Algorithme de reconnaissance faciale

. Définition de la reconnaissance faciale

La technologie de reconnaissance faciale a commencé au début des années 1970 et est une application typique de la vision par ordinateur (CV). La vision par ordinateur appartient à l'apprentissage profond (DL).

Dans le même temps, la reconnaissance faciale est également une sorte de technologie d'identification biométrique. D'autres technologies d'identification biométrique comprennent: l'empreinte digitale, l'iris, la voix, la veine, la rétine. Par rapport aux autres technologies biométriques, la reconnaissance faciale a les caractéristiques du traitement parallèle sans contact, non obligatoire, pratique, etc.

Comparaison de différentes technologies biométriques

Le but de la reconnaissance faciale est de juger et d'identifier les informations des visages dans les images et les vidéos (les vidéos sont composées d'images), et de détecter, identifier et suivre les visages dans les images et les vidéos.

Ⅱ. Classification des algorithmes de reconnaissance faciale

Les fonctionnalités traditionnelles conçues par l'homme et les techniques d'apprentissage automatique, y compris les méthodes géométriques, les méthodes holistiques, les méthodes basées sur des fonctionnalités et les méthodes hybrides.

Les méthodes d'apprentissage en profondeur actuelles sont basées sur des réseaux de neurones profonds (DNN) et des réseaux de neurones convolutifs (CNN) formés sur de grands ensembles de données.

La raison pour laquelle l'utilisation précoce de l'algorithme de visage d'apprentissage en profondeur de CNN n'était pas efficace était due à une puissance de calcul et un volume de données insuffisants.

A ce stade, avec le support du big data et de la puissance de calcul, la précision de la reconnaissance faciale de divers algorithmes est déjà très élevée. DeepFace de Facebook a obtenu une précision de 97.35% sur LFW, puis FaceNet de Google l'a atteint sur LFW. Précision 99.63%. La direction de développement actuelle dans le domaine de la reconnaissance faciale est légère (facile à déployer sur les terminaux mobiles) et la modularité matérielle.

Ⅲ. Le processus de reconnaissance faciale

1. détection de visage.

Le détecteur de visage est utilisé pour trouver l'emplacement des visages dans l'image, et s'il y a des visages, renvoie les coordonnées de la boîte englobante contenant chaque face.

2. alignement du visage.

Le but de l'alignement du visage est de mettre à l'échelle et de recadrer l'image du visage à l'aide d'un ensemble de points de référence situés à des endroits fixes de l'image. Ce processus nécessite généralement l'utilisation d'un détecteur de point de fonction pour trouver un ensemble de points de repère faciaux, dans le cas d'un simple alignement 2D, afin de trouver la meilleure transformation affine qui correspond le mieux au point de référence. Des algorithmes d'alignement 3D plus complexes peuvent également obtenir une frontalisation faciale, c'est-à-dire ajuster la pose du face à face vers l'avant.

3. représentation du visage.

Dans la phase de représentation faciale, les valeurs de pixel de l'image de face sont converties en vecteurs de caractéristiques compacts et discriminables, également appelés modèles. Idéalement, tous les visages du même sujet devraient être mappés à des vecteurs de caractéristiques similaires.

4. Face correspondant.

Dans le bloc de construction de correspondance de visage, deux modèles sont comparés, ce qui donne un score de similitude qui donne la probabilité que les deux appartiennent au même sujet.

Ⅳ. L'application de la reconnaissance faciale

. Difficultés dans la technologie de reconnaissance faciale

Posture de la tête

La plupart des algorithmes de reconnaissance faciale visent principalement les images frontales et quasi-frontales du visage. Lorsque la hauteur ou la déviation gauche et droite est relativement sévère, le taux de reconnaissance de l'algorithme de reconnaissance faciale chutera fortement.

Âge

D'autre part, la période de validité de la carte d'identité de mon pays est généralement de 20 ans. Au cours des années 20, l'apparence de chacun va inévitablement changer beaucoup, donc il y a aussi de gros problèmes dans l'identification des photos de carte d'identité.

Occlude

Couvrez votre visage avec des lunettes, des chapeaux, etc.

Conditions d'éclairage

Expressions de visage humain.

Le niveau de raffinement des expressions et la diversification des catégories d'expression.

Visage anti-contrefaçon

Faux visage, comment détecter la vivacité.

Ⅵ. Penser

Vie privée et sécurité

<P> Assurer un consentement éclairé et explicite. Li Yanhong a déclaré que tout le monde était prêt à échanger la vie privée pour plus de commodité. En Chine, en raison de l'inclusion des nouvelles technologies par les gens, ces trois éléments de l'IA ont été complètement brisés, et les gens ne se soucient pas des données appelées «vie privée». Récemment, le premier cas de reconnaissance faciale à Hangzhou a été prononcé. Les acheteurs de la maison ont été reconnus par le visage, et les cas de meurtre de mégadonnées, etc., devraient donner une certaine inspiration aux entreprises de recherche nationales pertinentes sur la reconnaissance faciale, aux agences gouvernementales, et les utilisateurs de produits de technologie de reconnaissance faciale.

La technologie n'est pas parfaite

À l'heure actuelle, la technologie de reconnaissance faciale manque pour identifier les personnes de couleur, distinguer le sexe féminin, les jumeaux, etc., impliquant des questions telles que la discrimination raciale et le sexisme.

Problème d'usurpation de photos, comment améliorer la détection de la vivacité.

Protection des données

Comment assurer la sécurité des données dans le processus de collecte, de transmission, de stockage, d'utilisation et de destruction des données de reconnaissance faciale.

Qu'elle soit utilisée par les agences gouvernementales, qu'elle viole la liberté démocratique et les droits de l'homme!

Typiquement, par exemple, dans la série télévisée américaine (Personne d'intérêt/POI), les scènes de surveillance à tout moment, n'importe où et la reconnaissance faciale ne sont pas disposées à voir.

6 principes que suit le travail de recherche sur la reconnaissance faciale de Microsoft

Ⅶ. Des sociétés représentatives de reconnaissance faciale

À l'heure actuelle, dans le domaine de la reconnaissance faciale, les entreprises chinoises sont très actives et exceptionnelles. Les sociétés représentatives comprennent Sensetime, MEGVII, YITU, Cloudwalk, Hikvision, Baidu, Alibaba et Tencent. Les instituts de recherche comprennent l'équipe Tang Xiaoou de l'Université chinoise de Hong Kong (en fait l'équipe technique de SenseTime, et le fondateur de MEGVII a également étudié sous la direction du professeur Tang Xiaoou).

Il existe de nombreuses réalisations dans le premier domaine de la reconnaissance faciale des entreprises étrangères, telles que DeepFace de Facebook et FaceNet de Google. Pour des raisons politiques et juridiques, il a été inactif ces dernières années. Les entreprises représentatives sont Google, Microsoft, Facebook, etc. En juin 2020, IBM a annoncé qu'elle retirerait la technologie de reconnaissance faciale et arrêterait toute recherche et développement connexes.