazon.
Azure Face API
Cu Microsoft luându-și ofertele cloud mai în serios decât cele desktop (în sfârșit), Azure Face API este o ofrandă încântătoare. Are toate caracteristicile interesante la care te-ai aștepta (detecție, identificare, grupare fețe, căutare de fețe similare, emoție etc.) și funcționează la fel de bine cu videoclipuri.
Acum, acest lucru nu este strict legat de recunoașterea facială, dar merită menționat că Azure oferă și o viziune computerizată pentru clienți serviciucare vă permite să utilizați intrările și să antrenați modelele în funcție de nevoile dvs.
La fel ca serviciul Google, există un loc de joacă disponibil chiar pe pagina de pornire, ceea ce face ca testarea API-ului să fie foarte distractivă!
Există diferențe semnificative între serviciile de recunoaștere a feței gestionate de top? Nu chiar. Există o concurență intensă în domeniu chiar acum, iar noi funcții sunt lansate mai repede decât pizza. Dacă sunteți deja legat de un anumit ecosistem, folosirea propriului serviciu de recunoaștere a feței are sens. În caz contrar, ați putea dori să alegeți un alt furnizor dacă nevoile dvs. sunt specifice (controlul propriilor date, nevoia doar de detectare simplă etc.).
Sisteme anti-recunoaștere facială
Așa cum unii cercetători și-au dedicat viața perfecționării tehnologiei de recunoaștere facială, alții sunt ocupați să dezvolte tehnici pentru a-i păcăli. O astfel de dezvoltare interesantă este Ochelari adversaricare arată altfel normal pentru ființele umane, dar au păcălit sistemele experte de recunoaștere facială.
Sursa: digitaltrends.com
Acestea fiind spuse, acești ochelari nu sunt încă disponibili pe piață, deși cercetătorii spun că aceștia pot fi imprimați 3D cu ușurință.
O altă dezvoltare interesantă a fost lansarea ochelari ekō pe Kickstarter. Deși acum produsul este anulat, a funcționat la o idee remarcabil de simplă: ochelari de soare simpli, de zi cu zi, pentru 45 de dolari, care pur și simplu reflectau lumina, determinând camerele și dispozitivele de supraveghere video să devină nebunești.
La fel ca în domeniul securității cibernetice, „hackerii” și cercetătorii își blochează coarnele în recunoașterea facială pentru cursa către perfecțiune. În jurul anului 2014, am văzut popularitatea machiaj de camuflaj care au conferit invizibilitate împotriva recunoașterii faciale, dar nu mai sunt viabile. Va exista o criptare AES a recunoașterii faciale? Numai timpul va spune!
Recunoașterea facială este pentru tine?
Genul de afacere care poate beneficia de recunoașterea facială este cea care implică oameni — da, ceea ce înseamnă orice afacere de acolo! În timp ce utilizările actuale ale recunoașterii faciale par să fie susținute de guverne, companii mari sau startup-uri tehnologice, nu există niciun motiv pentru care afacerea ta să nu poată beneficia de pe urma acesteia.
Posibilitățile sunt cu adevărat nesfârșite atunci când combinăm puțină gândire creativă – salutarea și identificarea clienților într-un hotel, localizarea prietenului tău într-o mare de oameni, găsirea de oameni cu fețe similare (poate să fie folosite ca actori), detectarea personalităților pentru un loc de muncă interviuri (din nou, lăsăm imaginația să scape aici; s-ar putea să nu existe nimic substanțial într-un astfel de studiu), personalizând experiența bancară atunci când intră un client cu valoare ridicată. . . Există nenumărate modalități de a utiliza recunoașterea facială la niveluri mici și mari pentru a vă îmbunătăți performanța afacerii.
Concluzie
Destul de curând recunoașterea facială va deveni atât de răspândită și atât de comună încât nici nu o vom observa (ca telefoanele mobile?). Tehnologia de bază a fost aproape perfecționată, dar în lumea reală, nu este vorba doar despre detectarea fețelor, ci este despre ce putem face cu această abilitate.
Sună fascinant și dorești să afli mai multe? Verifica asta curs genial despre Computer Vision.