Усе про розпізнавання облич для бізнесу

Розпізнавання облич не обмежується сферою інформатики. Він має надійні бізнес-додатки.

Одним із найпопулярніших модних слів цього десятиліття є розпізнавання облич.

Це частина прикладного машинного навчання, яка може виявляти та ідентифікувати людські обличчя, проблема, яка, як відомо, досі була важкою для комп’ютерів. І це відкрило цілий новий світ захоплюючих можливостей і викликів як для компаній, урядів, так і для окремих людей.

Якщо ви бізнес-лідер і вам цікаво, у чому справа та чи є якась користь у цій новій розробці, ми допоможемо вам. У цій статті ми розглянемо історію розпізнавання обличчя, його розвиток, поточне використання, суперечки, розгортання та багато інших аспектів.

Наприкінці ви матимете чітке розуміння того, що таке технологія розпізнавання обличчя та які її наслідки для бізнесу.

Давайте розпочнемо!

Еволюція розпізнавання облич

Ця технологія існує вже деякий час через весь ажіотаж і висвітлення в ЗМІ навколо розпізнавання облич. Першою серйозною алгоритмічною роботою з виявлення облич була Структура виявлення об’єктів Віоли-Джонса опублікований у 2001 році. Незважаючи на те, що це структура загального призначення для ідентифікації об’єктів на зображеннях, вона швидко була застосована для виявлення обличчя з дуже хорошим успіхом. Основною причиною популярності цього алгоритму була його швидкість; хоча процес навчання був нестерпно повільним, процес виявлення був надзвичайно швидким.

Ще у 2001/2004 роках середній настільний комп’ютер із цим алгоритмом міг обробити кадр розміром 300 x 300 пікселів за 0,07 секунди (докладніше тут). The показники точностіхоча й не можна порівняти з тим, чого можуть досягти люди, вони були вражаючими на 90%.

Однак реального прогресу було досягнуто лише в 2010-2020 роках Згорткові нейронні мережі став найкращим методом визначення обличчя. Причиною стала доступність необробленої обчислювальної потужності та гігантської системної пам’яті, доступної через хмарні обчислення постачальниками інфраструктури як послуги (IaaS). Вперше в історії комп’ютери постійно випереджали людей у ​​розпізнаванні облич, особливо коли була задіяна велика кількість випадкових облич.

Джерело: medium.com

Як працює розпізнавання обличчя?

Розпізнавання обличчя — це багатоетапний процес із залученням кількох спеціалізованих підсистем.

Ось що означають різні етапи:

Виявлення/відстеження: ця частина етапу попередньої обробки відповідає за ідентифікацію та відстеження облич у заданому зображенні чи відеофайлі. Після завершення цього процесу ми точно знаємо, що в даному вхідному даних є обличчя, і його можна обробити далі. Фаза відстеження також відповідає за відстеження певних частин, окремих рис або виразів обличчя, якщо це необхідно.

Вирівнювання: проблема розпізнавання обличчя ускладнюється, оскільки обличчя на певному зображенні чи відео не відповідають жодним інструкціям. Людина може бути збільшеною або зменшеною, визирати з-за дерева або бути присутнім у бічному профілі, що ускладнює проблему виявлення обличчя. Ось тут і з’являється вирівнювання обличчя: воно повідомляє нам, де на даному зображенні/відео лінії обличчя та які контури рис обличчя.

Джерело: csc.kth.se

Виділення ознак: як випливає з назви, під час цієї фази процесу (ми зараз на стадії розпізнавання) окремі риси обличчя, такі як очі, ніс, підборіддя, губи тощо, витягуються у формі які алгоритми можуть використовувати на наступному етапі. На цьому етапі комп’ютер зібрав достатньо складних даних, щоб однозначно розрізнити обличчя.

Зіставлення ознак/класифікація: на цьому етапі вхідні дані, отримані від вилучення ознак, зіставляються з даною базою даних, щоб визначити особу особи. Цей етап також відомий як класифікація, оскільки алгоритм може знадобитися для класифікації облич замість їх індивідуальної ідентифікації.

Після завершення цього процесу ми точно знаємо, чи є дане обличчя частиною бази даних, з якою ми порівнювалися, чи ні. Остаточний результат також може містити теги, як ми звикли бачити у Facebook.

Джерело:warddatascience.com

Міркування щодо розгортання: на стороні сервера та на стороні клієнта

Розпізнавання обличчя може працювати як на сервері, так і на пристрої, з яким взаємодіє користувач. Наприклад, коли ви завантажуєте фотографію на Facebook, алгоритми запускаються на стороні сервера; з іншого боку, система ідентифікації, яка використовує ваше обличчя для розблокування пристрою, повинна працювати на стороні клієнта. Отже, який з них краще?

Чесно кажучи, справа не в тому, який з них кращий. Розгортання як на стороні сервера, так і на стороні клієнта мають свої сильні сторони; на практиці підприємства розгортають гібридну систему. Рекомендована практика полягає в тому, щоб навчати ваші моделі на стороні сервера, де навчальні дані та ресурси обробки необмежені. Після навчання моделі їх можна запакувати та розгорнути на стороні клієнта, що покращує швидкість системи, а також зберігає конфіденційність користувача.

  Як шукати текст у кількох PDF-файлах, не відкриваючи їх

Надсилання всього на сервер створює затримку, яка в деяких випадках може бути поганою або неприйнятною. У той же час, збереження всього на стороні клієнта призведе до слабших моделей.

Наскільки точним є розпізнавання обличчя?

Точність — це не дуже чітко визначений термін у розпізнаванні обличчя. Основна причина полягає в тому, що це нечітка проблема з усіма видами безладних вхідних даних (слабке освітлення, обличчя, частково закрите волоссям, якість камери тощо) і навіть оманливих вхідних даних (докладніше про це пізніше!). Як наслідок, нейронні мережі, задіяні в розпізнаванні обличчя, потрібно налаштувати для вирішення проблеми, обмежуючи їх сферу дії. Таким чином, хоча промислова система розпізнавання обличчя може похвалитися 100% точністю (що часто буває), та сама система може бути неточною навіть на 20%, коли її просять ідентифікувати обличчя на переповненій фотографії.

В одному дослідженняпевний тип алгоритму розпізнавання обличчя зміг досягти 98,52% точності, що вище, ніж людська точність 97,53%, досягнута в тому ж тесті. В іншому дослідження У криміналістиці поєднання людського судження й алгоритмів у деяких випадках давало найкращі результати.

Підсумок: для цілеспрямованих, чітко визначених програм розпізнавання облич є найкращим інструментом, який у нас є.

Де використовується розпізнавання обличчя?

Навіть за короткий період, протягом якого були розроблені життєздатні алгоритми, розпізнавання облич знайшло неймовірно корисні та цікаві застосування. Деякі з них кидаються в очі, але деякі настільки тонко і фундаментально вплетені в повсякденне життя, що ми майже не зупиняємось, щоб подумати про те, що знаходиться під ними.

Facebook є, мабуть, найпоширенішим прикладом сучасних систем розпізнавання облич. Як тільки ви завантажуєте фотографію, соціальна мережа здатна розпізнавати обличчя. Хоча деякий час тому вас просили позначати друзів, тепер Facebook може робити це самостійно.

Джерело: labnol.org

Новий класний додаток від Facebook є особливістю інформування користувачі, коли хтось завантажує фотографії з їхніми обличчями, навіть якщо вони не позначені на цих фотографіях.

Snapchat інтенсивно використовує виявлення та розпізнавання облич для багатьох своїх функцій, особливо кумедних фільтрів, які є такими популярними.

Джерело: gistreel.com

Щоб ці фільтри працювали, контури та риси обличчя об’єкта мають точно розпізнаватися, інакше накладення виглядатимуть нереалістично. Те саме стосується Face Swap, іншої популярної функції в Snapchat. Якщо вам цікаво глибше зануритися в можливості Snapchat у розпізнаванні обличчя, див. тут.

Uber вже деякий час бореться з проблемами конфіденційності та безпеки, і найновішою зброєю в арсеналі компанії є розпізнавання облич. Компанія запустила нову функцію, за допомогою якої ідентифікація водіїв-партнерів перевіряється використовуючи свої обличчя. У своєму блозі компанія повідомляє, що після тестування кількох постачальників технологій розпізнавання облич вони зупинилися на Microsoft Face API за його високу якість. Цікаво, що ця перевірка ідентифікатора в реальному часі добре працює в умовах слабкого освітлення та здатна виявляти окуляри.

Оскільки розпізнавання облич успішно працює в природі, легко передбачити, що незабаром воно може замінити інші методи ідентифікації в навчальних закладах, лікарнях, бібліотеках тощо.

Запобігання злочинам у роздрібній торгівлі є природним продовженням застосування розпізнавання облич. Галузь роздрібної торгівлі втрачає оцінку 45 мільярдів доларів щороку до крадіїв у магазинах та інших злочинів у роздрібній торгівлі. Тепер компанії, як FaceFirst допомагають роздрібним торговцям використовувати розпізнавання облич для виявлення попередніх порушників і сповіщення офіцерів безпеки.

Поліцейське спостереження починає використовувати розпізнавання облич, як і всі інші установи. Наприклад, у Великій Британії поліція Південного Уельсу використовує для виготовлення камери, встановлені на фургонах спостереження натовпу легше.

Джерело: theconversation.com

Хоча ця нова суперсила в руках поліції викликала бурхливі публічні дебати щодо особистого життя, поліція вважає, що це допоможе їй краще обмежувати правопорушників. Про це повідомив Річард Льюїс, заступник начальника поліції Південного Уельсу Financial Times:

Якщо ви ідентифікуєте особу, яка вчинила правопорушення [previously]ти в основному кажеш: ми знаємо, що ти тут, будь ласка, поводься пристойно.

Нещодавно в галузі охорони здоров’я знайшли несподіване застосування, де розпізнавання обличчя допомогло виявити рідкісне генетичне захворювання під назвою синдром ДіДжорджа.

Синдром ДіДжорджа зустрічається приблизно у 1 з 6000 дітей і призводить до деформацій у кількох частинах тіла. Проблема охорони здоров’я в даному випадку є більш гострою для бідніших країн, які не мають ресурсів для використання дорогих методів діагностики. Таким чином, розпізнавання обличчя, приголомшливе точність 96,6%, дає нову надію жертвам синдрому ДіДжорджа.

В галузі авіаперевезень набирає обертів розпізнавання облич, і незабаром воно замінить звичайні посадкові талони. Наразі є обмежені, але обнадійливі результати допомоги ідентифікувати пасажирів як вони залишають країну. Насправді Управління безпеки на транспорті (TSA) США виклало a планувати для широкого використання біометрії на основі розпізнавання обличчя.

  Як обрізати та змінити співвідношення сторін відео на iPhone або iPad

Суперечливе використання розпізнавання обличчя

Технології дають нам можливість, хоча ми самі вирішуємо, як правильно чи погано їх використовувати. Отже, безсумнівно, що щось настільки потужне та радикальне, як розпізнавання обличчя, використовується таким чином, що викликає занепокоєння щодо основних прав людини та етики.

Найвидатнішим прикладом суперечливого використання розпізнавання облич є величезний китайський система спостереження яка використовує приблизно 200 мільйонів камер, щоб стежити за своїми 1,4 мільярдами громадян.

Джерело: sbs.com

Система відстежує людей і оцінює їхні дії, постійно оновлюючи метрику під назвою оцінка громадянина. Незважаючи на те, що потужна контрольована державою система нагляду (наприклад, відстеження неплатників) має певну цінність, більшість бачить у цьому прихід антиутопічного майбутнього, яке уявляв собі Джордж Орвелл. Це майбутнє, де уряди мають необмежену владу над особистістю, а конфіденційність не існує.

Другий приклад спірного використання розпізнавання обличчя також походить (як не дивно?) з Китаю. Цього разу шкільна система використовує розпізнавання облич, щоб учні були «уважними» під час занять. Нова система розпізнавання обличчя, хоча вона ще не набула широкого поширення, замінює ідентифікаційні картки, бібліотечні картки, системи відвідування тощо, використовуючи обличчя студента для ідентифікації.

Джерело: businessinsider.com

Але моторошна частина полягає в тому, що ця система стежить за рівнем уваги учнів, використанням мобільних телефонів тощо та попереджає вчителя, коли перетинає певний поріг.

Хоча відеоспостереження на основі розпізнавання облич не є винятковим для Китаю, США були докладаючи зусиль використовувати його для стримування насильства з використанням зброї в школах — це Китай, здається, йде далі, ніж будь-яка інша країна.

Що стосується використання функції розпізнавання обличчя, які у вас є варіанти? У цьому розділі ми розглянемо, що широко використовується, і як різні рішення поєднуються одне з одним.

Але перед тим, як ми почнемо: нагадуємо, що ці API швидко розвиваються, і ви, ймовірно, натрапите на повідомлення в блозі, в яких буде сказано, що цьому API не вистачає тієї чи іншої функції. Не приймайте рішення на основі цього. Спочатку проаналізуйте потреби свого бізнесу, уважно перевірте пропоновані функції, досліджуйте і лише потім приймайте рішення.

OpenCV

Дослідження ШІ – це воронка без дна. Навчання та вдосконалення системи розпізнавання облич є важкою справою, і її краще залишити конгломератам із глибокими кишенями та армією дослідників. Однак, якщо ваші потреби прості, і ви хочете мати повний контроль — і, звичайно, готові до утримання крихітної/невеликої команди інженерів —OpenCV може просто працювати для вас.

Це надзвичайно точна бібліотека комп’ютерного бачення з відкритим кодом, доступна для всіх платформ програмування. Тут аж волосся дибки приклад про те, як створити систему розпізнавання облич за допомогою Python і OpenCV у 25 рядках коду!

Тепер ви можете натрапити на деякі блоги, які говорять, що OpenCV не підтримує розпізнавання обличчя. Ну, це повна брехня, а ось доказ. Загалом, OpenCV може стати чудовим вибором для вашого бізнесу, якщо потреби прості та специфічні.

Amazon Rekognition

Розпізнавання — потужна пропозиція від одного з найбільших постачальників хмарних технологій — AWS. Це повністю керована потужна служба для платформи AWS, і якщо ви вже використовуєте AWS для розгортання, Rekognition, мабуть, найкращий вибір.

Ось деякі з приголомшливих функцій, які пропонує Rekognition:

  • Аналіз у реальному часі (якщо ви завантажуєте зображення чи відео на S3)
  • Розгорнутий аналіз обличчя (стать, колір волосся, вираз обличчя, відкриті чи ні очі тощо)
  • Pathing (захоплення шляхів ідентифікованих об’єктів у відео)
  • Виявлення сцени та діяльності (у приміщенні/на вулиці, «гра у футбол» тощо)
  • Модерація небезпечного вмісту (наприклад, зображення оголеного тіла)

Найбільший плюс Rekognition є також найбільшим мінусом — вам буде дуже важко використовувати його з не-AWS-сервісами до того моменту, коли вам просто доведеться відмовитися.

Кайрос

На відміну від Rekognition, Кайрос надає вам штучний інтелект через API (римування ненавмисне, ми клянемося!), дозволяючи вам повністю контролювати свої дані та сервери. Kairos представляє себе як службу, яка надає перш за все конфіденційність, і є такою надзвичайно критично Amazon та інших компаній, які змовляються з урядом (так само ACLUдо речі).

Kairos працює як із зображеннями, так і з відео та має всі приємні функції, які можна очікувати від сучасного API розпізнавання обличчя. Він має деякі дивовижні функції Rekognition, але якщо вони вам не потрібні і ви вже керуєте своїми даними, навіщо турбуватися?!

Kairos має локальне розгортання для тих, хто параноїться з приводу конфіденційності та навіть не хоче надсилати дані по дроту для обробки. Kairos має локальне розгортання, ціна залежить від вашого випадку використання та може бути досить високою.

  Як отримати Microsoft Excel для обчислення невизначеності

Google Cloud Vision

Google вирішив розмежувати свої служби розпізнавання облич для зображень і відео. API зображення відомий як Cloud Visionпід час виклику служби, орієнтованої на відео Відеорозвідка.

Хоча послуга, орієнтована на зображення, дуже схожа на те, що може запропонувати AWS, відеослужба має приємну функцію каталогізації та пошуку. Це буде корисно для компаній, які мають великі відеоархіви, які вони можуть захотіти проаналізувати або знайти в них.

Проте на момент написання у Video Intelligence відсутні функції розпізнавання обличчя, і вони, схоже, пропонуються лише в Cloud Vision. Відстеження об’єктів і виявлення тексту також знаходяться в бета-версії, що значно поступається пропозиціям Amazon.

API Azure Face

Оскільки Microsoft ставиться до своїх хмарних пропозицій більш серйозно, ніж до настільних (нарешті), API Azure Face це одна чудова пропозиція. Він має всі цікаві функції, які ви очікуєте (виявлення, ідентифікація, групування облич, пошук схожих облич, емоції тощо), і однаково добре працює з відео.

Тепер це не пов’язано безпосередньо з розпізнаванням обличчя, але варто згадати, що Azure також пропонує комп’ютерний зір клієнта обслуговуваннящо дозволяє використовувати ваші вхідні дані та навчати моделі відповідно до ваших потреб.

Подібно до сервісу Google, прямо на домашній сторінці є ігровий майданчик, що робить тестування API дуже цікавим!

Чи існують суттєві відмінності між найкращими керованими службами розпізнавання облич? Не зовсім. Зараз у цій сфері існує гостра конкуренція, і нові функції впроваджуються швидше, ніж піца. Якщо ви вже прив’язані до певної екосистеми, використовувати їхню власну службу розпізнавання обличчя має сенс. В іншому випадку ви можете вибрати іншого постачальника, якщо ваші потреби є специфічними (контроль ваших власних даних, потреба лише в простому виявленні тощо).

Системи анти-розпізнавання обличчя

Подібно до того, як деякі дослідники присвятили своє життя вдосконаленню технології розпізнавання облич, інші зайняті розробкою методів, щоб їх обдурити. Однією з таких цікавих розробок є Змагальні окуляриякі інакше виглядають нормально для людей, але ввели в оману експертні системи розпізнавання обличчя.

Джерело: digitaltrends.com

Тим не менш, ці окуляри ще не доступні на ринку, хоча дослідники кажуть, що їх можна легко надрукувати на 3D.

Ще однією цікавою подією став запуск окуляри еко на Kickstarter. Хоча продукт зараз скасований, він працював над надзвичайно простою ідеєю: звичайні повсякденні сонцезахисні окуляри за 45 доларів, які просто відбивали світло, змушуючи камери та пристрої відеоспостереження зводити з розуму.

Так само, як і в сфері кібербезпеки, «хакери» та дослідники зосереджуються на розпізнаванні облич у змаганні за досконалість. Приблизно в 2014 році ми побачили популярність камуфляжний макіяж які надали невидимість проти розпізнавання обличчя, але більше не життєздатні. Чи буде шифрування AES для розпізнавання обличчя? Тільки час покаже!

Розпізнавання обличчя для вас?

Розпізнавання облич може отримати вигоду від бізнесу, який залучає людей — так, це означає будь-який бізнес! Хоча поточне використання розпізнавання облич, здається, підтримується урядами, великими компаніями чи технологічними стартапами, немає жодних причин, чому ваш бізнес не може отримати від цього користь.

Можливості справді безмежні, коли ми об’єднуємо трохи креативного мислення — вітаємо та впізнаємо клієнтів у готелі, знаходимо вашого друга в морі людей, знаходимо людей із схожими обличчями (можливо, щоб їх використовувати як акторів), виявляємо особистості для роботи співбесіди (знову ж таки, тут ми просто даємо волю уяві; у такому дослідженні може не бути нічого суттєвого), налаштування банківського досвіду, коли з’являється цінний клієнт. . . Існує безліч способів використання розпізнавання обличчя на малому та великому рівнях, щоб підвищити продуктивність вашого бізнесу.

Висновок

Досить скоро розпізнавання облич стане настільки поширеним і настільки поширеним, що ми навіть не помітимо цього (як мобільні телефони?). Технологію, що лежить в її основі, майже вдосконалено, але в реальному світі мова йде не лише про розпізнавання облич, а про те, що ми можемо робити з цією здатністю.

Звучить захоплююче та хочеться дізнатися більше? Подивіться це блискучий курс про комп’ютерний зір.