Thuật toán nhận dạng khuôn mặt

Ⅰ. Định nghĩa nhận dạng khuôn mặt

Công nghệ nhận dạng khuôn mặt bắt đầu vào đầu những năm 1970 và là một ứng dụng điển hình trong thị giác máy tính (CV). Tầm nhìn máy tính thuộc về học sâu (DL).

Đồng thời, Nhận dạng khuôn mặt cũng là một loại công nghệ nhận dạng sinh trắc học. Các công nghệ nhận dạng sinh trắc học khác bao gồm: Vân tay, Mống mắt, giọng nói, tĩnh mạch, võng mạc. So với các công nghệ sinh trắc học khác, Nhận dạng khuôn mặt có các đặc điểm không tiếp xúc, không bắt buộc, thuận tiện, xử lý song song, v. v.

So sánh các công nghệ sinh trắc học khác nhau

Mục đích của Nhận dạng khuôn mặt là để đánh giá và xác định thông tin của khuôn mặt trong hình ảnh và video (video bao gồm hình ảnh), và để phát hiện, xác định và theo dõi khuôn mặt trong hình ảnh và video.

Ⅱ. Phân loại Thuật toán nhận dạng khuôn mặt

Các tính năng truyền thống do con người thiết kế và kỹ thuật học máy, bao gồm các phương pháp hình học, phương pháp toàn diện, phương pháp dựa trên tính năng và phương pháp lai.

Các phương pháp học sâu hiện tại dựa trên mạng thần kinh sâu (dnn) và mạng thần kinh Phức Tạp (CNN) được đào tạo trên các bộ dữ liệu lớn.

Lý do tại sao việc sử dụng sớm thuật toán khuôn mặt học sâu CNN không hiệu quả là do không đủ sức mạnh tính toán và khối lượng dữ liệu.

Ở giai đoạn này, với sự hỗ trợ của dữ liệu lớn và sức mạnh tính toán, độ chính xác của Nhận dạng khuôn mặt của các thuật toán khác nhau đã rất cao. Deepface của Facebook đạt được độ chính xác 97.35% trên lfw, và sau đó facenet của Google đạt được trên lfw. Độ chính xác 99.63%. Hướng phát triển hiện tại trong lĩnh vực Nhận dạng khuôn mặt rất nhẹ (dễ triển khai cho thiết bị đầu cuối di động) và mô đun dựa trên phần cứng.

Ⅲ. Quá trình nhận diện khuôn mặt

1. Nhận diện khuôn mặt.

Máy dò khuôn mặt được sử dụng để tìm vị trí của các khuôn mặt trong hình ảnh, và nếu có khuôn mặt, trả về tọa độ của hộp giới hạn có chứa mỗi khuôn mặt.

2. căn chỉnh khuôn mặt.

Mục tiêu của việc căn chỉnh khuôn mặt là chia tỷ lệ và cắt ảnh khuôn mặt bằng cách sử dụng một tập hợp các điểm tham chiếu nằm ở các vị trí cố định trong ảnh. Quá trình này thường yêu cầu sử dụng máy dò điểm tính năng để tìm một tập hợp các mốc trên khuôn mặt, trong trường hợp căn chỉnh 2D đơn giản, để tìm ra phép biến đổi affine tốt nhất phù hợp nhất với điểm tham chiếu. Các thuật toán căn chỉnh 3D phức tạp hơn cũng có thể đạt được mặt trước, nghĩa là điều chỉnh tư thế của mặt đối mặt về phía trước.

3. thể hiện khuôn mặt.

Trong giai đoạn biểu diễn khuôn mặt, các giá trị Pixel của hình ảnh khuôn mặt được chuyển đổi thành các vectơ tính năng nhỏ gọn và có thể phân biệt được, còn được gọi là mẫu. Lý tưởng nhất, tất cả các khuôn mặt của cùng một Đối tượng nên ánh xạ đến các vectơ Tính năng tương tự.

4. Phù hợp với khuôn mặt.

Trong khối xây dựng khớp mặt, hai mẫu được so sánh, dẫn đến điểm tương đồng cho khả năng cả hai thuộc cùng một chủ đề.

. Ứng dụng nhận diện khuôn mặt

Ⅴ. Khó khăn trong công nghệ nhận diện khuôn mặt

Tư thế đầu

Hầu hết các Thuật toán nhận dạng khuôn mặt chủ yếu nhắm vào hình ảnh mặt trước và mặt trước. Khi độ cao hoặc độ lệch trái và phải tương đối nghiêm trọng, tỷ lệ nhận dạng của Thuật toán nhận dạng khuôn mặt sẽ giảm mạnh.

Tuổi

Mặt khác, thời hạn Hiệu lực của chứng minh thư của quốc gia tôi thường là 20 năm. Trong 20 năm, ngoại hình của mọi người chắc chắn sẽ thay đổi rất nhiều, vì vậy cũng có những vấn đề lớn trong việc xác định ảnh thẻ ID.

Occlude

Che mặt bằng kính, mũ, v. v.

Điều kiện chiếu sáng

Biểu cảm khuôn mặt người.

Mức độ tinh tế của biểu thức và đa dạng hóa các loại biểu thức.

Mặt chống hàng giả

Mặt giả, Làm thế nào để phát hiện sự sống động.

Ⅵ. Nghĩ

Quyền riêng tư và bảo mật

<P> đảm bảo thông báo, đồng ý rõ ràng. Li yanhong nói rằng mọi người đều sẵn sàng trao đổi quyền riêng tư để thuận tiện. Tại Trung Quốc, do sự bao gồm của mọi người về công nghệ mới, ba yếu tố này của ai đã bị phá vỡ toàn diện và mọi người không quan tâm đến dữ liệu được gọi là "quyền riêng tư cá nhân". Gần đây, trường hợp Nhận dạng khuôn mặt đầu tiên ở hàng Châu đã được phát âm. Người mua ngôi nhà được nhận diện trực tiếp, và các trường hợp giết dữ liệu lớn, v. v., sẽ tạo nguồn cảm hứng cho các doanh nghiệp nghiên cứu Nhận dạng khuôn mặt trong nước có liên quan, các cơ quan chính phủ, và người sử dụng các sản phẩm công nghệ nhận dạng khuôn mặt.

Công nghệ không hoàn hảo

Hiện tại, công nghệ nhận dạng khuôn mặt đang thiếu trong việc xác định người da màu, phân biệt giới tính Nữ, Cặp song sinh, v. v., liên quan đến các vấn đề như phân biệt chủng tộc và phân biệt giới tính.

Vấn đề giả mạo ảnh, Làm thế nào để tăng cường khả năng phát hiện cuộc sống.

Bảo vệ dữ liệu

Cách đảm bảo bảo mật dữ liệu trong quá trình thu thập, truyền, lưu trữ, sử dụng và hủy dữ liệu Nhận dạng khuôn mặt.

Cho dù nó được sử dụng bởi các cơ quan chính phủ, cho dù nó vi phạm tự do dân chủ và Nhân Quyền!

Thông thường, ví dụ, trong phim truyền hình Mỹ (Người quan tâm/POI), cảnh được theo dõi mọi lúc, mọi nơi và nhận dạng khuôn mặt được cho là không muốn nhìn thấy.

6 nguyên tắc nghiên cứu Nhận dạng khuôn mặt của Microsoft tuân theo

Ⅶ. Công ty đại diện nhận dạng khuôn mặt

Hiện tại, trong lĩnh vực Nhận dạng khuôn mặt, các công ty Trung Quốc rất tích cực và nổi bật. Các công ty đại diện bao gồm sensetime, megvii, yitu, cloudwalk, HIKVISION, Baidu, Alibaba và Tencent. Các Tổ Chức nghiên cứu bao gồm nhóm tang xiaoou của đại học Trung Quốc Hồng Kông (thực sự là nhóm kỹ thuật của sensetime, và người sáng lập megvii cũng học theo giáo sư tang xiaoou).

Có nhiều thành tựu trong lĩnh vực nhận diện khuôn mặt sớm của các công ty nước ngoài, chẳng hạn như deepface của Facebook và facenet của Google. Do các cân nhắc về chính sách và pháp lý, nó đã không hoạt động trong những năm gần đây. Các doanh nghiệp đại diện là Google, Microsoft, Facebook, v. v. vào tháng 6 năm 2020, IBM tuyên bố sẽ nghỉ hưu công nghệ nhận dạng khuôn mặt và đóng cửa tất cả các nghiên cứu và phát triển liên quan.