הכל על זיהוי פנים לעסקים

זיהוי פנים אינו מוגבל לתחומי מדעי המחשב. יש לו יישומים עסקיים סולידיים.


אחת ממילות המפתח החמות ביותר בעשור הזה היא זיהוי פנים.

זהו החלק של למידת מכונות יישומית שיכולה לאתר ולזהות פרצופים אנושיים, בעיה שקשה היה מאוד למחשבים עד כה. ועם זה פרץ עולם חדש לגמרי של אפשרויות ואתגרים מרגשים לעסקים, ממשלות ואנשים פרטיים.

אם אתה מנהיג עסקי ותהית על מה המהומה, והאם יש איזשהו תועלת בפיתוח החדש הזה, סקרנו אותך. במאמר זה, נסקור את ההיסטוריה של זיהוי פנים, התפתחותו, השימושים הנוכחיים, המחלוקות, הפריסה והיבטים רבים נוספים..

בסופו של דבר, תהיה לך תפיסה איתנה של מה הטכנולוגיה של זיהוי פנים כוללת, ומה השלכותיה על עסקים.

נתחיל!

התפתחות זיהוי פנים

במשך כל הסיקור ההייפ והתקשורת סביב זיהוי פנים, הטכנולוגיה קיימת מזה זמן. העבודה האלגוריתמית הרצינית הראשונה באיתור פרצופים הייתה מסגרת איתור אובייקט של ויולה ג’ונס פורסם בשנת 2001. אם כי מסגרת לשימוש כללי לזיהוי אובייקטים בתמונות, היא הוחלה במהירות לגילוי פנים בהצלחה רבה. הסיבה העיקרית לפופולריות של אלגוריתם זה הייתה מהירותה; בעוד שתהליך ההדרכה היה איטי באופן מפליא, תהליך הגילוי היה מהיר ביותר.

כבר בשנת 2001/2004, המחשב השולחני הממוצע שמריץ אלגוריתם זה הצליח לעבד מסגרת 300 פיקסלים X 300 פיקסלים תוך 0.07 שניות (יותר כאן). ה שיעורי דיוק, אם כי לא ניתן להשוות למה שבני האדם יכולים להשיג, היו מרשימים ב 90%.

עם זאת, התקדמות ממש לא נעשתה עד לעשור 2010-2020, אז רשתות עצביות מעוררות התגלה כשיטה הטובה ביותר לביצוע זיהוי פנים. הסיבה הייתה הזמינות של כוח עיבוד גולמי וזיכרונות מערכת ענקיים שהועמדו לרשותם באמצעות מחשוב ענן על ידי ספקי IaaS (Infrastructure as a Service). לראשונה בהיסטוריה, מחשבים היכו בני אדם בעקביות בזיהוי פרצופים, במיוחד כאשר היו מעורבים מספר רב של פרצופים אקראיים.

מקור: medium.com

כיצד פועלת זיהוי פנים?

זיהוי פנים הוא תהליך רב-שלבי, עם כמה מערכות משנה מתמחות.

להלן פירוש השלבים השונים:

איתור / מעקב: חלק זה של שלב העיבוד המוקדם אחראי על זיהוי ומעקב אחר פרצופים בתמונה או בקובץ הווידאו הנתון. לאחר השלמת תהליך זה, אנו יודעים בוודאות שיש פנים בכניסה הנתונה, וניתן לעבד אותו הלאה. שלב המעקב אחראי גם על מעקב אחר חלקים מסוימים, תכונות או ביטויים מסוימים בפנים, במידה ויהיה צורך בכך.

יישור: בעיית זיהוי הפנים מורכבת מכיוון שפנים בתמונה מסוימת או בוידאו אינם פועלים לפי הנחיות כלשהן. האדם עשוי להתקרב או להתרחק, להציץ מאחורי עץ או להופיע בפרופיל צדדי, מה שהופך את בעיית זיהוי הפנים לקשה עוד יותר. כאן נכנס יישור הפנים: הוא אומר לנו היכן בתמונה / וידאו הניתנים קווי הפנים, ומה קווי המתאר של תווי הפנים.

מקור: csc.kth.se

חילוץ תכונה: כפי שהשם מרמז, בשלב זה של התהליך (אנו נמצאים כעת בשלב ההכרה), מופק הצורה האישית של הפנים, כמו עיניים, אף, סנטר, שפתיים וכו ‘בצורה שיכולה להיות המשמש את האלגוריתמים בשלב הבא. בשלב זה, המחשב אסף מספיק נתונים קשים כדי להבחין בפרצוף זה מזה באופן ייחודי.

התאמת תכונה / סיווג: בשלב זה, התואמות שהתקבלו מחילוץ תכונות מותאמות עם בסיס הנתונים הנתון כדי להסיק את זהותו של האדם. שלב זה ידוע גם בשם סיווג, מכיוון שייתכן שיהיה צורך באלגוריתם כדי לסווג פרצופים במקום לזהות אותם בנפרד.

לאחר סיום התהליך, אנו יודעים בוודאות אם הפנים הנתונות הן חלק ממסד הנתונים שהשווינו מולו או לא. הפלט הסופי עשוי להכיל גם תיוג, כמו שאנחנו רגילים לראות בפייסבוק.

מקור: Richtungdatascience.com

שיקולי פריסה: צד שרת לעומת צד לקוח

זיהוי פנים יכול לעבוד הן על השרת והן על המכשיר שאיתו המשתמש מתקשר. לדוגמה, כשאתה מעלה תמונה לפייסבוק, האלגוריתמים מופעלים בצד השרת; מצד שני, מערכת זיהוי המשתמשת בפנים כדי לבטל את נעילת המכשיר צריכה לפעול בצד הלקוח. אז, מי עדיף?

בכנות, לא מדובר באיזו טובה יותר. לפריסה בצד השרת וגם מצד הלקוח יש נקודות חוזק שלהן, ובפועל עסקים מפעילים מערכת היברידית. התרגול המומלץ הוא לאמן את הדגמים שלכם בצד השרת, שם נתוני האימון ומשאבי העיבוד הם ללא גבול. לאחר הכשרת הדגמים, ניתן לארוז אותם ולפרוס אותם בצד הלקוח, מה שמשפר את מהירות המערכת וגם שומר על פרטיות המשתמש..

שליחת הכל לשרת מכניסה עיכוב, שיכול להיות רע או בלתי מקובל במקרים מסוימים. יחד עם זאת, שמירה על כל מה שצד הלקוח תביא לדגמים חלשים יותר.

עד כמה זיהוי פנים מדויק?

דיוק אינו מונח מוגדר היטב בזיהוי פנים. הסיבה העיקרית היא שזו בעיה מטושטשת עם כל מיני תשומות מבולבלות (אור נמוך, פנים מכוסות חלקית על ידי שיער, איכות מצלמה וכו ‘) ואפילו תשומות מתעתעות (עוד על כך בהמשך!). כתוצאה מכך, יש לצבוט את הרשתות העצביות המעורבות בזיהוי פנים בגלל הבעיה העומדת לרשותך, ולהגביל את היקפן. לכן, בעוד שמערכת זיהוי פנים תעשייתית עשויה להתהדר ברמת דיוק של 100% (מה שקורה לעיתים קרובות), יתכן שאותה מערכת אפילו לא מדויקת ב -20% כשתתבקש לזהות פרצופים בתמונה צפופה.

באחד מחקר, סוג מסוים של אלגוריתם לזיהוי פנים הצליח להשיג דיוק של 98.52%, גבוה יותר מהדיוק האנושי של 97.53% שהושג באותה בדיקה. באחר לימוד בשילוב משפטי משפטי, השילוב בין שיקול דעת אנושי ואלגוריתמים הניב את התוצאות הטובות ביותר במקרים מסוימים.

בשורה התחתונה – ליישומים ממוקדים ומוגדרים היטב, זיהוי פנים הוא הכלי הטוב ביותר שיש לנו.

היכן משתמשים בזיהוי פנים?

אפילו בתקופה הקצרה שפיתחו אלגוריתמים קיימא, זיהוי פנים מצא יישומים מועילים ומרגשים להפליא. חלקם בולטים, אך חלקם כל כך עדינים ויסודיים בחיי היומיום, עד שכמעט איננו עוצרים לחשוב על מה שמתחת מתחת.

פייסבוק היא אולי הדוגמא הנפוצה ביותר למערכות זיהוי פנים מודרניות בעבודה. ברגע שאתה מעלה תמונה, הרשת החברתית מסוגלת לאתר פרצופים. אמנם לפני זמן מה התבקשת לתייג חברים, כעת פייסבוק מסוגלת לעשות זאת בכוחות עצמה.

מקור: labnol.org

אפליקציה חדשה ומגניבה של פייסבוק היא התכונה של מודיע משתמשים כאשר תמונות שמכילות את הפנים שלהם מועלות על ידי מישהו, גם אם לא תויגו בתמונות האלה.

סנאפצ’אט עושה שימושים כבדים בזיהוי פנים והכרתם עבור רבים מתכונותיו, ובמיוחד, המסננים המצחיקים שהם כל כך זעם.

מקור: gistreel.com

כדי שהפילטרים הללו יפעלו, יש לאתר את קווי המתאר והתכונות של פני הנבדק בצורה מושלמת, אחרת הכיסויים אינם נראים מציאותיים. כך גם ב- Face Swap, תכונה פופולרית נוספת בסנאפצ’אט. במקרה שאתה מעוניין לצלול עמוק יותר ליכולותיו של Snapchat בזיהוי פנים, ראה כאן.

אובר כבר כמה זמן שנאבק בענייני פרטיות ובטיחות, והנשק החדש ביותר בארסנל החברה הוא זיהוי פנים. החברה הוציאה פיצ’ר חדש שבו אימות זהותם של שותפי הנהג באמצעות פניהם. החברה אומרת בבלוג שלה כי לאחר שבדקה מספר ספקי טק לזיהוי פנים, הם הסתפקו ב- API של Microsoft Face בשל איכותו הגבוהה. מעניין, בדיקת זיהוי בזמן אמת זו עובדת היטב בתנאי תאורה נמוכה ומסוגלת לאתר משקפיים.

עם זיהוי פנים שמוכיח כמוצלח בטבע, קל לחזות שהוא עשוי להחליף בקרוב שיטות זיהוי אחרות במוסדות חינוך, בתי חולים, ספריות וכו ‘..

מניעת פשיעה קמעונאית היא הרחבה טבעית ליישום זיהוי פנים. התעשייה הקמעונאית מאבדת אומדן 45 מיליארד דולר כל שנה למגדלי חנויות ולפשעים קמעונאיים אחרים, עם מעט מאוד להתמודד איתם. עכשיו, חברות אוהבות FaceFirst עוזרים לקמעונאים להשתמש בזיהוי פנים כדי לאתר עבריינים קודמים ולהתריע בפני קציני אבטחה.

מעקב משטרתי מתחיל למנף זיהוי פנים כמו כל המוסדות האחרים שם. לדוגמה, בבריטניה, משטרת דרום ויילס משתמשת במצלמות המותקנות על גבי טנדרים לייצור מעקב ההמונים קלים יותר.

מקור: theconversation.com

בעוד שמעצמת העל החדשה שהייתה בידי המשטרה עוררה דיונים ציבוריים סוערים על פרטיות פרטנית, המשטרה מאמינה שזה יעזור להם להגביל את העוולים בצורה טובה יותר. כפי שאמר לריצ’רד לואיס, סגן מפקד מפקד משטרת דרום ויילס זמנים כלכליים:

אם אתה מזהה מישהו שעבר עבירה [בעבר], אתה בעצם אומר: אנו יודעים שאתה כאן, אנא התנהג בעצמך.

בריאות לאחרונה היה יישום בלתי צפוי, בו זיהוי הפנים עזר בזיהוי הפרעה גנטית נדירה בשם תסמונת DiGeorge.

תסמונת DiGeorge מופיעה אצל כ 1 מכל 6,000 ילדים וגורמת לעיוותים בכמה אזורים בגוף. בעיית הבריאות, במקרה זה, חמורה יותר עבור מדינות עניות, שאין להם משאבים ללכת על שיטות אבחון יקרות. ככזה, זיהוי פנים, עם מדהים דיוק של 96.6%, מציע תקווה חדשה לקורבנות תסמונת די-ג’ורג ‘.

בתוך ה חברות תעופה התעשייה, אימוץ זיהוי הפנים הולך וגדל, והוא יחליף בקרוב את מעברי העלייה למטוס רגילים. נכון לעכשיו, יש תוצאות מוגבלות אך מבטיחות בעזרה לזהות נוסעים כאשר הם עוזבים את הארץ. למעשה, מינהל אבטחת התעבורה (TSA) של ארה”ב קבע א תכנית לשימוש נרחב בביומטריה מבוססת זיהוי פנים.

שימושים שנוי במחלוקת בזיהוי פנים

הטכנולוגיה מעצימה אותנו, אם כי השימוש הטוב או הרע שלה תלוי בנו. אין ספק, אם כן, שמשתמש במשהו עוצמתי ורדיקלי כמו זיהוי פנים באופן שמעלה חשש לזכויות אדם ומוסר בסיסי.

הדוגמה הבולטת ביותר לשימושים שנוי במחלוקת בזיהוי פנים היא העצומה של סין מערכת הישרדות המעסיקה כ -200 מיליון מצלמות בכדי לפקוח עין על 1.4 מיליארד אזרחיה.

מקור: sbs.com

המערכת עוקבת אחר אנשים ומעריכה את פעולותיהם, ומעדכנת כל העת מדד הנקרא ציון אזרח. אמנם יש ערך מסוים במערכת פיקוח חזקה בשליטת מדינה (מעקב אחר מחליפי החובות, למשל), אך הרוב רואים בכך את בוא העתיד הדיסטופי שג’ורג ‘אורוול דמיין. זה עתיד שבו לממשלות יש כוח בלתי מוגבל על הפרט, והפרטיות אינה קיימת.

הדוגמא השנייה לשימוש במחלוקת בזיהוי פנים מגיעה (באופן לא מפתיע?) מסין. הפעם זו מערכת בתי הספר המאמצת זיהוי פנים כדי לוודא שהתלמידים “קשובים” במהלך השיעורים. מערכת זיהוי הפנים החדשה, אם כי עדיין לא נפוצה, מחליפה תעודות זהות, כרטיסי ספריה, מערכות נוכחות וכו ‘, תוך שימוש בפרצופו של התלמיד לצורך זיהוי..

מקור: businessinsider.com

אבל החלק המפחיד הוא שמערכת זו עוקבת אחר רמות הקשב של התלמידים, השימוש בטלפון הנייד וכו ‘ומתריעה על הגננת כשחוצים סף מסוים.

בעוד שמעקב וידאו המופעל על ידי זיהוי פנים אינו בלעדי לסין – ארה”ב הייתה מתאמצים להשתמש בזה בכדי לרסן אלימות אקדחים בבתי ספר – סין ​​שנדמה שהיא מרחיקה זאת יותר מכל מדינה אחרת.

השוואה בין ממשקי API לזיהוי פנים פופולריים

כשמדובר בשימוש בזיהוי פנים, אילו אפשרויות עומדות בפניך? בחלק זה נבחן את מה שבשימוש נפוץ, וכיצד הפתרונות השונים נערמים זה בזה.

לפני שנתחיל: תזכורת. ממשקי API אלה מתפתחים במהירות רבה, וסביר להניח שתיתקל בפוסטים בבלוגים שאומרים כי API זה חסר תכונה זו או תכונה זו. אל תקבל את ההחלטות שלך על סמך זה. נתח תחילה את צרכי העסק שלך, בדוק היטב את התכונות המוצעות, חפש מסלול ורק אחר כך גמר את דעתך.

OpenCV

מחקר AI הוא בור טובע ללא תחתית. הכשרה ושכלול מערכת זיהוי פנים היא קשה, והכי טוב להשאיר לקונגלומרטים עם כיסים עמוקים וצבא חוקרים בהישג יד. עם זאת, אם הצרכים שלך פשוטים ואתה רוצה שליטה מלאה – וכמובן שאתה מוכן לתחזוקה של צוות הנדסה זעיר / קטן –OpenCV אולי פשוט יעבוד בשבילך.

זוהי ספריית ראיית מחשב של קוד פתוח המדויקת להפליא וזמינה לכל פלטפורמות התכנות. הנה מסמרת שיער דוגמא כיצד ניתן לסובב מערכת לזיהוי פנים באמצעות Python ו- OpenCV ב- 25 שורות קוד!

עכשיו אתה עשוי להיתקל בבלוגים מסוימים שאומרים של- OpenCV אין זיהוי פנים. ובכן, זה שקר גמור והנה הוכחה. בסך הכל, OpenCV יכולה להיות בחירה מצוינת לעסק שלך אם הצרכים פשוטים וספציפיים.

הכרה באמזון

הכרה היא הצעה כבדה מאחת מספקיות הענן הגדולות ביותר בחוץ – AWS. זהו שירות מנוהל ומלא עוצמה עבור פלטפורמת AWS, ואם אתה כבר משתמש ב- AWS לפריסה, Rekognition הוא כנראה הבחירה הטובה ביותר.

כמה מהתכונות המפוצצות את המוח שמציע Rekognition הן:

  • ניתוח בזמן אמת (בעת העלאת תמונה או סרטון ל- S3)
  • ניתוח פנים נרחב (מין, צבע שיער, הבעת פנים, עיניים פקוחות או לא וכו ‘)
  • נתיב (לכידת נתיבים של אובייקטים מזוהים בסרטונים)
  • זיהוי סצינות ופעילות (בתוך / בחוץ, “משחק כדורגל” וכו ‘)
  • ניהול תוכן לא בטוח (עירום, למשל)

היתרון הגדול ביותר עם Rekognition הוא גם המינוס הגדול ביותר – ממש תתאמצו להשתמש בו בשירותים שאינם AWS עד שתצטרך לוותר.

קאירוס

בניגוד חריף לרקוגניציה, קאירוס מספק לך את ה- AI דרך ממשק API (החריזה אינה מכוונת, אנו נשבעים!), ומאפשר לך להשתלט על הנתונים והשרתים שלך בצורה מלאה. Kairos מציב את עצמו כשירות פרטיות ראשונה, והוא מאוד קריטי של אמזון וחברות אחרות המתנגשות עם הממשלה (כך גם כן ACLU, דרך אגב).

Kairos עובד גם על תמונות וגם על קטעי וידאו ויש לו את כל התכונות היפות שציפית מממשק API מודרני לזיהוי פנים. זה עושה כמה מהתכונות המדהימות שנמצאות ב- Rekognition, אבל אם אינך זקוק להן וכבר אתה מנהל את הנתונים שלך, מדוע לטרוח?!

למי שהוא פרנואידי במיוחד בנוגע לפרטיות ואף לא רוצה לשלוח נתונים דרך החוט לעיבוד, לקיירוס יש פריסה מקומית, אך התמחור תלוי במקרה השימוש שלך ויכול להיות די תלול.

חזון הענן של גוגל

גוגל בחרה להבדיל בין שירותי זיהוי הפנים שלה לתמונות וסרטונים. ממשק API לתמונה מכונה חזון ענן, בזמן ששירות ממוקד הווידאו נקרא מודיעין וידאו.

בעוד שהשירות הממוקד בתמונות דומה למדי למה שיש ל- AWS להציע, לשירות הווידיאו יש תכונה יפה של קטלוג וחיפוש. זה יעיל עבור חברות שיש להן ארכיוני וידיאו גדולים שהם עשויים לרצות לנתח או לחפש.

עם זאת, בינה של וידיאו חסרים תכונות לזיהוי פנים כבר מהכתיבה, ונראה כי אלה מוצעות רק ב- Cloud Vision. מעקב אחר אובייקטים וזיהוי טקסט נמצאים גם בגרסת בטא, ומניחים את זה הרבה מאחורי ההיצע של אמזון.

ממשק API של Azure Face

כאשר מיקרוסופט מתייחסת ברצינות רבה יותר להצעות הענן שלהן מאשר אלה ששולחן העבודה (סוף סוף), ממשק API של Azure Face הוא הצעה מענגת אחת. יש לו את כל התכונות המעניינות שהיית מצפה (איתור, זיהוי, קיבוץ פנים, חיפוש פנים דומה, רגש וכו ‘), ועובד באותה מידה עם סרטונים.

כעת, זה לא קשור אך ורק לזיהוי פנים, אך ראוי להזכיר כי Azure מציע גם חזון ממוחשב של לקוחות. שירות, המאפשרת לך להשתמש בתשומות שלך ובדגמי הרכבת לפי הצרכים שלך.

ממש כמו השירות של גוגל, יש גן שעשועים זמין ממש בדף הבית, מה שהופך את בדיקת ה- API להרבה כיף!

האם ישנם הבדלים משמעותיים בין שירותי זיהוי הפנים המנוהלים המובילים? לא באמת. יש כרגע תחרות אינטנסיבית בתחום, ופיצ’רים חדשים הופכים מהר יותר מפיצות. אם אתה כבר קשור למערכת אקולוגית מסוימת, הגיוני להשתמש בשירות זיהוי פנים משלהם. אחרת, ייתכן שתרצה לבחור ספק אחר אם הצרכים שלך הם ספציפיים (שליטה על נתונים משלו, הזקוקים לגילוי רגיל בלבד וכו ‘)..

מערכות זיהוי פנים-פנים

כמו שחוקרים מסוימים הקדישו את חייהם לשכלול טכנולוגיית זיהוי הפנים, אחרים עסוקים בפיתוח טכניקות כדי להטעות אותם. התפתחות מעניינת אחת כזו משקפי היריב, שנראות נורמליות לבני אדם אך יש להערות על מערכות זיהוי פנים מומחים.

מקור: digitaltrends.com

עם זאת, המשקפיים הללו עדיין לא קיימים בשוק, אם כי החוקרים אומרים שניתן להדפיס אותם בקלות בתלת ממד.

פיתוח מעניין נוסף היה ההשקה של ekō משקפיים בקיקסטארטר. אף על פי שהמוצר כעת מבוטל, הוא עבד על רעיון פשוט להפליא: משקפי שמש רגילים ויומיומיים תמורת 45 דולר שפשוט שיקפו את האור, וגרמו למצלמות ומכשירי מעקב וידאו לצאת לבונוסים..

ממש כמו תחום הביטחון הקיברנטי, “האקרים” וחוקרים נועלים קרניים בזיהוי פנים למירוץ לשלמות. בסביבות 2014 ראינו את הפופולריות של איפור הסוואה שהעניקו נראות נגד זיהוי פנים, אך אינן קיימות יותר. האם יהיה קידוד AES של זיהוי פנים? רק הזמן יגיד!

הוא זיהוי פנים עבורך?

סוג העסק שיכול להפיק תועלת מההכרה בפנים הוא זה שמעורב אנשים – כן, מה שאומר שכל עסק שם בחוץ! אמנם נראה שהממשלות, העסקים הגדולים או הסטארט-אפים הטכנולוגיים הנוכחיים של זיהוי פנים ניצבים על דגלה, אך אין סיבה שהעסק שלך לא יכול להרוויח מכך.

האפשרויות הן אינסופיות באמת כשאנחנו משלבים קצת חשיבה יצירתית – ברכה וזיהוי לקוחות בבית מלון, איתור חברך בים של אנשים, מציאת אנשים עם פרצופים דומים (אולי שישמשו כשחקנים), איתור אישים לעבודה ראיונות (שוב, אנחנו רק נותנים לדמיון להשתולל כאן; יתכן שלא יהיה משהו מהותי במחקר כזה), תוך התאמה אישית של חוויה בנקאית כשלקוח בעל ערך גבוה נכנס. . . יש אין סוף דרכים להשתמש בזיהוי פנים ברמות קטנות וגדולות כדי לגרום לעסק שלך להתפקד טוב יותר.

סיכום

די מהר זיהוי פנים יהפוך לכל כך נפוץ ושכיח כל כך שאנו אפילו לא שמים לב אליו (כמו טלפונים ניידים?). הטכנולוגיה הבסיסית כמעט הושלמה, אבל בעולם האמיתי לא מדובר רק באיתור פרצופים – מדובר על מה שאנחנו יכולים לעשות עם היכולת הזו.

נשמע מרתק ומעוניין ללמוד עוד? בדוק את זה קורס מבריק בנושא ראיית מחשב.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map