สนใจระบบจดจำใบหน้า และอัลกอริธึมจะทำงานอย่างไรในปี 2022

สนใจระบบจดจำใบหน้า การสร้างระบบจดจำใบหน้าที่แข็งแกร่งซึ่งปราศจากอคติทั้งทางเชื้อชาติและเพศไม่ใช่เรื่องง่าย ท้ายที่สุดแล้ว อัลกอริธึมไม่ได้สร้างอคติ พวกเราทำ.

ตลาดเทคโนโลยีการจดจำใบหน้ากำลังเติบโตอย่างรวดเร็ว จากสนามบินในสหรัฐฯ ที่อาศัยข้อมูลไบโอเมตริกซ์ในการคัดกรองผู้โดยสารระหว่างประเทศ การบังคับใช้กฎหมายขึ้นอยู่กับการจับกุมอาชญากร และโซเชียลมีเดียที่ใช้เพื่อยืนยันตัวตนของผู้ใช้เทคโนโลยีจดจำใบหน้าคือความต้องการของชั่วโมง

ทศวรรษที่ผ่านมาเต็มไปด้วยอัลกอริธึมล้ำสมัยใหม่ที่พัฒนาโดยบริษัทพัฒนาซอฟต์แวร์ชั้นนำและการวิจัยที่ก้าวล้ำในด้าน Deep Learning มีการแนะนำอัลกอริธึมการมองเห็นด้วยคอมพิวเตอร์ใหม่เช่นกัน ทุกอย่างเริ่มต้นเมื่อ AlexNet ซึ่งเป็น Deep Convolutional Neural Network ได้รับความแม่นยำสูงในชุดข้อมูล ImageNet (ชุดข้อมูลที่มีภาพมากกว่า 14 ล้านภาพ) ในปี 2555 แล้วซอฟต์แวร์จดจำใบหน้าคืออะไร? มันทำงานอย่างไร?

ก่อนที่เราจะทำความเข้าใจว่าเทคโนโลยีการจดจำใบหน้าทำงานอย่างไร เราต้องเข้าใจว่าเราจดจำใบหน้าได้อย่างไร‍

ระบบจดจำใบหน้าคืออะไร ?

การจดจำใบหน้าเป็นวิธีการทางเทคโนโลยีในการจดจำใบหน้ามนุษย์ ไบโอเมตริกซ์ใช้ในระบบจดจำใบหน้าเพื่อทำแผนที่ลักษณะใบหน้าจากภาพถ่ายหรือวิดีโอ ในการค้นหาคู่ที่ตรงกัน ระบบจะเปรียบเทียบข้อมูลกับฐานข้อมูลของใบหน้าที่รู้จัก การจดจำใบหน้าสามารถช่วยในการยืนยันตัวตนของบุคคล แต่ยังทำให้เกิดความกังวลเรื่องความเป็นส่วนตัวอีกด้วย

ในปี 2022 ตลาดการจดจำใบหน้าคาดว่าจะสูงถึง 7.7 พันล้านดอลลาร์ เพิ่มขึ้นจาก 4 พันล้านดอลลาร์ในปี 2560 ทั้งนี้เนื่องจากการจดจำใบหน้ามีการใช้งานเชิงพาณิชย์ที่หลากหลาย สามารถใช้เพื่อวัตถุประสงค์ที่หลากหลาย รวมถึงการเฝ้าระวังและการตลาด

มนุษย์รู้จักใบหน้าได้อย่างไร?

ระบบการรับรู้ในสมองของเรานั้นซับซ้อน อันที่จริง นักวิทยาศาสตร์ยังคงพยายามคิดออก เราสามารถสรุปได้ว่าเซลล์ประสาทในสมองของเราระบุใบหน้าในที่เกิดเหตุก่อน (จากร่างกายของบุคคลไปจนถึงพื้นหลัง) เราแยกลักษณะใบหน้าและเก็บไว้ในฐานข้อมูลประเภทของเราเอง โดยใช้หน่วยความจำของเราเป็นฐานข้อมูล เราสามารถจำแนกบุคคลตามคุณลักษณะของพวกเขาได้ เราได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลขนาดใหญ่อย่างอนันต์และกว้างขวางอย่างอนันต์โครงข่ายประสาท.

ซอฟต์แวร์จดจำใบหน้าในเครื่องจะดำเนินการในลักษณะเดียวกัน ขั้นแรก เราใช้อัลกอริธึมการตรวจจับใบหน้าเพื่อตรวจจับใบหน้าในฉาก ดึงลักษณะใบหน้าออกจากใบหน้าที่ตรวจพบ และใช้อัลกอริธึมในการจำแนกบุคคล

ขั้นตอนการทำงานของระบบจดจำใบหน้าทำงานอย่างไร

ขั้นตอนการทำงานของอัลกอริธึมการจดจำใบหน้า
ขั้นตอนการทำงานของซอฟต์แวร์จดจำใบหน้า

1 การตรวจจับใบหน้า

การตรวจจับใบหน้าเป็นเวอร์ชันเฉพาะของ Object Detection ซึ่งมีวัตถุเพียงชิ้นเดียวให้ตรวจจับ – ใบหน้ามนุษย์

เช่นเดียวกับการคำนวณเวลาและการแลกเปลี่ยนพื้นที่ในวิทยาการคอมพิวเตอร์ มีการแลกเปลี่ยนระหว่างความเร็วการอนุมานและความแม่นยำในอัลกอริธึมการเรียนรู้ของเครื่องด้วย มีอัลกอริธึมการตรวจจับวัตถุจำนวนมาก และอัลกอริธึมที่แตกต่างกันมีการแลกเปลี่ยนความเร็วและความแม่นยำ

เราประเมินอัลกอริธึมการตรวจจับวัตถุที่ล้ำสมัยที่แตกต่างกัน:

  • OpenCV (ฮาอาร์-คาสเคด)
  • MTCNN
  • YoloV3 และ Yolo-Tiny
  • SSD
  • BlazeFace
  • ShuffleNet และ Faceboxes

ในการสร้างระบบตรวจจับใบหน้าที่แข็งแกร่ง เราจำเป็นต้องมีความแม่นยำและรวดเร็วอัลกอริทึมเพื่อทำงานบน GPU และอุปกรณ์มือถือแบบเรียลไทม์

ความแม่นยำ

ในการอนุมานตามเวลาจริงในการสตรีมวิดีโอ ผู้คนสามารถมีท่าทาง การบดบัง และเอฟเฟกต์แสงบนใบหน้าได้ต่างกัน สิ่งสำคัญคือต้องตรวจจับใบหน้าได้อย่างแม่นยำในสภาพแสงต่างๆ และท่าทาง

OpenCV (ฮาอาร์-คาสเคด)

เราเริ่มต้นด้วยการนำ OpenCV ของ Haar-cascade ซึ่งเป็นไลบรารีจัดการรูปภาพโอเพนซอร์สใน C.

ข้อดี:เนื่องจากห้องสมุดนี้เขียนด้วยภาษาซี มันเร็วมากสำหรับการอนุมานในระบบเรียลไทม์

ข้อเสีย:ปัญหาของการใช้งานนี้คือไม่สามารถตรวจจับใบหน้าด้านข้างและทำงานได้ไม่ดีในท่าทางและสภาพแสงที่แตกต่างกัน

MTCNN

อัลกอริทึมนี้ใช้วิธีการเรียนรู้เชิงลึก ใช้ Deep Cascaded Convolutional Neural Networks ในการตรวจจับใบหน้า

ข้อดี:มีความแม่นยำมากกว่าวิธี OpenCV Haar-Cascade

ข้อเสีย:เวลาทำงานที่สูงขึ้น สนใจระบบจดจำใบหน้า

YOLOV3

การตรวจจับใบหน้า YOLO (คุณดูเพียงครั้งเดียว) เป็นอัลกอริธึม Deep Learning ที่ทันสมัยสำหรับการตรวจจับวัตถุ มีโครงข่ายประสาทเทียมจำนวนมาก สร้างแบบจำลอง Deep CNN (ลึกหมายถึงความซับซ้อนของสถาปัตยกรรมแบบจำลองเป็นอย่างมาก)

โมเดล Yolo ดั้งเดิมสามารถตรวจจับคลาสอ็อบเจ็กต์ 80 คลาสที่มีความแม่นยำสูง เราใช้โมเดลการจดจำใบหน้า Yolo นี้เพื่อตรวจจับวัตถุเพียงชิ้นเดียว – ใบหน้า

เราฝึกอัลกอริทึมนี้กับชุดข้อมูล WiderFace (ชุดข้อมูลรูปภาพที่มีป้ายกำกับใบหน้า393,703 รายการ )

นอกจากนี้ยังมีอัลกอริธึม Yolo รุ่นย่อสำหรับการตรวจจับใบหน้า Yolo-Tiny Yolo-Tiny ใช้เวลาคำนวณน้อยลงโดยลดความแม่นยำลง เราฝึกโมเดล Yolo-Tiny ด้วยชุดข้อมูลเดียวกัน แต่ผลลัพธ์ของกรอบขอบเขตไม่สอดคล้องกัน

ข้อดี:แม่นยำมาก ไม่มีข้อบกพร่อง เร็วกว่า MTCNN

จุด ด้อย:เนื่องจากมีเลเยอร์ Deep Neural Network ขนาดมหึมา มันจึงต้องการทรัพยากรในการคำนวณมากขึ้น ดังนั้นจึงทำงานช้าบน CPU หรืออุปกรณ์มือถือ สำหรับ GPU นั้นต้องใช้ VRAM มากกว่าเนื่องจากมีสถาปัตยกรรมขนาดใหญ่ 

SSD

SSD (Single Shot Detector) ก็ลึกเช่นกันโครงข่ายประสาทเทียมรุ่นอย่าง YOLO

ข้อดี:มีความแม่นยำดี สามารถตรวจจับได้ในท่าต่างๆ การส่องสว่าง และการบดบัง ความเร็วในการอนุมานที่ดี

ข้อเสีย:ด้อยกว่ารุ่น YOLO แม้ว่าความเร็วในการอนุมานจะดี แต่ก็ยังไม่เพียงพอที่จะทำงานบน CPU, GPU ระดับล่าง หรืออุปกรณ์มือถือ

BlazeFace

เช่นเดียวกับชื่อ มันเป็นอัลกอริธึมการตรวจจับใบหน้าที่รวดเร็วอย่างเห็นได้ชัดที่เผยแพร่โดย Google ยอมรับอินพุตภาพขนาด 128×128 เวลาในการอนุมานอยู่ในหน่วยย่อยมิลลิวินาที อัลกอริธึมนี้เหมาะสำหรับใช้ในการจดจำใบหน้าบนโทรศัพท์มือถือ เหตุผลที่มันเร็วมากคือ: 

  • เป็นรุ่นเครื่องตรวจจับใบหน้าเฉพาะซึ่งแตกต่างจาก YOLO และ SSD ซึ่งเดิมสร้างขึ้นเพื่อตรวจจับคลาสจำนวนมาก ดังนั้น BlazeFace จึงมีสถาปัตยกรรม Deep Convolutional Neural Network ที่เล็กกว่า YOLO และ SSD
  • ใช้ Depthwise Separable Convolution แทนเลเยอร์ Convolution มาตรฐาน ซึ่งทำให้มีการคำนวณน้อยลง

ข้อดี:ความเร็วในการอนุมานที่ดีมากและการตรวจจับใบหน้าที่แม่นยำ

จุด ด้อย:โมเดลนี้เหมาะสำหรับการตรวจจับภาพใบหน้าจากกล้องโทรศัพท์มือถือ ดังนั้นจึงคาดว่าใบหน้าควรครอบคลุมพื้นที่ส่วนใหญ่ในภาพ ใช้งานไม่ได้ดีเมื่อขนาดใบหน้าเล็ก ดังนั้นในกรณีของภาพจากกล้องวงจรปิดจึงทำงานได้ไม่ดี

เฟสบ็อกซ์

อัลกอริธึมการจดจำใบหน้าล่าสุดที่เราใช้คือ Faceboxes เช่นเดียวกับ BlazeFace มันคือเครือข่าย Deep Convolutional Neural ที่มีสถาปัตยกรรมขนาดเล็กและออกแบบมาสำหรับคลาสเดียว – Human Face เวลาอนุมานนั้นรวดเร็วแบบเรียลไทม์บน CPU ความแม่นยำนั้นเทียบได้กับ Yolo สำหรับการตรวจจับใบหน้า สามารถตรวจจับใบหน้าขนาดเล็กและขนาดใหญ่ในภาพได้อย่างแม่นยำ

ข้อดี:ความเร็วในการอนุมานที่รวดเร็วและความแม่นยำที่ดี

ข้อเสีย:อยู่ระหว่างการประเมิน

2 การแยกคุณสมบัติ

หลังจากตรวจจับใบหน้าในภาพแล้ว เราจะครอบตัดใบหน้าและป้อนให้อัลกอริทึมการแยกคุณลักษณะซึ่งสร้างการฝังใบหน้า- เวกเตอร์หลายมิติ (ส่วนใหญ่ 128 หรือ 512 มิติ) ที่แสดงคุณสมบัติของใบหน้า

เราใช้อัลกอริธึม FaceNet เพื่อสร้างการฝังใบหน้า

เวกเตอร์การฝังแสดงถึงลักษณะใบหน้าของบุคคล ดังนั้นการฝังเวกเตอร์ของภาพสองภาพที่แตกต่างกันของบุคคลคนเดียวกันจะอยู่ใกล้กันยิ่งขึ้น และภาพเวกเตอร์ของอีกบุคคลหนึ่งจะยิ่งไกลออกไป ระยะห่างระหว่างเวกเตอร์สองตัวคำนวณโดยใช้ระยะทางแบบยุคลิด

3 การจำแนกใบหน้า

หลังจากได้รับเวกเตอร์การฝังใบหน้าแล้ว เราก็ฝึก aอัลกอริทึมการจำแนกประเภท, K-เพื่อนบ้านที่ใกล้ที่สุด (KNN) เพื่อจำแนกบุคคลจากเวกเตอร์ฝังตัวของเขา

สมมติว่าในองค์กรมีพนักงาน 1,000 คน เราสร้างการฝังใบหน้าของพนักงานทั้งหมดและใช้เวกเตอร์การฝังเพื่อฝึกอัลกอริทึมการจำแนกประเภทที่ยอมรับเวกเตอร์การฝังใบหน้าเป็นอินพุตและส่งคืนชื่อของบุคคลนั้น

‍ผู้ใช้สามารถใช้ตัวกรองที่แก้ไขพิกเซลเฉพาะในภาพก่อนที่จะวางลงบนเว็บ การเปลี่ยนแปลงเหล่านี้มองไม่เห็นด้วยตามนุษย์ แต่สร้างความสับสนให้กับอัลกอริธึมการจดจำใบหน้า –

ThalesGroup

ระบบจดจำใบหน้ามีการใช้งานอย่างไร ?

สนามบิน

ผู้คนที่เข้าและออกจากสนามบินสามารถติดตามได้โดยใช้ระบบจดจำใบหน้า เทคโนโลยีนี้ถูกใช้โดยกระทรวงความมั่นคงแห่งมาตุภูมิเพื่อระบุบุคคลที่อยู่เกินวีซ่าหรืออยู่ระหว่างการสอบสวนทางอาญา

บริษัทโทรศัพท์มือถือ

Apple ใช้การจดจำใบหน้าเป็นครั้งแรกเพื่อปลดล็อก iPhone X และเทคโนโลยีดังกล่าวถูกส่งต่อไปยัง iPhone XS Face ID ยืนยันว่าคุณเป็นคนที่คุณบอกว่าคุณเป็นใครเมื่อคุณเข้าถึงโทรศัพท์ของคุณ จากข้อมูลของ Apple อัตราการสุ่มใบหน้าปลดล็อคโทรศัพท์ของคุณคือหนึ่งในล้าน

วิทยาลัยและมหาวิทยาลัย

อันที่จริงซอฟต์แวร์จดจำใบหน้าสามารถมีบทบาทได้ อาจารย์ของคุณอาจรู้ว่าคุณโดดเรียนหรือไม่ อย่าคิดให้เพื่อนร่วมห้องที่ฉลาดของคุณทำข้อสอบด้วยซ้ำ

สื่อสังคม

เมื่อคุณอัปโหลดรูปภาพไปยัง Facebook จะใช้อัลกอริทึมในการตรวจจับใบหน้า หากคุณต้องการแท็กบุคคลในรูปภาพของคุณ บริษัทโซเชียลมีเดียจะถามคุณ สามารถเชื่อมโยงกับโปรไฟล์และจดจำใบหน้าได้อย่างแม่นยำ 98%

แคมเปญการตลาดและโฆษณา

เมื่อทำการตลาดผลิตภัณฑ์หรือแนวคิด นักการตลาดมักพิจารณาปัจจัยต่างๆ เช่น เพศ อายุ และเชื้อชาติ แม้แต่ในคอนเสิร์ต การจดจำใบหน้าก็สามารถนำมาใช้เพื่อระบุผู้ชมที่เฉพาะเจาะจงได้

เทคโนโลยีใหม่นำมาซึ่งโอกาสใหม่

ความก้าวหน้าของระบบจดจำใบหน้าและการมองเห็นด้วยคอมพิวเตอร์ได้ก้าวกระโดดอย่างมาก แต่นี่เป็นเพียงจุดเริ่มต้นของการปฏิวัติทางเทคโนโลยีเท่านั้น ลองนึกภาพว่าอัลกอริธึมการจดจำใบหน้าและเทคโนโลยีแชทบอทจะทรงพลังขนาดไหน!

ไม่เคยสายเกินไปที่จะเป็นส่วนหนึ่งของการเคลื่อนไหวนี้

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

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *