Η Αναγνώριση Προσώπου δεν περιορίζεται στη σφαίρα της επιστήμης των υπολογιστών. Έχει ισχυρές επιχειρηματικές εφαρμογές.
Ένα από τα πιο καυτά τσιτάτα αυτής της δεκαετίας είναι η Αναγνώριση Προσώπου.
Είναι το μέρος της εφαρμοσμένης μηχανικής μάθησης που μπορεί να ανιχνεύσει και να αναγνωρίσει ανθρώπινα πρόσωπα, ένα πρόβλημα που μέχρι τώρα ήταν πολύ δύσκολο για τους υπολογιστές. Και αυτό έχει ανοίξει έναν εντελώς νέο κόσμο συναρπαστικών δυνατοτήτων και προκλήσεων για τις επιχειρήσεις, τις κυβερνήσεις και τα άτομα.
Εάν είστε ηγέτης της επιχείρησης και αναρωτιέστε τι είναι η φασαρία και αν υπάρχει κάποια χρησιμότητα σε αυτή τη νέα εξέλιξη, σας έχουμε καλύψει. Σε αυτό το άρθρο, θα εξετάσουμε την ιστορία της Αναγνώρισης Προσώπου, την ανάπτυξή της, τις τρέχουσες χρήσεις, τις διαμάχες, την ανάπτυξη και πολλές άλλες πτυχές.
Μέχρι το τέλος του, θα έχετε πλήρη αντίληψη του τι είναι η τεχνολογία Αναγνώρισης Προσώπου και ποιες είναι οι επιπτώσεις της για τις επιχειρήσεις.
Ας αρχίσουμε!
Πίνακας περιεχομένων
Εξέλιξη της Αναγνώρισης Προσώπου
Η τεχνολογία υπάρχει εδώ και αρκετό καιρό για όλη τη διαφημιστική εκστρατεία και την κάλυψη των μέσων ενημέρωσης γύρω από την Αναγνώριση Προσώπου. Η πρώτη σοβαρή αλγοριθμική εργασία για την ανίχνευση προσώπων ήταν η Πλαίσιο ανίχνευσης αντικειμένων Viola-Jones δημοσιεύθηκε το 2001. Αν και ένα πλαίσιο γενικής χρήσης για την αναγνώριση αντικειμένων μέσα σε εικόνες, εφαρμόστηκε γρήγορα για την ανίχνευση προσώπου με πολύ καλή επιτυχία. Ο κύριος λόγος για τη δημοτικότητα αυτού του αλγορίθμου ήταν η ταχύτητά του. Ενώ η διαδικασία εκπαίδευσης ήταν βασανιστικά αργή, η διαδικασία ανίχνευσης ήταν εξαιρετικά γρήγορη.
Ήδη από το 2001/2004, ο μέσος επιτραπέζιος υπολογιστής που εκτελούσε αυτόν τον αλγόριθμο ήταν σε θέση να επεξεργαστεί ένα πλαίσιο 300px X 300px σε 0,07 δευτερόλεπτα (περισσότερα εδώ). ο ποσοστά ακρίβειαςαν και δεν συγκρίνεται με αυτό που μπορούν να επιτύχουν οι άνθρωποι, ήταν εντυπωσιακά στο 90%.
Ωστόσο, πραγματική πρόοδος δεν σημειώθηκε παρά τη δεκαετία 2010-2020, όταν Συνελικτικά Νευρωνικά Δίκτυα αναδείχθηκε ως η καλύτερη μέθοδος για την ανίχνευση προσώπου. Ο λόγος ήταν η διαθεσιμότητα ακατέργαστης επεξεργαστικής ισχύος και τεράστιων μνημών συστήματος που διατίθενται μέσω του υπολογιστικού νέφους από παρόχους Infrastructure-as-a-Service (IaaS). Για πρώτη φορά στην ιστορία, οι υπολογιστές κέρδιζαν με συνέπεια τους ανθρώπους στην αναγνώριση προσώπων, ειδικά όταν εμπλέκονταν μεγάλος αριθμός τυχαίων προσώπων.
Πηγή: medium.com
Πώς λειτουργεί η Αναγνώριση Προσώπου;
Η αναγνώριση προσώπου είναι μια διαδικασία πολλαπλών βημάτων στην οποία εμπλέκονται πολλά εξειδικευμένα υποσυστήματα.
Δείτε τι σημαίνουν τα διάφορα στάδια:
Ανίχνευση / Παρακολούθηση: Αυτό το τμήμα του σταδίου προεπεξεργασίας είναι υπεύθυνο για την αναγνώριση και την παρακολούθηση προσώπων στη δεδομένη εικόνα ή αρχείο βίντεο. Μόλις ολοκληρωθεί αυτή η διαδικασία, γνωρίζουμε με βεβαιότητα ότι υπάρχει ένα πρόσωπο στη δεδομένη είσοδο και μπορεί να υποβληθεί σε περαιτέρω επεξεργασία. Η φάση παρακολούθησης είναι επίσης υπεύθυνη για την παρακολούθηση ορισμένων τμημάτων, ιδιαίτερων χαρακτηριστικών ή εκφράσεων σε ένα πρόσωπο, εάν χρειαστεί.
Ευθυγράμμιση: Το πρόβλημα της αναγνώρισης προσώπου επιδεινώνεται επειδή τα πρόσωπα σε μια δεδομένη εικόνα ή βίντεο δεν ακολουθούν καμία οδηγία. Το άτομο μπορεί να έχει μεγέθυνση ή σμίκρυνση, να κρυφοκοιτάζει πίσω από ένα δέντρο ή να βρίσκεται σε ένα πλάγιο προφίλ, καθιστώντας το πρόβλημα της ανίχνευσης προσώπου ακόμα πιο δύσκολο. Εδώ μπαίνει η στοίχιση προσώπου: μας λέει πού στη δεδομένη εικόνα/βίντεο υπάρχουν οι γραμμές του προσώπου και ποια είναι τα περιγράμματα για τα χαρακτηριστικά του προσώπου.
Πηγή: csc.kth.se
Εξαγωγή χαρακτηριστικών: Όπως υποδηλώνει το όνομα, κατά τη διάρκεια αυτής της φάσης της διαδικασίας (είμαστε τώρα στο στάδιο της Αναγνώρισης), τα μεμονωμένα χαρακτηριστικά του προσώπου, όπως τα μάτια, η μύτη, το πηγούνι, τα χείλη κ.λπ., εξάγονται με τη μορφή που μπορούν να χρησιμοποιήσουν οι αλγόριθμοι στο επόμενο στάδιο. Σε αυτό το στάδιο, ο υπολογιστής έχει συλλέξει αρκετά σύνθετα δεδομένα για να ξεχωρίσει μοναδικά ένα πρόσωπο.
Αντιστοίχιση/ταξινόμηση χαρακτηριστικών: Σε αυτό το στάδιο, οι εισροές που λαμβάνονται από την εξαγωγή χαρακτηριστικών αντιστοιχίζονται με τη δεδομένη βάση δεδομένων για να συναχθεί η ταυτότητα του ατόμου. Αυτή η φάση είναι επίσης γνωστή ως ταξινόμηση επειδή ο αλγόριθμος μπορεί να χρειαστεί για την κατηγοριοποίηση προσώπων αντί για την εξατομικευμένη ταυτοποίησή τους.
Μόλις ολοκληρωθεί αυτή η διαδικασία, γνωρίζουμε με βεβαιότητα εάν το δεδομένο πρόσωπο είναι μέρος της βάσης δεδομένων που συγκρίναμε ή όχι. Το τελικό αποτέλεσμα μπορεί επίσης να περιέχει ετικέτες, όπως έχουμε συνηθίσει να βλέπουμε στο Facebook.
Πηγή: intodatascience.com
Θέματα ανάπτυξης: Από την πλευρά του διακομιστή έναντι του πελάτη
Η αναγνώριση προσώπου μπορεί να λειτουργήσει τόσο στον διακομιστή όσο και στη συσκευή με την οποία αλληλεπιδρά ο χρήστης. Για παράδειγμα, όταν ανεβάζετε μια φωτογραφία στο Facebook, οι αλγόριθμοι εκτελούνται από την πλευρά του διακομιστή. Από την άλλη πλευρά, ένα σύστημα αναγνώρισης που χρησιμοποιεί το πρόσωπό σας για να ξεκλειδώσει τη συσκευή πρέπει να λειτουργεί στην πλευρά του πελάτη. Λοιπόν, ποιο είναι καλύτερο;
Ειλικρινά, δεν έχει να κάνει με το ποιο είναι καλύτερο. Τόσο οι αναπτύξεις από την πλευρά του διακομιστή όσο και από την πλευρά του πελάτη έχουν τα δυνατά τους σημεία. Στην πράξη, οι επιχειρήσεις αναπτύσσουν ένα υβριδικό σύστημα. Η συνιστώμενη πρακτική είναι να εκπαιδεύετε τα μοντέλα σας από την πλευρά του διακομιστή, όπου τα δεδομένα εκπαίδευσης και οι πόροι επεξεργασίας είναι απεριόριστοι. Μόλις τα μοντέλα έχουν εκπαιδευτεί, αυτά μπορούν να συσκευαστούν και να αναπτυχθούν στην πλευρά του πελάτη, κάτι που βελτιώνει την ταχύτητα του συστήματος και διατηρεί το απόρρητο του χρήστη.
Η αποστολή όλων στον διακομιστή εισάγει μια καθυστέρηση, η οποία μπορεί να είναι κακή ή απαράδεκτη σε ορισμένες περιπτώσεις. Ταυτόχρονα, η διατήρηση των πάντων στην πλευρά του πελάτη θα έχει ως αποτέλεσμα πιο αδύναμα μοντέλα.
Πόσο ακριβής είναι η Αναγνώριση Προσώπου;
Η ακρίβεια δεν είναι ένας πολύ καλά καθορισμένος όρος στην αναγνώριση προσώπου. Ο κύριος λόγος είναι ότι είναι ένα ασαφές πρόβλημα με όλα τα είδη μπερδεμένων εισόδων (χαμηλό φως, πρόσωπο μερικώς καλυμμένο από τρίχες, ποιότητα κάμερας κ.λπ.) και ακόμη και παραπλανητικές εισόδους (περισσότερα για αυτό αργότερα!). Ως αποτέλεσμα, τα νευρωνικά δίκτυα που εμπλέκονται στην αναγνώριση προσώπου πρέπει να προσαρμοστούν για το υπό εξέταση πρόβλημα, περιορίζοντας το εύρος τους. Έτσι, ενώ ένα βιομηχανικό σύστημα αναγνώρισης προσώπου μπορεί να υπερηφανεύεται για 100% ακρίβεια (κάτι που συμβαίνει συχνά), το ίδιο σύστημα μπορεί να μην είναι ούτε 20% ακριβές όταν του ζητηθεί να αναγνωρίσει πρόσωπα σε μια γεμάτη φωτογραφία.
Σε μια έρευνα, ένας συγκεκριμένος τύπος αλγόριθμου αναγνώρισης προσώπου κατάφερε να επιτύχει ακρίβεια 98,52%, υψηλότερη από την ανθρώπινη ακρίβεια 97,53% που επιτεύχθηκε στην ίδια δοκιμή. Σε ένα άλλο μελέτη που διεξήχθη στην εγκληματολογία, ο συνδυασμός ανθρώπινης κρίσης και αλγορίθμων απέδωσε τα καλύτερα αποτελέσματα σε ορισμένες περιπτώσεις.
Κατώτατη γραμμή — για εστιασμένες, καλά καθορισμένες εφαρμογές, η αναγνώριση προσώπου είναι το καλύτερο εργαλείο που διαθέτουμε.
Πού χρησιμοποιείται η Αναγνώριση Προσώπου;
Ακόμη και στη σύντομη περίοδο που αναπτύχθηκαν βιώσιμοι αλγόριθμοι, η Αναγνώριση Προσώπου βρήκε απίστευτα χρήσιμες και συναρπαστικές εφαρμογές. Μερικά από αυτά είναι εμφανή, αλλά μερικά είναι τόσο διακριτικά και θεμελιωδώς υφασμένα στην καθημερινή ζωή που σχεδόν δεν σταματάμε για να σκεφτούμε τι υπάρχει από κάτω.
Το Facebook είναι ίσως το πιο κοινό παράδειγμα σύγχρονων συστημάτων αναγνώρισης προσώπου στην εργασία. Μόλις ανεβάσετε μια φωτογραφία, το κοινωνικό δίκτυο μπορεί να ανιχνεύσει πρόσωπα. Ενώ πριν από λίγο καιρό σας ζητήθηκε να κάνετε tag φίλους, τώρα το Facebook μπορεί να το κάνει μόνο του.
Πηγή: labnol.org
Μια δροσερή νέα εφαρμογή από το Facebook είναι η δυνατότητα ενημέρωση χρήστες όταν οι φωτογραφίες που περιέχουν τα πρόσωπά τους ανεβαίνουν από κάποιον, ακόμα κι αν δεν έχουν επισημανθεί σε αυτές τις φωτογραφίες.
Το Snapchat κάνει μεγάλη χρήση της ανίχνευσης και της αναγνώρισης προσώπου για πολλά από τα χαρακτηριστικά του, κυρίως τα αστεία φίλτρα που είναι τόσο μανία.
Πηγή: gistreel.com
Για να λειτουργήσουν αυτά τα φίλτρα, τα περιγράμματα και τα χαρακτηριστικά του προσώπου του θέματος πρέπει να ανιχνεύονται τέλεια, διαφορετικά, οι επικαλύψεις δεν θα φαίνονται ρεαλιστικές. Το ίδιο ισχύει και για το Face Swap, ένα άλλο δημοφιλές χαρακτηριστικό στο Snapchat. Σε περίπτωση που σας ενδιαφέρει να βουτήξετε βαθύτερα στις δυνατότητες του Snapchat στην αναγνώριση προσώπου, βλ. εδώ.
Η Uber παλεύει εδώ και λίγο καιρό με ζητήματα ιδιωτικότητας και ασφάλειας και το νεότερο όπλο στο οπλοστάσιο της εταιρείας είναι η αναγνώριση προσώπου. Η εταιρεία παρουσίασε ένα νέο χαρακτηριστικό όπου επαληθεύεται η ταυτότητα των οδηγών-συνεργατών της χρησιμοποιώντας τα πρόσωπά τους. Η εταιρεία αναφέρει στο blog της ότι αφού δοκίμασαν αρκετούς προμηθευτές τεχνολογίας αναγνώρισης προσώπου, συμβιβάστηκαν με το Microsoft Face API για την υψηλή ποιότητά του. Είναι ενδιαφέρον ότι αυτός ο έλεγχος ταυτότητας σε πραγματικό χρόνο λειτουργεί καλά σε συνθήκες χαμηλού φωτισμού και είναι σε θέση να ανιχνεύσει γυαλιά.
Καθώς η αναγνώριση προσώπου αποδεικνύεται επιτυχής στη φύση, είναι εύκολο να προβλεφθεί ότι μπορεί σύντομα να αντικαταστήσει άλλες μεθόδους αναγνώρισης σε εκπαιδευτικά ιδρύματα, νοσοκομεία, βιβλιοθήκες κ.λπ.
Η πρόληψη του λιανικού εγκλήματος είναι μια φυσική επέκταση της εφαρμογής της αναγνώρισης προσώπου. Ο κλάδος του λιανικού εμπορίου χάνει εκτιμώμενα 45 δισεκατομμύρια δολάρια κάθε χρόνο σε κλέφτες καταστημάτων και άλλα εγκλήματα λιανικής, με πολύ λίγα να το αντιμετωπίσουμε. Τώρα, εταιρείες όπως FaceFirst βοηθούν τους λιανοπωλητές να χρησιμοποιούν την αναγνώριση προσώπου για να εντοπίσουν προηγούμενους παραβάτες και να ειδοποιήσουν τους αξιωματικούς ασφαλείας.
Η αστυνομική επιτήρηση αρχίζει να αξιοποιεί την αναγνώριση προσώπου όπως όλα τα άλλα ιδρύματα εκεί έξω. Για παράδειγμα, στο Ηνωμένο Βασίλειο, η αστυνομία της Νότιας Ουαλίας χρησιμοποιεί κάμερες τοποθετημένες σε φορτηγά για την κατασκευή επιτήρηση του πλήθους ευκολότερα.
Πηγή: theconversation.com
Ενώ αυτή η νεοανακαλυφθείσα υπερδύναμη στα χέρια της αστυνομίας έχει πυροδοτήσει έντονες δημόσιες συζητήσεις για την ιδιωτική ζωή, η αστυνομία πιστεύει ότι θα τη βοηθήσει να περιορίσει καλύτερα τους παραβάτες. Όπως είπε ο Richard Lewis, αναπληρωτής αρχηγός της αστυνομίας της Νότιας Ουαλίας Financial Times:
Εάν εντοπίσετε κάποιον που έχει διαπράξει ένα αδίκημα [previously]βασικά λες: ξέρουμε ότι είσαι εδώ, σε παρακαλώ συμπεριφερθείτε.
Το Healthcare είχε πρόσφατα μια απροσδόκητη εφαρμογή, όπου η αναγνώριση προσώπου βοήθησε στην ανίχνευση μιας σπάνιας γενετικής διαταραχής που ονομάζεται σύνδρομο DiGeorge.
Το σύνδρομο DiGeorge εμφανίζεται σε περίπου 1 στα 6.000 παιδιά και οδηγεί σε παραμορφώσεις σε πολλά μέρη του σώματος. Το πρόβλημα της υγειονομικής περίθαλψης, σε αυτή την περίπτωση, είναι πιο σοβαρό για τις φτωχότερες χώρες, οι οποίες δεν έχουν τους πόρους να χρησιμοποιήσουν ακριβές μεθόδους διάγνωσης. Ως εκ τούτου, η αναγνώριση προσώπου, με μια εκπληκτική ακρίβεια 96,6%, προσφέρει νέα ελπίδα για τα θύματα του συνδρόμου DiGeorge.
Στον κλάδο των αεροπορικών εταιρειών, η υιοθέτηση της αναγνώρισης προσώπου αυξάνεται και σύντομα θα αντικαταστήσει τις συμβατικές κάρτες επιβίβασης. Επί του παρόντος, υπάρχουν περιορισμένα αλλά πολλά υποσχόμενα αποτελέσματα στη βοήθεια ταυτοποίηση επιβατών καθώς φεύγουν από τη χώρα. Μάλιστα, η Διοίκηση Ασφάλειας Μεταφορών (TSA) των ΗΠΑ έχει ορίσει α σχέδιο για την ευρεία χρήση βιομετρικών στοιχείων που βασίζονται στην αναγνώριση προσώπου.
Αμφιλεγόμενες χρήσεις της Αναγνώρισης Προσώπου
Η τεχνολογία μας ενδυναμώνει, αν και η καλή ή η κακή της χρήση εξαρτάται από εμάς. Χωρίς αμφιβολία, λοιπόν, ότι κάτι τόσο ισχυρό και ριζοσπαστικό όπως η αναγνώριση προσώπου χρησιμοποιείται με τρόπο που προκαλεί ανησυχία για τα θεμελιώδη ανθρώπινα δικαιώματα και την ηθική.
Το πιο χαρακτηριστικό παράδειγμα αμφιλεγόμενων χρήσεων της αναγνώρισης προσώπου είναι το τεράστιο παράδειγμα της Κίνας σύστημα επιτήρησης που χρησιμοποιεί περίπου 200 εκατομμύρια κάμερες για να παρακολουθεί τα 1,4 δισεκατομμύρια πολίτες της.
Πηγή: sbs.com
Το σύστημα παρακολουθεί τους ανθρώπους και αξιολογεί τις ενέργειές τους, ενημερώνοντας συνεχώς μια μέτρηση που ονομάζεται βαθμολογία πολίτη. Αν και υπάρχει κάποια αξία στο να έχουμε ένα ισχυρό κρατικά ελεγχόμενο σύστημα επιτήρησης (παρακολούθηση των χρεοκοπητών, για παράδειγμα), οι περισσότεροι το βλέπουν ως την άφιξη του δυστοπικού μέλλοντος που φανταζόταν ο Τζορτζ Όργουελ. Είναι ένα μέλλον όπου οι κυβερνήσεις έχουν απεριόριστη εξουσία πάνω στο άτομο και η ιδιωτικότητα είναι ανύπαρκτη.
Το δεύτερο παράδειγμα της συζητήσιμης χρήσης της αναγνώρισης προσώπου προέρχεται επίσης (δεν αποτελεί έκπληξη;) από την Κίνα. Αυτή τη φορά, το σχολικό σύστημα υιοθετεί την αναγνώριση προσώπου για να εξασφαλίσει ότι οι μαθητές είναι «προσεκτικοί» κατά τη διάρκεια των μαθημάτων. Το νέο σύστημα αναγνώρισης προσώπου, αν και δεν είναι ακόμη ευρέως διαδεδομένο, αντικαθιστά τις ταυτότητες, τις κάρτες βιβλιοθήκης, τα συστήματα παρακολούθησης κ.λπ., χρησιμοποιώντας το πρόσωπο του μαθητή για αναγνώριση.
Πηγή: businessinsider.com
Αλλά το ανατριχιαστικό είναι ότι αυτό το σύστημα παρακολουθεί τα επίπεδα προσοχής των μαθητών, τη χρήση κινητών τηλεφώνων κ.λπ., και ειδοποιεί τον δάσκαλο όταν ξεπεραστεί ένα συγκεκριμένο όριο.
Ενώ η βιντεοπαρακολούθηση που τροφοδοτείται από την αναγνώριση προσώπου δεν είναι αποκλειστικά στην Κίνα, οι ΗΠΑ έχουν καταβάλλοντας προσπάθειες για να το χρησιμοποιήσει για να περιορίσει τη βία με όπλα στα σχολεία—η Κίνα είναι αυτή που φαίνεται να το πάει πιο μακριά από οποιαδήποτε άλλη χώρα.
Σύγκριση δημοφιλών API αναγνώρισης προσώπου
Όσον αφορά τη χρήση της Αναγνώρισης Προσώπου, τι επιλογές έχετε; Σε αυτήν την ενότητα, θα εξετάσουμε τι είναι σε κοινή χρήση και πώς οι διάφορες λύσεις στοιβάζονται μεταξύ τους.
Πριν ξεκινήσουμε, ωστόσο: μια υπενθύμιση ότι αυτά τα API εξελίσσονται γρήγορα και είναι πιθανό να συναντήσετε αναρτήσεις ιστολογίου που λένε ότι αυτό το API στερείται αυτού του ή αυτού του στοιχείου. Μην παίρνετε τις αποφάσεις σας με βάση αυτό. Αναλύστε πρώτα τις ανάγκες της επιχείρησής σας, ελέγξτε προσεκτικά τις δυνατότητες που προσφέρονται, αναζητήστε μια διαδρομή και μόνο μετά αποφασίστε.
OpenCV
Η έρευνα AI είναι μια καταβόθρα χωρίς πάτο. Η εκπαίδευση και η τελειοποίηση ενός συστήματος αναγνώρισης προσώπου είναι δύσκολη και είναι καλύτερο να αφεθεί σε ομίλους με βαθιές τσέπες και στρατό ερευνητών. Ωστόσο, εάν οι ανάγκες σας είναι απλές και σας αρέσει να έχετε τον πλήρη έλεγχο—και φυσικά είστε έτοιμοι για τη συντήρηση μιας μικροσκοπικής/μικρής ομάδας μηχανικών—OpenCV μπορεί απλώς να λειτουργήσει για εσάς.
Είναι μια βιβλιοθήκη Open Source Computer Vision που είναι εξαιρετικά ακριβής και είναι διαθέσιμη για όλες τις πλατφόρμες προγραμματισμού. Εδώ είναι ένα χτύπημα παράδειγμα για το πώς μπορείτε να δημιουργήσετε ένα σύστημα ανίχνευσης προσώπου με Python και OpenCV σε 25 γραμμές κώδικα!
Τώρα, μπορεί να συναντήσετε μερικά ιστολόγια που λένε ότι το OpenCV δεν έχει αναγνώριση προσώπου. Λοιπόν, είναι ένα πλήρες ψέμα, και ορίστε απόδειξη. Συνολικά, το OpenCV μπορεί να είναι μια εξαιρετική επιλογή για την επιχείρησή σας εάν οι ανάγκες είναι απλές και συγκεκριμένες.
Αναγνώριση Amazon
Αναγνώριση είναι μια προσφορά βαρέως τύπου από έναν από τους μεγαλύτερους παρόχους cloud εκεί έξω – το AWS. Είναι μια πλήρως διαχειριζόμενη, ισχυρή υπηρεσία για την πλατφόρμα AWS και αν χρησιμοποιείτε ήδη το AWS για ανάπτυξη, το Rekognition είναι ίσως η καλύτερη επιλογή.
Μερικά από τα εντυπωσιακά χαρακτηριστικά που προσφέρει το Rekognition είναι:
- Ανάλυση σε πραγματικό χρόνο (καθώς ανεβάζετε μια εικόνα ή ένα βίντεο στο S3)
- Εκτενής ανάλυση προσώπου (φύλο, χρώμα μαλλιών, έκφραση προσώπου, μάτια ανοιχτά ή όχι κ.λπ.)
- Διαδρομή (αποτύπωση μονοπατιών αναγνωρισμένων αντικειμένων σε βίντεο)
- Ανίχνευση σκηνής και δραστηριότητας (σε εσωτερικούς/ εξωτερικούς χώρους, «παίζοντας ποδόσφαιρο» κ.λπ.)
- Εποπτεία μη ασφαλούς περιεχομένου (γυμνό, για παράδειγμα)
Το μεγαλύτερο πλεονέκτημα με το Rekognition είναι επίσης το μεγαλύτερο μείον — θα δυσκολευτείτε πραγματικά να το χρησιμοποιήσετε με υπηρεσίες που δεν είναι AWS σε σημείο που απλά θα πρέπει να τα παρατήσετε.
Κάιρος
Σε έντονη αντίθεση με την Αναγνώριση, Κάιρος σας παρέχει το AI μέσω ενός API (η ομοιοκαταληξία είναι ακούσια, ορκιζόμαστε!), επιτρέποντάς σας να έχετε τον πλήρη έλεγχο των δεδομένων και των διακομιστών σας. Ο Κάιρος παρουσιάζεται ως υπηρεσία προστασίας της ιδιωτικής ζωής και είναι εξαιρετικά κρίσιμο της Amazon και άλλων εταιρειών που συνεννοούνται με την κυβέρνηση (το ίδιο ισχύει ACLUΠαρεμπιπτόντως).
Το Kairos λειτουργεί τόσο σε εικόνες όσο και σε βίντεο και έχει όλα τα ωραία χαρακτηριστικά που θα περιμένατε από ένα σύγχρονο API αναγνώρισης προσώπου. Κάνει μερικά από τα εκπληκτικά χαρακτηριστικά που βρίσκονται στο Rekognition, αλλά αν δεν τα χρειάζεστε και διαχειρίζεστε ήδη τα δεδομένα σας, γιατί να ασχοληθείτε;!
Το Kairos έχει μια εγκατάσταση εντός της εγκατάστασης για όσους έχουν παρανοϊκό απόρρητο και δεν θέλουν καν να στείλουν δεδομένα μέσω καλωδίου για επεξεργασία, το Kairos έχει εγκατάσταση εντός εγκατάστασης, η τιμολόγηση εξαρτάται από την περίπτωση χρήσης σας και μπορεί να είναι αρκετά απότομη.
Google Cloud Vision
Η Google επέλεξε να κάνει διαφοροποίηση μεταξύ των υπηρεσιών της για την αναγνώριση προσώπου για εικόνες και βίντεο. Το API εικόνας είναι γνωστό ως Cloud Visionενώ καλείται η υπηρεσία εστίασης βίντεο Video Intelligence.
Ενώ η υπηρεσία εστιασμένη στην εικόνα είναι αρκετά παρόμοια με αυτό που προσφέρει το AWS, η υπηρεσία βίντεο έχει μια ωραία δυνατότητα καταλογογράφησης και αναζήτησης. Αυτό θα είναι χρήσιμο για εταιρείες που διαθέτουν μεγάλα αρχεία βίντεο που μπορεί να θέλουν να αναλύσουν ή να αναζητήσουν.
Τούτου λεχθέντος, το Video Intelligence δεν διαθέτει χαρακτηριστικά αναγνώρισης προσώπου από τη στιγμή της γραφής, και αυτά φαίνεται να προσφέρονται μόνο στο Cloud Vision. Η παρακολούθηση αντικειμένων και η ανίχνευση κειμένου είναι επίσης σε beta, κάτι που το βάζει πολύ πίσω από τις προσφορές της Amazon.
Azure Face API
Με τη Microsoft να παίρνει πιο σοβαρά τις προσφορές της στο cloud από τις επιτραπέζιες (επιτέλους), το Azure Face API είναι μια απολαυστική προσφορά. Διαθέτει όλα τα ενδιαφέροντα χαρακτηριστικά που θα περιμένατε (ανίχνευση, αναγνώριση, ομαδοποίηση προσώπων, αναζήτηση παρόμοιων προσώπων, συγκίνηση κ.λπ.) και λειτουργεί εξίσου καλά με τα βίντεο.
Τώρα, αυτό δεν σχετίζεται αυστηρά με την αναγνώριση προσώπου, αλλά αξίζει να αναφέρουμε ότι το Azure προσφέρει επίσης μια όραση υπολογιστή στον πελάτη υπηρεσίατο οποίο σας επιτρέπει να χρησιμοποιείτε τις εισροές σας και τα μοντέλα εκπαίδευσης σύμφωνα με τις ανάγκες σας.
Ακριβώς όπως η υπηρεσία της Google, υπάρχει μια παιδική χαρά διαθέσιμη ακριβώς στην αρχική σελίδα, η οποία κάνει τη δοκιμή του API πολύ διασκεδαστική!
Υπάρχουν σημαντικές διαφορές μεταξύ των κορυφαίων διαχειριζόμενων υπηρεσιών αναγνώρισης προσώπου; Όχι πραγματικά. Υπάρχει έντονος ανταγωνισμός στον τομέα αυτή τη στιγμή, και νέες δυνατότητες κυκλοφορούν πιο γρήγορα από τις πίτσες. Εάν είστε ήδη συνδεδεμένοι με ένα συγκεκριμένο οικοσύστημα, η χρήση της δικής τους υπηρεσίας αναγνώρισης προσώπου έχει νόημα. Διαφορετικά, μπορεί να θέλετε να επιλέξετε διαφορετικό προμηθευτή εάν οι ανάγκες σας είναι συγκεκριμένες (έλεγχος των δικών σας δεδομένων, ανάγκη μόνο απλής ανίχνευσης κ.λπ.).
Συστήματα κατά της αναγνώρισης προσώπου
Ακριβώς όπως ορισμένοι ερευνητές έχουν αφιερώσει τη ζωή τους στην τελειοποίηση της τεχνολογίας αναγνώρισης προσώπου, άλλοι είναι απασχολημένοι με την ανάπτυξη τεχνικών για να τους ξεγελάσουν. Μια τέτοια ενδιαφέρουσα εξέλιξη είναι Αντίπαλα Γυαλιάπου κατά τα άλλα φαίνονται φυσιολογικά για τον άνθρωπο, αλλά έχουν ξεγελάσει τα έμπειρα συστήματα αναγνώρισης προσώπου.
Πηγή: digitaltrends.com
Τούτου λεχθέντος, αυτά τα γυαλιά δεν είναι ακόμη διαθέσιμα στην αγορά, αν και οι ερευνητές λένε ότι μπορούν να εκτυπωθούν εύκολα σε 3D.
Μια άλλη ενδιαφέρουσα εξέλιξη ήταν η έναρξη του ekō γυαλιά στο Kickstarter. Παρόλο που το προϊόν είναι πλέον ακυρωμένο, λειτούργησε σε μια εξαιρετικά απλή ιδέα: απλά, καθημερινά γυαλιά ηλίου για 45 $ που απλώς αντανακλούσαν το φως, προκαλώντας τις κάμερες και τις συσκευές παρακολούθησης βίντεο να αποθαρρυνθούν.
Ακριβώς όπως ο τομέας της κυβερνοασφάλειας, οι «χάκερ» και οι ερευνητές κλειδώνουν τα κέρατα στην αναγνώριση προσώπων για τον αγώνα προς την τελειότητα. Περίπου το 2014, είδαμε τη δημοτικότητα του μακιγιάζ παραλλαγής που προσδίδουν αορατότητα έναντι της αναγνώρισης προσώπου, αλλά δεν είναι πλέον βιώσιμα. Θα υπάρχει κρυπτογράφηση AES για την αναγνώριση προσώπου; Μόνο ο χρόνος θα δείξει!
Είναι η Αναγνώριση Προσώπου για εσάς;
Το είδος της επιχείρησης που μπορεί να επωφεληθεί από την αναγνώριση προσώπου είναι αυτή που περιλαμβάνει ανθρώπους—ναι, που σημαίνει κάθε επιχείρηση εκεί έξω! Ενώ οι τρέχουσες χρήσεις της αναγνώρισης προσώπου φαίνεται να υποστηρίζονται από κυβερνήσεις, μεγάλες επιχειρήσεις ή νεοσύστατες εταιρείες τεχνολογίας, δεν υπάρχει κανένας λόγος για τον οποίο η επιχείρησή σας δεν μπορεί να επωφεληθεί από αυτήν.
Οι δυνατότητες είναι πραγματικά ατελείωτες όταν συνδυάζουμε λίγη δημιουργική σκέψη – χαιρετισμό και αναγνώριση πελατών σε ένα ξενοδοχείο, εντοπισμό του φίλου σας σε μια θάλασσα ανθρώπων, εύρεση ατόμων με παρόμοια πρόσωπα (ίσως για χρήση ως ηθοποιών), ανίχνευση προσωπικοτήτων για δουλειά συνεντεύξεις (και πάλι, απλώς αφήνουμε τη φαντασία ελεύθερη εδώ· μπορεί να μην υπάρχει τίποτα ουσιαστικό σε μια τέτοια μελέτη), προσαρμογή της τραπεζικής εμπειρίας όταν μπαίνει ένας πελάτης υψηλής αξίας . . . Υπάρχουν άπειροι τρόποι για να χρησιμοποιήσετε την αναγνώριση προσώπου σε μικρά και μεγάλα επίπεδα για να κάνετε την επιχείρησή σας να αποδώσει καλύτερα.
συμπέρασμα
Πολύ σύντομα η αναγνώριση προσώπου θα γίνει τόσο διαδεδομένη και τόσο συνηθισμένη που δεν θα την προσέχουμε καν (όπως τα κινητά τηλέφωνα;). Η υποκείμενη τεχνολογία έχει σχεδόν τελειοποιηθεί, αλλά στον πραγματικό κόσμο, δεν είναι μόνο η ανίχνευση προσώπων – έχει να κάνει με το τι μπορούμε να κάνουμε με αυτήν την ικανότητα.
Ακούγεται συναρπαστικό και σας ενδιαφέρει να μάθετε περισσότερα; Δείτε αυτό λαμπρό μάθημα για το Computer Vision.