Gebėjimas pamatyti ir greitai atpažinti veidus yra supergalia. Nereikia gaišti laiko analizei, raukšlių, raukšlių ir ovalų tyrinėjimui. Veido atpažinimas yra greitas ir be jokių pastangų. Tai taip paprasta, kad nesuvokiame, kaip tai darome.
Pagalvokite, kuo panašūs vienas kitam skirtingi veidai – dvi akys, burna, nosis, šonuose kyšančios ausys, kiekvieną kartą ta pačia tvarka (dažniausiai). Neįtikėtina, kad mes taip lengvai analizuojame objektą.
Mes esame „užprogramuoti“ atpažinti veidus nuo pat gimimo, bet dabar žmonės padarė geriau – išmokė mašiną šio įgūdžio. Kaip plačiai paplitusios asmens atpažinimo ir identifikavimo sistemos paveiks visuomenės gyvenimą?
Pareidolia: automatinė veido paieška
Žmonės, veikiantys „automatiniu“ režimu, gali atskirti pažįstamus vaizdus ant bet kokio paviršiaus. Vos trys architektūriniai pastato elementai suvokiami kaip nustebusios anties veidas. Tai pareidolijos pavyzdys.
Žodis pareidolia kilęs iš graikų kalbos žodžių para (para – šalia, aplink, nukrypimas nuo kažko) ir eidolon – vaizdas. Tai yra optinės iliuzijos pavadinimas, vaizdo ar prasmės suvokimas ten, kur jos iš tikrųjų nėra. Pavyzdžiui, veidas ant medžio kamieno ar gyvūnų figūros debesyse yra pareidolija.
Daugiau tokių nuotraukų galite rasti adresu thingswithfaces.com
Matome žmonių veidus ir gyvūnų veidus geometrinė figūra. Visa jaustukų kultūra yra sukurta remiantis šiuo principu. 🙂
Pareidolijos reiškinys gali būti lengvai išverstas į algoritminę kalbą. Menininkai fotografavo debesis, akimirksniu susiliejančius į žmonių veidus, naudojant scenarijų su OpenCV biblioteka.
Tečer iliuzija: sisteminės biologinės klaidos
Yra biologinė klaida, kuri parodo didesnė atpažinimo įgūdžių svarba. Dauguma jus supančių objektų – kėdė, stalas, kompiuteris – yra lengvai matomi ir teisingai atpažįstami bet kokiu kampu. Tik ne veidai.
Apverstas veidas sukelia smegenų veiklos sutrikimą, vadinamą Tečer efektu (iliuzija). Šis reiškinys apibūdina būklę, kai sunku aptikti vietinius pokyčius apverstoje portretinėje nuotraukoje.
Apverskime Margaret Thatcher nuotrauką ir pažiūrėkime į rezultatą.
Pirma nuotrauka atrodo normali, bet ją apvertus iškart krenta į akis netaisyklinga akių ir burnos padėtis. Žmogus ir dirbtinis neuroninis tinklas vaizdus suvokia skirtingai. Nuostabu, kad „neuroninį tinklą“ tarp mūsų ausų taip lengva apgauti.
Tečer iliuzija demonstruoja kai kuriuos pagrindinius mechanizmus, kuriais mūsų smegenys apdoroja informaciją. Smegenys skaito atskirų elementų rinkinį: akių porą, nosį, burną ir ausis. Be individualių veido bruožų ypatybių, atsižvelgiama į jų tarpusavio ryšį ir vietą. Tai yra, veidas suvokiamas kaip vientisa sistema.
Todėl, kai mums rodomas apverstas veidas, smegenims sunkiau įvertinti vaizdą kaip visumą - informacija „renkama“ atskirai apie kiekvieną elementą: akys yra vietoje, burna atrodo kaip burna. Tačiau vos tik mums parodo teisingą veidą, vienos sistemos suvokimas staiga vėl susijungia ir prasideda problemos: tampa aišku, kad įprastos ypatybės yra tarpusavyje susijusios neįprastai.
Kodėl tai svarbu? Žmogaus smegenys geba atpažinti menkiausius veido bruožų skirtumus dėl suvokimo vientisumo. Smegenų žievės sritis atpažįsta veidą ir nustato žvilgsnio kryptį, migdolinis kūnas ir izoliacija analizuoja veido išraiškas, o sritis priekinės skilties prefrontalinėje zonoje ir smegenų malonumo sistema įvertina jos grožį.
Klaida kaip bruožas: Černovo veidai
()
Žmogaus suvokimo ypatybė naudojama agreguotų daugiamačių duomenų analizei naudojant „veidus“. Amerikiečių matematikas Hermanas Černovas 1973 m. apibūdino „veidų“ naudojimo koncepciją, kad būtų galima nustatyti būdingas priklausomybes ir ištirti sudėtingus ryšius tarp kelių kintamųjų.
Černovo duomenys atsispindi veido piktogramų pavidalu, kur pasirinktų kintamųjų santykinės reikšmės pateikiamos kaip atskirų bruožų formos ir dydžiai: nosies ilgis, kampas tarp antakių, veido plotis – iš viso iki 36 kintamųjų. Taigi stebėtojas gali nustatyti vizualines objektų charakteristikas, kurios yra unikalios kiekvienai verčių konfigūracijai.
Greitas žvilgsnis į diagramą, sudarytą iš veidų, leis greitai nustatyti, ar profilių charakteristikos labai skiriasi (sutampa). Išsamiai apžvelgus veido bruožus, tampa aišku, kurie bruožai (kiekvienas veido bruožas yra atskiras pradinio duomenų rinkinio bruožas) yra panašūs, o kurie skiriasi. Pavyzdžiui, aukščiau esančioje iliustracijoje nesunku pastebėti skirtumą tarp šalių pagal liūdnas ir laimingas jaustukus.
Kodėl automobiliui reikalingas tavo veidas?
Greito veido atpažinimo įgūdis padeda pasiimti vaiką iš darželio, pasirinkti partnerį ir teisingai bei tinkamai išreikšti emocijas. Bet kas atsitinka, kai žmogus perkelia šį gebėjimą į dirbtinį neuroninį tinklą?
Idėja gali būti atstumianti. Ne visi yra pasirengę lengvai priimti technologijas, kurios kaupia duomenis, stebi judesius, analizuoja pirkinius ir emocijas. Perėjimas nuo paprasto vaizdo stebėjimo prie personalizuotos vaizdo analizės reiškia reikšmingą atsakomybės padidėjimą.
Šiandien tokie algoritmai kaip aptikti veido panašumus tiksliau nei žmonių. „Nvidia“ algoritmas neegzistuojančių žmonių veidus sukuria vos per kelias sekundes. Veidai aukščiau esančiame koliaže StyleGAN neuroninis tinklas, parengtas naudojant 70 000 vaizdų duomenų rinkinį. Jie atrodo bauginančiai tikroviški.
SearchFace algoritmo demonstravimas
Iš pradžių „Facebook“ veido atpažinimo algoritmas padidino budrumą, bet paskui visi priprato (arba paliko socialinį tinklą). „FindFace“ paslauga, skirta žmonių paieškai pagal nuotrauką „VKontakte“, sulaukė prieštaringų atsakymų ir buvo panaudota patyčioms, tačiau panašaus „SearchFace“ projekto uždarymas jau sukėlė neigiamą vartotojų reakciją – juk jei duomenys yra, tai tegul būna atviri. visiems.
Prekybos tinklai diegia veido atpažinimo technologiją, kad būtų išvengta vagysčių, renkami duomenys apie klientų amžių, lytį ir net emocijas. Galų gale, tikslas yra pagerinti klientų patirtį ir uždirbti iš to pinigų. Kai klientai supras, kad sistema yra naudinga jiems asmeniškai, daugelis sutiks diegti naujas technologijas.
Daugėjant „tapatybės vagysčių“ – kreditinių kortelių ir tapatybės sukčiavimo – atvejai, vartotojai renkasi sistemą, kuri yra tada, kai jiems jos reikia. teisingai juos identifikuoja.
Šiuo metu algoritmai padeda išspręsti silpno apšvietimo rėmelių, mažos skiriamosios gebos ir kamufliažo problemas, tokias kaip akiniai, perukai ir kelių dienų ražiena. Sistemos veikia nuostabiu greičiu ir vos per sekundę suderina veidą su milijonų žmonių duomenų baze.
Kai kurios parduotuvės JAV Įtariamieji vagyste turi pasirinkimą: leistis nusifotografuoti arba būti oficialiai apkaltinti nusikaltimu. Vagis įgyja laisvę kartu su draudimu lankytis parduotuvėje, o jo nuotrauka oficialiai įtraukta į duomenų bazę. Failai, kuriuose yra žmonių atvaizdų, yra užšifruoti ir prieinami tik sistemos savininkui.
Kas pelno iš pripažinimo?
Dauguma parduotuvių jau yra įdiegusios vaizdo stebėjimo kameras. Vaizdo įrašų analizei aparatinės įrangos naujinimas nereikalingas – tiesiog prisijunkite prie debesies paslaugos. O naudojant „Ivideon“ vaizdo analizės paslaugą, įėjimo kliūčių praktiškai nėra. nuo 1 rublių už fotoaparatą suteikia bet kuriam verslininkui prieigą prie programinės įrangos.
Pagrindinis mažmenininkų motyvas naudoti veido atpažinimo technologiją yra užkirsti kelią vagystėms. Pagal Nacionalinio mažmeninės prekybos fondo duomenimis, vien JAV 1,33 metais dėl vagystės buvo prarasta apie 2017 % visų prekių – tai ne mažiau nei 46,8 mlrd.
Veido atpažinimo technologijos sumažina vagysčių iš parduotuvių skaičių daugiau nei 30 proc.
Dažnai žalos dydžiui turi įtakos antraeiliai veiksniai: darbuotojų aplaidumas, prastas saugos tarnybos mokymas, noras sutaupyti. Šios ir kitos problemos turi būti sprendžiamos naudojant kameras ir debesų technologijas.
Veido atpažinimo sistema palengvina greitą darbą su „juodaisiais“ sąrašais: palygina kliento nuotrauką su nepatikimų veidų duomenų baze ir, jei sutampa, išsiunčia atitinkamą įspėjimą apsaugos darbuotojams.
Analitinė programinė įranga žymiai padidina parduotuvės saugumą. Patyręs vagis sugeba pastebėti fotoaparatų „akląsias zonas“. Tokiu atveju sargas savo telefonu gali nufotografuoti įtariamąjį ir tada patikrinti, ar tas asmuo yra duomenų bazėje.
Prekiniai ženklai jau seniai naudoja mobiliąją rinkodarą – siunčia SMS, push pranešimus ir rodo tikslinę reklamą. Tradicinėje mažmeninėje prekyboje atpažinimo sistemos suteikia tokias pačias galimybes, kurias internetiniai pardavėjai gavo su slapukais.
Ta pati platforma, naudojama vagims identifikuoti, padeda mažmenininkams išsiaiškinti, kurios vitrinos geriau pritraukia pirkėjus. Atpažinimo sistema padeda atpažinti VIP klientą prie pat įėjimo į parduotuvę. Naudodamas CRM duomenis, pardavėjas gali greitai pateikti klientui pelningą pasiūlymą.
Seulo tarptautiniame finansų centre kameros informaciniuose stenduose realiu laiku asmens amžių ir lytį bei pasiūlyti reklamą pagal nustatytus parametrus
Klientų informacija suaktyvina galingą pardavimų didinimo ir auditorijos poreikių įvertinimo įrankį. Kameros padės pritaikyti vaizdo reklamų rodymą konkrečiam lankytojui, atsižvelgiant į jo lytį, amžių ir emocinę būseną, taip pat taps duomenų teikėjais skaičiuojant reklamos efektyvumą.
Aukščiau pateiktos galimybės mažmenininkams dažnai skamba kaip erzinantis reklamos triukšmas. Tezės apie „pelno augimą“ ir „auditorijos poreikius“ lydi bet kurį rinkoje esantį IT įrankį – nuo ERP iki elektroninių kainų etikečių. Ar veido atpažinimo sistemose yra daugiau nei gryna rinkodara apie dirbtinį intelektą ir ateities technologijas? Atsakykime į šį klausimą per realių sistemų naudojimo esamose parduotuvėse pavyzdžius.
„Darbas lauke“: kas atpažįsta veidus realiomis sąlygomis
7-Eleven yra didžiausias pasaulyje mažmeninės prekybos tinklas, valdantis daugiau nei 36 000 mažų parduotuvių 18 šalių, valdomas Japonijos Seven-Eleven. Neseniai įmonė programinės įrangos 11 000 savo parduotuvių. Veidų atpažinimo ir elgesio analizės technologija mažmeninės prekybos tinkle naudojama lojalumo kortelių turėtojams identifikuoti, klientų srautui stebėti, prekių atsargų lygiui sandėliuose nustatyti.
„Saks“ yra šimtmečio senumo aukščiausios kokybės mažmeninės prekybos tinklas, kuris šiuo metu priklauso vienai seniausių kompanijų pasaulyje (įkurtai 1670 m.), „Hudson's Bay Company“. Vaizdo įrašų analizė prie Sakso daugiausia siekiant užkirsti kelią vagystėms. Programinė įranga patikrina įtariamų parduotuvių vagysčių nuotraukas pagal žinomų parduotuvių vagysčių duomenų bazę. Kameros yra sujungtos į tinklą, todėl rezultatus galima peržiūrėti „Saks“ būstinėje Niujorke.
Anot „The Guardian“, aukščiausios kokybės parduotuvės ir viešbučiai Europoje reguliariai naudoja veido atpažinimo technologiją, kad galėtų sekti VIP ir įžymybes, kad jie gautų kuo geresnę patirtį.
JAV mėsainių tinklas CaliBurger veido atpažinimo technologija lojalumo programoje. Interaktyvus kioskas „atpažįsta“ klientus, įsimena užsakymus ir siūlo mėgstamus patiekalus, priima atsiskaitymus su veido identifikavimu.
Sistema pašalina kliūtis patekti į apdovanojimų programą senjorams, kuriems gali kilti sunkumų naudojant mobiliąsias programėles, apdovanojimų taškus ir kredito korteles.
Veido atpažinimo sistemos plačiai naudojamos Azijoje, ypač Kinijoje, kur jomis atsiskaitoma už maistą, išimama grynųjų iš bankomato ar net paimama paskola. Veido atpažinimo tikslumas Kinijoje pranoksta žmogaus akies galimybes. Taip yra ir dėl didelio masto Kinijos perėjimo nuo 2D prie 3D atpažinimo.
Pirmuoju atveju algoritmai analizei naudoja duomenų bazėse sukauptus dvimačius vaizdus. 3D atpažinimas analizuoja rekonstruotus XNUMXD vaizdus ir parodo daug didesnį tikslumą. Kinijoje veido skenavimas gali būti naudojamas perkant (pavyzdžiui, atsiskaityti už užsakymus KFC), atlikti mokėjimus ir patekti į pastatus.
Į Alipay , kad mokėjimų atpažinimo sistema suprastų: priešais ne nuotrauka, o gyvas žmogus. Teigiama, kad Alipay apgauti neįmanoma: plaukų spalvos, makiažo keitimas ar peruko naudojimas nieko nekeičia. Sistema naudoja išskirtinių savybių rinkinį, kuriame atsižvelgiama į veido geometriją ir tam tikrų taškų vietą ant jo.
išvados
Vakarų įmonių ir Kinijos tiesioginių investicijų į veido atpažinimo technologijas mastai yra milžiniški. Nepaisant to, Rusijoje tokių projektų įgyvendinimas yra laiko klausimas. Didelės komercinės įmonės jau supranta naudą ir ekonominį poveikį. Jei veido atpažinimą laikysime produktu, svarbu suprasti, kad kiekvienas verslo segmentas turi savo specifiką, įskaitant ir kainodarą. Kuo didesnė įmonė, tuo daugiau kamerų ir analizės modulių gali prireikti. Sprendimai didelėms įmonėms visada yra sudėtingi individualūs projektai, o pritaikymui reikia papildomų lėšų. Vidutinės ir mažos įmonės gali lengvai išsiversti su viena kamera su prijungtu veido atpažinimo moduliu. Šiuo atveju sprendimo kaina yra panaši į debesies vaizdo stebėjimo naudojimą.
Šaltinis: www.habr.com
