การจดจำใบหน้า มีอยู่ทุกที่ นี่คือสิ่งที่เราทำได้

การจดจำใบหน้า —ซอฟต์แวร์ที่ทำแผนที่ วิเคราะห์ และยืนยันตัวตนของใบหน้าในภาพถ่ายหรือวิดีโอ—เป็นหนึ่งในเครื่องมือเฝ้าระวังที่ทรงพลังที่สุดเท่าที่เคยมีมา ในขณะที่หลายคนโต้ตอบกับการจดจำใบหน้าเพียงเพื่อปลดล็อกโทรศัพท์หรือจัดเรียงรูปภาพ แต่วิธีที่บริษัทและรัฐบาลใช้การจดจำใบหน้าจะมีผลกระทบมากขึ้นต่อชีวิตของผู้คน

เมื่อเป็นอุปกรณ์ที่คุณเป็นเจ้าของหรือซอฟต์แวร์ที่คุณใช้ คุณอาจเลือกไม่ใช้หรือปิดการจดจำใบหน้าได้ แต่กล้องที่แพร่หลายทำให้เทคโนโลยีนี้ยากขึ้นที่จะหลีกเลี่ยงในที่สาธารณะ ความกังวลเกี่ยวกับความแพร่หลายดังกล่าว ซึ่งขยายออกไปด้วยหลักฐานการสร้างโปรไฟล์ทางเชื้อชาติและ การ ระบุตัวผู้ประท้วงทำให้บริษัทใหญ่ๆ ซึ่งรวมถึง Amazon, IBM และ Microsoft ระงับการขายซอฟต์แวร์ของตนให้กับหน่วยงานบังคับใช้กฎหมาย. แต่เมื่อการเลื่อนการชำระหนี้สิ้นสุดลงและเทคโนโลยีที่อยู่เบื้องหลังการจดจำใบหน้าก็ดีขึ้นและราคาถูกลง สังคมจะต้องตอบคำถามใหญ่ๆ เกี่ยวกับวิธีการควบคุมการจดจำใบหน้า รวมถึงคำถามเล็ก ๆ เกี่ยวกับบริการที่เรายินดีใช้และความเป็นส่วนตัวที่เราเสียสละ ต่างก็เต็มใจที่จะทำ

ซอฟต์แวร์จดจำใบหน้าทำงานอย่างไร

คนส่วนใหญ่เคยเห็นการจดจำใบหน้าที่ใช้ในภาพยนตร์มานานหลายทศวรรษ (วิดีโอ)แต่ไม่ค่อยมีการพรรณนาอย่างถูกต้อง ระบบจดจำใบหน้าทุกระบบทำงานแตกต่างกัน—มักจะสร้างขึ้นจากอัลกอริธึมที่เป็นกรรมสิทธิ์—แต่คุณสามารถแยกกระบวนการออกเป็นเทคโนโลยีพื้นฐานสามประเภท:

• การ ตรวจจับเป็นกระบวนการในการค้นหาใบหน้าในรูปภาพ หากคุณเคยใช้กล้องที่ตรวจจับใบหน้าและวาดกล่องรอบๆ เพื่อโฟกัสอัตโนมัติ คุณคงเคยเห็นเทคโนโลยีนี้ใช้งานจริงแล้ว ด้วยตัวของมันเอง การตรวจจับใบหน้าไม่ได้เลวร้าย—การตรวจจับใบหน้าเน้นที่การค้นหาใบหน้าเท่านั้น ไม่ใช่ตัวตนที่อยู่เบื้องหลัง
• การ วิเคราะห์ (หรือที่เรียกกันว่าการระบุแหล่งที่มา)เป็นขั้นตอนที่จับคู่ใบหน้า—มักจะโดยการวัดระยะห่างระหว่างดวงตา, ​​รูปร่างของคาง, ระยะห่างระหว่างจมูกกับปาก—แล้วแปลงเป็นสตริงของตัวเลขหรือจุด มักเรียกว่า “ลายหน้า” ฟิล เตอร์ Goofy Instagram หรือ Snapchat ใช้เทคโนโลยีที่คล้ายกัน (วิดีโอ ) แม้ว่าการวิเคราะห์อาจประสบปัญหา โดยเฉพาะอย่างยิ่งเกี่ยวกับการระบุที่ผิดพลาด แต่โดยทั่วไปแล้วจะเกิดปัญหาเฉพาะเมื่อมีการเพิ่มใบหน้าลงในฐานข้อมูลการจดจำเท่านั้น
• การรับรู้คือความพยายามที่จะยืนยันตัวตนของบุคคลในภาพถ่าย กระบวนการนี้ใช้สำหรับการตรวจสอบ เช่น ในฟีเจอร์ความปลอดภัยบนสมาร์ทโฟนรุ่นใหม่ หรือเพื่อระบุตัวตนที่พยายามตอบคำถาม “ใครอยู่ในภาพนี้” และนี่คือจุดที่เทคโนโลยีก้าวเข้าสู่ด้านที่น่ากลัวของสิ่งต่างๆ

ขั้นตอนการตรวจจับการจดจำใบหน้าเริ่มต้นด้วยอัลกอริทึมที่เรียนรู้ว่าใบหน้าคืออะไร โดยปกติผู้สร้างอัลกอริทึมจะทำสิ่งนี้โดย “ฝึกฝน” ด้วยภาพถ่ายใบหน้า หากคุณอัดรูปภาพให้มากพอที่จะฝึกอัลกอริทึม เมื่อเวลาผ่านไป อัลกอริธึมจะเรียนรู้ความแตกต่างระหว่าง เต้ารับติดผนังและใบหน้า เพิ่มอัลกอริธึมอื่นสำหรับการวิเคราะห์ และอีกอันสำหรับการจดจำ และคุณมีระบบการจดจำ การจดจำใบหน้า

ความหลากหลายของภาพถ่ายที่ป้อนเข้าสู่ระบบมีผลอย่างมากต่อความถูกต้องในระหว่างขั้นตอนการวิเคราะห์และจดจำ ตัวอย่างเช่น หากกลุ่มตัวอย่างส่วนใหญ่เป็นผู้ชายผิวขาว เช่นเดียวกับในการฝึกอบรมระบบจดจำใบหน้าในระยะเริ่มต้น โปรแกรมจะพยายามระบุใบหน้าและผู้หญิงของ BIPOC ได้อย่างถูกต้อง ซอฟต์แวร์จดจำใบหน้าที่ดีที่สุดได้เริ่มแก้ไขปัญหานี้แล้วในช่วงไม่กี่ปีที่ผ่านมา แต่ผู้ชายผิวขาวยังคงจับคู่ผิด (PDF)น้อยกว่ากลุ่มอื่นๆ ซอฟต์แวร์บางตัวระบุผิดพลาดคนผิวดำและเอเชียบางคนบ่อยกว่าผู้ชายผิวขาวถึง 100 เท่า Mutale Nkonde เพื่อนร่วมงานของ Digital Civil Society Lab ที่ Stanford และสมาชิกของ TikTok Content Advisory Council ตั้งข้อสังเกตว่าแม้ว่าระบบจะทำงานได้อย่างสมบูรณ์ แต่ปัญหาเรื่องการระบุเพศยังคงมีอยู่: “ป้ายกำกับมักจะเป็นเลขฐานสอง: ชาย, หญิง ไม่มีทางใดที่ระบบประเภทนั้นจะมองที่ไม่ใช่ไบนารีหรือแม้แต่ใครบางคนที่เปลี่ยนไป”

เมื่อบริษัทฝึกอบรมซอฟต์แวร์เพื่อตรวจจับและจดจำใบหน้า ซอฟต์แวร์จะสามารถค้นหาและเปรียบเทียบกับใบหน้าอื่นๆ ในฐานข้อมูลได้ นี่คือขั้นตอนการระบุตัวตนซึ่งซอฟต์แวร์จะเข้าถึงฐานข้อมูลของภาพถ่ายและการอ้างอิงโยง เพื่อพยายามระบุตัวบุคคลโดยอิงจากภาพถ่ายจากแหล่งต่างๆ ตั้งแต่ภาพแก้วไปจนถึงภาพถ่ายที่คัดลอกจากเครือข่ายสังคมออนไลน์ จากนั้นจะแสดงผล โดยปกติแล้วจะจัดอันดับตามความถูกต้อง ระบบเหล่านี้ฟังดูซับซ้อน แต่ด้วยทักษะทางเทคนิคบางอย่าง คุณสามารถสร้างระบบจดจำใบหน้าได้ด้วยตัวเองด้วยซอฟต์แวร์ที่หาซื้อได้ทั่วไป

ประวัติโดยย่อของการจดจำใบหน้า

รากฐานของการจดจำใบหน้าเกิดขึ้นในปี 1960 เมื่อ Woodrow Wilson Bledsoe พัฒนาระบบการวัดเพื่อจำแนกภาพถ่ายใบหน้า สามารถเปรียบเทียบใบหน้าใหม่ที่ไม่รู้จักกับจุดข้อมูลของรูปภาพที่ป้อนก่อนหน้านี้ ระบบไม่เร็วตามมาตรฐานสมัยใหม่ แต่พิสูจน์ได้ว่าแนวคิดมีข้อดี ภายในปี พ.ศ. 2510 ความสนใจจากการบังคับใช้กฎหมายเริ่มคืบคลานเข้ามาแล้ว และองค์กรดังกล่าวดูเหมือนจะให้ทุนสนับสนุนการวิจัยอย่างต่อเนื่องของ Bledsoe ซึ่งไม่เคยตีพิมพ์ในโปรแกรมที่ตรงกัน

ในปี 2544 เจ้าหน้าที่บังคับใช้กฎหมายใช้การจดจำใบหน้ากับฝูงชนที่ Super Bowl XXXV

ตลอดช่วงทศวรรษที่ 70, 80 และ 90 แนวทางใหม่ๆ ที่มีชื่อที่ติดหู เช่น“แนวทาง Eigenface” (PDF)และ “ Fisherfaces ” ได้ปรับปรุงความสามารถของเทคโนโลยีในการค้นหาใบหน้าและระบุคุณสมบัติต่างๆซึ่งเป็นการปูทางให้ระบบอัตโนมัติที่ทันสมัย .

การเปลี่ยนแปลงครั้งใหญ่ครั้งแรกของการจดจำใบหน้าสู่เวทีสาธารณะในสหรัฐฯ ยังทำให้เกิดความขัดแย้งครั้งใหญ่ครั้งแรกอีกด้วย ในปี 2544 เจ้าหน้าที่บังคับใช้กฎหมายใช้การจดจำใบหน้ากับฝูงชนที่ Super Bowl XXXV นักวิจารณ์เรียกมันว่าเป็นการละเมิดสิทธิ์ในการแก้ไขเพิ่มเติมครั้งที่ 4 ต่อการค้นหาและการยึดที่ไม่สมเหตุผล ในปีนั้น ตำรวจยังใช้เทคโนโลยีนี้อย่างแพร่หลายเป็นครั้งแรกด้วยฐานข้อมูลที่ดำเนินการโดยสำนักงานกองปราบเทศมณฑล Pinellasซึ่งปัจจุบันเป็นฐานข้อมูลท้องถิ่นที่ใหญ่ที่สุดแห่งหนึ่งในประเทศ

ข้ามไปอีกสองสามปีจนถึงปี 2008 เมื่อพระราชบัญญัติความเป็นส่วนตัวของข้อมูลไบโอเมตริกซ์ ของรัฐอิลลินอยส์ มีผลบังคับใช้ กลายเป็นกฎหมายฉบับแรกในประเภทนี้ในสหรัฐอเมริกาที่ควบคุมการรวบรวมและจัดเก็บข้อมูลไบโอเมตริกซ์ที่ผิดกฎหมาย ซึ่งรวมถึงภาพถ่ายใบหน้า เจนนิเฟอร์ ลินช์ ผู้อำนวยการด้านการเฝ้าระวังคดีที่มูลนิธิ Electronic Frontier Foundation อธิบายว่า BIPA เป็นแบบอย่างสำหรับกฎระเบียบทางการค้า “รัฐอิลลินอยส์ต้องแจ้งให้ทราบและยินยอมเป็นลายลักษณ์อักษรสำหรับการรวบรวมไบโอเมตริกซ์ทุกประเภท” เธอกล่าว “ ณ จุดนี้อิลลินอยส์เป็นรัฐเดียวที่ต้องการสิ่งนั้น”

ยุค 2010 ได้เริ่มต้นยุคสมัยใหม่ของการจดจำใบหน้า เนื่องจากในที่สุดคอมพิวเตอร์ก็มีประสิทธิภาพเพียงพอที่จะฝึกโครงข่ายประสาทเทียมที่จำเป็นในการทำให้การจดจำใบหน้าเป็นคุณสมบัติมาตรฐาน ในปี 2554 มีการจดจำใบหน้าเพื่อ ยืนยันตัวตน ของOsama bin Laden ในปี 2014 Facebook เปิดเผยซอฟต์แวร์การแท็กภาพถ่าย DeepFace ต่อสาธารณะ ในปีเดียวกันการจดจำใบหน้ามีบทบาทสำคัญในการตัดสินให้อาชญากรในชิคาโกและในปีเดียวกันนั้นเอง Edward Snowden ได้เปิดเผยเอกสารที่แสดงถึงขอบเขตที่รัฐบาลสหรัฐฯ รวบรวมภาพเพื่อสร้าง ฐานข้อมูล ในปี 2558 ตำรวจบัลติมอร์ใช้การจดจำใบหน้าเพื่อระบุผู้เข้าร่วมในการประท้วงที่เกิดขึ้นหลังจาก Freddie Grey เสียชีวิตจากอาการบาดเจ็บที่กระดูกสันหลังในรถตู้ของตำรวจ

Clearview AI สร้างข่าวในช่วงต้นปี 2020 เมื่อ The New York Times เปิดเผยว่าบริษัทใช้ซอฟต์แวร์การจดจำเป็นประจำกับฐานข้อมูลของรูปภาพที่คัดลอกมาจากแหล่งต่างๆ ในอินเทอร์เน็ต รวมถึงโซเชียลมีเดีย เว็บไซต์ข่าว และไซต์จัดหางาน

การจดจำใบหน้าเริ่มรั่วไหลในอุปกรณ์ส่วนบุคคลในฐานะคุณสมบัติความปลอดภัยด้วยWindows HelloและTrusted Face ของ Androidในปี 2558 จากนั้นด้วยการเปิดตัวiPhone X และ Face ID ในปี 2560

สิ่งต่าง ๆ ได้เพิ่มขึ้นตั้งแต่นั้นมา:

• ในปีพ.ศ. 2560 ประธานาธิบดีโดนัลด์ ทรัมป์ ได้ออกคำสั่งของผู้บริหารที่เร่งการใช้การจดจำใบหน้าที่ชายแดนสหรัฐฯ (และตั้งแต่นั้นมาสายการบินเอกชนก็ได้ใช้ความพยายามของตนเองในการนำเทคโนโลยีนี้มาใช้)
• ในปี 2018 ทีมรักษาความปลอดภัยของ Taylor Swift ใช้การจดจำใบหน้าเพื่อระบุผู้สะกดรอยตาม และจีนก็เพิ่มการใช้งานอย่างรวดเร็ว การจดจำใบหน้าเกิดขึ้นที่ Madison Square Garden เพื่อเป็นมาตรการรักษาความปลอดภัยทั่วไปและผู้ค้าปลีกในสหรัฐฯ ได้ทดลองใช้เทคโนโลยีนี้เพื่อติดตามทั้งผู้ซื้อที่ถูกกฎหมายและคนขโมยของ ตามร้าน
• ในปี 2019 เจ้าของบ้านในนิวยอร์กพยายามติดตั้งเพื่อเปลี่ยนกุญแจและโรงเรียนหลายแห่งก็พยายามทำเช่นเดียวกัน
• วันนี้ เมืองจำนวนหนึ่ง เช่นซานฟรานซิสโกโอ๊คแลนด์และเบิร์กลีย์ในแคลิฟอร์เนีย รวมทั้งบอสตันและซอมเมอ ร์วิลล์ ในแมสซาชูเซตส์ ได้สั่งห้ามการใช้การจดจำใบหน้าโดยหน่วยงานของรัฐ ประเทศได้เห็นกรณีแรกที่ทราบผลบวกที่นำไปสู่การจับกุมในสหรัฐอเมริกา หลังจากการประท้วงความรุนแรงของตำรวจ Black Lives Matter เริ่มขึ้นในเดือนมิถุนายน ผู้จำหน่ายการจดจำใบหน้ารายใหญ่หลายราย รวมถึง Amazon, IBM และ Microsoft ได้ระงับการขายเทคโนโลยีของตนให้กับหน่วยงานบังคับใช้กฎหมาย

อย่างไรก็ตาม ผู้เล่นใหม่คนอื่นๆ ได้เข้าสู่เวทีแล้ว Clearview AI สร้างข่าวเมื่อต้นปี 2020 เมื่อThe New York Times เปิดเผยว่าบริษัทใช้ซอฟต์แวร์การจดจำเป็นประจำกับฐานข้อมูลของรูปภาพที่คัดลอกมาจากแหล่งต่างๆ ในอินเทอร์เน็ต รวมถึงโซเชียลมีเดีย เว็บไซต์ข่าว และไซต์จ้างงานซึ่ง Wirecutterและอื่นๆ อีกมากมายสามารถยืนยันด้วยการทดสอบ—ในกระบวนการที่ใช้ในการระบุตัวผู้ต้องสงสัย ในเดือนพฤษภาคม 2020 ACLU ได้ประกาศฟ้องร้อง Clearview AI ในศาลของรัฐอิลลินอยส์ โดยกล่าวหาว่าละเมิดสิทธิ์ความเป็นส่วนตัวของชาวอิลลินอยส์ภายใต้ BIPA Clearview AI เป็นเพียงค่าผิดปกติที่ต้องเผชิญกับการพิจารณาของสาธารณชน: บริษัทซอฟต์แวร์ที่มีจริยธรรมน้อยกว่า เท่าๆ กันมีอยู่—บริษัทที่จะขายซอฟต์แวร์ของตนให้กับหน่วยงานบังคับใช้กฎหมายในท้องถิ่น โดยปกติแล้วจะไม่มีการควบคุมดูแลหรือการตรวจสอบจากสาธารณะว่าภาพถ่ายมาจากไหน หรือวิธีการทำงานของอัลกอริธึมการระบุตัวตน

Face-sso (By K&O) หากท่านสนใจ เครื่องสแกนใบหน้ารุ่นต่างๆ หลากหลายรุ่น หรือ ติดตั้งระบบสแกนใบหน้า สามารถติดต่อสอบถามได้โดยตรง เรามีแอดมินคอยคอบคำถาม 24 ชั้วโมงที่ Line OA เครื่องสแกนใบหน้า สามารถ ขอราคาพิเศษได้ ตามงบประมาณที่เหมาะสม สอบถามได้สบายใจทั้ง เรื่องค่าบริการ ราคา และ งบประมาณ มั่นใจเพราะเป็นราคาที่สุด คุ้มค่าที่สุด

หากท่านมีความสนใจ บทความ หรือ Technology สามารถติดต่อได้ตามเบอร์ที่ให้ไว้ด้านล่างนี้
Tel.086-594-5494
Tel.095-919-6699

หรือ K&O FB / เว็บไซต์หลัก