Ansigtsgenkendelse Algoritme

Ør. Definition af ansigtsgenkendelse

Ansigtsgenkendelse teknologi begyndte i begyndelsen af 1970'erne og er en typisk anvendelse i computersyn (CV). Computer vision tilhører dyb læring (DL).

Samtidig er ansigtsgenkendelse også en slags biometrisk identifikationsteknologi. Andre biometriske identifikationsteknologier omfatter: fingeraftryk, iris, stemme, vene, nethinde. Sammenlignet med andre biometriske teknologier har ansigtsgenkendelse karakteristika for ikke-kontakt, ikke-obligatorisk, praktisk, Parallelt forarbejdning osv.

Sammenligning af forskellige biometriske teknologier

Formålet med ansigtsgenkendelse er at bedømme og identificere oplysninger om ansigter i billeder og videoer (videoer består af billeder). og at opdage, identificere og spore ansigterne i billeder og videoer.

Ør. Klassificering af ansigtsgenkendelsesalgoritmer

Traditionelle menneskets designede træk og maskinlæringsteknikker, herunder geometriske metoder, holistiske metoder funktionsbaserede metoder og hybridmetoder.

De nuværende dybe læringsmetoder er baseret på dybe neurale netværk (DNN) og konvolutionelle neurale netværk (CNN) uddannet i store datasæt.

Grunden til, at den tidlige brug af CNN dybt læring ansigt algoritme ikke var effektiv skyldtes utilstrækkelig computerstyrke og datavolumen.

På dette stadium, med støtte fra big data og computerstyrke, nøjagtigheden af ansigtsgenkendelse af forskellige algoritmer er allerede meget høj. Facebook's DeepFace opnåede en nøjagtighed på 97. 35% på LFW, og derefter Googles FaceNet opnåede det på LFW. 99,63% nøjagtighed. Den nuværende udviklingsretning inden for ansigtsgenkendelse er let (let at bruge til mobile terminaler) og hardware-baseret modularitet.

Ør. Processen for ansigtsgenkendelse

1. Ansigtsdetektion.

Ansigtsdetektoren bruges til at finde placeringen af ansigter i billedet, og hvis der er ansigter, returnerer koordinaterne for den afgrænsende felt, der indeholder hvert ansigt.

2. Ansigtsjustering.

Målet med ansigtsjustering er at skalere og beskære billedet ved hjælp af et sæt af referencepunkter placeret på faste steder i billedet. Denne proces kræver normalt brug af en funktionspunktdetektor til at finde et sæt ansigts vartegn, i tilfælde af simpel 2D justering, at finde den bedste affine transformation, der passer bedst til referencepunktet. Mere komplekse 3D justering algoritmer kan også opnå ansigt frontalisering, dvs. justere stillingen af ansigt til ansigt fremad.

3. Ansigtsrepræsentation.

I ansigtet repræsentationsfasen konverteres pixelværdierne af billedet til kompakte og diskriminerbare funktionsvektorer, som også kaldes skabeloner. Ideelt set bør alle sider af samme emne kortlægge til lignende funktion vektorer.

4. Ansigt matching.

I ansigtet matchende byggesten sammenlignes to skabeloner, som resulterer i en lighedsscore, der giver sandsynligheden for, at begge tilhører samme emne.

Ør. Anvendelse af ansigtsgenkendelse

Ør. Vanskeligheder med ansigtsgenkendelsesteknologi

Hovedsholdning

De fleste ansigtsgenkendelse algoritmer er hovedsageligt rettet mod frontal og kvasi-frontal ansigtsbilleder. Når stigningen eller venstre og højre afbøjning er forholdsvis alvorlig, anerkendelseshastigheden for ansigtsgenkendelsesalgoritmen vil falde kraftigt.

Alder

På den anden side er gyldighedsperioden for mit lands id-kort normalt 20 år. I løbet af de 20 år, vil alles udseende uundgåeligt ændre meget, så der er også store problemer med identifikation af ID-kort fotos.

Oklud

Dæk dit ansigt med briller, hatte osv.

Belysningsforhold

Menneskelige ansigtsudtryk.

Udtryksniveauet og diversificeringen af udtrykskategorier.

Forfalskning mod ansigt

Falsk ansigt, hvordan man opdager liv.

Ør. Tænk

Privatliv og sikkerhed

>P>Sire informeret, udtrykkeligt samtykke. Li Yanhong sagde, at alle er villige til at bytte privatliv for bekvemmelighed. I Kina, på grund af folks inddragelse af nye teknologier, er disse tre elementer af AI blevet omfattende brudt, og folk er ligeglade med data kaldet "personlig privatliv". For nylig blev det første tilfælde af ansigtsgenkendelse i Hangzhou udtalt. Køberne af huset blev genkendt af ansigt, og tilfælde af big data drab, osv., bør give en vis inspiration til relevante indenlandske ansigtsgenkendelsesforskningsvirksomheder, offentlige organer og brugere af produkter til ansigtsgenkendelse af teknologi.

Teknologien er ikke perfekt.

I øjeblikket mangler ansigtsgenkendelse teknologi i at identificere mennesker af farve, skelne mellem kvindelige køn, tvillinger osv. Det drejer sig om spørgsmål som raceforskelsbehandling og sexisme.

Foto spoofing problem, hvordan man kan forbedre liv påvisning.

Databeskyttelse

Sådan sikres datasikkerhed i processen med ansigtsgenkendelse dataindsamling, overførsel, lagring, brug og destruktion.

Om det anvendes af regeringsorganer, om det krænker demokratisk frihed og menneskerettigheder!

Typisk, for eksempel, i den amerikanske tv-serie (Person af interesse/ POI), scener af at blive overvåget når som helst, hvor som helst, og ansigtsgenkendelse menes at være uvillige til at se.

6 principper, som Microsofts ansigtsgenkendelse forskning arbejde følger

Ør. Repræsentative selskaber med ansigtsgenkendelse

På nuværende tidspunkt er kinesiske virksomheder meget aktive og fremragende på området ansigtsgenkendelse. Repræsentative virksomheder omfatter Sensetime, MEGVII, YITU, Cloudwalk, Hikvision, Baidu, Alibaba og Tencent. Forskningsinstitutter omfatter Tang Xiaoou team fra det kinesiske universitet i Hong Kong (faktisk det tekniske team af SenseTime, og grundlæggeren af MEGVII studerede også under professor Tang Xiaoou.

Der er mange resultater inden for det tidlige ansigt anerkendelsesområde af udenlandske virksomheder, såsom DeepFace af Facebook og FaceNet af Google. På grund af politiske og juridiske overvejelser har den været inaktiv i de senere år. Repræsentative virksomheder er Google, Microsoft, Facebook, osv. I juni 2020 meddelte IBM, at det ville gå tilbage med ansigtsgenkendelsesteknologi og lukke al relateret forskning og udvikling.