De meeste mensen zijn comfortabel met gezichtsherkenning voor het gebruik in de Instagram filters en Face ID. Maar deze relatief nieuwe technologie een beetje griezelig. Uw gezicht is als een vingerafdruk, en het is moeilijk precies te begrijpen hoe gezichtsherkenning werkt.
Zoals met elke nieuwe technologie zijn er nadelen aan gezichtsherkenning. Deze nadelen worden steeds meer zichtbaar, zoals het leger, de politie, de adverteerders, en deepfake makers, vinden devious nieuwe manieren om te profiteren van gezichtsherkenning software.
Nu, meer dan ooit, is het essentieel voor mensen om te begrijpen hoe gezichtsherkenning werkt. Het is ook belangrijk te weten wat de beperkingen van gezichtsherkenning en hoe het zich zal ontwikkelen in de toekomst.
Gezichtsherkenning Is Verrassend Eenvoudig
Voordat je in de vele verschillende media voor gezichtsherkenning, het is belangrijk om te begrijpen hoe het proces van gezichtsherkenning werkt. Hier zijn drie aanvragen voor gezichtsherkenning software, en een eenvoudige verklaring voor hoe ze het herkennen of identificeren van gezichten:
- Basic Facial Recognition: Voor Animoji en Instagram filters, de camera van uw telefoon “looks” van de definiërende kenmerken van een gezicht, in het bijzonder een paar ogen, een neus en een mond. Dan, het maakt gebruik van algoritmen om te vergrendelen op een gezicht en bepalen welke richting het op zoek is, als de mond open is, etc. Het is de moeite waard te vermelden dat dit niet gezichts-identificatie, het is gewoon software op zoek naar gezichten.
- Face ID en Soortgelijke Programma ‘s: Bij het instellen van Face ID (of vergelijkbare programma’ s) op uw telefoon, het neemt een foto van uw gezicht en meet de afstand tussen uw gelaatstrekken. Dan, elke keer dat u uw telefoon te ontgrendelen, het “lijkt” door de camera om te meten en te bevestigen dat uw identiteit.
- Het identificeren van een Vreemdeling: Wanneer een organisatie wil identificeren een gezicht voor de veiligheid, reclame, of politie-doeleinden gebruikt algoritmes te vergelijken met die van aangezicht tot een uitgebreide database van gezichten. Dit proces is bijna identiek aan die van Apple ‘ s Face ID, maar op grotere schaal. Theoretisch kan elke database kunnen worden gebruikt (ID-kaarten, Facebook profielen), maar een database van duidelijke, vooraf bepaalde foto ‘ s is ideaal.
Oke, laten we krijgen in de nitty-gritty. Omdat de “basic facial recognition” gebruikt voor Instagram filters is zo simpel en onschuldig proces, we gaan zich volledig richten op gezichts-identificatie, en de vele verschillende technologieën die kunnen worden gebruikt voor het identificeren van een gezicht.
De meeste gezichtsherkenning is gebaseerd op 2D-Beelden
Zoals je zou verwachten, de meeste gezichtsherkenning software is volledig afhankelijk van 2D-beelden. Maar dit is niet gedaan omdat het 2D facial imaging is super nauwkeurig, het is gedaan voor het gemak. De overgrote meerderheid van de camera ‘s foto’ s nemen zonder enige diepte, en openbare foto ‘s dat kan worden gebruikt voor gezichtsherkenning databases (Facebook profiel foto’ s bijvoorbeeld) zijn alle in 2D.
Waarom niet 2D facial imaging super nauwkeurig? Goed, omdat een flatscreen foto van uw gezicht ontbreekt het identificeren van functies, zoals diepte. Met een platte afbeelding, kan een computer meet uw pupilafstand, en de breedte van uw mond, tussen de andere variabelen. Maar het kan niet vertellen wat de lengte van je neus of de bekendheid van je voorhoofd.
Bovendien, 2D facial imaging is gebaseerd op het zichtbare licht spectrum. Dit betekent dat 2D facial imaging niet werken in het donker, en kan onbetrouwbaar zijn in funky of schimmige lichtomstandigheden.
Het is duidelijk dat de manier om sommige van deze tekortkomingen is het gebruik van 3D-facial imaging. Maar hoe is dat mogelijk? Heeft u speciale apparatuur nodig om een gezicht te zien in 3D?
Camera ‘ s van IRL Diepte toe te Voegen aan Uw Identiteit
Terwijl sommige gezichtsherkenning toepassingen alleen vertrouwen op 2D-beelden, is het niet ongebruikelijk om voor gezichtsherkenning om te vertrouwen op de 3D-beeld ook. In feite, uw ervaring met gezichtsherkenning waarschijnlijk gaat om een snuifje van 3D.
Dit wordt bereikt door middel van een techniek genaamd lidar, die vergelijkbaar is met sonar. In wezen zijn gezicht scannen apparaten, zoals je iPhone, schiet een onschadelijk IR matrix op je gezicht. Deze matrix (een muur van lasers) geeft dan uit je gezicht en wordt opgepikt door een IR-camera (of camera ToF) op uw telefoon.
Waar de 3D-magie gebeuren? Uw telefoon is de camera van IRL meet hoe lang het duurt voor elke bit van IR-licht te stuiteren van uw gezicht en terug te keren naar de telefoon. Natuurlijk, het licht dat weerkaatst van uw neus zal een kortere reis dan het licht dat reflecteert van uw oren, en de IR-camera gebruikt deze informatie voor het maken van een unieke diepte-kaart van uw gezicht. Wanneer gebruikt naast basic 2D imaging, 3D imaging significante toename van de nauwkeurigheid van gezichtsherkenning software.
Lidar-imaging is een raar concept dat kan worden moeilijk te wikkel je hoofd rond. Als het helpt, probeer te denken dat de IR-net van uw telefoon (of een gezichtsherkenning-apparaat) is een pin-raad speelgoed. Als een pin-board speelgoed, je gezicht laat een inkeping in de IR-mesh, waar je neus is aanzienlijk dieper dan, zeg, uw ogen.
Thermische Imaging Kunt gezichtsherkenning Werken in de Nacht
Een van de tekortkomingen van 2D-gezichtsherkenning is dat het gebaseerd is op de zichtbare spectrum van licht. In termen van de leek, basic gezichtsherkenning werkt niet in het donker. Maar dit kan verholpen worden door gebruik van een warmtebeeldcamera (ja, zoals in Tom Clancy’).
“Wacht even,” zeg je misschien, “niet thermische imaging vertrouwen op INFRAROOD licht?” Ja, hij doet het. Maar thermische imaging camera ‘ s niet sturen ontploffing van IR-licht; ze gewoon het detecteren van de IR-licht, dat straalt van objecten. Warme voorwerpen stralen een ton van IR-licht, terwijl de koude voorwerpen stralen een te verwaarlozen bedrag van IR-licht. Duur thermische imaging camera ‘ s kunnen zelfs subtiele temperatuur verschillen over een oppervlak, zodat de technologie ideaal voor gezichtsherkenning.
Er zijn een handvol verschillende manieren om een gezicht met thermische imaging. Al deze technieken zijn ongelooflijk ingewikkeld, maar ze delen een aantal fundamentele overeenkomsten, dus we gaan om te proberen en houd de dingen eenvoudig houden met een lijst:
- Meerdere Foto ‘s Nodig Zijn: Een thermische imaging camera neemt meerdere foto’ s van een gezicht. Elke foto richt zich op een ander spectrum van INFRAROOD licht (lange, korte en middellange golven). Doorgaans is de lange golf spectrum biedt de meest gezicht detail.
- Bloedvat Kaarten Zijn Handig: Deze IR-beelden kunnen ook worden gebruikt voor het uitpakken van de vorming van nieuwe bloedvaten in het gezicht van een persoon. Het is griezelig, maar bloedvat kaarten kunnen worden gebruikt als unieke gezichts-vingerafdrukken. Ze kunnen ook gebruikt worden om de afstand tussen gezicht organen (als typische thermische imaging levert slordige foto ‘ s) of voor de identificatie van blauwe plekken en littekens.
- Het Onderwerp Kan Worden Geïdentificeerd: Een samengesteld beeld (of de gegevensreeks die is gemaakt met behulp van meerdere IR-beelden. Deze samengestelde afbeelding kan vervolgens worden vergeleken met een gezichts-database te identificeren met het onderwerp.
Natuurlijk, thermische gezichtsherkenning wordt meestal gebruikt door het leger, het is niet iets dat je vindt op Khols, en het is niet iets dat je met je volgende mobiele telefoon. Plus, thermische imaging werkt niet goed in het daglicht (of in het algemeen goed verlichte omgevingen), zodat het niet hebben veel potentiële toepassingen buiten het leger.
Beperkingen van gezichtsherkenning
We hebben veel tijd besteed aan het praten over de tekortkomingen van gezichtsherkenning. Zoals we hebben gezien van INFRAROOD-en warmtebeeldapparatuur, het is mogelijk om te overwinnen een aantal van deze beperkingen. Maar er zijn nog een paar problemen die nog niet zijn bedacht net nog:
- Obstructie: Als je zou verwachten, zonnebrillen en andere accessoires met reis-up facial recognition software.
- Houdingen: gezichtsherkenning werkt het beste met een neutrale, frontward-gericht beeld. Een kantelen of draaien van het hoofd kan maken gezichtsherkenning moeilijk, zelfs voor IR-gebaseerde herkenning software. Bovendien, een glimlach, bolle wangen, of een andere houding kan veranderen hoe een computer meet uw gezicht.
- Licht: Alle vormen van gezichtsherkenning vertrouwen op het licht, of het zichtbare spectrum of IR-licht. Als een resultaat, raar licht kunnen dalen de juistheid van gezichts-identificatie. Dit kunnen veranderen, net als wetenschappers werken momenteel aan de ontwikkeling van de sonar-op basis van gezichts-recognition-technologie.
- De Database: Zonder een goede database, gezichtsherkenning niet kan werken. Langs dezelfde lijnen, het is onmogelijk om te zien een gezicht, dat nog niet is geïdentificeerd, correct in het verleden.
- Gegevens Verwerking: Afhankelijk van de grootte en de indeling van een database, kan het een tijdje duren voor computers te identificeren gezichten correct. In sommige situaties, zoals de politie, met de beperkingen van de verwerking van gegevens beperken het gebruik van gezichts-identificatie voor alledaagse toepassingen (dat is waarschijnlijk een goede zaak).
Als van nu, de beste manier om deze beperkingen aan het gebruik van andere vormen van identificatie in combinatie met gezichtsherkenning. Uw telefoon zal vragen om een wachtwoord of een vingerafdruk als het niet lukt om uw gezicht, en de Chinese overheid maakt gebruik van ID-kaarten en tracking technologie sluit de foutmarge die bestaat in de gezichtsherkenning netwerk.
In de toekomst, wetenschappers zal zeker een manier vinden om rond deze problemen. Zij kunnen gebruik maken van sonar-technologie, naast lidar voor het maken van 3D gezicht kaarten in elke omgeving, en kunnen ze manieren te vinden om het proces gezicht gegevens (en het identificeren van vreemden) in een ongelooflijk korte tijd. Één van beide manier, deze technologie heeft veel potentieel voor misbruik, dus het is de moeite waard te houden met.
Bronnen: De Universiteit van Rijeka, De Electronic Frontier Foundation
LEES VERDER
- “Hoe Verwijzing Cellen Tussen Microsoft Excel-Werkbladen
- “Hoe een Back-Up van Uw Linux-Systeem
- “Waarom Heeft Windows Nog steeds Gebruik van Letters voor Schijven?
- “Zoom Websites Beginnen Filmen Zonder Uw Toestemming, Zelfs op Windows
- “Hoe om te Zien of Zoom Is het Uitvoeren van een Geheime Web Server op Je Mac (en Verwijderen)