Algoritmus rozpoznávání obličeje

Jo. Definice rozpoznávání obličeje

Technologie rozpoznávání obličeje začala počátkem 70. let a je typickou aplikací v oblasti počítačového vidění (cv). Computer vision belongs to deep learning (dl).

Zároveň je rozpoznání obličeje také jakousi biometrickou identifikační technologií. Další biometrické identifikační technologie zahrnují: otisk prstů, iris, hlas, žíla, retinu. V porovnání s jinými biometrickými technologiemi má rozpoznávání obličeje vlastnosti bezkontaktní, nepovinné, pohodlné, paralelní zpracování a tak dále.

Srovnání různých biometrických technologií

Účelem rozpoznání obličeje je posuzovat a identifikovat informace o tvářích na obrázcích a videích (videa jsou složeny z obrázků) a detekovat, identifikovat a sledovat tváře v obrázcích a videích.

Jo. Klasifikace algoritmů rozpoznávání obličeje

Tradiční lidské vlastnosti a techniky strojového učení, včetně geometrických metod, holistických metod, funkčních metod a hybridních metod.

Current deep learning methods are based on deep neural networks (dnn) and convolutional neural networks (cnn) trained on large data sets.

Důvod, proč časné použití algoritmu cnn deep learning face nebylo účinné, byl způsoben nedostatečnou výpočtovou silou a objemem dat.

V této fázi, s podporou velkých dat a výpočetní síly, je přesnost rozpoznávání tváří různých algoritmů již velmi vysoká. Deepface ve facebooku dosáhlo přesnosti 97,35% na lfw a pak ho facenet společnosti google dosáhl na lfw. 99,63% přesnosti. Současný směr vývoje v oblasti rozpoznávání obličeje je lehký (snadno se nasazuje do mobilních terminálů) a hardwarová modularita.

Jo. Proces rozpoznávání obličeje

1. face detection.

Detektor obličeje se používá k nalezení umístění obličeje na obrázku a pokud jsou obličeje, vrátí souřadnice hraniční skříňky obsahující každou tvář.

2. face alignment.

Cílem vyrovnání obličeje je skládat a ořezat obličejový obraz pomocí souboru referenčních bodů umístěných na pevných místech v obrázku. Tento proces obvykle vyžaduje použití detektoru bodových prvků k nalezení souboru obličejových orientací, v případě jednoduchého 2d zarovnání, aby se našla nejlepší afinní transformace, která nejlépe odpovídá referenčnímu bodu. Složitější algoritmy 3d zarovnání mohou také dosáhnout čelní frontalizace, to znamená, upravit postu tváře dopředu.

3. face representation.

Ve fázi reprezentace obličeje se pixelové hodnoty obrazu tváře převádějí na kompaktní a diskriminovatelné vektory znaků, které se také nazývají šablony. V ideálním případě by se všechny tváře stejného subjektu měly zmapovat na podobné vektory funkcí.

4. face matching.

V stavebním bloku odpovídající obličeji se porovnávají dvě šablony, což má za následek skóre podobnosti, která dává pravděpodobnost, že oba patří k témuž subjektu.

Jo. Aplikace rozpoznávání obličeje

Jo. Potíže s technologií rozpoznávání obličeje

Držení hlavy

Většina algoritmů rozpoznávání obličeje je zaměřena zejména na obrazy čelní a kvazizefrontalní tváře. Pokud je výstup nebo levá a pravá deformace relativně závažná, rozpoznávací rychlost algoritmu rozpoznávání obličeje prudce klesne.

Věk

Na druhé straně je doba platnosti průkazu totožnosti mé země obvykle 20 let. Během dvaceti let se každý vzhled nevyhnutelně změní, takže jsou také velké problémy v identifikaci fotografií s průkazem totožnosti.

Occlude

Zakryjte si obličej brýlemi, klobouky atd.

Podmínky osvětlení

Lidské tváře.

Úroveň zdokonalení výrazů a diverzifikace kategorií výrazu.

Tvář proti padělání

Falešná tvář, jak odhalit litivitu.

Jo. Mysli

Soukromí a bezpečnost

<P> zajistit informovaný, výslovný souhlas. Li yanhong řekl, že všichni jsou ochotni obchodovat s soukromím pro pohodlí. V číně, vzhledem k tomu, že lidé začleňovali nové technologie, byly tyto tři prvky ai komplexně rozbité a lidé se nezajímají o údaje nazývané "osobní soukromí". Nedávno byl vysloven první případ rozpoznání obličeje v hangzhou. Kupující domu byly uznány tváří a případy zabíjení velkých dat atd. by měly dát nějakou inspiraci k příslušným domácím výzkumným podnikům, vládním agenturám, a uživatelé technologií rozpoznávání tváří.

Technologie není perfektní.

V současné době chybí technologie rozpoznávání obličeje při identifikaci barevných osob, rozlišování ženského pohlaví, dvojčat atd., zahrnující otázky jako rasová diskriminace a sexismus.

Problém s oživením fotografií, jak zlepšit detekci liveness.

Ochrana údajů

Jak zajistit bezpečnost údajů v procesu shromažďování, přenosu, ukládání, používání a ničení údajů při rozpoznávání obličeje.

Zda je používána vládními agenturami, zda porušuje demokratickou svobodu a lidská práva!

Typicky například v americkém televizním seriálu (Osoba zájmu/Poi), scény, které jsou sledovány kdykoli, kdekoli, a rozpoznávání obličeje se domnívá, že nejsou ochotné vidět.

6 principů, které se řídí výzkumnou prací společnosti microsoft v oblasti rozpoznávání obličeje

------------------------------------------------------------------------------------------------------------------------------- Reprezentativní společnosti rozpoznávání obličeje

V současné době jsou čínské společnosti v oblasti rozpoznávání obličeje velmi aktivní a vynikající. Mezi reprezentativní společnosti patří sensetime, megvii, yitu, cloudwalk, hikvision, baidu, alibaba a tencent. Výzkumné instituce zahrnují tým tang xiaoou čínské univerzity v hongkongu (ve skutečnosti technický tým sensetime a zakladatel megvii studoval také pod vedením profesora tang xiaoou).

Existuje mnoho úspěchů v oblasti early face recognition zahraničních společností, jako je deepface facebook a facenet google. Vzhledem k politickým a právním úvahám byla v posledních letech neaktivní. Reprezentativní podniky jsou google, microsoft, facebook atd. v červnu 2020 ibm oznámila, že odstoupí do důchodu s technologií rozpoznávání tváří a ukončí všechny související výzkum a vývoj.