Algoritmo de reconhecimento facial

Ⅰ. Definição de reconhecimento de rosto

A tecnologia de reconhecimento facial começou no início dos anos 1970 e é uma aplicação típica em visão computacional (CV). A visão computacional pertence ao aprendizado profundo (DL).

Ao mesmo tempo, o reconhecimento facial também é um tipo de tecnologia de identificação biométrica. Outras tecnologias de identificação biométrica incluem: impressão digital, íris, voz, veia, retina. Comparado com outras tecnologias biométricas, o reconhecimento facial tem as características de processamento sem contato, não obrigatório, conveniente, paralelo e assim por diante.

Comparação de diferentes tecnologias biométricas

O objetivo do reconhecimento facial é julgar e identificar as informações dos rostos em fotos e vídeos (os vídeos são compostos de fotos) e detectar, identificar e rastrear os rostos em imagens e vídeos.

Exply. Classificação de algoritmos de reconhecimento de rosto

Recursos tradicionais projetados por humanos e técnicas de aprendizado de máquina, incluindo métodos geométricos, métodos holísticos, métodos baseados em recursos e métodos híbridos.

Os métodos atuais de aprendizado profundo são baseados em redes neurais profundas (DNN) e redes neurais convolucionais (CNN) treinadas em grandes conjuntos de dados.

A razão pela qual o uso precoce do algoritmo facial de aprendizado profundo da CNN não foi eficaz foi devido ao poder de computação insuficiente e ao volume de dados.

Nesta fase, com o suporte de big data e poder de computação, a precisão do reconhecimento de face de vários algoritmos já é muito alta. O DeepFace do Facebook alcançou uma precisão de 97,35% no LFW, e então o FaceNet do Google o alcançou no LFW. 99,63% de precisão. A direção de desenvolvimento atual no campo do reconhecimento facial é leve (fácil de implantar em terminais móveis) e modularidade baseada em hardware.

Ⅲ. O processo de reconhecimento facial

1. Detecção de rosto.

O detector de face é usado para encontrar a localização das faces na imagem e, se houver faces, retorna as coordenadas da caixa delimitadora contendo cada face.

2. alinhamento da face.

O objetivo do alinhamento da face é dimensionar e cortar a imagem da face usando um conjunto de pontos de referência localizados em locais fixos na imagem. Esse processo geralmente requer o uso de um detector de pontos de recurso para encontrar um conjunto de marcos faciais, no caso de alinhamento 2D simples, para encontrar a melhor transformação afim que melhor se encaixe no ponto de referência. Algoritmos de alinhamento 3D mais complexos também podem alcançar a frontalização da face, ou seja, ajustar a pose da face para a frente.

3. Rosto representação.

Na fase de representação de face, os valores de pixel da imagem de face são convertidos em vetores de recursos compactos e discrimináveis, que também são chamados de modelos. Idealmente, todas as faces do mesmo assunto devem mapear para vetores de características semelhantes.

4. Correspondência de rosto.

No bloco de construção de correspondência de face, dois modelos são comparados, resultando em uma pontuação de similaridade que dá a probabilidade de ambos pertencerem ao mesmo assunto.

Ⅳ. A aplicação do reconhecimento facial

Ⅴ. Dificuldades na tecnologia de reconhecimento facial

Postura da cabeça

A maioria dos algoritmos de reconhecimento facial visa principalmente imagens frontais e quase frontais. Quando o tom ou a deflexão esquerda e direita é relativamente grave, a taxa de reconhecimento do algoritmo de reconhecimento de face cairá drasticamente.

Idade

Por outro lado, o período de validade do cartão de identificação do meu país é geralmente de 20 anos. Durante os 20 anos, a aparência de todos inevitavelmente mudará muito, então também há grandes problemas na identificação de fotos de carteiras de identidade.

Ocluir

Cubra seu rosto com óculos, chapéus, etc.

Condições de iluminação

Rosto humano expressões.

O nível de refinamento das expressões e a diversificação das categorias de expressão.

Rosto anti-falsificação

Rosto falso, como detectar a vida.

Ⅵ. Pense

Privacidade e segurança

<P> Garantir o consentimento informado e explícito. Li Yanhong disse que todos estão dispostos a negociar privacidade por conveniência. Na China, devido à inclusão das novas tecnologias pelas pessoas, esses três elementos da IA foram totalmente quebrados e as pessoas não se importam com os dados chamados "privacidade pessoal". Recentemente, o primeiro caso de reconhecimento facial em Hangzhou foi pronunciado. Os compradores da casa foram reconhecidos pelo rosto, e os casos de morte de big data, etc., devem dar alguma inspiração para empresas de pesquisa de reconhecimento facial nacionais relevantes, agências governamentais, e usuários de produtos de tecnologia de reconhecimento facial.

A tecnologia não é perfeita

Atualmente, falta tecnologia de reconhecimento facial na identificação de pessoas de cor, distinguindo gênero feminino, gêmeos, etc., envolvendo questões como discriminação racial e sexismo.

Problema de spoofing de fotos, como melhorar a detecção de vivacidade.

Proteção de dados

Como garantir a segurança dos dados no processo de coleta, transmissão, armazenamento, uso e destruição de dados de reconhecimento facial.

Se é usado por agências governamentais, se viola a liberdade democrática e os direitos humanos!

Normalmente, por exemplo, na série de TV americana (Pessoa de interesse/POI), acredita-se que as cenas de ser monitorado a qualquer hora, em qualquer lugar e reconhecimento facial não estão dispostas a ver.

6 princípios que o trabalho de pesquisa de reconhecimento facial da Microsoft segue

Ⅶ. Empresas representativas de reconhecimento facial

Atualmente, no campo do reconhecimento facial, as empresas chinesas são muito ativas e excelentes. As empresas representativas incluem Sensetime, MEGVII, YITU, Cloudwalk, Hikvision, Baidu, Alibaba e Tencent. As instituições de pesquisa incluem a equipe Tang Xiaoou da Universidade Chinesa de Hong Kong (na verdade, a equipe técnica do SenseTime, e o fundador do MEGVII também estudou com o professor Tang Xiaoou).

Existem muitas conquistas no campo de reconhecimento facial inicial de empresas estrangeiras, como DeepFace do Facebook e FaceNet do Google. Devido a considerações políticas e jurídicas, tem estado inativo nos últimos anos. As empresas representativas são Google, Microsoft, Facebook, etc. Em junho de 2020, a IBM anunciou que aposentaria a tecnologia de reconhecimento facial e encerraria todas as pesquisas e desenvolvimento relacionados.