פיתוח טכנולוגיית זיהוי פנים

פיתוח טכנולוגיית זיהוי פנים

פיתוח טכנולוגיית זיהוי פניםמחקר על מערכת זיהוי פנים החל בשנות השישים. הוא שופר לאחר שנות השמונים עם התפתחות טכנולוגיית המחשב וטכנולוגיית ההדמיה האופטית. זה נכנס לשלב היישומים העיקרי בסוף שנות התשעים, והוא נשלט על ידי המימוש הטכני של ארה"ב, גרמניה ויפן. המפתח להצלחה של מערכת זיהוי פנים טמון בשאלה האם נאסף מידע הפנים העיקרי והאם יש באלגוריתם הליבה המתוחכם ותוצאות הזיהוי נעשות בגלל קצב זיהוי מעשי ומהירות. "מערכת זיהוי פנים" משלבת אינטליגנציה מלאכותית, זיהוי מכונה, למידת מכונה, תורת מודלים, מערכת מומחים, עיבוד תמונות וידאו וטכנולוגיות אחרות. יחד עם זאת, עליה לשלב בין תיאוריית העיבוד החציוני לבין מימוש. זהו היישום האחרון של זיהוי מאפיינים ביולוגיים ומימוש טכנולוגיית הליבה שלו מראה את המהפך מבינה מלאכותית חלשה לבינה מלאכותית חזקה.
טכנולוגיית זיהוי הפנים המסורתית היא בעיקר זיהוי פנים מבוסס תמונת האור הנראה. זו דרך הכרה מוכרת ויש לה היסטוריה של מו"פ של יותר מ -30 שנה. עם זאת, בדרך זו יש פגם שלא ניתן להתגבר עליו. בפרט, כאשר התאורה הסביבתית תשתנה, השפעות הזיהוי יפחתו בצורה חדה ולא ניתן יהיה לעמוד בדרישות המערכת בפועל. התוכניות הפותרות את בעיית התאורה כוללות זיהוי פנים בתלת ממד של תמונת אור גלוי וזיהוי פנים של הדמיה תרמית. עם זאת, שתי הטכנולוגיות הללו רחוקות מלהיות בשלות, והשפעות ההכרה אינן מספקות.
פיתרון שמתפתח במהירות הוא מספר רב של מקורות אור טכנולוגיית זיהוי פנים המבוססת על תמונה אינפרא אדומה פעילה. הוא יכול להתגבר על ההשפעות של שינוי האור, והשיג את ביצועי הזיהוי הבולטים וביצועי המערכת הכוללים שלו בדיוק, ביציבות ובמהירות עולים על זיהוי הפנים בתלת ממד. טכנולוגיה כזו מתפתחת במהירות במהלך 2-3 השנים האחרונות, כך שטכנולוגיית זיהוי הפנים מתפתחת בהדרגה לקראת מעשי.
כמו מאפיינים ביולוגיים אחרים (טביעת אצבע וקשתית העין) של גוף האדם, הפנים הם טבועים. ייחודו ומאפיינו הטוב של "לא ניתן להעתקה בקלות" מספקים את התנאים המוקדמים הדרושים לאימות הזהות. בהשוואה לסוגים אחרים של זיהוי ביולוגי, לזיהוי הפנים יש את התכונות הבאות:
1. לא חובה: הנבדק לא צריך לשתף פעולה במיוחד עם מכשיר איסוף הפנים. ניתן לקבל את דימוי הפנים במצב הלא מודע כמעט. דרך דגימה כזו אינה "חובה";
2. ללא מגע: הנבדק אינו צריך ליצור קשר ישירות עם המכשיר לקבלת תמונת הפנים;
3. מקביליות: בתרחישי היישום בפועל, ניתן למיין, לשפוט ולהכיר במספר פנים;
4. בנוסף, המאפיין הוויזואלי מתקיים: מאפיין "זיהוי אדם לפי מראה". חוץ מזה יש לו תכונות כמו פעולה פשוטה, תוצאה חזותית והסתרה טובה.

אלגוריתם הכרה

באופן כללי, מערכת זיהוי הפנים כוללת צריכת תמונה, מיקום פנים, עיבוד מקדים של תמונה וזיהוי פנים (אישור זהות או חיפוש זהות). ככלל, קלט המערכת הוא קטע או סדרת תמונות פנים עם זהות לא ברורה, ותמונת פנים של כמה זהויות ידועות במאגר הפנים או בקוד המקביל. הפלט הוא סדרה של ציוני דמיון, המראים את זהות הפנים שיש להכיר בהם.
בדרך כלל, אלגוריתמי זיהוי הפנים מסווגים כדלקמן:
● אלגוריתמי זיהוי מבוססי תכונות.
● אלגוריתמי זיהוי מבוססי מראה.
● אלגוריתמי זיהוי מבוססי תבניות.
● אלגוריתמי זיהוי המשתמשים ברשת עצבית.
● תאוריית מודל הערכה מבוסס תאורה.
● מוגברת שיטת עיבוד מקדימה לתאורה על בסיס תיקון ברמת גמא. חוץ מזה, על בסיס מודל הערכת תאורה, מתבצעת אסטרטגיית פיצוי התאורה ואיזון התאורה המתאימים.
● תיאוריית תיקון סטטיסטיקה לעיוות ממוטבת.
● תיאוריית תיקון מבוססת דפורמציה סטטיסטית, מנח פנים אופטימלי.
● תיאוריית איטרציה משופרת.
● תיאוריית איטרציה משופרת היא הרחבה יעילה של אלגוריתם זיהוי הפנים של DLFA.
● תאוריית הכרה אופיינית מקורית בזמן אמת. תיאוריה כזו שמה דגש על עיבוד חציוני של נתוני פנים בזמן אמת, ובכך להשיג את השפעות ההתאמה הטובות ביותר בין קצב זיהוי ליעילות זיהוי.

תרחיש יישומים

מצלמת ניטור זיהוי הפנים מספקת פונקציות כמו זיהוי פנים, עיכוב אור חזק, איזון לבן דינמי, מחסה מוסתר, פיצוי תאורה אחורית והתאמת תמונה. הוא עשוי לשמש לסרטון המעקב בפנים ובחוץ בחלקים החשובים של הפעילות הציבורית ומקומות התכנסות, כגון פארקים, מפעלים, חנויות, כיכרות חוץ, מרכזי כנסים, מקומות ספורט, בתי ספר, בתי חולים, אזורי מגורים, רחובות מסחריים וגדולים. סופרמרקטים, כניסה ויציאה בלובי, מעלית וערוצים עיקריים אחרים של בית מלון (בית הארחה), מקומות קייטרינג ובילוי ובנייני משרדים.
מערכת הזיהוי / שם אמיתי / אימות שמות אמיתיים / אימות אישורי אישורים / שילוב אישורים עשויים לפקח על ההמונים בשדה התעופה, באיצטדיון, בסופרמרקט ובמקומות ציבוריים אחרים. לדוגמא, מערכת הניטור מותקנת בשדה התעופה כדי למנוע מהמחבל לעלות למטוס. בכספומט הבנק, אם הכרטיס והסיסמה נגנבים, מזומנים יימשכו על ידי אחרים. יחד עם זאת, זיהוי הפנים יכול להימנע מנסיבות כאלה. באמצעות בירור נתוני תמונת היעד, האם חיפוש במידע בסיסי אודות אוכלוסיית מפתח קיים במאגר המידע. לדוגמא, המערכת מותקנת בשדה התעופה או בתחנה כדי לעצור את הנמלט.