อัลกอริทึมการจดจำใบหน้า

Ⅰ. คำจำกัดความของการจดจำใบหน้า

เทคโนโลยีการจดจำใบหน้าเริ่มขึ้นในช่วงต้นทศวรรษ1970และเป็นแอปพลิเคชันทั่วไปใน Computer Vision (CV) วิสัยทัศน์คอมพิวเตอร์เป็นของการเรียนรู้เชิงลึก (DL)

ในเวลาเดียวกันการจดจำใบหน้ายังเป็นเทคโนโลยีการระบุไบโอเมตริกซ์ เทคโนโลยีการระบุไบโอเมตริกซ์อื่นๆได้แก่ลายนิ้วมือไอริสเสียงหลอดเลือดดำเรตินา เมื่อเทียบกับเทคโนโลยีไบโอเมตริกซ์อื่นๆการจดจำใบหน้ามีลักษณะของการประมวลผลแบบไม่สัมผัสไม่บังคับสะดวกขนานและอื่นๆ

การเปรียบเทียบเทคโนโลยีไบโอเมตริกซ์ที่แตกต่างกัน

วัตถุประสงค์ของการจดจำใบหน้าคือการตัดสินและระบุข้อมูลของใบหน้าในรูปภาพและวิดีโอ (วิดีโอประกอบด้วยรูปภาพ) และเพื่อตรวจจับระบุและติดตามใบหน้าในภาพและวิดีโอ

Ⅱ. การจำแนกประเภทของอัลกอริทึมการจดจำใบหน้า

คุณสมบัติที่ออกแบบโดยมนุษย์แบบดั้งเดิมและเทคนิคการเรียนรู้ด้วยเครื่องจักรรวมถึงวิธีการทางเรขาคณิตวิธีการแบบองค์รวมวิธีการที่ใช้คุณลักษณะและวิธีการไฮบริด

วิธีการเรียนรู้เชิงลึกในปัจจุบันขึ้นอยู่กับเครือข่ายประสาทลึก (dnn) และเครือข่ายประสาทร่วม (CNN) ที่ได้รับการฝึกฝนในชุดข้อมูลขนาดใหญ่

เหตุผลที่ใช้อัลกอริธึมการเรียนรู้เชิงลึกของ CNN ในช่วงต้นไม่ได้ผลเกิดจากพลังการคำนวณและปริมาณข้อมูลไม่เพียงพอ

ในขั้นตอนนี้ด้วยการสนับสนุนข้อมูลขนาดใหญ่และพลังคอมพิวเตอร์ความถูกต้องของการจดจำใบหน้าของอัลกอริทึมต่างๆอยู่ในระดับสูงมาก Facebook deepface ประสบความสำเร็จในความถูกต้องของ97.35% บน lfw แล้ว facenet ของ Google ประสบความสำเร็จใน lfw. ความแม่นยำ99.63% ทิศทางการพัฒนาในปัจจุบันในด้านการจดจำใบหน้ามีน้ำหนักเบา (ง่ายต่อการปรับใช้ไปยังเทอร์มินัลมือถือ) และโมดูลาร์ที่ใช้ฮาร์ดแวร์

Ⅲ. กระบวนการจดจำใบหน้า

1.การตรวจจับใบหน้า

เครื่องตรวจจับใบหน้าจะใช้เพื่อหาตำแหน่งของใบหน้าในภาพและถ้ามีใบหน้ากลับพิกัดของกล่องล้อมรอบที่มีแต่ละใบหน้า

2.การจัดตำแหน่งใบหน้า

เป้าหมายของการจัดตำแหน่งใบหน้าคือการปรับขนาดและครอบตัดภาพใบหน้าโดยใช้ชุดจุดอ้างอิงที่อยู่ในตำแหน่งคงที่ในภาพ กระบวนการนี้มักจะต้องใช้เครื่องตรวจจับจุดคุณลักษณะเพื่อหาชุดของสถานที่สำคัญบนใบหน้าในกรณีของการจัดตำแหน่ง2D ง่ายเพื่อค้นหาการเปลี่ยนแปลง affine ที่ดีที่สุดที่เหมาะกับจุดอ้างอิง อัลกอริธึมการจัดตำแหน่ง3D ที่ซับซ้อนมากขึ้นยังสามารถบรรลุ frontalization ใบหน้านั่นคือปรับท่าทางของใบหน้าไปข้างหน้า

3.การแสดงใบหน้า

ในขั้นตอนการเป็นตัวแทนใบหน้าค่าพิกเซลของภาพใบหน้าจะถูกแปลงเป็นเวกเตอร์คุณลักษณะขนาดกะทัดรัดและสามารถเลือกปฏิบัติได้ซึ่งเรียกว่าแม่แบบ นึกคิดว่าใบหน้าทั้งหมดของหัวข้อเดียวกันควรทำแผนที่กับเวกเตอร์คุณลักษณะที่คล้ายกัน

4.การจับคู่ใบหน้า

ในบล็อกการจับคู่ใบหน้าเทมเพลตสองแบบจะถูกเปรียบเทียบส่งผลให้ได้คะแนนความคล้ายคลึงกันที่ทำให้โอกาสที่ทั้งสองอยู่ในหัวข้อเดียวกัน

คัสตอม การประยุกต์ใช้การจดจำใบหน้า

คัสตอม ความยากลำบากในเทคโนโลยีการจดจำใบหน้า

ท่าทางศีรษะ

อัลกอริทึมการจดจำใบหน้าส่วนใหญ่มุ่งเป้าไปที่ภาพใบหน้าด้านหน้าและด้านหน้า เมื่อการโก่งตัวของระยะพิทช์หรือด้านซ้ายและขวาค่อนข้างรุนแรงอัตราการจดจำของอัลกอริธึมการจดจำใบหน้าจะลดลงอย่างรวดเร็ว

อายุที่เพิ่มขึ้น

ในทางกลับกันระยะเวลาการใช้งานของบัตรประจำตัวประชาชนของประเทศของฉันโดยทั่วไปคือ20ปี ในช่วง20ปีการปรากฏตัวของทุกคนย่อมจะเปลี่ยนแปลงจำนวนมากดังนั้นจึงมีปัญหาใหญ่ในการระบุภาพถ่ายบัตรประจำตัวประชาชน

Occlude

คลุมใบหน้าด้วยแว่นตาหมวกฯลฯ

สภาพแสง

การแสดงออกทางสีหน้าของมนุษย์

ระดับการปรับแต่งการแสดงออกและความหลากหลายของประเภทการแสดงออก

การต่อต้านการปลอมแปลงใบหน้า

ใบหน้าปลอมวิธีตรวจจับความมีชีวิตชีวา

คัสตอม คิดว่า

ความเป็นส่วนตัวและความปลอดภัย

<<P> ให้แน่ใจว่าได้รับความยินยอมที่ชัดเจน Li Yanhong กล่าวว่าทุกคนยินดีที่จะแลกเปลี่ยนความเป็นส่วนตัวเพื่อความสะดวกสบาย ในประเทศจีนเนื่องจากเทคโนโลยีใหม่ที่รวมกันของผู้คนองค์ประกอบทั้งสามของ Ai จึงถูกทำลายอย่างครอบคลุมและผู้คนไม่สนใจข้อมูลที่เรียกว่า "ความเป็นส่วนตัวส่วนบุคคล" เมื่อเร็วๆนี้กรณีแรกของการจดจำใบหน้าในหางโจวเด่นชัด ผู้ซื้อของบ้านได้รับการยอมรับจากใบหน้าและกรณีของการฆ่าข้อมูลขนาดใหญ่ฯลฯควรให้แรงบันดาลใจบางอย่างกับองค์กรวิจัยการจดจำใบหน้าในประเทศที่เกี่ยวข้องหน่วยงานรัฐบาลและผู้ใช้ผลิตภัณฑ์เทคโนโลยีการจดจำใบหน้า

เทคโนโลยีไม่สมบูรณ์แบบ

ปัจจุบันเทคโนโลยีการจดจำใบหน้าขาดการระบุคนของสีแยกแยะเพศหญิงฝาแฝดฯลฯที่เกี่ยวข้องกับปัญหาเช่นการเลือกปฏิบัติทางเชื้อชาติและการเหยียดหยาม

ปัญหาการม้วนภาพวิธีเพิ่มการตรวจจับความมีชีวิตชีวา

การป้องกันข้อมูล

วิธีรักษาความปลอดภัยของข้อมูลในกระบวนการรวบรวมข้อมูลการจดจำใบหน้าการส่งการจัดเก็บการใช้งานและการทำลายล้าง

ไม่ว่าจะถูกใช้โดยหน่วยงานของรัฐบาลไม่ว่าจะเป็นการละเมิดเสรีภาพประชาธิปไตยและสิทธิมนุษยชน!

โดยปกติตัวอย่างเช่นในซีรีส์ทีวีอเมริกัน (บุคคลที่สนใจ/Poi) ฉากของการตรวจสอบทุกที่ทุกเวลาและการจดจำใบหน้าเชื่อกันว่าไม่เต็มใจที่จะเห็น

6หลักการที่การวิจัยการจดจำใบหน้าของ Microsoft มีดังนี้

คัสตอม บริษัทตัวแทนการจดจำใบหน้า

ปัจจุบันในด้านการจดจำใบหน้าบริษัทจีนมีความกระตือรือร้นและโดดเด่นมาก บริษัทตัวแทนได้แก่ sensetime, megvii, yitu, cloudwalk, Hikvision, Baidu, alibaba และ Tencent สถาบันวิจัยได้แก่ทีม Tang Xiaoou ของ Chinese University of Hong Kong (อันที่จริงเป็นทีมเทคนิคของ sensetime และผู้ก่อตั้ง megvii ยังศึกษาภายใต้ศาสตราจารย์ Tang Xiaoou)

มีความสำเร็จมากมายในด้านการจดจำใบหน้าในช่วงต้นของบริษัทต่างประเทศเช่น deepface ของ Facebook และ facenet ของ Google เนื่องจากนโยบายและการพิจารณาทางกฎหมายจึงไม่ได้ใช้งานในช่วงไม่กี่ปีที่ผ่านมา องค์กรตัวแทนคือ Google, Microsoft, Facebook ฯลฯในเดือนมิถุนายน2020 IBM ประกาศว่าจะเปลี่ยนเทคโนโลยีการจดจำใบหน้าและปิดการวิจัยและพัฒนาที่เกี่ยวข้องทั้งหมด