面部識別：工作原理、應用、商業理念等

已發表: 2022-10-13

面部識別技術或 FRT 是您可以用來從圖片或視頻文件中識別人臉的任何系統。

該軟件將人臉與提供的圖片數據庫進行匹配——在某種意義上，完成通常需要人類完成的工作。然而，面部識別技術比使用人類要快得多。

面部識別解決方案正在各種應用中得到實施——從身份驗證到機器人、家庭、商業和政府用途。此外，這一趨勢還在繼續擴大。

這篇博客文章討論了不斷發展的面部識別技術和行業，包括其各種應用和企業家的潛在商業理念。

簡史

面部識別技術和相關軟件的開發始於 1960 年代。但是，雖然這些早期版本需要人工輸入來定義人臉的坐標，但現代系統可以自動從圖片甚至實時視頻流中挑選出人臉。

人臉識別系統有很多技術，從提取面部標誌的傳統方法到測量眼睛之間的距離、鼻子的大小、耳朵等。然後，還有 AI 神經網絡，在最現代的平台上使用這些網絡，以高達 97% 的檢測準確率實現令人印象深刻的結果。

面部識別技術正在迅速發展。例如，69 個國家在 2017 年至 2019 年間採用了人工智能面部識別，70% 的警察部隊擁有某種形式的訪問權限，2021 年的市場估值為 50 億美元。

面部識別的工作原理

面部識別技術有很多不同的應用，這也意味著不同的方法。然而，FRT 最常見的用途之一是通過圖片或安全攝像頭識別人員。

在這種情況下，使用面部識別技術有 3 個基本步驟，它們是：

捕捉對象的面部——此步驟可能涉及從安全攝像頭或網站上的註冊表中捕捉圖像。這裡的事實是，您擁有需要更多信息的人的形象。
生成面部指紋——面部識別系統現在必須分析對象面部多達 80 個節點，並從中生成一個獨特的數據集，稱為面部指紋。
搜索和匹配——最後，系統搜索其面部指紋數據庫以找到最接近的匹配項，根據設置，可能只有一個匹配項或幾個匹配項。

值得注意的是，上述三步法主要針對 FRT 用戶。這意味著開發人員需要做更多的工作才能讓事情變得如此簡單。

例如，開發人員首先必須開發一種算法，這取決於他所追求的面部識別應用程序的類型。其次，他還必須開發數據庫，並用初始照片預先填充它。

最後，如果系統採用 AI 神經網絡方法，那麼開發人員還必須首先創建 AI 模型並對其進行訓練。

以下是與面部識別技術相關的不同方法、算法和方法的列表：

傳統方法– 使用面部特徵識別一個人。
3D 識別——使用傳感器捕捉人臉的形狀。
Fisher face – 一種人臉識別方法，通過匹配提取特徵的結果來識別人臉。
Eigenfaces – 一種提取特徵並以線性組合表示它們的人臉識別方法。
熱像儀——這些可以檢測標準相機看不到的特徵，例如血管。
深度學習——應用神經網絡技術創建可以自行檢測人臉的算法。
面部情緒識別——分析人臉以提取有關主人情緒狀態的信息，如快樂、微笑、憤怒等。
人臉檢測- 在圖片或視頻中識別人臉的過程。
人臉跟踪——能夠檢測和跟踪來自標準相機的圖片或視頻中的一張或多張人臉。

人臉識別技術的應用

使用軟件應用程序快速輕鬆地識別面部的能力帶來了許多機會，因為它可以用來解決許多問題。以下是它的一些主要應用：

生物識別安全——雖然 FRT 不如指紋和眼睛掃描準確，但它更方便，因為它不一定需要與計算機密切交互。
幫助盲人——FRT 可以幫助視障或盲人識別他們周圍的人，知道他們何時被微笑或皺眉等等。
圖片搜索——搜索引擎提供這項服務已有一段時間了。
智能家居——人工智能係統可以監控家庭成員的來來去去，或在家中移動以更新設備設置和偏好，例如他們的音樂品味、照明、室溫等。
醫療保健——一些罕見的遺傳病可以使用面部識別算法進行診斷。這些系統篩選鼻子、眉毛或臉頰上的特定特徵。
防盜——面部識別可用於識別商店中已知的入店行竊者並提醒負責的安全人員。中國也實施了減少衛生紙浪費的措施，在 9 分鐘的間隔後，只向同一個人釋放 2 英尺長的衛生紙兩次。
個性化廣告——如果計算機驅動的廣告服務器可以看到觀眾的臉並將其與記錄相匹配，那麼它就可以向該人提供高度個性化的廣告。
監控學生——人工智能可以通過多種方式應用於監控學生。例如，學生必須出現在課堂上並站在裝有 FRT 應用程序的平板電腦前才能註冊出勤。教師還可以通過網絡攝像頭使用 FRT 和 AI 在視頻講座中跟踪學生的注意力。這可以進一步為更個性化的課程和測驗提供深刻的見解和機會。
公共監控——世界上許多城市已經在所有可能的角落、街道和公共場所安裝了數千個攝像頭。通過簡單地將它們連接到面部識別系統，這些平台可以自動跟踪犯罪分子和其他危險人員。
失踪的寵物和兒童——除了罪犯和危險人物之外，FRT 還可以幫助當局識別失踪人員並通過實時視頻監控了解他們的位置。
銀行 ATM——大多數自動櫃員機已經配備了一個攝像頭，它可以拍攝客戶的照片並與檔案中的人進行確認，以防止欺詐並提高安全性。
自助支付系統——許多使用面部識別的巧妙支付解決方案正在發展。只需掃描你的臉，訂單就完成了。
移民——世界各地的機場和海關檢查站也在使用面部識別來簡化操作。
出勤跟踪——像 Churchix 這樣的應用程序可以幫助牧師識別和跟踪成員的出勤情況，無論是現場直播還是通過視頻。

隱私問題和安全黑客

很明顯，面部識別技術也帶來了一些令人頭疼的問題，每項技術也是如此。以下是它的主要問題：

數據所有權——政府和商業利益集團收集人臉圖片和視頻，但最大的問題仍然是“誰擁有這些人臉數據”？公司有權擁有男人的臉嗎？
錯誤的身份——FRT 不是 100% 有效的，所以總是會出現身份錯誤的問題。然而，問題在於當局如何選擇處理這些錯誤身份問題。例如，35% 的面部識別錯誤發生在有色女性身上，而白人男性只有 1%。
隱私權——大多數視頻和在線監控都是在未經個人同意的情況下進行的，這在許多司法管轄區引發了嚴重的政府政策和隱私權辯論。
黑客——面部識別技術不能免於黑客攻擊。圖像處理軟件和 deepfake 應用程序可以輕鬆繞過面部識別應用程序，這引發了許多問題。

頂級面部識別技術供應商

面部識別技術供應商是向開發人員或商業用戶提供 FRT 相關服務和軟件的公司。這些都是成熟的公司，產品經過驗證，受歡迎的公司如下：

BioID – 活體檢測和麵部識別即服務。
Amazon Rekognition – 預訓練模型，用於從照片和視頻中提取信息，包括詳細的面部信息、情緒、比較、眼鏡等。
Luxand – 適用於 Android 和 iOS 開發人員的面部識別平台。
Cognitec – 生物識別技術提供商。
Paravision – 高度準確的視覺 AI 軟件。
FaceFirst – 用於醫院、賭場、零售商、機場等的面部識別安全系統。
Sky Biometry – 基於雲的生物識別即服務。
Kairos – 人臉識別雲 API。
Trueface – 快速、準確且有彈性的人臉識別 AI。

頂級面部識別初創公司

可以理解，有大量面部識別技術初創公司都有一個或一個目標。每年都有許多失敗和新的加入，但該行業仍在不斷發展。

以下是一些有趣的：

Spot – 用於零售管理的計算機視覺。
RefaceAI – 換臉 AI。
Kandu AI – 用於零售的計算機視覺。
Facesoft – 多用途 FRT 數據庫。
Appolo AI – 銷售智能。
FacePinPoint – 在線聲譽管理。
Facenition - 零售分析。

結論

我們已經到了這篇面部識別帖子的結尾，正如你所見，這個行業充滿活力、不斷擴大，並且對未來充滿希望。

您還看到了所有不同的產品，從開發者平台到業務工具和服務，您也可以利用這些產品在競爭中領先。