تاریخچه تشخیص چهره
تشخیص چهره بیش از ۵۰ سال است که مورد استفاده قرار می‌گیرد. یک تیم پژوهشی به رهبری وودرو وی بلدسو بین سال‌های ۱۹۶۴ تا ۱۹۶۶ آزمایشاتی را انجام داد تا ببیند «برنامه‌ریزی کامپیوترها» می‌توانند چهره‌های انسان را تشخیص دهند. این تیم از یک اسکنر ابتدایی استفاده کرد تا خط موی شخص، چشم و بینی را نقشه‌برداری کند.
کار کامپیوتر بود پیدا کردن مطابقت‌ها بین این نقاط بود، اما موفق نبود. وودرو بیلدسو گفت: «مشکل تشخیص چهره به دلیل تنوع بزرگ در چرخش و تلفیق، شدت و زاویه نور، بیان چهره، پیری و غیره پیچیده است.» امروزه، بهبودات در فناوری دوربین، فرآیندهای نقشه‌برداری، یادگیری ماشین و سرعت پردازش باعث شده تا تشخیص چهره به سن بالایی برسد.
فناوری ۲ بعدی:
بیشتر سیستم‌های تشخیص چهره از فناوری دوربین ۲ بعدی استفاده می‌کنند که تصویر فلت چهره را ایجاد می‌کند و نقاط گره (اندازه/شکل چشم، بینی، عظام لگنی و غیره) را نقشه‌برداری می‌کند. سپس سیستم موقعیت نقاط را نسبت به همدیگر محاسبه کرده و داده‌ها را به یک کد عددی تبدیل می‌کند. الگوریتم‌های تشخیص به دنبال یک مطابقت در پایگاه داده‌های ذخیره شده از چهره‌ها هستند. فناوری ۲ بعدی در شرایط پایدار و با نور مناسب مانند کنترل گذرنامه، به خوبی عمل می‌کند. اما در فضاهای تاریک و در صورت حرکت فرد، کارایی کمتری دارد و با یک عکس به راحتی قابل تقلید است.
سؤال و جواب تشخیص چهره:
تشخیص زنده بودن
یکی از راه‌هایی که برای رفع این نقصان وجود دارد، استفاده از تشخیص زنده بودن است. به صورت خلاصه، تشخیص زنده بودن فناوری‌ای است که به تأیید این کمک می‌کند که یک تعامل با یک انسان واقعی و زنده است، نه با یک نسخه جعلی یا ضبط شده. این سیستم‌ها به دنبال نشانه‌های یک تصویر غیرزنده هستند، مانند عدم هماهنگی بین ویژگی‌های جلویی و پس‌زمینه. آنها ممکن است از کاربر بخواهند چشم‌انداز کند یا حرکت کند. این سیستم‌ها برای شکست دادن جنایتکارانی که سعی دارند با استفاده از عکس یا ماسک‌ها، سیستم‌های تشخیص چهره را فریب دهند، لازم است.
یکی دیگر از پیشرفت‌های حائز اهمیت، «شبکه عصبی کانولوشن ژرف» است.
یادگیری ماشین:
این نوع یادگیری ماشین است که یک مدل الگوهایی را در داده‌های تصویری پیدا می‌کند. این شبکه از نورون‌های مصنوعی که عملکرد مغز انسان را تقلید می‌کند، استفاده می‌کند. در واقع، این شبکه مانند یک جعبه سیاه عمل می‌کند. داده‌های ورودی را که نتایج آنها هنوز مشخص نیست، به آن می‌دهیم. سپس بررسی می‌کنیم که آیا شبکه نتایج مورد انتظار را تولید می‌کند یا خیر. در صورت عدم تطابق، سیستم تنظیماتی انجام می‌دهد تا به درستی پیکربندی شود و بتواند خروجی مورد نظر را به طور سیستماتیک تولید کند.
امروزه، فرآیندهای پیشرفته‌تر به دستگاه‌های بازار عمومی نیز وارد شده‌اند. به عنوان مثال، اپل از فناوری دوربین ۳ بعدی استفاده می‌کند تا ویژگی Face ID مبتنی بر تصویر اشعه ترمال مادون قرمز را در آیفون X خود قدرت بخشید. تصویری از الگوی چهره که اساساً از الگوی رگ‌های خونی سطحی زیر پوست حاصل می‌شود، تهیه می‌شود. اپل همچنین الگوی چهره گرفته شده را به "بند امنیتی" در دستگاه ارسال می‌کند. این امر به این معنی است که تأیید هویت به صورت محلی انجام می‌شود و الگوها توسط اپل قابل دسترسی نیستند.
تکنولوژی ۳ بعدی:
فناوری دوربین ۳ بعدی بر روی مشخصه‌های عمقی چهره تمرکز می‌کند و اجازه می‌دهد که سیستم بهتری برای تشخیص چهره داشته باشیم. با این حال، این فناوری هنوز در مراحل ابتدایی خود است و باید بهبود یابد تا بتواند در شرایط مختلف به خوبی عمل کند.
تشخیص چهره و حریم خصوصی:
گاهی اوقات تشخیص چهره به عنوان یک مسئله حریم خصوصی مطرح می‌شود. به عنوان مثال، سیستم‌های تشخیص چهره در فضاهای عمومی مانند فرودگاه‌ها و مراکز خرید مورد استفاده قرار می‌گیرند. این سیستم‌ها به دنبال شناسایی جنایتکاران، مفقودین و غیره هستند اما در عین حال می‌توانند به داده‌های شخصی افراد دسترسی داشته باشند. به همین دلیل، کنترل حریم خصوصی و نظارت بر کاربری این سیستم‌ها بسیار مهم است. برخی از راهکارهایی که برای افزایش حریم خصوصی مطرح شده‌اند، شامل استفاده از سیستم‌های رمزنگاری، تضعیف دقت تشخیص چهره برای تصاویر غیرمجاز، و استفاده از روش‌های تشخیص چهره مبتنی بر احساسات و رفتار انسانی می‌شوند.
خلاصه:
تشخیص چهره یک فناوری پیشرفته است که در حال بهبود است. با استفاده از فناوری‌های پیشرفته مانند شبکه‌های عصبی کانولوشن ژرف و دوربین‌های ۳ بعدی، سیستم‌های تشخیص چهره به دقت بیشتری دست یافته‌اند. با این حال، نگرانی‌هایی مانند حریم خصوصی همچنان وجود دارد که باید به طور جدی در نظر گرفته شوند.
اندازه‌گیری‌ها و دقت
سه معیار برای ارزیابی سیستم‌های تشخیص چهره وجود دارد.
۱. فریب مثبت (همچنین به عنوان پذیرش نادرست شناخته می‌شود)
وقتی سیستم به طور اشتباهی یک تطابق نادرستی ایجاد می‌کند، به این شرح است. تعداد آن باید به حداقل برسد.
۲. فریب منفی (همچنین به عنوان رد نادرست شناخته می‌شود)
یک فریب منفی، با کاربر واقعی به پروفایلش منطبق نمی‌شود. این عدد همچنین باید به حداقل برسد.
۳. تطابق صحیح
وقتی کاربر ثبت نام شده با پروفایل خود به درستی منطبق می‌شود. این عدد باید بالا باشد.
این سه اندازه‌گیری به صورت درصدی ارائه می‌شود.
بنابراین، بگذارید بگوییم یک سیستم ورودی روزانه ۱۰۰۰ نفر را ارزیابی می‌کند. اگر پنج نفر غیرمجاز اجازه ورود داشته باشند، نرخ فریب مثبت پنج در هزار است. یک در دویصد یا ۰.۵٪ است.
پس چه درصدی از سیستم‌های فعلی دقت می‌کنند؟
موسسه ملی استاندارد و فناوری (NIST) به طور منظم چندین سیستم را برای جستجوی پایگاه داده ۲۶.۶ میلیون عکس تست می‌کند.
تست سال ۲۰۱۸ آن نشان داد که فقط ۰.۲٪ از جستجوها نتوانستند تصویر درست را با هم مطابقت دهند، در مقایسه با ۴٪ درصد خطای سال ۲۰۱۴. این یک بهبود ۲۰ برابری در چهار سال است.
دانشمند کامپیوتر NIST، پاتریک گروتر می‌گوید: "ارتقای دقت از ادغام یا جایگزینی رویکردهای قبلی با رویکردهای بر پایه شبکه‌های عصبی کانولوشن ژرف ناشی شده است. به عنوان یک نتیجه، تشخیص چهره انقلابی صنعتی را تجربه کرده است."
سیستم‌های تشخیص زنده‌گی برای شناسایی نشانگرهای تصویر غیرزنده مانند ویژگی‌های نامتناسب میان زمینه و پیش‌زمینه جستجو می‌کنند. آنها ممکن است از کاربر بخواد برای برقراری زنده‌گی، چشم را ببندد یا حرکت کند.
تایید بیشتر پیشرفت تکنولوژی در رالی فناوری بیومتری وزارت امور داخله در سال ۲۰۱۸ اتفاق افتاد.
در تست خود، سیستم شناسایی چهره زنده Gemalto (LFIS) با نرخ جمع آوری ۹۹.۴۴٪ در زیر پنج ثانیه، در مقایسه با میانگین ۶۵٪، رتبه بندی شد.
تشخیص چهره در مقابل تشخیص صورت: تفاوت مهم
اگرچه "تشخیص چهره" به طور کلی یک عبارت جمع‌بندی است، این کاملاً دقیق نیست. بین تشخیص چهره و تشخیص صورت تفاوت مهمی وجود دارد.
تشخیص چهره، اسکن و مطابقت یک چهره با همان فرد در پایگاه داده را توصیف می‌کند. این رویکرد باز کردن گوشی ها یا احراز هویت کاربر ورود به ساختمان است.
تشخیص صورت زمانی است که یک سیستم سعی می‌کند تشخیص دهد که یک چهره حضور دارد یا خیر. شرکت‌های رسانه‌ای از تشخیص صورت برای فیلتر و سازماندهی تصاویر در کاتالوگ بزرگ عکس‌ها استفاده می‌کنند.
ابزارهای استفاده شده برای آموزش دو سیستم متفاوت هستند و سطوح دقت مورد نیاز نیز متفاوت است. تشخیص چهره برای اهداف شناسایی باید نمره بیشتری را نسبت به هر سیستمی که فقط تصاویر را سازماندهی می‌کند بگیرد.
گیجی بین دو فرایند نیز برخی از اختلافات را به دنبال داشته است.
در سال ۲۰۱۹، یک پژوهشگر فاش کرد که سیستم های Amazon در تصنیف جنسیت مردان با پوست سبک‌تر از زنان با پوست تیره بهتر عمل می‌کنند.
این باعث شد ترس از اینکه سیستم‌های نظارت ممکن است برای برخی گروه‌های قومی تطابق‌های نادرست بیشتری ایجاد کنند.
تشخیص چهره در حال حاضر در بسیاری از حوزه‌های مختلف استفاده می‌شود، از جمله بانکداری، امنیت، حمل و نقل عمومی و حتی برنامه‌های تلویزیونی. با این حال، همچنان چالش‌هایی در این حوزه وجود دارد که باید به آنها پرداخته شود.
یکی از چالش‌های اساسی در تشخیص چهره، به دلیل تغییرات در شرایط نوری و زاویه‌ی دید، دقت پایینی است. برای مثال، یک تصویر چهره که در روز گرفته شده است، با یک تصویر چهره که در شب گرفته شده است، ممکن است متفاوت باشد و سیستم تشخیص چهره نتواند آن را به درستی شناسایی کند.
همچنین، دسترسی به پایگاه داده‌های کافی برای مطابقه تصاویر چهره با یکدیگر، یک چالش دیگر است. در بعضی از موارد، سیستم‌های تشخیص چهره برای تشخیص تصاویر چهره از پایگاه داده‌های محدود استفاده می‌کنند که ممکن است باعث شناسایی نادرست چهره شود.
بنابراین، برای بهبود دقت سیستم‌های تشخیص چهره، باید به این چالش‌ها پرداخته شود و روش‌های بهتری برای تشخیص چهره توسعه داد. بهبود دقت در تشخیص چهره، به طور مستقیم به بهبود امنیت در بسیاری از حوزه‌ها منجر خواهد شد.