Algoritmo di riconoscimento facciale

Set. Definizione del riconoscimento facciale

La tecnologia di riconoscimento facciale è partita nei primi anni 1970 ed è una tipica applicazione nella visione del computer (CV). La visione del Computer appartiene all'apprendimento profondo (DL).

Allo stesso tempo, il riconoscimento facciale è anche un tipo di tecnologia di identificazione biometrica. Altre tecnologie di identificazione biometrica includono: impronte digitali, iris, voce, vena, retina. Rispetto ad altre tecnologie biometriche, il riconoscimento facciale ha le caratteristiche di elaborazione senza contatto, non obbligatoria, conveniente, parallela e così via.

Confronto di diverse tecnologie biometriche

Lo scopo del riconoscimento facciale è di classificare e identificare le informazioni dei volti in immagini e video (i video sono composti da immagini) e di rilevare, identificare e tracciare i volti in immagini e video.

Ii. Classificazione degli algoritmi di riconoscimento facciale

Caratteristiche tradizionali dal design umano e tecniche di apprendimento della macchina, inclusi metodi geometrici, metodi olistici, metodi basati sulle caratteristiche e metodi ibridi.

I metodi di apprendimento profondo correnti sono basati su reti neurali profonde (DNN) e reti neurali contuzionali (CNN) formate su grandi dataset.

Il motivo per cui l'uso precoce dell'algoritmo facciale per l'apprendimento profondo della CNN non era efficace a causa di una potenza di calcolo e del volume dei dati.

In questo stadio, con il supporto di grandi dati e potenza di calcolo, la precisione del riconoscimento facciale di vari algoritmi è già molto elevata. La DeepFace di Facebook ha ottenuto una precisione del 97.35% su LFW, e quindi il FaceNet di Google lo ha ottenuto su LFW. Precisione del 99.63%. La direzione di sviluppo attuale nel campo del riconoscimento facciale è leggera (facile da distribuire ai terminali mobili) e modularità basata su hardware.

Robusto. Il processo di riconoscimento facciale

1. Rilevamento facciale.

Il rilevatore facciale viene utilizzato per trovare la posizione dei volti nell'immagine e, se ci sono volti, ripristina le coordinate della scatola di rimbalzo contenente ogni faccia.

2. Allineamento facciale.

L'obiettivo dell'allineamento del viso è di scalare e ritagliare l'immagine del viso utilizzando un set di punti di riferimento posti a posizioni fisse nell'immagine. Questo processo di solito richiede l'uso di un rilevatore di punti di funzionalità per trovare un set di punti di riferimento per il viso, nel caso di un semplice allineamento 2D, per trovare la migliore trasformazione dell'affine che si adatta al punto di riferimento. Gli algoritmi di allineamento 3D più complessi possono anche raggiungere la frontalizzazione del viso, vale a dire, regolare la posa del viso al viso in avanti.

3.

Nella fase di rappresentazione facciale, i valori di pixel dell'immagine facciale vengono convertiti In vettori di funzionalità compatti e intercambiabili, che sono anche richiudibili. Ideale, tutte le facce dello stesso soggetto dovrebbe mappare a vettori di caratteristiche simili.

4. Abbinamento viso.

Nel blocco di costruzione abbinato al viso, vengono messi a confronto due modelli, con un punteggio di similarità che dà la possibilità che entrambi appartengono allo stesso soggetto.

Milwau. L'applicazione del riconoscimento facciale

Ⅴ. Difficoltà nella tecnologia di riconoscimento facciale

Postura della testa

La maggior parte degli algoritmi di riconoscimento facciale sono principalmente focalizzati su immagini frontali e quasi frontali. Quando il passo o la deflessione sinistra e destra è piuttosto grave, il tasso di riconoscimento dell'algoritmo di riconoscimento facciale si abbasserà in modo netto.

Età

Il periodo di scadenza della carta d'identità del mio paese è di circa 20 anni. Durante gli anni '20, l'aspetto di tutti cambierà naturalmente molto, quindi ci sono anche grandi problemi nell'identificazione delle foto della carta d'identità.

Occlude

Copri il viso con occhiali, cappelli, ecc.

Condizioni di illuminazione

Espressioni del viso umano.

Il livello di raffinamento delle espressioni e la diversificazione delle categorie di espressione.

Viso anticontraffazione

Faccia finta, come rilevare la vitalità.

Milwau. Pensa

Privacy e sicurezza

<P> garantire un approvazione chiara ed espressa. Li Yanhong ha detto che tutti sono pronti a commerciare privacy per comodità. In cina, a causa dell'inclusione delle persone delle nuove tecnologie, questi tre elementi di AI sono stati completamente rotti e le persone non si prendono cura dei dati chiamate "privacy personale". Recentemente, il primo caso di riconoscimento facciale a Hangzhou è stato marcato. Gli acquirenti della casa sono stati approvati dal viso e i casi di uccisione di grandi dati, ecc., potrebbero dare un po' di ispirazione alle imprese di ricerca di riconoscimento facciale nazionali, alle società di governo, E utenti di prodotti con tecnologia di riconoscimento facciale.

La tecnologia non è perfetta

Al momento, la tecnologia di riconoscimento facciale è priva di identificazione delle persone di colore, che separa il genere femminile, i gemelli, ecc.

Problema di spoofing fotografico, come migliorare il rilevamento della capacità.

Protezione dei dati

Come garantire la sicurezza dei dati nel processo di raccolta, trasmissione, archiviazione, utilizzo e distruzione dei dati di riconoscimento facciale.

Sia che sia usato da enti governativi, che violino la libertà democratica e i diritti umani!

In genere, ad esempio, nella serie TV americana (Persona di interesse/POI), le scene di essere monitorate sempre, ovunque e ovunque e si pensa che il riconoscimento facciale non sia pronto a vedere.

6 principi che seguono il lavoro di ricerca sul riconoscimento facciale di Microsoft

Milwau. Aziende esecutive di riconoscimento facciale

Al momento, nel campo del riconoscimento facciale, le aziende cinesi sono molto attive ed eccezionali. Le aziende esecutive includono Sensetime, MEGVII, YITU, Cloudwalk, Hikvision, Baidu, Alibaba e Tencent. Gli istituti di ricerca includono il team Tang Xiaoou dell'università cinese di Hong Kong (in realtà il team tecnico di SenseTime, e il founder of MEGVII ha anche condotto sotto il Professor Tang Xiaoou).

Ci sono molti risultati nel campo di riconoscimento facciale precoce di aziende estere, come la superficie profonda di Facebook e il volto di Google. Per motivi di politica e legali, è stato inattivo negli ultimi anni. Le aziende Representative sono Google, Microsoft, Facebook, ecc. nel giugno 2020, IBM ha annunciato che la tecnologia di riconoscimento facciale In ritiro e la chiusura di tutte le ricerche e lo sviluppo correlati.