Sistema di riconoscimento facciale: Sbloccare il potere dell'intelligenza visiva

Di Fouad Sabry

Che cos'è il sistema di riconoscimento facciale

Un sistema di riconoscimento facciale è una tecnologia potenzialmente in grado di abbinare un volto umano da un'immagine digitale o un fotogramma video a un database di volti. Un sistema di questo tipo viene generalmente utilizzato per autenticare gli utenti tramite servizi di verifica dell'identità e funziona individuando e misurando le caratteristiche del viso da una determinata immagine.

Come trarrai vantaggio

(I) Approfondimenti e convalide sui seguenti argomenti:

Capitolo 1: Sistema di riconoscimento facciale

Capitolo 2: Rilevamento facciale

Capitolo 3: Biometria

Capitolo 4: Punti biometrici

Capitolo 5: DeepFace

Capitolo 6: Visage SDK

Capitolo 7: Amazon Rekognition

Capitolo 8: Clearview AI

Capitolo 9: Adam Harvey (artista)

Capitolo 10: Tecnologia di sostituzione dell'identità

(II) Rispondere al pubblico domande principali sul sistema di riconoscimento facciale.

(III) Esempi reali dell'utilizzo del sistema di riconoscimento facciale in molti campi.

A chi è rivolto questo libro

Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di sistema di riconoscimento facciale.

 

 

• Lingua: Italiano
• Editore: Un Miliardo Di Ben Informato [Italian]
• Data di uscita: 4 mag 2024

Anteprima del libro

Capitolo 1: Sistema di riconoscimento facciale

Un sistema di riconoscimento facciale è una tecnologia in grado di abbinare un volto umano da un'immagine digitale o da un fotogramma video a un database di volti. Questi sistemi vengono in genere utilizzati per autenticare gli utenti tramite servizi di verifica dell'identità. I sistemi di riconoscimento facciale funzionano localizzando e misurando le caratteristiche facciali di una determinata immagine.

Negli anni '60 iniziarono a essere sviluppati sistemi analoghi, prima come una sorta di applicazione per computer. Dalla sua introduzione, i sistemi di riconoscimento facciale hanno trovato un maggiore utilizzo negli ultimi anni, in particolare sugli smartphone e in altri tipi di tecnologia, come i robot. Il software di riconoscimento facciale rientra nella categoria della biometria poiché si basa sull'analisi delle caratteristiche fisiologiche di una persona per identificarle. Anche se l'accuratezza dei sistemi di riconoscimento facciale come tecnologia biometrica è inferiore a quella del riconoscimento dell'iride e del riconoscimento delle impronte digitali, ha guadagnato un'adozione diffusa grazie al fatto che la procedura non richiede il contatto fisico. Questa modifica sarà una delle rivoluzioni più significative nell'uso della tecnologia di riconoscimento facciale negli annali della storia di quel campo.

Gli anni '60 videro la nascita dei primi sistemi automatizzati di riconoscimento facciale. Woody Bledsoe, Helen Chan Wolf e Charles Bisson hanno collaborato allo sviluppo di un software che avrebbe permesso a un computer di identificare i volti umani. La prima iterazione del loro progetto di riconoscimento facciale è stata definita il sistema uomo-macchina. Ciò era dovuto al fatto che le coordinate delle caratteristiche facciali in un'immagine dovevano essere definite da una persona prima che il computer potesse utilizzarle per il riconoscimento. Un essere umano doveva utilizzare una tavoletta grafica per individuare con precisione le coordinate di diverse caratteristiche del viso, come i centri delle pupille, l'angolo interno ed esterno degli occhi e il picco della vedova nell'attaccatura dei capelli. Utilizzando le coordinate, siamo stati in grado di determinare un totale di 20 distanze, tra cui la larghezza della bocca e la distanza tra gli occhi. In questo approccio, un essere umano potrebbe analizzare circa 40 immagini in un'ora e, di conseguenza, sviluppare un database che includa le distanze determinate. Le distanze tra ogni immagine verrebbero quindi confrontate automaticamente da un computer e la differenza di tali distanze verrebbe calcolata. Il computer fornirebbe quindi i record chiusi come probabile corrispondenza.

Prima degli anni '90, lo sviluppo dei sistemi di riconoscimento facciale è stato realizzato principalmente attraverso l'uso di ritratti fotografici di volti umani. La ricerca sul riconoscimento facciale per rilevare con precisione un volto in un'immagine che include anche altri oggetti ha iniziato a prendere piede nei primi anni '90 con l'uso dell'analisi delle componenti principali (PCA). Matthew Turk e Alex Pentland sono responsabili dello sviluppo della tecnica PCA di rilevamento dei volti, nota anche come approccio Eigenface.

Clearview AI ha donato il software al governo ucraino. Si ritiene che la Russia ne stia facendo uso per localizzare i manifestanti contro la guerra. Inizialmente sviluppato per l'uso da parte delle forze dell'ordine negli Stati Uniti L'uso nei caduti di guerra suscita ulteriori preoccupazioni. Stephen Hare, uno specialista di sorveglianza con sede a Londra, è preoccupato che possa dare l'impressione che gli ucraini siano disumani: Sta davvero avendo l'effetto desiderato? O fa sì che i russi dicano cose come: Guardate quegli ucraini senza legge che sono duri con i nostri ragazzi"?

Sebbene non ci voglia molto sforzo per le persone per identificare i volti degli altri, l'identificazione delle caratteristiche facciali di un soggetto da parte di alcuni algoritmi di riconoscimento facciale comporta l'estrazione di punti di riferimento o caratteristiche da un'immagine del viso del soggetto. Un algoritmo può, ad esempio, valutare la posizione, le dimensioni e/o la forma della mascella in relazione agli occhi, al naso, agli zigomi e ad altre caratteristiche facciali. applicato a un gruppo selezionato di caratteristiche facciali prominenti, risultando in una rappresentazione del viso che è in qualche modo condensata.

Esistono due metodi principali che possono essere utilizzati per sviluppare algoritmi di riconoscimento: il metodo geometrico, che si concentra sulle caratteristiche distintive, e il metodo fotometrico, che è un metodo statistico che riduce un'immagine a un insieme di valori e quindi confronta tali valori con modelli per eliminare le variazioni. Alcune persone dividono questi algoritmi in due gruppi principali: modelli olistici e modelli basati su funzionalità. [Citazione necessaria] [Citazione necessaria] Il primo metodo cerca di identificare il volto nel suo insieme, ma il secondo metodo, che è basato sulle caratteristiche, scompone il volto nelle sue parti componenti, ad esempio in base alle caratteristiche, e analizza ogni parte insieme alla sua collocazione spaziale in relazione alle altre parti.

Per facilitare l'identificazione umana a distanza (HID), le fotografie a bassa risoluzione dei volti vengono aumentate tramite allucinazioni facciali. Nelle immagini delle telecamere a circuito chiuso, i volti delle persone sono spesso piuttosto difficili da distinguere. Tuttavia, poiché gli algoritmi di riconoscimento facciale che identificano e tracciano le caratteristiche facciali richiedono immagini ad alta risoluzione, sono state sviluppate tecniche di miglioramento della risoluzione per consentire ai sistemi di riconoscimento facciale di lavorare con immagini acquisite in ambienti con un elevato rapporto segnale/rumore. Ciò è possibile perché le tecniche di miglioramento della risoluzione consentono ai sistemi di riconoscimento facciale di lavorare con immagini acquisite in ambienti con un elevato rapporto segnale/rumore. Gli algoritmi di allucinazione facciale vengono applicati alle immagini prima che tali immagini vengano inviate al sistema di riconoscimento facciale. Questi algoritmi utilizzano l'apprendimento automatico basato su esempi in combinazione con la