Az arcfelismerés nem korlátozódik a számítástechnika területére. Szilárd üzleti alkalmazásai vannak.
Az évtized egyik legmenőbb hívószava az arcfelismerés.
Az alkalmazott gépi tanulásnak ez az a része, amely képes felismerni és azonosítani az emberi arcokat, amely probléma eddig köztudottan nehéz volt a számítógépek számára. Ez pedig izgalmas lehetőségek és kihívások teljesen új világát nyitotta meg a vállalkozások, a kormányok és az egyének számára egyaránt.
Ha Ön egy cégvezető, és azon töprengett, mi a felhajtás, és hogy van-e valami haszna ennek az új fejlesztésnek, mi megtaláljuk. Ebben a cikkben áttekintjük az arcfelismerés történetét, fejlődését, jelenlegi felhasználásait, vitáit, telepítését és még sok más szempontot.
A végére alaposan átlátja, miről is szól az arcfelismerő technológia, és milyen következményekkel jár a vállalkozások számára.
Kezdjük el!
Tartalomjegyzék
Az arcfelismerés evolúciója
A technológia már egy ideje létezik az arcfelismerést övező hírverés és médiavisszhang miatt. Az arcok felderítésében az első komoly algoritmikus munka a Viola-Jones objektumészlelési keretrendszer Noha egy általános célú keretrendszer a képeken belüli objektumok azonosítására, gyorsan alkalmazták az arcfelismerésre, nagyon jó sikerrel. Az algoritmus népszerűségének fő oka a sebessége volt; míg a képzési folyamat kínzóan lassú volt, az észlelési folyamat rendkívül gyors.
Az ezt az algoritmust futtató átlagos asztali számítógép már 2001/2004-ben 0,07 másodperc alatt képes volt feldolgozni egy 300x300px képkockát (tovább itt). Az pontossági arányok90%-ban lenyűgözőek voltak, bár nem hasonlíthatók össze azzal, amit az emberek képesek elérni.
Igazi előrelépés azonban csak a 2010–2020-as évtizedben történt, amikor is Konvolúciós neurális hálózatok az arcfelismerés legjobb módszereként jelent meg. Ennek oka a nyers feldolgozási teljesítmény és a gigantikus rendszermemóriák elérhetősége volt, amelyet az Infrastructure-as-a-Service (IaaS) szolgáltatók felhőalapú számítástechnikával tettek elérhetővé. A történelem során először fordult elő, hogy a számítógépek következetesen legyőzték az embereket az arcok felismerésében, különösen akkor, ha nagyszámú véletlenszerű arc volt érintett.
Forrás: medium.com
Hogyan működik az arcfelismerés?
Az arcfelismerés egy többlépcsős folyamat, amelyben számos speciális alrendszer vesz részt.
Íme, mit jelentenek a különböző szakaszok:
Észlelés / Követés: Az előfeldolgozási szakasz ezen része felelős az arcok azonosításáért és követéséért az adott kép- vagy videófájlban. Ha ez a folyamat befejeződött, akkor biztosan tudjuk, hogy az adott bemenetben van egy arc, és azt tovább tudjuk feldolgozni. A nyomkövetési fázis felelős bizonyos részek, sajátosságok vagy arckifejezések nyomon követéséért is, ha erre szükség van.
Igazítás: Az arcfelismerés problémáját súlyosbítja, mert egy adott képen vagy videón az arcok nem követnek semmilyen irányelvet. Lehet, hogy a személy nagyított vagy kicsinyített, egy fa mögül kukucskál, vagy egy oldalprofilban jelenhet meg, ami még megnehezíti az arcfelismerés problémáját. Itt jön a képbe az arcigazítás: megmondja, hogy az adott képen/videóban hol vannak az arcvonalak, és milyen kontúrok vannak az arcvonásokhoz.
Forrás: csc.kth.se
Jellemzők kinyerése: Ahogy a neve is sugallja, a folyamat ezen fázisában (most a Felismerés szakaszában vagyunk) az arc egyedi jellemzői, mint a szemek, orr, áll, ajkak stb., a formában kerülnek kivonásra. amelyeket az algoritmusok használhatnak a következő szakaszban. Ebben a szakaszban a számítógép elég összetett adatot gyűjtött össze ahhoz, hogy egyedileg meg tudja különböztetni az arcokat.
Jellemzők illesztése/osztályozása: Ebben a szakaszban a jellemzők kinyeréséből kapott inputokat az adott adatbázishoz illesztjük, hogy kikövetkeztessük a személy személyazonosságát. Ezt a fázist osztályozásnak is nevezik, mivel az algoritmusra szükség lehet az arcok kategorizálására, ahelyett, hogy egyedileg azonosítaná őket.
Ha ez a folyamat véget ért, biztosan tudjuk, hogy az adott arc része-e annak az adatbázisnak, amellyel összehasonlítottuk, vagy sem. A végső kimenet tartalmazhat címkézést is, ahogy azt a Facebookon megszoktuk.
Forrás:warddatascience.com
Üzembe helyezési szempontok: Szerveroldali vs. kliensoldali
Az arcfelismerés a szerveren és azon az eszközön is működhet, amellyel a felhasználó kommunikál. Például amikor feltölt egy fényképet a Facebookra, az algoritmusok a szerver oldalon futnak; másrészt egy azonosító rendszernek kell futnia a kliens oldalon, amely az arcod segítségével oldja fel a készüléket. Szóval, melyik a jobb?
Őszintén szólva nem az a lényeg, hogy melyik a jobb. Mind a szerveroldali, mind a kliensoldali telepítésnek megvannak a maga erősségei; a gyakorlatban a vállalkozások hibrid rendszert alkalmaznak. Az ajánlott gyakorlat a modellek betanítása a szerver oldalon, ahol a betanítási adatok és a feldolgozási erőforrások korlátlanok. A modellek betanítása után csomagolhatók és telepíthetők a kliens oldalon, ami javítja a rendszer sebességét, valamint megőrzi a felhasználó magánéletét.
Ha mindent a szerverre küldünk, az késést okoz, ami bizonyos esetekben rossz vagy elfogadhatatlan lehet. Ugyanakkor, ha mindent a kliens oldalon tartunk, az gyengébb modelleket eredményez.
Mennyire pontos az arcfelismerés?
A pontosság nem túl jól definiált fogalom az arcfelismerésben. A fő ok az, hogy ez egy fuzzy probléma mindenféle elrontott bemenettel (gyenge fény, részben szőrrel borított arc, kamera minősége stb.), sőt, megtévesztő bemenetekkel is (erről később!). Ennek eredményeként az arcfelismerésben részt vevő neurális hálózatokat az adott problémához kell igazítani, korlátozva a hatókörüket. Tehát míg egy ipari arcfelismerő rendszer 100%-os pontossággal büszkélkedhet (ami gyakran így van), előfordulhat, hogy ugyanaz a rendszer még 20%-ig sem lesz pontos, ha arra kérik, hogy azonosítsa az arcokat egy zsúfolt fényképen.
Egyben kutatás, egy bizonyos típusú arcfelismerő algoritmus 98,52%-os pontosságot tudott elérni, ami magasabb, mint az ugyanabban a tesztben elért 97,53%-os emberi pontosság. Egy másikban tanulmány A kriminalisztika során az emberi ítélőképesség és az algoritmusok kombinációja hozta a legjobb eredményeket egyes esetekben.
A lényeg – a fókuszált, jól meghatározott alkalmazásokhoz az arcfelismerés a legjobb eszközünk.
Hol használják az arcfelismerést?
Az Arcfelismerés még az életképes algoritmusok kifejlesztésének rövid ideje alatt is hihetetlenül hasznos és izgalmas alkalmazásokat talált. Ezek némelyike feltűnő, de vannak olyanok is, amelyek olyan finoman és alapvetően beleszőttek a mindennapi életbe, hogy szinte meg sem állunk, hogy belegondoljunk, mi van alatta.
A Facebook talán a legáltalánosabb példa a modern arcfelismerő rendszerek működésére. Amint feltölt egy fényképet, a közösségi hálózat képes felismerni az arcokat. Míg egy ideje felkérték, hogy jelölje meg ismerőseit, most a Facebook képes erre egyedül.
Forrás: labnol.org
A Facebook egyik klassz új alkalmazása a funkciója tájékoztatást a felhasználókat, ha valaki az arcukat tartalmazó fotókat tölti fel, még akkor is, ha nem jelölték meg őket a fotókon.
A Snapchat nagymértékben kihasználja az arcfelismerést és -felismerést számos funkciójához, különösen a vicces szűrőkhöz, amelyek annyira dühösek.
Forrás: gistreel.com
Ahhoz, hogy ezek a szűrők működjenek, az alany arcának kontúrjait és jellemzőit tökéletesen észlelni kell, különben az átfedések nem tűnnek valósághűnek. Ugyanez vonatkozik a Face Swap-re, amely egy másik népszerű funkció a Snapchatben. Ha szeretné mélyebben elmerülni a Snapchat arcfelismerési képességeiben, lásd itt.
Az Uber már egy ideje küzd a magánélet védelmével és a biztonsággal kapcsolatos aggályokkal, és a cég fegyvertárának legújabb fegyvere az arcfelismerés. A cég bevezetett egy új funkciót, amellyel a sofőr-partnerek személyazonosságát ellenőrzik az arcukat használva. A cég azt írja a blogján, hogy több arcfelismerő technológiai gyártó tesztelése után a Microsoft Face API mellett döntöttek a kiváló minőség miatt. Érdekes módon ez a valós idejű ID-ellenőrzés gyenge fényviszonyok között is jól működik, és képes a szemüveg észlelésére.
Mivel az arcfelismerés a vadonban sikeresnek bizonyult, könnyen megjósolható, hogy hamarosan más azonosítási módszereket válthat fel az oktatási intézményekben, kórházakban, könyvtárakban stb.
A lakossági bűnmegelőzés az arcfelismerés alkalmazásának természetes kiterjesztése. A kiskereskedelmi ágazat veszít egy becslést 45 milliárd dollár minden évben a bolti tolvajok és más kiskereskedelmi bűncselekmények áldozataivá válnak, és nagyon keveset lehet ellene fellépni. Most olyan cégek, mint FaceFirst segítik a kiskereskedőket az arcfelismerés használatában a korábbi jogsértők észlelésében és a biztonsági tisztek figyelmeztetésében.
A rendőrségi megfigyelés az összes többi intézményhez hasonlóan kezdi kihasználni az arcfelismerést. Például az Egyesült Királyságban a dél-walesi rendőrség kisteherautókra szerelt kamerákat használ a gyártáshoz felügyelet tömegek könnyebb.
Forrás: theconversation.com
Noha ez a rendőrség kezében újonnan felfedezett szuperhatalom heves nyilvános vitákat váltott ki az egyének magánéletéről, a rendőrség úgy véli, hogy ez segít majd jobban korlátozni a jogsértőket. Ahogy Richard Lewis, a dél-walesi rendőrség főtiszthelyettese elmondta Financial Times:
Ha azonosít valakit, aki bűncselekményt követett el [previously]alapvetően azt mondod: tudjuk, hogy itt vagy, kérlek, viselkedj jól.
Az egészségügynek nemrégiben volt egy váratlan alkalmazása, ahol az arcfelismerés segített kimutatni a DiGeorge-szindrómának nevezett ritka genetikai rendellenességet.
A DiGeorge-szindróma 6000 gyermek közül körülbelül 1-nél fordul elő, és több testrész deformációját okozza. Az egészségügyi probléma ebben az esetben súlyosabb a szegényebb országokban, amelyeknek nincs forrásuk a drága diagnosztikai módszerekhez. Mint ilyen, arcfelismerés, elképesztő pontosság 96,6%-a új reményt kínál a DiGeorge-szindróma áldozatainak.
A légitársaságok iparágában az arcfelismerés alkalmazása egyre terjed, és hamarosan felváltja a hagyományos beszállókártyákat. Jelenleg korlátozott, de ígéretes eredmények vannak a segítségnyújtás terén azonosítani az utasokat ahogy elhagyják az országot. Valójában az Egyesült Államok Közlekedésbiztonsági Hivatala (TSA) megállapította a terv az arcfelismerésen alapuló biometrikus adatok széleskörű használatához.
Az arcfelismerés ellentmondásos használata
A technológia erőt ad nekünk, bár rajtunk múlik annak jó vagy rossz felhasználása. Kétségtelen tehát, hogy az olyan hatásos és radikális dolgokat, mint az arcfelismerés, oly módon alkalmazzák, ami aggodalomra ad okot az alapvető emberi jogok és etika miatt.
Az arcfelismerés vitatott használatának legszembetűnőbb példája Kína óriási felügyeleti rendszer amely becslések szerint 200 millió kamerát alkalmaz, hogy szemmel tartsa 1,4 milliárd polgárát.
Forrás: sbs.com
A rendszer nyomon követi az embereket, és kiértékeli a cselekedeteiket, folyamatosan frissítve az úgynevezett mérőszámot állampolgári pontszám. Noha van némi érték egy erőteljes, államilag ellenőrzött felügyeleti rendszerben (például az adósságtörők nyomon követésében), a legtöbben a George Orwell által elképzelt disztópikus jövő érkezésének tekintik. Ez egy olyan jövő, ahol a kormányoknak korlátlan hatalmuk van az egyén felett, és a magánélet nem létezik.
Az arcfelismerés vitatható alkalmazásának második példája szintén (nem meglepő módon?) Kínából származik. Ezúttal az iskolarendszer arcfelismerést alkalmaz, hogy biztosítsa a tanulók „figyelmességét” az órákon. Az új arcfelismerő rendszer, bár még nem terjedt el, felváltja a személyi igazolványokat, a könyvtári kártyákat, a jelenléti rendszereket stb., a tanuló arcát használja azonosításra.
Forrás: businessinsider.com
A hátborzongató azonban az, hogy ez a rendszer figyeli a diákok figyelmének szintjét, mobiltelefon-használatát stb., és figyelmezteti a tanárt, ha egy bizonyos küszöböt átlép.
Míg az arcfelismeréssel működő videó megfigyelés nem kizárólagos Kínában, az Egyesült Államokban az volt erőfeszítéseket tesz az iskolai fegyveres erőszak megfékezésére használni – úgy tűnik, hogy Kína minden más országnál előrébb viszi ezt.
A népszerű arcfelismerő API-k összehasonlítása
Ha az arcfelismerés használatáról van szó, milyen lehetőségei vannak? Ebben a részben azt nézzük meg, hogy mi az általánosan használt megoldás, és hogy a különböző megoldások hogyan illeszkednek egymáshoz.
Mielőtt azonban elkezdenénk: emlékeztetőül, hogy ezek az API-k gyorsan fejlődnek, és valószínűleg olyan blogbejegyzésekkel fog találkozni, amelyek szerint az API-ból hiányzik ez vagy az a funkció. Ne ez alapján hozza meg a döntéseit. Először elemezze üzleti igényeit, gondosan ellenőrizze a kínált szolgáltatásokat, keressen egy nyomot, és csak azután döntsön.
OpenCV
Az AI-kutatás egy mélyedés, amelynek nincs alja. Az arcfelismerő rendszer kiképzése és tökéletesítése nehéz feladat, és a legjobb, ha rábízzuk a mély zsebekkel rendelkező konglomerátumokra és egy sereg kutatóra. Ha azonban az Ön igényei egyszerűek, és szereti a teljes irányítást – és természetesen készen áll egy apró/kis mérnöki csapat fenntartására –OpenCV lehet, hogy csak neked működik.
Ez egy nyílt forráskódú Computer Vision könyvtár, amely rendkívül pontos, és minden programozási platformon elérhető. Itt egy hajmeresztő példa Arról, hogy hogyan lehet felpörgetni egy arcfelismerő rendszert Python és OpenCV segítségével 25 kódsorban!
Most olyan blogokkal találkozhat, amelyek szerint az OpenCV nem rendelkezik arcfelismeréssel. Nos, ez egy teljes hazugság, és itt van bizonyíték. Összességében az OpenCV nagyszerű választás lehet vállalkozása számára, ha az igények egyszerűek és konkrétak.
Amazon felismerés
Felismerés az egyik legnagyobb felhőszolgáltató – az AWS – nagy teherbírású ajánlata. Ez egy teljesen felügyelt, hatékony szolgáltatás az AWS platform számára, és ha már használja az AWS-t a telepítéshez, akkor valószínűleg a Rekognition a legjobb választás.
A Rekognition által kínált észbontó funkciók közül néhány:
- Valós idejű elemzés (miközben feltölt egy képet vagy videót az S3-ba)
- Kiterjedt arcelemzés (nem, hajszín, arckifejezés, nyitott szemek vagy nem stb.)
- Útvonal (azonosított objektumok útvonalának rögzítése videókban)
- Helyszín- és tevékenységérzékelés (beltéri/kültéri, „focizás” stb.)
- Nem biztonságos tartalom moderálása (például meztelenség)
A Rekognition legnagyobb előnye egyben a legnagyobb mínusz is – nagyon nehéz lesz nem AWS-szolgáltatásokkal használni, egészen addig, amíg fel kell adnod.
Kairos
Éles ellentétben a felismeréssel, Kairos API-n keresztül biztosítja az AI-t (a rímelés nem szándékos, esküszöm!), lehetővé téve az adatok és a szerverek teljes irányítását. A Kairos az adatvédelem elsődleges szolgáltatásaként jelenik meg, és az is rendkívül kritikus az Amazon és más cégek összejátszanak a kormánnyal (így ACLUApropó).
A Kairos mind a képeken, mind a videókon működik, és minden olyan szép funkcióval rendelkezik, amely egy modern arcfelismerő API-tól elvárható. Elvégzi a Rekognitionban található néhány elképesztő funkciót, de ha nincs rájuk szükséged, és már kezeled az adataidat, akkor miért baj?!
A Kairosnak van egy helyszíni telepítése azok számára, akik paranoiásak az adatvédelem miatt, és nem is akarnak adatokat küldeni feldolgozásra, a Kairosnak van helyszíni telepítése, az ára a használati esettől függ, és meglehetősen meredek lehet.
Google Cloud Vision
A Google úgy döntött, hogy különbséget tesz a képek és videók arcfelismerő szolgáltatásai között. Az image API néven ismert Cloud Visionmíg a videóra fókuszált szolgáltatás ún Videó Intelligencia.
Míg a képközpontú szolgáltatás meglehetősen hasonlít az AWS által kínált szolgáltatásokhoz, a videószolgáltatásnak van egy szép funkciója a katalogizálás és a keresés. Ez hasznos lesz azoknak a vállalatoknak, amelyek nagy videoarchívumokkal rendelkeznek, amelyeket érdemes elemezni vagy keresni.
Ennek ellenére a Video Intelligence nem rendelkezik arcfelismerő funkciókkal az íráskor, és úgy tűnik, hogy ezeket csak a Cloud Visionban kínálják. Az objektumkövetés és a szövegészlelés is béta állapotban van, ami jóval elmarad az Amazon kínálatától.
Azure Face API
Mivel a Microsoft komolyabban veszi felhő kínálatát, mint az asztali kínálatát (végre), a Azure Face API egy elragadó ajánlat. Az összes elvárt érdekes funkcióval rendelkezik (észlelés, azonosítás, arccsoportosítás, hasonló arcok keresése, érzelmek stb.), és ugyanolyan jól működik a videókkal.
Nos, ez nem szorosan kapcsolódik az arcfelismeréshez, de érdemes megemlíteni, hogy az Azure az ügyfelek számítógépes látásmódját is kínálja. szolgáltatásamely lehetővé teszi a bemenetek használatát és a modellek betanítását igényei szerint.
Csakúgy, mint a Google szolgáltatása, itt is van egy játszótér közvetlenül a kezdőlapon, ami nagyon szórakoztatóvá teszi az API tesztelését!
Vannak-e jelentős különbségek a legjobban kezelt arcfelismerő szolgáltatások között? Nem igazán. Jelenleg éles verseny folyik ezen a területen, és az új funkciók gyorsabban kerülnek bevezetésre, mint a pizzák. Ha már kötődik egy adott ökoszisztémához, akkor van értelme saját arcfelismerő szolgáltatásuk használatának. Ellenkező esetben érdemes másik szállítót választani, ha az Ön igényei konkrétak (saját adatok kezelése, csak egyszerű észlelés stb.).
Arcfelismerő rendszerek
Ahogy egyes kutatók az arcfelismerő technológia tökéletesítésének szentelték életüket, mások olyan technikák kifejlesztésével vannak elfoglalva, amelyek megtévesztik őket. Az egyik ilyen érdekes fejlemény Ellenálló szemüvegamelyek egyébként normálisnak tűnnek az emberi lények számára, de megtévesztik a szakértő arcfelismerő rendszereket.
Forrás: digitaltrends.com
Ennek ellenére ezek a szemüvegek még nem kaphatók a piacon, bár a kutatók szerint könnyen 3D-nyomtathatók.
Egy másik érdekes fejlemény a bevezetése volt ekó szemüveg a Kickstarteren. Bár a termék már nem áll rendelkezésre, egy rendkívül egyszerű ötlet alapján dolgozott: sima, mindennapi napszemüveg 45 dollárért, amely egyszerűen visszaverte a fényt, amitől a kamerák és a videó megfigyelő eszközök tönkrementek.
Csakúgy, mint a kiberbiztonsági tartomány, a „hackerek” és a kutatók az arcfelismerésben reteszelik a tökéletességért folyó versenyt. 2014 táján láthattuk a népszerűségét terepszínű smink amelyek láthatatlanságot biztosítottak az arcfelismerés ellen, de már nem életképesek. Lesz-e AES-titkosítás az arcfelismeréshez? Csak az idő fogja megmondani!
Az arcfelismerés neked való?
Az a fajta üzlet, amelyiknek előnyére válik az arcfelismerés, az, amelybe emberek is beletartoznak – igen, ami minden vállalkozást jelent odakint! Bár úgy tűnik, hogy az arcfelismerés jelenlegi alkalmazásait a kormányok, a nagyvállalkozások vagy a technológiai startupok támogatják, nincs ok arra, hogy az Ön vállalkozása ne profitálhasson belőle.
A lehetőségek valóban végtelenek, ha egyesítünk egy kis kreatív gondolkodást – üdvözöljük és azonosítjuk az ügyfeleket egy szállodában, megtaláljuk a barátodat az emberek tengerében, hasonló arcú embereket keresünk (esetleg színészként használjuk), személyiségek felderítését munkához. interjúk (ez itt is csak a képzeletet engedjük szabadjára; lehet, hogy nincs semmi lényeges egy ilyen tanulmányban), a banki tapasztalatok testreszabása, amikor egy nagy értékű ügyfél lép be. . . Végtelen számú módszer létezik az arcfelismerés használatára kicsi és nagy szinten, hogy vállalkozása jobb teljesítményt nyújtson.
Következtetés
Hamarosan az arcfelismerés annyira elterjedt és olyan gyakori lesz, hogy észre sem fogjuk venni (mint a mobiltelefonok?). A mögöttes technológia már majdnem tökéletes lett, de a való világban nem csak az arcok észleléséről van szó, hanem arról, hogy mit tehetünk ezzel a képességgel.
Lenyűgözőnek hangzik, és többet szeretne megtudni? Nézd meg ezt briliáns tanfolyam a Computer Visionról.