Kasvontunnistus: Miten Se Toimii Ja Mitä Seuraavaksi Tapahtuu? - Vaihtoehtoinen Näkymä

Sisällysluettelo:

Kasvontunnistus: Miten Se Toimii Ja Mitä Seuraavaksi Tapahtuu? - Vaihtoehtoinen Näkymä
Kasvontunnistus: Miten Se Toimii Ja Mitä Seuraavaksi Tapahtuu? - Vaihtoehtoinen Näkymä

Video: Kasvontunnistus: Miten Se Toimii Ja Mitä Seuraavaksi Tapahtuu? - Vaihtoehtoinen Näkymä

Video: Kasvontunnistus: Miten Se Toimii Ja Mitä Seuraavaksi Tapahtuu? - Vaihtoehtoinen Näkymä
Video: Lynchin syndrooma-webinaari 22.3.2021 2024, Maaliskuu
Anonim

Menet portaita ylös ja astut hissille. Hän tietää mihin kerrokseen sinun täytyy mennä. Huoneiston ovet avautuvat edessäsi. Tietokone ja puhelin "tunnistavat" sinut etkä tarvitse salasanaa. Autot, sosiaaliset verkostot, kaupat - kaikki tervehtivät sinua, tuskin nähdessään sinua, soittavat sinulle nimeltä ja ennakoivat jokaista askeltasi. Näin kasvojentunnistus toimii. Kuten? Pelottava?

Ensi silmäyksellä voi vaikuttaa siltä, että jokainen organisaatio, jolla on varaa tähän, tarkkailee jokaista vaihetta ja kerää asiaa koskevan asiakirjasi. Et voi edes kuvitella, kuinka laaja kasvojentunnistustekniikka on levinnyt ympäri maailmaa ja mitä vahvoja näkymiä he lupaavat. Edellä olevien esimerkkien lisäksi kasvojentunnistusjärjestelmien avulla voit tehdä niin yksinkertaisia ja monimutkaisia asioita:

- opiskelijan henkilöllisyyden vahvistaminen verkkokokeiden aikana;

- stadionien ja yökerhojen sisäänkäynnin yhteydessä mustasta listasta olevien henkilöiden tunnistaminen

- maksu tavaroista;

- pitämällä paikkasi linjassa käydessäsi huvipuistossa;

- puhelimen tai tietokoneen lukituksen avaaminen.

Mitä voin sanoa, jos pelkästään Moskovassa on jo yli 150 000 ulkoisen videovalvontakameran verkko. Niitä ei ole missään piilossa, ja tämä saa ihmiset ajattelemaan, mutta "valvonnan" laajuus ei ole niin suuri. Verkko käyttää tehokasta kasvojentunnistusjärjestelmää, mutta työ vaatii paljon voimaa, joten vain 2-4 tuhatta kameraa toimii reaaliajassa. Toistaiseksi väestön massavalvonta on vain pelottavaa, joten on syytä keskittyä tämän tekniikan todellisiin etuihin. Mutta ensin ensin.

Mainosvideo:

Kuinka kasvojentunnistusjärjestelmä toimii?

Oletko koskaan miettinyt, kuinka tunnistat kasvot, tunnet ne? Kuinka tietokone tekee sen? Ihmisten kasvoilla on tietysti tiettyjä ominaisuuksia, joita on helppo kuvata. Silmien välinen etäisyys, nenän sijainti ja leveys, otsaharjanteiden ja leuan muoto - kaikki nämä yksityiskohdat, jotka huomaat alitajuisesti katsotessasi toista henkilöä. Tietokone tekee kaiken tämän tietyllä tehokkuudella ja tarkkuudella, koska yhdistämällä kaikki nämä mitat, se saa aikaan ihmisen kasvon matemaattisen kaavan.

Joten kuinka hyvin kasvojentunnistusjärjestelmä toimii tällä hetkellä? Ei paha, mutta joskus väärin. Jos olet koskaan törmännyt kasvotunnistusohjelmiin Facebookissa tai muulla alustalla, olet todennäköisesti huomannut, että hauskoja tuloksia on yhtä paljon kuin tarkkoja. Ja vaikka tekniikka ei ole sataprosenttisesti tarkkaa, se on tarpeeksi hyvä, jotta sitä voidaan käyttää laajasti. Ja jopa herättää sinua.

Image
Image

NEC: n Paul Howie sanoo, että heidän kasvojentunnistusjärjestelmänsä etsii kasvot yksilöivistä tunnisteista:

”Esimerkiksi monet pitävät silmien välistä etäisyyttä ainutlaatuisena ominaisuutena. Tai se voi olla etäisyys leuasta otsaan ja muihin komponentteihin. Erityisesti otamme huomioon 15-20 tekijää, joita pidetään tärkeinä, samoin kuin muut tekijät, jotka eivät enää ole niin merkittäviä. Tämä luo kolmiulotteisen kuvan ihmisen päästä, joten vaikka se olisi osittain peitetty, voimme silti saada tarkan ottelun. Järjestelmä ottaa sitten kasvojen allekirjoituksen ja välittää sen tietokannan läpi."

Pitäisikö minun huolehtia kasvotunnistusohjelmista?

Ensinnäkin kasvojentunnistus on tietoa. Tietoja voidaan kerätä ja tallentaa usein ilman lupaa. Kun tiedot on kerätty ja tallennettu, se on avoin hakkerointiin. Kasvojentunnistusalustoja ei ole vielä voimakkaasti hakkeroitu, mutta tekniikan leviämisen myötä biometriatietosi ovat yhä useamman ihmisen käsissä.

Image
Image

On myös omistuskysymyksiä. Useimmat ihmiset eivät tiedä, että kun he kirjautuvat sosiaalisen median alustoille kuten Facebook, heidän tietonsa siitä hetkestä alkaen kuuluvat itse Facebookiin. Koska kasvojentunnistusta käyttävien yritysten lukumäärä kasvaa jatkuvasti, pian sinun ei tarvitse edes ladata omia valokuvia Internetiin vaarantuaksesi. Ne on jo varastoitu sinne, ja niitä on pidetty pitkään.

Ohjelmistoista puhuttaessa ne kaikki toimivat eri tavoin, mutta käyttävät periaatteessa samanlaisia tekniikoita ja hermoverkkoja. Jokaisella kasvolla on monia erityispiirteitä (on mahdotonta löytää kahta identtistä kasvoja maailmasta, ja niitä oli niin paljon koko ihmiskunnan historiassa!). Esimerkiksi FaceIt-ohjelmisto määrittelee nämä ominaisuudet ankkuripisteiksi. Jokaisessa kasvossa on noin 80 solmupistettä, samanlaisia kuin aiemmin mainitsimme: silmien välinen etäisyys, nenän leveys, silmäholkkien syvyys, leukan muoto, leuan pituus. Nämä pisteet mitataan ja luodaan numeerinen koodi - "kasvotulostus" -, joka syötetään sitten tietokantaan.

Aikaisemmin kasvojentunnistus perustui 2D-kuviin vertailla tai tunnistaa muita 2D-kuvia tietokannasta. Tehokkuuden ja tarkkuuden vuoksi kuvan piti olla suoraan kameraan katsotut kasvot, joilla oli vähän valon leviämistä ja ilman kasvojen ilmettä. Tietenkin se toimi aika huonosti.

Useimmissa tapauksissa kuvia ei otettu sopivassa ympäristössä. Jopa pieni valon leikki voisi vähentää järjestelmän tehokkuutta, mikä johtaa korkeaan virhehäiriöön.

2D on korvattu 3D-tunnistuksella. Tämä äskettäin nouseva ohjelmistokehitys käyttää 3D-mallia erittäin tarkan kasvojentunnistuksen aikaansaamiseen. Kaappaamalla 3D-kuva ihmisen kasvojen pinnasta reaaliajassa, ohjelmisto korostaa erottavia piirteitä - jos kova kudos ja luu ulkonevat eniten, kuten silmäliitännän, nenän ja leuan käyrät - kohteen tunnistamiseksi. Nämä alueet ovat ainutlaatuisia eivätkä muutu ajan myötä.

Image
Image

Käyttämällä mittaussyvyyttä ja akselia, joihin valaistus ei vaikuta, 3D-kasvojentunnistusjärjestelmää voidaan käyttää jopa pimeässä ja tunnistamaan esineitä eri kulmista (jopa profiilissa). Tällainen ohjelmisto käy läpi useita vaiheita, jolloin henkilö tunnistetaan:

Detection: Ota tilannekuva skannaamalla digitaalisesti olemassa oleva valokuva (2D) tai video saadaksesi elävän kuvan aiheesta (3D).

Keskitys: Kun kasvot on havaittu, järjestelmä merkitsee pään asennon, koon ja asennon.

Mittaus: Järjestelmä mittaa kasvot käyrät millimetrin tarkkuudella ja luo mallin.

Edustus: järjestelmä muuntaa mallin yksilölliseksi koodiksi. Tämä koodi antaa jokaiselle kuviolle joukon numeroita, jotka edustavat ominaisuuksia ja kasvojen piirteitä.

Sovitus: jos kuva on 3D-muodossa ja tietokanta sisältää 3D-kuvia, sovitus tapahtuu kuvaa muuttamatta. Mutta jos tietokanta koostuu kaksiulotteisista kuvista, kolmiulotteinen kuva hajotetaan erilaisiin komponentteihin (kuten samojen kasvojen piirteiden eri ulottuvuuksista peräisin olevat kaksiulotteiset kuvat eri näkökulmista) ja ne muunnetaan 2D-kuviksi. Ja sitten ottelu löytyy tietokannasta.

Vahvistus tai tunnistaminen: Vahvistusprosessin aikana tilannekuvaa verrataan vain yhteen tietokannan tilannekuvaan (1: 1). Jos tavoitteena on tunnistaminen, tilannekuvaa verrataan kaikkiin tietokannan tilannekuviin, mikä johtaa useisiin mahdollisiin vastaavuuksiin (1: N). Yhtä tai toista menetelmää käytetään tarpeen mukaan.

Missä kasvojentunnistusjärjestelmiä käytetään?

Aikaisemmin kasvojentunnistusjärjestelmiä on käytetty useimmiten lainvalvonnassa, koska viranomaiset käyttivät niitä satunnaisten kasvojen löytämiseen väkijoukosta. Jotkut valtion virastot ovat myös käyttäneet samanlaisia järjestelmiä turvallisuuteen ja vaalipetoksien poistamiseen.

On kuitenkin monia muita tilanteita, joissa tällainen ohjelmisto tulee suosituksi. Järjestelmät ovat halvempia, niiden jakelu kasvaa. Ne ovat nyt yhteensopivia pankkien ja lentokenttien käyttämien kameroiden ja tietokoneiden kanssa. Matkatoimistot työskentelevät”kokenut matkustaja” -ohjelman parissa suorittaakseen nopean turvatarkastuksen matkustajille, jotka tarjoavat vapaaehtoisesti tietoja. Lentokenttäjonot etenevät nopeammin, jos ihmiset käyvät läpi kasvojentunnistusjärjestelmän, joka vastaa kasvot sisäiseen tietokantaan.

Image
Image

Muita mahdollisia käyttötarkoituksia ovat pankkiautomaatit ja pankkiautomaatit. Ohjelmisto voi nopeasti tarkistaa asiakkaan kasvot. Asiakkaan luvan jälkeen pankkiautomaatti tai päätelaite ottaa kuvan kasvoista. Ohjelmisto luo kasvotulostuksen, joka suojaa asiakasta identiteettivarkauksilta ja vilpillisiltä toimilta - pankkiautomaatti ei yksinkertaisesti anna rahaa henkilöille, joilla on erilainen kasvo. Jopa PIN-koodia ei vaadita.

Taika? Teknologia

Kasvontunnistustekniikan kehitys pankkisiirtojen alalla voi olla erityisen tärkeä ja mielenkiintoinen. Äskettäin venäläinen Otkrytie-pankki esitteli oman ainutlaatuisen ratkaisun, joka on kehitetty Open Garage -teknologiamerkillä: siirtää rahaa valokuvasta Otkritie. Transfers -sovelluksessa. Kortin tai puhelinnumeron kirjoittamisen sijasta sinun on otettava valokuva henkilöstä, jonka on tehtävä siirto. Kasvontunnistusjärjestelmä vertaa kuvaa referenssikuvaan (se tehdään, kun pankki myöntää kortin) ja kysyy etunimen ja sukunimen. Ainoa on valita kortti ja syöttää summa. Tärkeintä on, että kolmansien osapuolien pankkien asiakkaat voivat käyttää tätä toimintoa myös siirtoon Otkritie-asiakkaille - siirtojen lähettäjät voivat käyttää minkä tahansa venäläisen pankin korttia.

Image
Image
Image
Image

"Asiakkaan kuvan käyttäminen pankkikorttinumeron sijasta on täysin uusi lähestymistapa verkkosiirtoihin, jotka perustuvat neuroverkon kasvotunnistusjärjestelmän käyttöön, jonka avulla asiakas voidaan tunnistaa suurella tarkkuudella hänen biometristen tietojensa avulla", sanoo Otkritie Pankin Partner Systems -kehitysosaston päällikkö. Aleksei Matveev. - Palvelu avaa täysin uusia elämäskenaarioita käyttäjille rahansiirtojen suorittamiseksi. Tällä hetkellä yksikään maailman rahoitusmarkkinaosapuolista ei tarjoa tällaista palvelua asiakkailleen."

Ilja Khel