Lidé jsou zběhlí v rozpoznávání tváří, ale také výrazy a emoce interpretujeme zcela přirozeně. Výzkum říká, že uvnitř dokážeme identifikovat osobně známé tváře 380ms po prezentaci a 460 ms pro neznámé tváře. Tato bytostně lidská vlastnost má však nyní konkurenta v umělé inteligenci a počítačovém vidění. Tyto průkopnické technologie pomáhají vyvíjet řešení, která rozpoznávají lidské tváře přesněji a efektivněji než kdy dříve.
Tyto nejnovější inovativní a nevtíravé technologie učinily život jednodušším a vzrušujícím. Technologie rozpoznávání obličeje se rozrostla v rychle se vyvíjející technologii. V roce 2020 byl trh rozpoznávání obličeje oceněn na $ 3.8 miliardya totéž se má do roku 2025 zdvojnásobit – předpovídá se více než 8.5 miliardy dolarů.
Co je rozpoznávání obličeje?
Technologie rozpoznávání obličeje mapuje rysy obličeje a pomáhá identifikovat osobu na základě uložených dat otisku obličeje. Tato biometrická technologie využívá algoritmy hlubokého učení k porovnání uloženého otisku obličeje s živým obrazem. Software pro detekci obličeje také porovnává pořízené snímky s databází snímků, aby našel shodu.
Rozpoznávání obličeje se používá v mnoha aplikacích pro zvýšení bezpečnosti na letištích, pomáhá orgánům činným v trestním řízení při odhalování zločinců, forenzních analýzách a dalších sledovacích systémech.
Jak funguje rozpoznávání obličeje?
Software pro rozpoznávání obličeje začíná sběr dat rozpoznávání obličeje a zpracování obrazu pomocí počítačového vidění. Obrazy procházejí vysokou úrovní digitálního promítání, aby počítač dokázal rozlišit lidskou tvář, obrázek, sochu nebo dokonce plakát. Pomocí strojového učení jsou identifikovány vzory a podobnosti v datové sadě. Algoritmus ML identifikuje obličej na jakémkoli daném obrázku rozpoznáním vzorců obličejových rysů:
- Poměr výšky k šířce obličeje
- Barva obličeje
- Šířka každého prvku – oči, nos, ústa a další.
- Charakteristické rysy
Stejně jako různé tváře mají různé rysy, má i software pro rozpoznávání obličejů. Obecně však jakékoli rozpoznávání obličeje funguje pomocí následujícího postupu:
-
Detekce obličeje
Systémy technologie obličeje rozpoznávají a identifikují obraz obličeje v davu nebo jednotlivě. Technologický pokrok usnadnil softwaru detekovat snímky obličeje, i když dochází k mírným změnám v držení těla – čelem k fotoaparátu nebo pohledem od něj.
-
Analýza obličeje
Následuje analýza pořízeného snímku. A systém rozpoznávání obličeje se používá k přesné identifikaci jedinečných rysů obličeje, jako je vzdálenost mezi očima, délka nosu, prostor mezi ústy a nosem, šířka čela, tvar obočí a další biometrické atributy.Výrazné a rozpoznatelné rysy lidské tváře se nazývají uzlové body a každá lidská tvář má asi 80 uzlových bodů. Mapováním tváře, rozpoznáním geometrie a fotometrie je možné analyzovat a identifikovat tváře pomocí rozpoznávací databáze přesně.
-
Konverze obrázků
Po zachycení obrazu obličeje jsou analogové informace převedeny na digitální data na základě biometrických vlastností osoby. Od té doby strojové učení Algoritmy rozpoznávají pouze čísla, převod obličejové mapy na matematický vzorec se stává relevantním. Toto číselné znázornění obličeje, známé také jako otisk obličeje, je poté porovnáno s databází obličejů.
-
Hledání shody
Posledním krokem je porovnání vašeho otisku tváře s několika databázemi známých tváří. Technologie se snaží porovnat vaše funkce s těmi v databázi.
Následuje analýza pořízeného snímku. A systém rozpoznávání obličeje se používá k přesné identifikaci jedinečných rysů obličeje, jako je vzdálenost mezi očima, délka nosu, prostor mezi ústy a nosem, šířka čela, tvar obočí a další biometrické atributy.Shodný obrázek je obvykle vrácen se jménem a adresou osoby. Pokud takové informace chybí, použijí se data uložená v databázi.
Průmyslové aplikace technologie rozpoznávání obličeje
- Všichni známe Face ID společnosti Apple, které pomáhá uživatelům rychle zamykat a odemykat telefony a přihlašovat se do aplikací.
- McDonald's používá rozpoznávání obličeje ve svém japonském obchodě k posouzení kvality zákaznických služeb. Pomocí této technologie zjišťuje, zda její servery pomáhají svým zákazníkům s úsměvem.
- Covergirl používá software pro rozpoznávání obličeje pomoci svým zákazníkům vybrat správný odstín podkladu.
- MAC také využívá sofistikované rozpoznávání obličeje, aby zákazníkům poskytlo zážitek z nakupování ve stylu kamenných obchodů tím, že jim umožňuje virtuálně „vyzkoušet“ jejich make-up pomocí rozšířených zrcadel.
- Gigant rychlého občerstvení, CaliBurger, používá software pro rozpoznávání obličeje, aby svým zákazníkům umožnil zobrazit jejich předchozí nákupy, využívat specializované slevy, prohlížet personalizovaná doporučení a používat jejich věrnostní programy.
- Americký zdravotnický gigant Cigna umožňuje svým zákazníkům v Číně podávat žádosti o zdravotní pojištění pomocí fotografických podpisů namísto písemných znaků.
Sběr dat pro model rozpoznávání obličeje
Aby model rozpoznávání obličeje fungoval s maximální účinností, musíte jej trénovat na různých heterogenních souborech dat.
Vzhledem k tomu, že obličejová biometrie se u každého člověka liší, měl by být software pro rozpoznávání obličeje zběhlý ve čtení, identifikaci a rozpoznání každé tváře. Navíc, když člověk projevuje emoce, mění se jeho obličejové kontury. Rozpoznávací software by měl být navržen tak, aby se těmto změnám mohl přizpůsobit.
Jedním z řešení je přijímání fotografií několika lidí z různých částí světa a vytváření heterogenní databáze známých tváří. Fotky byste měli ideálně fotit z více úhlů, perspektiv a s rozmanitou mimikou.
Když jsou tyto fotografie nahrány na centralizovanou platformu, kde je jasně uveden výraz a perspektiva, vytvoří se efektivní databáze. Tým kontroly kvality pak může tyto fotografie prosít za účelem rychlé kontroly kvality. Tento způsob shromažďování obrázků různých lidí může vést k databázi vysoce kvalitních a vysoce účinných obrázků.
Souhlasili byste s tím, že software pro rozpoznávání obličeje nebude fungovat optimálně bez spolehlivého systému sběru dat o obličeji?
Sběr údajů o obličeji je základem výkonu jakéhokoli softwaru pro rozpoznávání obličeje. Poskytuje cenné informace, jako je délka nosu, šířka čela, tvar úst, uší, obličeje a mnoho dalšího. Pomocí tréninkových dat AI mohou automatizované systémy rozpoznávání obličeje přesně identifikovat obličej uprostřed velkého davu v dynamicky se měnícím prostředí na základě jejich obličejových rysů.
Pokud máte projekt, který vyžaduje vysoce spolehlivou datovou sadu, která vám může pomoci vyvinout sofistikovaný software pro rozpoznávání obličeje, Shaip je tou správnou volbou. Máme rozsáhlou sbírku obličejových datových sad optimalizovaných pro školení specializovaných řešení pro různé projekty.
Chcete-li se dozvědět více o našich metodách sběru, systémech kontroly kvality a technikách přizpůsobení, dostat do kontaktu s námi dnes.