211service.com
Lepší software pro rozpoznávání obličeje
Pro vědce a inženýry, kteří se zabývají technologií rozpoznávání obličeje, byly nedávno zveřejněné výsledky soutěže Face Recognition Grand Challenge – konkrétněji test Face Recognition Vendor Test (FRVT) 2006 a Iris Challenge Evaluation (ICE) 2006 – tichým triumfem. Sponzorováno společností Národní institut pro standardy a technologie (NIST), porovnání algoritmů pro rozpoznávání obličeje ukázalo, že strojové rozpoznávání lidských jedinců se od roku 2002 zlepšilo desetinásobně a od roku 1995 stonásobně. Nejlepší algoritmy pro rozpoznávání obličeje nyní skutečně fungují přesněji, než dokáže většina lidí zvládnout. Celkově se technologie rozpoznávání obličeje rychle rozvíjí.
Fakta o tváři: Horní 3D obrázek zobrazuje pouze informace spojené s tvarem mužské tváře. Spodní obrázek ukazuje texturu i tvar.
Jonathon Phillips, programový manažer pro testy NIST a hlavní autor zpráva agentury , říká, že zamýšleným cílem soutěže Face Recognition Grand Challenge bylo vždy řádové zlepšení výkonu rozpoznávání oproti výsledkům z roku 2002. Phillips věří, že nezbytné snížení chybovosti k dosažení tohoto cíle bylo z velké části způsobeno vývoj statických snímků s vysokým rozlišením a 3D algoritmů pro rozpoznávání obličeje. Pro FRVT 2006 a ICE 2006 byly shromážděny sady snímků obličeje s vysokým rozlišením, 3D skeny obličeje a snímky duhovky od stejných lidí, říká Phillips. FRVT 2006 poprvé změřil výkon šesti 3D algoritmů na sadě 3D skenů obličeje. ICE 2006 měřila výkon deseti algoritmů na sadě snímků duhovky. 3-D rozpoznávání obličeje se v posledních letech prosadilo, protože 3-D senzory pro rozpoznávání obličeje byly k dispozici teprve nedávno. 3D rozpoznávání obličeje přispívá k tomu, že přímo zachycuje informace o tvarech obličejů.
Mezi další výhody patří 3D rozpoznávání obličeje, které identifikuje jednotlivce využitím charakteristických rysů povrchu lidského obličeje – například křivek očních důlků, nosu a brady, což jsou místa, kde jsou tkáň a kosti nejviditelnější a které nikoli. měnit v průběhu času. Kromě toho, říká Phillips, změny v osvětlení nepříznivě ovlivnily výkon rozpoznávání tváře ze statických snímků. Ale tvar obličeje není ovlivněn změnami osvětlení. 3D rozpoznávání obličeje by tedy mohlo být použito i v podmínkách blízké tmě.
Podle Ralpha Grosse, výzkumníka z Carnegie Mellon Robotics Institute v Pittsburghu, dokáže 3D rozpoznávání obličeje také rozpoznat objekty pod různými úhly pohledu až do 90 stupňů – jinými slovy tváře z profilu. Rozpoznávání obličeje je docela dobré na předních obličejích a 20 stupních mimo, ale jakmile přejdete k profilu, nastaly problémy. Gross říká, že vysvětlení problémů softwaru pro rozpoznávání obličejů s profily nemusí být o nic složitější než skutečnost, že se na problém nikdo nezaměřoval. Hlavní aplikace rozpoznávání obličeje byly v kontextech, jako jsou ID karty a obličejové skenery, jejichž cílem bylo rozpoznání celých předních tváří spolupracujících subjektů pod řízeným osvětlením.
Statické snímky s vysokým rozlišením byly dalším faktorem ve zlepšení technologie rozpoznávání obličeje, zčásti proto, že byla umožněna také vysoce detailní analýza textury pokožky. Díky takové analýze může být jakákoli část kůže – nazývaná otisk kůže – zachycena jako obrázek a poté rozdělena na menší bloky, které algoritmy promění v matematické, měřitelné prostory, ve kterých jsou zaznamenány linie, póry a skutečná textura pokožky. Dokáže identifikovat rozdíly mezi identickými dvojčaty, což zatím není možné pouze pomocí softwaru pro rozpoznávání obličeje, vysvětluje Gross. Kombinací rozpoznávání obličeje s analýzou textury povrchu se může přesná identifikace zvýšit o 20 až 25 procent.
Jak je to s tvrzením zprávy FRVT, že některé algoritmy pro rozpoznávání obličejů se vyrovnají nebo překračují schopnosti rozpoznávání lidí? Phillips vysvětluje: Lidé jsou velmi dobří v rozpoznávání tváří známých lidí. Nejsou však tak dobří v rozpoznávání neznámých lidí. Vzhledem k tomu, že mnoho navrhovaných systémů pro rozpoznávání obličeje by doplňovalo nebo nahrazovalo lidi, byly srovnávací testy FRVT schopností rozpoznávání obličejů lidí a softwaru – první takové testování – důležité pro měření potenciální efektivity aplikací. Phillips říká, že při nízké míře falešného přijetí (míra falešného přijetí je mírou pravděpodobnosti, že biometrický bezpečnostní systém nesprávně přijme pokus o přístup neoprávněné osoby), šest ze sedmi algoritmů automatického rozpoznávání obličeje bylo srovnatelných nebo lepších. než lidské uznání. Jednalo se o algoritmy od Neven Vision, Viisage, Cognitec, Identix, Samsung Advanced Institute for Technology a Tsinghua University. Bohužel, dodává Phillips, protože většina účastníků FRVT 2006 nezveřejnila podrobnosti o svých metodách, není zatím možné posoudit, co je na těchto algoritmech charakteristické.
Jak vypadá komerční výnos za rozpoznání obličeje? Docela slibné, protože desítky společností se snaží vydělat na potenciálu rozpoznávání obličeje jako biometrického prvku pro účely ověřování a ověřování. O FRVT soutěžily ctihodné korporace jako Toshiba a Samsung s podobnými společnostmi Neven Vision – právě získané společností Google – a Visa a Identix (které se právě sloučily do L1 Identity Solutions), stejně jako spolu s výzkumníky z tak různorodých univerzit, jako je Peking, Cambridge a Carnegie Mellon. Jaké aplikace předpokládá společnost jako Google pro technologii vyvinutou nedávnou akvizicí Neven Vision? Podle zástupce PR společnosti Google věříme, že nabízí slibné možnosti integrace se službami Google, jako jsou Picasa a Picasa Web Albums, zejména pokud jde o pomoc uživatelům organizovat a vyhledávat jejich vlastní fotografie.
V Carnegie Mellon Ralph Gross říká, že kromě jiného úsilí se on a jeho kolegové zapojili do místních DMV, aby skenovali obrázky pro řidičské průkazy. Dostal jsem zprávy od státní úrovně, že pomocí technologie rozpoznávání obličeje chytili poměrně hodně lidí, kteří žádali o licence v různých státech nebo ve stejném státě pod jiným jménem, protože jejich předchozí licence byla pozastavena. Je to rostoucí trend. Mezi státy používající takovou technologii patří Massachusetts, Illinois, Západní Virginie, Wisconsin, Colorado, Severní a Jižní Karolína, Oklahoma, Severní Dakota, Arkansas a Mississippi. Gross však zdůrazňuje, že použití technologie rozpoznávání obličeje na ID fotografie je daleko od schopnosti, která by umožnila orgánům činným v trestním řízení prohledávat sítě webových kamer ve městě a hledat konkrétní osoby. S fotografiemi v řidičském průkazu máte pod kontrolou pozadí, operátor vám přesně řekne, jak umístit váš obličej; snímky jsou shromažďovány za srovnatelných podmínek. Je to mnohem omezenější než problém náhodných tváří v davu, kdy na budovu nalepíte kameru.
Přesto, říká Gross, už vidíte stavbu cesty. Až donedávna se průmysl videodohledu stále většinou spoléhal na analogové kamery, které vyžadovaly nastavení kabelu na velké vzdálenosti pro připojení těchto kamer k monitorovacímu zařízení. Nyní průmysl přechází na IP kamery, se kterými se můžete docela snadno připojit k již existujícím ethernetovým sítím, říká Gross. Takže máte bezdrátové kamery a kamery využívající POE [technologie Power over Ethernet umožňuje IP telefonům, bezdrátovým LAN přístupovým bodům a dalším zařízením přijímat napájení i data přes stávající LAN kabely], kde nepotřebujete samostatnou napájecí zástrčku. Můžete si koupit komerční řešení, která jsou v podstatě TiVo pro tyto kamery, se zabudovanými snímači pohybu, takže zaznamenávají pouze tehdy, když dochází k pohybu. S digitálním úložištěm můžete uchovávat data po neomezenou dobu a vylepšovat je způsoby, jakými to u analogových obrázků nelze. Takže všechny tyto věci se spojují.
V zásadě tedy, protože software pro rozpoznávání tváří pokračuje ve svém rychlém pokroku, bude pravděpodobně možné vyhledávat konkrétní tváře v síti webových kamer. V souladu s tím Grossova nedávná práce v Carnegie Mellon ve spojení s kolegy v Laboratoř ochrany osobních údajů došlo k vývoji algoritmů chránit soukromí jednotlivců pod kamerovým dohledem. Obvyklé metody, které maří lidské rozpoznání rysů jednotlivce na videu – například ta pixelovaná pole, která někdy pokrývají obličeje a části těla v televizních reality show – již mnoho softwaru pro rozpoznávání obličeje neoklamou. Úplné zatemnění každé tváře ve videoklipu bych dělat svou práci, ale to by bylo jen omezené použití, pokud by orgány činné v trestním řízení chtěly sledovat důkazy o podezřelém chování, jakmile by k tomu dostaly soudní příkaz. Funkce algoritmů na ochranu soukromí, které Gross pomáhá vytvářet, vysvětluje, spočívá v tom, že automaticky převezmou průměrné hodnoty tváří jednotlivců a z nich syntetizují nové obrázky obličejů a poté tyto nové obrázky překryjí původními. Může se to zdát jako opačná technologie, říká Gross, ale ve skutečnosti je to jen druhá strana rozpoznávání obličeje.