Hệ thống nhận dạng khuôn mặt – Wikipedia tiếng Việt

Hệ thống nhận dạng khuôn mặt là một ứng dụng máy tính tự động xác định hoặc nhận dạng một người nào đó từ một bức hình ảnh kỹ thuật số hoặc một khung hình video từ một nguồn video. Một trong những cách để thực hiện điều này là so sánh các đặc điểm khuôn mặt chọn trước từ hình ảnh và một cơ sở dữ liệu về khuôn mặt.

Hệ thống này thường được sử dụng trong những hệ thống bảo mật an ninh và hoàn toàn có thể được so sánh với những dạng sinh trắc học khác như những hệ thống nhận dạng vân tay hay tròng mắt. [ 1 ]
Một số thuật toán nhận dạng khuôn mặt xác lập những đặc thù khuôn mặt bằng cách trích xuất những ranh giới, hoặc đặc thù, từ một hình ảnh khuôn mặt của đối tượng người tiêu dùng. Ví dụ, một thuật toán hoàn toàn có thể nghiên cứu và phân tích những vị trí tương đối, size, và / hoặc hình dạng của mắt, mũi, gò má, và cằm. [ 2 ] Những tính năng này sau đó được sử dụng để tìm kiếm những hình ảnh khác với những tính năng tương thích. [ 3 ] Các thuật toán thông thường hóa một bộ sưu tập những hình ảnh khuôn mặt và sau đó nén tài liệu khuôn mặt, chỉ lưu tài liệu hình ảnh nào là có ích cho việc nhận dạng khuôn mặt. Một hình ảnh mẫu sau đó được so sánh với những tài liệu khuôn mặt. [ 4 ] Một trong những hệ thống thành công xuất sắc sớm nhất [ 5 ] dựa trên những kỹ thuật tương thích với mẫu vận dụng cho một tập hợp những đặc thù khuôn mặt điển hình nổi bật [ 6 ], cung ứng một dạng đại diện thay mặt của khuôn mặt được nén .

Các thuật toán nhận dạng có thể được chia thành hai hướng chính, là hình học, đó là nhìn vào tính năng phân biệt, hoặc trắc quang (đo sáng), là sử dụng phương pháp thống kê để ‘chưng cất’ một hình ảnh thành những giá trị và so sánh các giá trị với các mẫu để loại bỏ chênh lệch.

Bạn đang đọc: Hệ thống nhận dạng khuôn mặt – Wikipedia tiếng Việt

Các thuật toán nhận dạng phổ biến bao gồm Principal Component Analysis (Phép phân tích thành phần chính) sử dụng các khuôn mặt riêng, Linear Discriminate Analysis (Phân tích biệt tuyến tính), Elastic Bunch Graph Matching sử dụng thuật toán Fisherface, các mô hình Markov ẩn, Multilinear Subspace Learning (Luyện nhớ không gian con đa tuyến) sử dụng đại diện cơ căng, và theo dõi liên kết động thần kinh.

Một xu thế mới nổi lên, công bố cải tổ được độ đúng chuẩn, là nhận dạng khuôn mặt ba chiều. Kỹ thuật này sử dụng những cảm ứng 3D để chớp lấy thông tin về hình dạng của khuôn mặt. Thông tin này sau đó được sử dụng để xác lập những tính năng đặc biệt quan trọng trên mặt phẳng của một khuôn mặt, ví dụ điển hình như những đường viền của hốc mắt, mũi và cằm. [ 7 ]Một lợi thế của nhận dạng khuôn mặt 3D là nó không bị ảnh hưởng tác động bởi những biến hóa trong ánh sáng như những kỹ thuật khác. Nó cũng hoàn toàn có thể xác lập một khuôn mặt từ một loạt những góc nhìn, trong đó có góc nhìn nghiêng. [ 3 ] [ 7 ] Các điểm tài liệu ba chiều từ một khuôn mặt cải tổ lớn độ đúng chuẩn cho nhận dạng khuôn mặt. Nghiên cứu 3D được tăng cường bởi sự tăng trưởng của những bộ cảm ứng phức tạp giúp chớp lấy hình ảnh chụp khuôn mặt 3D được tốt hơn. Các cảm ứng hoạt động giải trí bằng cách chiếu ánh sáng có cấu trúc lên khuôn mặt. Hàng chục hoặc nhiều hơn nữa những bộ cảm biến hình ảnh này hoàn toàn có thể được đặt lên trên cùng một con chip CMOS – mỗi cảm ứng sẽ thu một phần khác nhau của hình ảnh. [ 8 ]Ngay cả một kỹ thuật 3D tuyệt đối cũng hoàn toàn có thể gặp khó khăn vất vả bởi những sắc thái biểu cảm trên khuôn mặt. Để đạt được tiềm năng đó một nhóm tại Technion ( viện công nghệ Israel tại Haifa ) đã vận dụng những công cụ từ hình học metric để xử lý những biểu lộ xúc cảm như phép đẳng cự Một công ty có tên Vision Access tạo ra một giải pháp vững chãi cho nhận dạng khuôn mặt 3D. Công ty này sau đó đã được mua lại bởi công ty truy vấn sinh trắc học Bioscrypt Inc. Công ty đã tăng trưởng một phiên bản được gọi là 3D FastPass .

Phân tích cấu trúc da[sửa|sửa mã nguồn]

Một khuynh hướng mới nổi sử dụng những chi tiết cụ thể hình ảnh của da, được chụp trong những hình ảnh kỹ thuật số hoặc máy scan tiêu chuẩn. Kỹ thuật này được gọi là nghiên cứu và phân tích cấu trúc da, đưa những đường đặc trưng, hình dạng, và những điểm nốt trên làn da của một người vào một khoảng trống toán học. [ 3 ]Các thử nghiệm đã chỉ ra rằng với việc bổ trợ những nghiên cứu và phân tích cấu trúc của da, hiệu suất cao trong việc nhận ra khuôn mặt hoàn toàn có thể tăng 20-25 Tỷ Lệ. [ 3 ] [ 7 ]
Phần mềm với năng lực nhận dạng khuôn mặt điển hình nổi bật gồm có :

Người dùng và những tiến hành điển hình nổi bật[sửa|sửa mã nguồn]

Khu Newham của Luân Đôn, ở Anh, trước đây đã thử nghiệm một hệ thống nhận dạng khuôn mặt được xây dựng thành hệ thống camera quan sát cả khu phố.[cần dẫn nguồn]

Cảnh sát Liên bang Đức sử dụng một hệ thống nhận dạng khuôn mặt để cho phép các khách hàng tình nguyện vượt qua các điểm kiểm soát biên giới hoàn toàn tự động tại sân bay quốc tế Frankfurt Rhein-Main. Khách hàng phải là công dân của Liên minh châu Âu, hoặc công dân Thụy Sĩ. Kể từ năm 2005, Văn phòng Cảnh sát hình sự Liên bang Đức cung cấp nhận dạng khuôn mặt tập trung đối với hình thẻ cho tất cả các cơ quan cảnh sát Đức.[cần dẫn nguồn]

Hệ thống nhận dạng cũng được sử dụng bởi các casino để bắt những kẻ gian lận hoặc những cá nhân nằm trong danh sách đen khác.[cần dẫn nguồn]

Dịch Vụ Thương Mại Hải quan Úc và New Zealand có một hệ thống giải quyết và xử lý biên giới tự động hóa gọi là SmartGate sử dụng nhận dạng khuôn mặt. Hệ thống so sánh khuôn mặt của cá thể với những hình ảnh trong những microchip hộ chiếu điện tử, xác nhận rằng người giữ hộ chiếu là chủ sở hữu hợp pháp .Mạng Tư pháp Pennsylvania tìm kiếm hình ảnh hiện trường vụ án và cảnh quay camera quan sát trong cơ sở tài liệu hình thẻ của đối tượng người tiêu dùng bắt giữ trước đó. Hàng loạt những trường hợp nhạy cảm đã được xử lý kể từ khi hệ thống đi vào hoạt động giải trí vào năm 2005. Các cơ quan thực thi pháp lý khác ở Hoa Kỳ, gồm có TANDTC Los Angeles, sử dụng cơ sở tài liệu hình thẻ vào việc làm tìm hiểu pháp y của họ. Tính đến năm 2013, không có cơ sở tài liệu thống nhất toàn nước về hình ảnh khuôn mặt nào được lập đơn cử, nhưng có một số ít nỗ lực để tạo ra một hệ thống như vậy. [ 10 ]Bộ Ngoại giao Hoa Kỳ quản lý một trong những hệ thống nhận dạng khuôn mặt lớn nhất trên quốc tế với hơn 75 triệu bức ảnh được dữ thế chủ động sử dụng để giải quyết và xử lý visa .Sân bay Quốc tế Tocumen ở Panama điều hành quản lý một hệ thống giám sát toàn trường bay sử dụng hàng trăm camera nhận dạng khuôn mặt trực tiếp để xác lập những cá thể đi qua trường bay. [ 11 ]

Tác dụng khác[sửa|sửa mã nguồn]

Ngoài việc được sử dụng cho các hệ thống an ninh, nhà chức trách đã tìm thấy một số ứng dụng khác cho các hệ thống nhận dạng khuôn mặt. Trong khi triển khai sau sự kiện 11 tháng 9 trước đó cũng đã được công bố thử nghiệm, triển khai gần đây hơn hiếm khi được biết do tính chất bí mật của chúng.[cần dẫn nguồn]

Tại Super Bowl XXXV trong tháng 1 năm 2001, công an ở Vịnh Tampa, Florida đã sử dụng ứng dụng nhận dạng khuôn mặt Viisage để tìm kiếm tên tội phạm và khủng bố tiềm năng xuất hiện tại sự kiện này. 19 người có hồ sơ tội phạm vị thành niên đã có năng lực xác lập. [ 12 ] [ 13 ]Trong cuộc bầu cử tổng thống năm 2000, chính phủ nước nhà Mexico sử dụng ứng dụng nhận dạng khuôn mặt để ngăn ngừa gian lận bầu cử. Một số cá thể đã ĐK bầu cử dưới nhiều tên khác nhau, trong một nỗ lực để đặt được nhiều phiếu. Bằng cách so sánh hình ảnh khuôn mặt mới cho những người đã có trong cơ sở tài liệu của cử tri, chính quyền sở tại đã hoàn toàn có thể giảm những cử tri trùng lặp. [ 14 ] Công nghệ tựa như đang được sử dụng ở Hoa Kỳ để ngăn ngừa những người lấy thẻ căn cước giả và giấy phép lái xe. [ 15 ] [ 16 ]Ngoài ra còn có một số ít ứng dụng tiềm năng của nhận dạng khuôn mặt hiện đang được tăng trưởng. Ví dụ, công nghệ tiên tiến này hoàn toàn có thể được sử dụng như một giải pháp bảo mật an ninh tại những máy ATM. Thay vì sử dụng một thẻ ngân hàng nhà nước hoặc số nhận dạng cá thể, máy ATM sẽ chụp một hình ảnh của khuôn mặt của người mua, và so sánh nó với những bức ảnh của chủ tài khoản ngân hàng nhà nước trong cơ sở tài liệu để xác nhận danh tính của người mua. [ 3 ]Hệ thống nhận dạng khuôn mặt được sử dụng để mở khóa những ứng dụng trên những thiết bị di động. Một ứng dụng trên Android Marketplace được tăng trưởng một cách độc lập gọi là Visidon AppLock dùng điện thoại thông minh tích hợp máy ảnh để chụp ảnh của người dùng. Nhận dạng khuôn mặt được sử dụng để bảo vệ chỉ có người này mới hoàn toàn có thể sử dụng ứng dụng nào đó mà họ chọn để bảo vệ bí hiểm. [ 17 ]Nhận diện khuôn mặt và nhận dạng khuôn mặt được tích hợp vào những ứng dụng iPhoto cho Macintosh, để giúp người dùng tổ chức triển khai và chú thích những bộ sưu tập của họ. [ 18 ]Ngoài ra, thêm vào tính năng sinh trắc học, những máy ảnh kỹ thuật số tân tiến thường tích hợp một hệ thống phát hiện khuôn mặt, được cho phép máy ảnh tập trung chuyên sâu và giám sát độ phơi sáng trên khuôn mặt của đối tượng người dùng, do đó bảo vệ lấy được rõ nét bức chân dung của người được chụp. Một số máy ảnh, còn tích hợp tính năng phát hiện nụ cười, hay tự động hóa chụp một bức ảnh thứ hai, nếu một người nào đó nhắm mắt trong thời hạn chụp .

Do hạn chế của một số của hệ thống nhận dạng vân tay[cần giải thích], hệ thống nhận dạng khuôn mặt được sử dụng như là một cách khác để chấm công người lao động tại nơi làm việc trong các giờ quy định.

Xem thêm: Tin tuyển sinh Đại học Kinh doanh và Công nghệ Hà Nội 2022

Một ứng dụng khác hoàn toàn có thể là một thiết bị cầm tay để tương hỗ những người bị chứng mất năng lực nhận diện khuôn mặt trong việc nhận ra người quen của họ .

Ưu điểm và điểm yếu kém[sửa|sửa mã nguồn]

So với những công nghệ tiên tiến khác[sửa|sửa mã nguồn]

Trong số các kỹ thuật sinh trắc học, nhận dạng khuôn mặt có thể không đáng tin cậy và hiệu quả nhất. [49] Tuy nhiên, một trong những lợi thế quan trọng là nó không đòi hỏi sự hợp tác của các đối tượng thử nghiệm. Các hệ thống thiết kế được lắp đặt tại các sân bay, khu chung cư, và những nơi công cộng khác có thể xác định các cá nhân giữa đám đông, mà không bỏ sót một ai. Sinh trắc học khác như dấu vân tay, quét mống mắt, và nhận dạng giọng nói không thể thực hiện được như vậy. Tuy nhiên, câu hỏi đã được đặt ra về hiệu quả của phần mềm nhận dạng khuôn mặt trong trường hợp của an ninh đường sắt và sân bay.[cần dẫn nguồn]

Nhận dạng khuôn mặt không phải là tuyệt vời và hoàn hảo nhất và khó khăn vất vả để thực thi trong những điều kiện kèm theo nhất định. Ralph Gross, một nhà nghiên cứu tại Viện Mellon Robotics Carnegie, diễn đạt một trở ngại tương quan đến những góc nhìn của khuôn mặt : ” Nhận dạng khuôn mặt đã triển khai được khá tốt ở phía mặt trước và phía chênh lệch 20 độ, nhưng ngay sau khi bạn đi về phía góc khuất, thì nó có yếu tố. ” [ 7 ]Các điều kiện kèm theo khác mà nhận dạng khuôn mặt không thao tác tốt gồm có thiếu ánh sáng, đeo kính mát, tóc dài, hoặc những đối tượng người tiêu dùng khác mà một phần khuôn mặt bị che, và những hình ảnh độ phân giải thấp. [ 3 ]Một bất lợi nghiêm trọng là nhiều hệ thống sẽ kém hiệu suất cao nếu bộc lộ khuôn mặt khác nhau. Ngay cả một nụ cười lớn, cũng hoàn toàn có thể làm cho hệ thống giảm tính hiệu suất cao. Ví dụ : Canada lúc bấy giờ được cho phép biểu lộ nét mặt trung tính trong ảnh chụp hộ chiếu. [ 19 ]Ngoài ra còn có sự không thống nhất trong những tài liệu được sử dụng bởi những nhà nghiên cứu. Các nhà nghiên cứu hoàn toàn có thể sử dụng bất kỳ nơi nào từ nhiều đối tượng người dùng khác nhau cho đến điểm số của những đối tượng người dùng, và một vài trăm bức hình cho tới hàng ngàn bức hình. Điều quan trọng là những nhà nghiên cứu được cho phép những bộ tài liệu mà họ sử dụng cũng hoàn toàn có thể được sử dụng bởi người khác, hoặc có tối thiểu một bộ tài liệu chuẩn. [ 20 ]Ngày 18/1/2013 những nhà nghiên cứu Nhật Bản đã tạo ra một tấm che mặt riêng tư sử dụng ánh sáng gần dãi hồng ngoại làm cho bộ mặt bên dưới không hề nhận ra bởi ứng dụng nhận dạng khuôn mặt. [ 21 ]
Các nhà phê bình của công nghệ tiên tiến này phàn nàn rằng, kế hoạch Khu phố London của Newham chưa khi nào nhận dạng được một tội phạm đơn lẻ, mặc dầu nhiều tên tội phạm trong cơ sở tài liệu của hệ thống sống ở Borough và hệ thống đã thao tác trong nhiều năm. ” Không phải một lần, theo như công an biết, hệ thống nhận diện khuôn mặt tự động hóa Newham đã phát hiện ra một tiềm năng sống. ” [ 13 ] [ 22 ] tin tức này có vẻ như xích míc với công bố rằng hệ thống đã được ghi nhận với việc giảm 34 % tội phạm ( do vậy tại sao nó đã được tung ra để Birmingham cũng có ) [ 23 ]. Tuy nhiên nó hoàn toàn có thể được lý giải bởi quan điểm rằng khi công chúng tiếp tục được nghe kể rằng họ đang bị theo dõi bởi công nghệ tiên tiến nhận dạng khuôn mặt tiên tiến và phát triển, sự sợ hãi này riêng nó cũng hoàn toàn có thể làm giảm tỷ suất tội phạm, mặc dầu những hệ thống nhận dạng khuôn mặt kỹ có thao tác về mặt kỹ thuật hay không. Điều này đã là cơ sở cho việc đưa vào nhiều hệ thống bảo mật thông tin nhận dạng khuôn mặt khác, nơi mà bản thân công nghệ tiên tiến không thao tác đặc biệt quan trọng tốt nhưng nhận thức của người sử dụng về công nghệ tiên tiến lại đóng vai trò then chốt .Một thí nghiệm vào năm 2002 bởi sở công an địa phương ở Tampa, Florida, đã có hiệu quả đáng tuyệt vọng tương tự như. [ 13 ]Một hệ thống tại trường bay Logan ở Boston đã bị đóng cửa vào năm 2003 sau khi không triển khai được bất kể phát hiện nào trong suốt thời hạn thử nghiệm hai năm. [ 24 ]

Vấn đề về tính riêng tư[sửa|sửa mã nguồn]

Các tổ chức triển khai quyền công dân, và những nhà hoạt động quyền riêng tư như EFF ( Electronic Frontier Foundation ) [ 25 ] và ACLU ( American Civil Liberties Union ) [ 26 ] bày tỏ quan ngại rằng sự riêng tư đang được tổn hại bằng cách sử dụng những công nghệ tiên tiến giám sát. Một số người sợ rằng nó hoàn toàn có thể dẫn đến một ” xã hội giám sát tổng lực, ” với cơ quan chính phủ và những cơ quan khác có năng lực biết nơi ở và hoạt động giải trí của toàn bộ những công dân suốt ngày đêm. Những kiến ​ ​ thức này đã được, đang được, và hoàn toàn có thể liên tục được tiến hành để ngăn ngừa những sự xâm phạm quyền công dân của những chủ trương nhà nước hoặc từ những công ty, tập đoàn lớn. Nhiều cơ cấu tổ chức quyền lực tối cao tập trung chuyên sâu với năng lực giám sát đã lạm dụng độc quyền truy vấn của họ để duy trì sự trấn áp của cỗ máy chính trị và kinh tế tài chính, và để ngăn ngừa những cải cách dân túy. [ 27 ]Nhận dạng khuôn mặt hoàn toàn có thể được sử dụng không riêng gì để xác lập một cá thể, mà còn để tìm ra tài liệu cá thể khác tương quan đến một cá thể – ví dụ như hình ảnh có tính cá thể, blog bài viết, hồ sơ mạng xã hội, hành vi trên mạng, đi lại vv – tổng thể trải qua đặc thù khuôn mặt của họ. [ 28 ] Hơn nữa, những cá thể có năng lực hạn chế để tránh hoặc ngăn ngừa việc theo dõi nhận dạng khuôn mặt, trừ khi họ che giấu khuôn mặt của mình. Điều này về cơ bản là biến hóa động lực của sự riêng tư hàng ngày bằng cách được cho phép bất kể nhà tiếp thị, cơ quan cơ quan chính phủ, hay người lạ ngẫu nhiên tích lũy bí hiểm danh tính và thông tin cá thể tương quan bất kể của cá thể nào bởi những hệ thống nhận dạng khuôn mặt. [ 28 ]Phương tiện truyền thông online những website xã hội như Facebook có số lượng rất lớn những bức ảnh của người dân, chú thích bằng tên. Điều này đại diện thay mặt cho một cơ sở tài liệu mà hoàn toàn có thể được sử dụng ( hoặc bị lạm dụng ) bởi những chính phủ nước nhà cho những mục tiêu nhận dạng khuôn mặt. [ 10 ]Trong tháng 7 năm 2012, một cuộc điều trần được tổ chức triển khai trước Tiểu ban về Riêng tư, Công nghệ và Luật của Ủy ban Tư pháp, Thượng viện Hoa Kỳ, để xử lý những yếu tố xung quanh những công nghệ tiên tiến nhận dạng khuôn mặt để bảo vệ cho sự riêng tư và tự do dân sự. [ 29 ]
Những người tiên phong trong tự động hóa nhận dạng khuôn mặt gồm có Woody Bledsoe, Helen Chan Wolf, và Charles Bisson .Trong năm 1964 và 1965, Bledsoe, cùng với Helen Chan và Charles Bisson, mở màn ý tưởng sáng tạo sử dụng máy tính để nhận ra khuôn mặt của con người ( Bledsoe 1966 a, 1966 b ; Bledsoe và Chan 1965 ). Ông rất tự hào về việc làm này, nhưng do kinh phí đầu tư được cung ứng bởi một cơ quan tình báo giấu tên mà không cho phép công khai minh bạch, rất ít tác phẩm đã được xuất bản. Với một cơ sở tài liệu lớn những hình ảnh ( thực tiễn là một cuốn sách ảnh thẻ ) và một bức ảnh, yếu tố là phải lựa chọn từ cơ sở tài liệu là một tập hợp nhỏ những hồ sơ hình ảnh như vậy có chứa những hình ảnh ăn khớp với bức ảnh đưa ra. Sự thành công xuất sắc của chiêu thức này hoàn toàn có thể được đo bằng tỷ suất list câu vấn đáp trên số lượng những hồ sơ trong cơ sở tài liệu. Bledsoe ( 1966 a ) đã miêu tả những khó khăn vất vả sau đây :Dự án này đã được dán nhãn ” man-machine ” chính do con người trích xuất tọa độ của một tập hợp những đặc thù từ những hình ảnh, sau đó được máy tính sử dụng để nhận dạng. Sử dụng một graphic tablet ( GRAFACON hoặc RAND TABLET ), những toán tử sẽ trích xuất những tọa độ của những đặc thù như tâm của con ngươi, những góc bên trong mắt, góc ngoài của mắt, điểm widows peak và … Từ những tọa độ này, một list 20 khoảng cách, như chiều rộng của miệng và khoảng cách giữa 2 mắt, từ con ngươi đến con ngươi sẽ được đo lường và thống kê. Các toán tử hoàn toàn có thể giải quyết và xử lý khoảng chừng 40 hình ảnh một giờ. Khi kiến thiết xây dựng những cơ sở tài liệu, tên của người trong bức ảnh đã được gắn liền với list của những khoảng cách đo lường và thống kê và được tàng trữ trong máy tính. Trong quá trình nhận dạng, tập hợp những khoảng cách được so sánh với khoảng cách tương ứng cho mỗi bức ảnh, cho ra một khoảng cách giữa những bức ảnh và những bản ghi cơ sở tài liệu. Các hồ sơ gần nhất được trả về .Bởi vì không chắc rằng bất kể hai hình ảnh sẽ khớp nhau khi xoay đầu, nghiêng hoặc cúi đầu, và tỉ lệ ( khoảng cách tới máy ảnh ), mỗi bộ khoảng cách được chuẩn hóa để đại diện thay mặt cho khuôn mặt theo hướng nhìn từ phía trước. Để thực việc chuẩn hóa này, chương trình tiên phong nỗ lực để xác lập độ nghiêng, xoay đầu, và cúi đầu. Sau đó, sử dụng những góc nhìn này, máy tính sẽ xóa những biến dạng này trên những khoảng cách đo lường và thống kê. Để thống kê giám sát những góc, những máy tính phải biết được dạng hình học ba chiều của đầu. Vì đầu trong thực tiễn là không có sẵn, Bledsoe ( 1964 ) sử dụng một đầu tiêu chuẩn từ việc đo đạc trên bảy đầu .Sau đó Bledsoe rời PRI vào năm 1966, việc làm này được liên tục tại Viện nghiên cứu và điều tra Stanford, đa phần bởi Peter Hart. Trong những thí nghiệm triển khai trên một cơ sở tài liệu hơn 2000 bức ảnh, máy tính luôn tiêu biểu vượt trội so với con người khi biểu lộ cùng một trách nhiệm nhận dạng ( Bledsoe 1968 ). Peter Hart ( 1996 ) phấn khởi nhớ lại dự án Bất Động Sản với giọng xúc động, ” Nó thực sự thao tác ! “Đến khoảng chừng năm 1997, hệ thống được tăng trưởng bởi Christoph von der Malsburg và những sinh viên sau đại học của trường Đại học Bochum ở Đức và Đại học Nam California tại Mỹ đã biểu lộ tiêu biểu vượt trội so với hầu hết những hệ thống của Viện Công nghệ Massachusetts và Đại học Maryland xếp hạng theo sau. Hệ thống Bochum được tăng trưởng trải qua hỗ trợ vốn bởi Phòng Thí Nghiệm Nghiên cứu Quân đội Hoa Kỳ. Phần mềm này được bán với cái tên ZN-Face và sử dụng bởi những người mua như Deutsche Bank và những nhà điều hành quản lý trường bay và những khu vực đông đúc khác. Phần mềm này ” đủ can đảm và mạnh mẽ để nhận dạng được khuôn mặt từ những góc nhìn ít lý tưởng hơn. Nó cũng tiếp tục hoàn toàn có thể nhận dạng được khuôn mặt mặc dầu có những trở ngại như ria mép, râu, biến hóa kiểu tóc và thậm chí còn đeo kính râm “. [ 30 ]

Trong khoảng tháng 1 năm 2007, tìm kiếm hình ảnh đã là “dựa trên ký tự xung quanh bức ảnh”, ví dụ, đoạn văn kế bên đề cập đến các nội dung hình ảnh. Công nghệ Polar Rose có thể đoán từ một bức ảnh, trong khoảng 1,5 giây, bất kỳ người nào sẽ trông như thế nào trong không gian ba chiều, và khẳng định rằng họ “sẽ yêu cầu người dùng nhập tên của những người mà họ nhận ra trong ảnh online” để giúp xây dựng một cơ sở dữ liệu.[cần dẫn nguồn]
Identix, một công ty từ Minnesota, đã phát triển một phần mềm là FaceIt. FaceIt có thể nhận ra khuôn mặt của một ai đó trong đám đông và so sánh nó với cơ sở dữ liệu trên toàn thế giới để nhận dạng và đặt tên cho một khuôn mặt. Phần mềm được viết để phát hiện nhiều đặc điểm trên khuôn mặt người. Nó có thể phát hiện khoảng cách giữa hai mắt, chiều rộng của mũi, hình dạng của xương gò má, độ dài của đường viền của hàm dưới và nhiều đặc điểm khác trên khuôn mặt. Nó thực hiện điều này bằng cách đưa hình ảnh của khuôn mặt vào một faceprint, một mã số đại diện cho gương mặt của con người.
Phần mềm nhận dạng khuôn mặt trước kia thường phải dựa trên một hình ảnh 2D với người cần nhận dạng gần như phải trực tiếp đối mặt với máy ảnh. Bây giờ, với FaceIt, một hình ảnh 3D có thể được so sánh với một hình ảnh 2D bằng cách chọn 3 điểm cụ thể trên tấm hình 3D và chuyển đổi nó thành một hình ảnh 2D sử dụng một thuật toán đặc biệt có thể được quét qua hầu như tất cả các cơ sở dữ liệu.  

Xem thêm: Công nghệ 10 Bài 1: Bài mở đầu | Hay nhất Giải bài tập Công nghệ 10

Năm 2006, các thuật toán nhận dạng khuôn mặt mới nhất đã được đánh giá trong Face Recognition Grand Challenge (FRGC). Hình ảnh gương mặt, hình ảnh scan gương mặt 3D và ảnh iris độ phân giải cao, được sử dụng trong các bài kiểm tra. Kết quả cho thấy rằng các thuật toán mới là chính xác hơn 10 lần so với các thuật toán nhận dạng khuôn mặt của năm 2002 và chính xác hơn 100 lần so với các thuật toán của năm 1995. Một số thuật toán đã có thể nhận dạng tốt hơn người tham gia trong việc nhận diện khuôn mặt và duy nhất có thể xác định từng người trong các cặp song sinh giống hệt nhau.[7]
[31]

Các nhìn nhận và những yếu tố thử thách do nhà nước Hoa Kỳ tài trợ đã giúp thôi thúc 2 yếu tố hiệu năng và ” cấp phóng đại ” trong những hệ thống nhận dạng khuôn mặt. Từ năm 1993, tỷ suất lỗi của hệ thống nhận diện khuôn mặt tự động hóa đã giảm bởi một yếu tố của 272. Việc giảm vận dụng cho những hệ thống tương thích với những người có hình thẻ được chụp trong studio hay những nơi chụp hình thẻ. Định luật Moore, nói rằng tỷ suất lỗi giảm 50% mỗi hai năm một lần. [ 8 ]

Hình ảnh độ phân giải thấp của khuôn mặt hoàn toàn có thể được tăng cường bằng cách sử dụng khuôn mặt ảo giác. Các nâng cấp cải tiến cao hơn trong hình có độ phân giải cao, máy ảnh megapixel trong vài năm gần đây đã giúp xử lý yếu tố thiếu độ phân giải .

• Ứng dụng của AI
• Các ứng dụng của trí tuệ nhân tạo
• Nhận dạng biển số tự động
• Công nghệ sinh trắc học trong kiểm soát truy cập
• Coke Zero Facial Profiler
• Thị giác máy tính
• Eigenface
• Phát hiện khuôn mặt
• Nhận diện khuôn mặt
• Thử nghiệm so sánh gương mặt Glasgow
• Nhận dạng Iris
• MALINTENT
• Giám sát hàng loạt
• Trích xuất thông tin từ Multimedia
• Nghiên cứu không gian con đa tuyến
• Nhận dạng mẫu, suy diễnvà lý luận
• Quét võng mạc
• So sánh mẫu
• Nhận dạng khuôn mặt ba chiều
• So sánh mạch máu
• Xử lý máy tính của ngôn ngữ cơ thể

Source: https://vh2.com.vn
Category : Công Nghệ