Gesichts erkennungs algorithmus

. Definition der Gesichts erkennung

Die Gesichts erkennungs technologie begann in den frühen 1970er Jahren und ist eine typische Anwendung in der Computer Vision (CV). Computer Vision gehört zu Deep Learning (DL).

Gleichzeitig ist die Gesichts erkennung auch eine Art biometrische Identifikation stech no logie. Andere biometrische Identifikation stech no logien umfassen: Finger abdruck, Iris, Stimme, Vene, Netzhaut. Im Vergleich zu anderen biometrischen Technologien hat die Gesichts erkennung die Eigenschaften der berührungs losen, nicht obligato rischen, bequemen, parallelen Verarbeitung und so weiter.

Vergleich verschiedener biometrischer Technologien

Der Zweck der Gesichts erkennung besteht darin, die Informationen von Gesichtern in Bildern und Videos (Videos bestehen aus Bildern) zu beurteilen und zu identifizieren und die Gesichter in Bildern und Videos zu erkennen, zu identifizieren und zu verfolgen.

Ⅱ. Klassifizierung von Gesichts erkennungs algorithmen

Traditionelle vom Menschen entworfene Merkmale und Techniken des maschinellen Lernens, einschl ießlich geometrischer Methoden, ganzheitlicher Methoden, funktions basierter Methoden und hybrider Methoden.

Aktuelle Deep-Learning-Methoden basieren auf tiefen neuronalen Netzen (DNN) und Convolutional Neural Networks (CNN), die auf großen Datensätzen trainiert wurden.

Der Grund, warum die frühe Verwendung des CNN Deep Learning-Gesichts algorithmus nicht effektiv war, war die unzureichende Rechen leistung und das Datenvolumen.

In diesem Stadium ist mit der Unterstützung von Big Data und Rechen leistung die Genauigkeit der Gesichts erkennung verschiedener Algorithmen bereits sehr hoch. Facebooks DeepFace erreichte eine Genauigkeit von 97,35% bei LFW und Googles FaceNet bei LFW. 99,63% Genauigkeit. Die derzeitige Entwicklungs richtung im Bereich der Gesichts erkennung ist leicht (einfach auf mobilen Terminals bereit zustellen) und hardware basierte Modularität.

Ⅲ. Der Prozess der Gesichts erkennung

1. gesichts erkennung.

Der Gesichts detektor wird verwendet, um die Position von Flächen im Bild zu ermitteln. Wenn es Gesichter gibt, geben Sie die Koordinaten der Begrenzung box zurück, die jede Fläche enthält.

2. Gesichts ausrichtung.

Das Ziel der Gesichts ausrichtung besteht darin, das Gesichts bild unter Verwendung einer Reihe von Referenz punkten an festen Stellen im Bild zu skalieren und zu beschneiden. Dieser Vorgang erfordert normaler weise die Verwendung eines Merkmals punkt detektors, um eine Reihe von Gesichts marken zu finden, im Falle einer einfachen 2D-Ausrichtung, um die beste affine Transformation zu finden, die am besten zum Referenz punkt passt. Komplexere 3D-Ausrichtungs algorithmen können auch eine Gesichts frontal isierung erreichen, dh die Pose des Gesichts nach vorne anpassen.

3. Gesichts darstellung.

In der Gesichts darstellung phase werden die Pixel werte des Gesichts bildes in kompakte und diskriminierende Merkmals vektoren umgewandelt, die auch als Vorlagen bezeichnet werden. Idealerweise sollten alle Gesichter desselben Subjekts ähnlichen Merkmals vektoren zugeordnet werden.

4. Gesicht Matching.

Im Gebäude block werden zwei Vorlagen verglichen, was zu einer Ähnlichkeit bewertung führt, die die Wahrscheinlichkeit angibt, dass beide zum selben Thema gehören.

Ⅳ. Die Anwendung der Gesichts erkennung

Ⅴ. Schwierigkeiten bei der Gesichts erkennungs technologie

Kopf haltung

Die meisten Gesichts erkennungs algorithmen zielen haupt sächlich auf frontale und quasi-frontale Gesichts bilder ab. Wenn die Tonhöhe oder die Ablenkung von links und rechts relativ stark ist, sinkt die Erkennungs rate des Gesichts erkennungs algorithmus stark.

Alter

Andererseits beträgt die Gültigkeit dauer des Personal ausweises meines Landes in der Regel 20 Jahre. Während der 20 Jahre wird sich das Erscheinung sbild aller zwangsläufig stark verändern, so dass es auch große Probleme bei der Identifizierung von Ausweis fotos gibt.

Okklude

Bedecken Sie Ihr Gesicht mit Brille, Hüten usw.

Beleuchtungs bedingungen

Menschliche Gesichts ausdrücke.

Der Grad der Verfeinerung von Ausdrücken und die Divers ifizierung der Ausdrucks kategorien.

Anti-Fälschungs-Gesicht

Gefälschtes Gesicht, wie man Lebendigkeit erkennt.

Ⅵ. Denken Sie

Privatsphäre und Sicherheit

<P> Stellen Sie eine informierte, explizite Zustimmung sicher. Li Yanhong sagte, dass jeder bereit sei, die Privatsphäre aus Bequemlichkeit zu tauschen. In China wurden diese drei Elemente der KI aufgrund der Inklusiv ität der Menschen in Bezug auf neue Technologien umfassend gebrochen, und die Menschen kümmern sich nicht um Daten, die als "Privatsphäre" bezeichnet werden. Vor kurzem wurde der erste Fall der Gesichts erkennung in Hangzhou aus gesprochen. Die Käufer des Hauses wurden vom Gesicht erkannt, und die Fälle von Big-Data-Tötung usw. sollten relevanten inländischen Forschungs unternehmen zur Gesichts erkennung, Regierungs behörden, Inspiration geben. und Nutzer von Gesichts erkennungs technologie produkten.

Die Technologie ist nicht perfekt

Gegenwärtig fehlt es an Gesichts erkennungs technologie, um farbige Personen zu identifizieren, weibliches Geschlecht, Zwillinge usw. zu unterscheiden, was Themen wie Rassen diskriminierung und Sexismus betrifft.

Foto-Spoofing-Problem, wie man die Lebendigkeit erkennung verbessert.

Datenschutz

So stellen Sie die Daten sicherheit bei der Erfassung, Übertragung, Speicherung, Verwendung und Zerstörung von Daten zur Gesichts erkennung sicher.

Ob es von staatlichen Stellen genutzt wird, ob es demokrat ische Freiheit und Menschen rechte verletzt!

Typischer weise zum Beispiel in der amerikanischen TV-Serie (Person von Interesse/POI), die Szenen, jederzeit und überall überwacht zu werden, und die Gesichts erkennung sind vermutlich nicht bereit zu sehen.

6 Prinzipien, denen die Forschungs arbeit zur Gesichts erkennung von Microsoft folgt

Ⅶ. Repräsent ative Unternehmen der Gesichts erkennung

Derzeit sind chinesische Unternehmen im Bereich der Gesichts erkennung sehr aktiv und hervorragend. Zu den repräsent ativen Unternehmen zählen Sense time, MEGVII, YITU, Cloud walk, Hik vision, Baidu, Alibaba und Tencent. Zu den Forschungs einrichtungen gehören das Tang Xiaoou-Team der chinesischen Universität von Hongkong (eigentlich das technische Team von Sense Time und der Gründer von MEGVII, der ebenfalls bei Professor Tang Xiaoou studiert hat).

Es gibt viele Erfolge im Bereich der frühen Gesichts erkennung ausländischer Unternehmen, wie DeepFace von Facebook und FaceNet von Google. Aus politischen und rechtlichen Erwägungen war es in den letzten Jahren untätig. Repräsent ative Unternehmen sind Google, Microsoft, Facebook usw. Im Juni 2020 gab IBM bekannt, dass die Gesichts erkennungs technologie eingestellt und alle damit verbundenen Forschungs-und Entwicklungs arbeiten eingestellt werden sollen.