Schopnosť vidieť a rýchlo rozpoznávať tváre je superschopnosť. Nie je potrebné strácať čas analýzou, štúdiom vrások, záhybov a oválov. Rozpoznanie tváre je okamžité a bez námahy. Je to také jednoduché, že si ani neuvedomujeme, ako to robíme.
Zamyslite sa nad tým, ako sú si navzájom podobné rôzne tváre – dve oči, ústa, nos, uši odstávajúce po stranách, zakaždým v rovnakom poradí (najčastejšie). Je neuveriteľné, že analyzujeme objekt s takou ľahkosťou.
Sme „naprogramovaní“ tak, aby sme rozpoznávali tváre od narodenia, no teraz sa ľuďom darilo lepšie – naučili túto zručnosť stroj. Ako široké zavedenie systémov rozpoznávania a identifikácie osôb ovplyvní život spoločnosti?
Pareidolia: automatické vyhľadávanie tváre
Ľudia v „automatickom“ režime dokážu rozlíšiť známe obrázky na akomkoľvek povrchu. Len tri architektonické prvky budovy sú vnímané ako tvár prekvapenej kačice. Toto je príklad pareidólie.
Slovo pareidolia pochádza z gréckych slov para (para - blízko, okolo, odchýlka od niečoho) a eidolon - obraz. Toto je názov optickej ilúzie, vnímania obrazu alebo významu tam, kde v skutočnosti žiadny nie je. Napríklad tvár na kmeni stromu alebo zvieracie postavy v oblakoch je pareidolia.
Viac takýchto fotiek nájdete na thingswithfaces.com
Vidíme tváre ľudí a tváre zvierat geometrický obrazec. Na tomto princípe je postavená celá kultúra emoji. 🙂
Fenomén pareidólie sa dá ľahko preložiť do algoritmického jazyka. Umelci fotografoval oblaky, ktoré sa na chvíľu zlievali do ľudských tvárí pomocou skriptu s knižnicou OpenCV.
Thatcherova ilúzia: systémové biologické chyby
Existuje biologická chyba, ktorá ukazuje väčší význam rozpoznávacích schopností. Väčšinu predmetov okolo vás – stoličku, stôl, počítač – je ľahké vidieť a správne identifikovať z akéhokoľvek uhla. Len nie tváre.
Obrátená tvár vytvára v mozgu poruchu nazývanú Thatcherov efekt (ilúzia). Fenomén popisuje stav, pri ktorom je ťažké odhaliť lokálne zmeny na prevrátenej portrétovej fotografii.
Otočme fotografiu Margaret Thatcherovej a pozrime sa na výsledok.
Prvá fotografia sa zdá byť normálna, no ak ju otočíte, okamžite vás upúta nesprávna poloha očí a úst. Človek a umelá neurónová sieť vnímajú obrazy odlišne. Je úžasné, že „neurónovú sieť“ medzi našimi ušami je tak ľahké oklamať.
Thatcherova ilúzia demonštruje niektoré zo základných mechanizmov, ktorými náš mozog spracováva informácie. Mozog číta súbor jednotlivých prvkov: pár očí, nos, ústa a uši. Okrem individuálnych charakteristík čŕt tváre sa berie do úvahy ich vzájomný vzťah a umiestnenie. To znamená, že tvár je vnímaná ako integrálny systém.
Preto, keď sa nám ukáže prevrátená tvár, je pre mozog ťažšie vyhodnotiť obraz ako celok – informácie sa „zbierajú“ osobitne pre každý prvok: oči sú na mieste, ústa vyzerajú ako ústa. Len čo sa nám však ukáže správna tvár, vnímanie jedného systému sa zrazu znova spojí a začnú problémy: je jasné, že obvyklé črty sú vzájomne prepojené nezvyčajným spôsobom.
Prečo je to dôležité? Ľudský mozog je schopný rozpoznať najmenšie rozdiely v črtách tváre vďaka celistvosti vnímania. Oblasť mozgovej kôry rozpoznáva tvár a určuje smer pohľadu, amygdala a ostrovček analyzujú výrazy tváre a oblasť v prefrontálnej zóne predného laloku a systém potešenia mozgu hodnotí jej krásu.
Chyba ako vlastnosť: Černovove tváre
()
Funkcia ľudského vnímania sa používa na analýzu agregovaných viacrozmerných údajov pomocou „tvárí“. Americký matematik Herman Chernov v roku 1973 načrtol koncept používania „tvárí“ na identifikáciu charakteristických závislostí a skúmanie zložitých vzťahov medzi niekoľkými premennými.
Chernovove údaje sa odrážajú vo forme piktogramov tváre, kde sú relatívne hodnoty vybraných premenných prezentované ako tvary a veľkosti jednotlivých znakov: dĺžka nosa, uhol medzi obočím, šírka tváre - celkovo až 36 premenných. Pozorovateľ tak môže identifikovať vizuálne charakteristiky objektov, ktoré sú jedinečné pre každú konfiguráciu hodnôt.
Rýchly pohľad na diagram vytvorený z tvárí vám umožní rýchlo určiť, či sú charakteristiky profilov výrazne odlišné (zhodné). Pri podrobnom preskúmaní čŕt tváre je jasné, ktoré črty (každý črt tváre je samostatný črt pôvodného súboru údajov) sú podobné a ktoré sa líšia. Napríklad na obrázku vyššie je ľahké si všimnúť rozdiel medzi krajinami podľa smutných a veselých emotikonov.
Prečo auto potrebuje tvoju tvár?
Schopnosť rýchleho rozpoznávania tváre vám pomôže vyzdvihnúť dieťa zo škôlky, vybrať si partnera a správne a vhodne prejaviť emócie. Čo sa však stane, keď človek túto schopnosť prenesie na umelú neurónovú sieť?
Myšlienka môže byť odpudzujúca. Nie každý je pripravený jednoducho akceptovať technológiu, ktorá ukladá dáta, monitoruje pohyby, analyzuje nákupy a emócie. Prechod od jednoduchého video sledovania k personalizovanej analýze videa so sebou prináša výrazné zvýšenie zodpovednosti.
Dnešné algoritmy ako napr odhaliť podobnosti tváre s presnosťou vyššou ako u ľudí. Algoritmus Nvidie vytvára tváre neexistujúcich ľudí v priebehu niekoľkých sekúnd. Tváre v koláži vyššie Neurónová sieť StyleGAN, natrénovaná na súbore údajov 70 000 obrázkov. Vyzerajú desivo realisticky.
Ukážka algoritmu SearchFace
Algoritmus rozpoznávania tváre Facebooku spočiatku spôsoboval zvýšenú pozornosť, ale potom si na to všetci zvykli (alebo opustili sociálnu sieť). Služba FindFace na vyhľadávanie ľudí podľa fotografie na VKontakte dostávala zmiešané reakcie a bola využívaná na šikanovanie, no zatvorenie podobného projektu SearchFace už vyvolalo negatívnu reakciu používateľov – koniec koncov, ak sú údaje dostupné, nech je to otvorené každému.
Obchodné reťazce inštalujú technológiu rozpoznávania tváre, aby zabránili krádežiam, zbierali údaje o veku, pohlaví a dokonca aj o emóciách zákazníkov. Na konci dňa je cieľom zlepšiť zákaznícku skúsenosť a zarobiť na nej peniaze. Keď si zákazníci uvedomia, že systém je pre nich osobne výhodný, mnohí budú súhlasiť s implementáciou nových technológií.
S rastúcimi prípadmi „krádeže identity“ – kreditných kariet a podvodov s identitou – budú spotrebitelia uprednostňovať systém, ktorý je k dispozícii, keď ho potrebujú. ich správne identifikuje.
Algoritmy v súčasnosti pomáhajú riešiť problémy so slabo osvetlenými rámami, nízkym rozlíšením a kamuflážou, ako sú okuliare, parochne a viacdenné strnisko. Systémy fungujú úžasnou rýchlosťou a za sekundu priraďujú tvár k databáze miliónov ľudí.
Niektoré obchody v USA Podozriví z krádeže majú na výber: nechajú sa odfotiť alebo budú formálne obvinení z trestného činu. Zlodej získava slobodu spolu so zákazom návštevy predajne a jeho fotografia je oficiálne zaradená do databázy. Súbory obsahujúce obrázky ľudí sú šifrované a prístupné iba vlastníkovi systému.
Kto profituje z uznania?
Väčšina obchodov už má nainštalované CCTV kamery. Na analýzu videa nie je potrebná aktualizácia hardvéru – stačí sa pripojiť ku cloudovej službe. A so službou analýzy videa Ivideon neexistuje prakticky žiadna prekážka vstupu. od 1 700 rubľov za kameru poskytuje každému podnikateľovi prístup k softvéru.
Hlavným motívom pre maloobchodníkov na používanie technológie rozpoznávania tváre je zabrániť krádeži. Podľa Podľa National Retail Foundation sa len v USA v roku 1,33 stratilo približne 2017 % všetkého tovaru v dôsledku krádeže – škody nie menšie ako 46,8 miliardy USD.
Technológie rozpoznávania tváre znižujú krádeže v obchodoch o viac ako 30 %.
Výška škody je často ovplyvnená sekundárnymi faktormi: nedbalosťou zamestnancov, zlým školením bezpečnostnej služby, túžbou ušetriť peniaze. Tieto a ďalšie problémy je potrebné riešiť pomocou kamier a cloudových technológií.
Systém rozpoznávania tvárí uľahčuje rýchlu prácu s „čiernymi“ zoznamami: porovnáva fotografiu klienta s databázou nespoľahlivých tvárí a v prípade zhody odošle príslušné varovanie ochranke.
Analytický softvér výrazne zvyšuje bezpečnosť obchodu. Skúsený zlodej si dokáže všimnúť „slepé uhly“ kamier. V takom prípade môže strážca použiť svoj telefón na odfotografovanie podozrivého a následne skontrolovať, či je táto osoba v databáze.
Značky už dlhšiu dobu využívajú mobilný marketing – posielanie SMS, push notifikácií a zobrazovanie cielenej reklamy. Pre tradičný maloobchod poskytujú systémy rozpoznávania rovnaké príležitosti, aké dostali online predajcovia so súbormi cookie.
Rovnaká platforma, ktorá sa používa na identifikáciu zlodejov, pomáha maloobchodníkom zistiť, ktoré výklady lepšie priťahujú nakupujúcich. Systém rozpoznávania pomáha identifikovať VIP klienta hneď pri vstupe do predajne. Pomocou údajov z CRM môže predajca rýchlo poskytnúť klientovi výhodnú ponuku.
V medzinárodnom finančnom centre v Soule stoja kamery na informáciách v reálnom čase vek a pohlavie osoby a ponúkať inzerciu podľa zistených parametrov
Informácie o zákazníkoch aktivujú výkonný nástroj na zvýšenie predaja a hodnotenie potrieb publika. Kamery vám pomôžu prispôsobiť zobrazovanie video reklám pre konkrétneho návštevníka v závislosti od jeho pohlavia, veku a emočného rozpoloženia a stanú sa aj poskytovateľmi dát pre výpočet efektivity reklamy.
Vyššie uvedené príležitosti pre maloobchodníkov často znejú ako nepríjemný reklamný hluk. Tézy o „raste zisku“ a „potrebách publika“ sprevádzajú každý IT nástroj na trhu – od ERP až po elektronické cenovky. Existuje v systémoch rozpoznávania tváre viac ako len čistý marketing o umelej inteligencii a budúcich technológiách? Odpovedzme si na túto otázku prostredníctvom príkladov použitia reálnych systémov v existujúcich predajniach.
„Práca v teréne“: kto rozpoznáva tváre v reálnych podmienkach
7-Eleven je najväčší maloobchodný reťazec na svete, ktorý prevádzkuje viac ako 36 000 malých obchodov v 18 krajinách pod vedením Seven-Eleven Japan. Nedávno spoločnosť softvér v 11 000 svojich predajniach. Technológia rozpoznávania tváre a analýzy správania v maloobchodnej sieti sa používa na identifikáciu držiteľov vernostných kariet, sledovanie návštevnosti zákazníkov a zisťovanie stavu zásob tovaru v skladoch.
Saks je storočný prémiový maloobchodný reťazec, ktorý v súčasnosti vlastní jedna z najstarších spoločností na svete (založená v roku 1670), Hudson's Bay Company. Analytika videa v Saks hlavne preto, aby sa predišlo krádežiam. Softvér kontroluje fotografie podozrivých z krádeže v porovnaní s databázou známych zlodejov. Kamery sú prepojené sieťou, takže výsledky si môžete pozrieť v centrále Saks v New Yorku.
Podľa denníka Guardian prémiové obchody a hotely v Európe pravidelne používajú technológiu rozpoznávania tváre na sledovanie VIP a celebrít, aby sa zaistilo, že získajú ten najlepší možný zážitok.
V USA sieť burgerov CaliBurger technológia rozpoznávania tváre vo vernostnom programe. Interaktívny kiosk „rozpoznáva“ zákazníkov, pamätá si objednávky a ponúka obľúbené jedlá a prijíma platby s identifikáciou tváre.
Systém odstraňuje prekážku vstupu do odmeňovacieho programu pre seniorov, ktorí môžu mať problémy s používaním mobilných aplikácií, bonusových bodov a kreditných kariet.
Systémy rozpoznávania tváre sú široko používané v Ázii, najmä v Číne, kde sa používajú na zaplatenie jedla, výber hotovosti z bankomatu alebo dokonca na pôžičky. Presnosť rozpoznávania tváre v Číne presahuje možnosti ľudského oka. Je to spôsobené aj rozsiahlym prechodom Číny z 2D na 3D rozpoznávanie.
V prvom prípade algoritmy používajú na analýzu dvojrozmerné obrázky nahromadené v databázach. 3D rozpoznávanie analyzuje rekonštruované XNUMXD obrazy a demonštruje oveľa vyššiu presnosť. V Číne možno skenovanie tváre použiť na nákupy (napríklad platby za objednávky v KFC), platby a vstup do budov.
Na Alipay , aby systém uznávania platieb pochopil: pred ním nie je fotografia, ale živý človek. Tvrdí sa, že je nemožné oklamať Alipay: zmena farby vlasov, make-up alebo používanie parochne nič nezmení. Systém využíva súbor charakteristických prvkov, ktoré zohľadňujú geometriu tváre a umiestnenie určitých bodov na nej.
Závery
Rozsah priamych investícií západných spoločností a Číny do technológií rozpoznávania tvárí je obrovský. V Rusku je však realizácia takýchto projektov otázkou času. Veľké komerčné spoločnosti už chápu výhody a ekonomický dopad. Ak považujeme rozpoznávanie tváre za produkt, je dôležité pochopiť, že každý segment podnikania má svoje špecifiká, vrátane cenotvorby. Čím väčší podnik, tým viac kamier a analytických modulov môže byť potrebných. Riešenia pre veľké podniky sú vždy zložité projekty na mieru a prispôsobenie si vyžaduje dodatočné finančné prostriedky. Stredné a malé podniky si jednoducho vystačia s jedným fotoaparátom s pripojeným modulom na rozpoznávanie tváre. V tomto prípade sú náklady na riešenie porovnateľné s použitím cloudového video sledovania.
Zdroj: hab.com
