ビデオ分析の組み合わせ: 脳と機械が私たちの顔に何をしているのか

顔を見てすぐに認識する能力は超能力です。しわ、折り目、楕円形を調べて分析することに時間を無駄にする必要はありません。顔認識は瞬時に簡単に行えます。とても簡単なので、どうやってやっているのかさえわかりません。

さまざまな顔がどのように似ているか考えてみましょう。2 つの目、口、鼻、横に​​突き出た耳など、毎回同じ順序 (ほとんどの場合) になっています。物体をこんなに簡単に分析できるなんて驚きです。

私たちは生まれたときから顔を認識するように「プログラム」されていますが、今では人間はそれ以上のことを達成しました。つまり、機械にこのスキルを教えたのです。個人認識・識別システムの普及は社会生活にどのような影響を与えるのでしょうか？

パレイドリア: 自動顔検索

「自動」モードの人は、どんな表面でも見慣れた画像を区別することができます。驚いたアヒルの顔として認識されるのは、建物の 3 つの建築要素だけです。これはパレイドリアの一例です。

パレイドリアという言葉は、ギリシャ語の「para」（近く、周り、何かからの逸脱）と「eidolon」（イメージ）に由来しています。これは、実際には存在しないイメージや意味を知覚する、目の錯覚の名前です。たとえば、木の幹に描かれた顔や雲に描かれた動物の姿はパレイドリアです。

このような写真をもっと見たい方は thingswithfaces.com をご覧ください。

私たちは人々の顔や動物の鼻先を 任意の 幾何学図形。絵文字文化全体がこの原則に基づいて構築されています。 🙂

パレイドリア現象は、アルゴリズムの言語に簡単に翻訳できます。アーティスト シンスンバク キム・ミョンフン OpenCV ライブラリのスクリプトを使用して、人間の顔に一瞬溶け込む雲を撮影しました。

サッチャーの妄想：体系的な生物学的誤り

生物学的なバグがあり、 認識能力の重要性。椅子、テーブル、コンピューターなど、あなたの周りにあるほとんどの物体は、どの角度からでも簡単に見え、正しく識別できます。ただ顔だけじゃない。

逆さまの顔は脳内にサッチャー効果（錯覚）と呼ばれる不具合を生み出します。この現象は、倒立した肖像写真における局所的な変化を検出することが難しい状態を表します。

マーガレット・サッチャーの写真を裏返して結果を見てみましょう。

最初の写真は正常に見えますが、裏返すと目と口の位置が間違っていることがすぐにわかります。人間と人工ニューラルネットワークは画像を異なる方法で認識します。私たちの耳の間の「神経ネットワーク」がこんなに簡単に騙されてしまうなんて驚きです。

サッチャー錯視は、私たちの脳が情報を処理する基本的なメカニズムのいくつかを示しています。脳は、一対の目、鼻、口、耳といった一連の個々の要素を読み取ります。顔の特徴の個々の特徴に加えて、それらの相互関係と位置も考慮されます。つまり、顔は全体として認識されるのです。

したがって、逆さまの顔を見せられると、脳が画像全体を評価することがより困難になります。情報は各要素ごとに別々に「収集」されます。つまり、目は所定の位置にあり、口は口のように見えます。しかし、正しい顔を見せられるとすぐに、単一システムという認識が突然再接続され、問題が始まります。つまり、見慣れた特徴が通常とは異なる方法で互いに接続されていることが明らかになるのです。

なぜこれが重要なのでしょうか?人間の脳は、知覚の全体論的な性質のおかげで、顔の特徴のわずかな違いを認識することができます。大脳皮質の領域が顔を認識して視線の方向を決定し、扁桃体と島皮質が顔の表情を分析し、前頭葉の前頭前野の領域と脳の快楽システムがその美しさを評価します。

バグを特徴として：チェルノフの顔

(с)

人間の知覚の特性を利用し、集約された多次元データを「顔」で分析します。 1973 年、アメリカの数学者ハーマン・チェルノフは、「面」を使用してパターンを識別し、複数の変数間の複雑な関係を調査するという概念を導入しました。

チェルノフのデータはピクトグラムの顔の形で反映され、選択された変数の相対値が、鼻の長さ、眉の角度、顔の幅など、合計で最大 36 個の変数など、個々の特徴の形状とサイズとして表示されます。このようにして、観察者は各値の構成に固有のオブジェクトの視覚的特性を識別できます。

顔の図をざっと見るだけで、プロファイルの特徴が大きく異なるかどうか（一致しているかどうか）をすぐに判断できます。顔の特徴を詳細に検討すると、どの特徴 (各顔の特徴は元のデータ セットの個別の特徴) が類似していて、どこが異なるかが明確になります。例えば、上のイラストでは、悲しい顔文字と幸せな顔文字によって国による違いが簡単にわかります。

なぜ車にあなたの顔が必要なのでしょうか?

素早い顔認識のスキルは、幼稚園から子供を迎えに行くとき、パートナーを選ぶとき、感情を正しく適切に表現するときに役立ちます。しかし、人がこの能力を人工ニューラルネットワークに移すと何が起こるでしょうか?

その考えは不快なものかもしれない。データを保存し、動きを監視し、購入や感情を分析するテクノロジーを誰もが簡単に受け入れる準備ができているわけではありません。単純なビデオ監視からパーソナライズされたビデオ分析への移行により、責任が大幅に増加します。

今日では、次のようなアルゴリズムが ディープフェイス 人間よりも高い精度で顔の類似性を判定します。 Nvidia のアルゴリズムは、存在しない人物の顔を数秒で作成します。上のコラージュの顔 生成された 70 枚の画像のデータセットでトレーニングされた StyleGAN ニューラル ネットワーク。恐ろしいほどリアルに見えます。

SearchFaceアルゴリズムのデモンストレーション

当初、Facebook の顔認識アルゴリズムは警戒心を強めましたが、その後、誰もがそれに慣れてしまいました (またはソーシャル ネットワークを離れました)。 VKontakte で写真から人物を検索する FindFace サービスは賛否両論の評価を受け、いじめに利用されたが、同様のプロジェクトである SearchFace の閉鎖はすでにユーザーの間で否定的な反応を引き起こしている。結局のところ、データが利用できるのであれば、誰にでも公開すべきだ。

小売チェーンは盗難防止のために顔認識技術を導入し、顧客の年齢、性別、さらには感情に関するデータを収集している。最終的な目標は、顧客サービスを向上させ、それによって収益を上げることです。顧客がシステムが個人的に有益であると認識すると、多くの顧客が新しいテクノロジーの導入に同意するでしょう。

クレジットカードや個人データの詐欺である「個人情報の盗難」の発生が増加する中、消費者は必要なときに利用できるシステムを好むようになります。正しく識別します。

現在、アルゴリズムは、照明不足、解像度の低さ、眼鏡、かつら、無精ひげなどのカモフラージュの問題を解決するのに役立っています。このシステムは信じられないほどのスピードで動作し、わずか 1 秒で数百万人のデータベースと顔を照合します。

米国の一部の店舗 申し出 窃盗容疑者には、写真撮影を許可するか、正式に罪で起訴されるかの選択肢が与えられる。犯人は店への出入り禁止とともに自由となり、犯人の写真が正式にデータベースに登録される。人物の画像を含むファイルは暗号化されており、システムの所有者のみがアクセスできます。

認知されることで利益を得るのは誰でしょうか?

ほとんどの店舗ではすでにCCTVカメラが設置されています。ビデオ分析にはハードウェアの更新は必要ありません。クラウド サービスに接続するだけです。 Ivideon のビデオ分析サービスでは、参入障壁は事実上存在しません。 ソリューションコスト カメラ 1 台あたり 700 ルーブルから、あらゆる起業家がソフトウェアにアクセスできるようになります。

小売業者が顔認識技術を使用する主な動機は盗難を防止することです。によると による 全米小売業協会によると、米国だけでも1,33年に全商品の約2017%が盗難に遭い、その額は46,8億ドルに上る。

顔認識技術により万引きが30%以上減少します。

多くの場合、損害額は、従業員の過失、セキュリティ サービスのトレーニング不足、コスト削減の要望などの二次的な要因によって影響を受けます。これらの問題やその他の問題は、カメラとクラウド テクノロジーの助けを借りて解決する必要があります。

顔認識システムにより、「ブラック」リストを迅速に処理することが容易になります。クライアントの写真を信頼できない人物のデータベースと比較し、一致した場合は、対応する警告を警備員に送信します。

分析ソフトウェアにより店舗のセキュリティが大幅に強化されます。経験豊富な泥棒はカメラの「死角」に気づくことができます。この場合、警備員は携帯電話を使用して容疑者の写真を撮影し、その人物がデータベースに登録されているかどうかを確認できます。

ブランドは、SMS の送信、プッシュ通知、ターゲット広告の表示など、モバイル マーケティングを長年活用してきました。従来の小売業にとって、認識システムは、オンライン小売業者がクッキーによって得たのと同じ機会を提供します。

窃盗犯の特定に使用される同じプラットフォームは、小売業者が顧客を引き付けるのに最適なディスプレイを判断するのにも役立ちます。認識システムは、店舗の入り口で VIP 顧客を識別するのに役立ちます。 CRM のデータを使用することで、営業担当者は顧客に利益のある提案を迅速に行うことができます。

ソウル国際金融センターでは、案内板にカメラを設置してリアルタイムで 定義する 年齢や性別を特定し、特定したパラメータに応じて広告を提供する

顧客情報は、売上を増やし、顧客のニーズを評価するための強力なツールとして機能します。カメラは、特定の訪問者の性別、年齢、感情状態に応じてビデオ広告の表示をカスタマイズするのに役立ち、広告の効果を計算するためのデータプロバイダーにもなります。

小売業者にとって、上記のような機会は、しばしば迷惑な広告ノイズのように聞こえます。 「利益増加」や「顧客のニーズ」に関する主張は、ERP から電子値札まで、市場のあらゆる IT ツールに付随しています。 顔認識システムには、人工知能や将来の技術に関する純粋なマーケティング以上の意味があるのでしょうか? 既存の店舗で実際のシステムを使用している例を通して、この質問に答えてみましょう。

「現場での作業」：実際の状況で顔を認識する人

セブン-イレブンは、セブン-イレブン・ジャパンの経営のもと、世界 7 か国で 36 店以上の小規模店舗を展開する世界最大の小売チェーンです。最近、同社は 確立しました 同社の11​​000店舗でソフトウェアを提供しています。小売チェーンにおける顔認識および行動分析技術は、ポイントカード保有者の識別、顧客トラフィックの監視、倉庫の在庫レベルの決定に使用されます。

サックスは 1670 年以上の歴史を持つ高級店チェーンで、現在は世界最古の企業のひとつ (XNUMX 年設立) であるハドソン湾会社が所有しています。ビデオ分析 中古 サックスでは、主に盗難防止のためです。このソフトウェアは、万引き容疑者の写真を、既知の万引き犯のデータベースと照合します。カメラはネットワーク化されており、その結果はニューヨークのサックス本社で閲覧できる。

ガーディアン紙によると、ヨーロッパの高級店やホテルでは、VIPや有名人に最高の体験をしてもらえるよう、顔認識技術を定期的に利用しているという。

米国ではハンバーガーチェーンのカリバーガーが 使用する ロイヤルティ プログラムにおける顔認識技術。インタラクティブ キオスクは顧客を「認識」し、注文を記憶して好みの料理を提供し、顔認識で支払いを受け付けます。

このシステムは、モバイルアプリ、ポイント還元、クレジットカードの使用が難しい高齢者にとって、ポイント還元プログラムへの参加障壁を取り除きます。

顔認識システムはアジア、特に中国で広く使用されており、食料品の支払い、ATMからの現金引き出し、さらにはローンの借り入れにも使用されています。中国の顔認識精度は人間の目の能力を超えている。これは、中国における2D認識から3D認識への大規模な移行とも関係しています。

最初のケースでは、アルゴリズムはデータベースに蓄積された 3 次元画像を使用して分析を行います。 XNUMXD 認識は、再構築された XNUMX 次元画像を分析し、はるかに高い精度を発揮します。中国では、顔スキャンは購入（KFCでの注文の支払いなど）、支払い、建物への入場に使用できます。

アリペイで 笑顔が必要支払い認識システムが、写真ではなく生きている人間を見ていることを理解できるようにするためです。 Alipay を騙すことは不可能だと言われています。髪の色を変えたり、化粧をしたり、かつらを使ったりしても何も変わりません。このシステムは、顔の形状と顔上の特定の点の位置を考慮した一連の特徴的な機能を使用します。

所見

顔認識技術に対する欧米企業と中国による直接投資の規模は莫大である。しかし、ロシアでは、そのようなプロジェクトの実施は時間の問題です。大手商業企業はすでにそのメリットと経済的影響を理解しています。顔認識を製品として考える場合、価格設定など、各ビジネスセグメントに独自の特徴があることを理解することが重要です。企業の規模が大きくなるほど、より多くのカメラと分析モジュールが必要になる場合があります。大企業向けのソリューションは常に複雑なカスタマイズされたプロジェクトであり、カスタマイズには追加の資金が必要です。中小企業であれば、顔認識モジュールが接続されたカメラ 1 台だけで十分です。この場合、ソリューションのコストはクラウド ビデオ監視を使用する場合と同程度になります。

出所： habr.com