فناوری تشخیص چهره

فناوری تشخیص چهره، روشی برای تشخیص و شناسایی هویت چهره ی فرد موجود در یک تصویر یا فایل ویدئویی است. کاربرد فناوری تشخیص چهره در سال های اخیر بسیار فراگیر شده است. فناوری در تشخیص چهره در مکان های مختلفی مانند فرودگاه ها، مراکز خرید، مراکز قضایی، ادارات و سازمان ها مورد استفاده قرار می گیرند. کاربرد اولیه ی سیستم های تشخیص و شناسایی چهره، کنترل دسترسی در سیستم های امنیتی است. امروزه کاربرد آن توسعه یافته و در نرم افزارهای موبایل و  صنعت رباتیک نیز استفاده می شود. فناوری تشخیص چهره، فناوری هوش مصنوعی بیومتریک هم نامیده می شود زیرا با تحلیل الگوهای چهره ی فرد  که یک ویژگی بیومتریک است، اقدام به شناسایی آن فرد می کند.

تاریخچه ی فناوری تشخیص چهره

طی سال های ۱۹۶۴ تا ۱۹۶۵ افرادی مانند Helen Chan و  Charles Bisson تلاش هایی در زمینه ی توسعه ی سیستمی برای شناسایی چهره ی افراد انجام دادند. سیستمی که آن ها طراحی کردند مرکز چشم ها و لب ها و دیگر ویژگی های صورت را در نظر می گرفت و سپس با محاسبات ریاضی، مکان های مختلف آن ها شناسایی می شد. در این پروژه مختصات ویژگی های چهره در عکس ها توسط انسان تگ زده  و سپس به کامپیوتر داده می شد تا ما بقی کار پردازشی را انجام دهد. با داشتن این مختصات، اندازه هایی مانند طول لب، فاصله ی بین مردمک ها، طول چشم ها محاسبه می شد.

این اطلاعات به همراه نام شخصی که تصویر مربوط به اوست در پایگاه داده ذخیره می شد و سپس وارد کامپیوتر می شد. در مرحله ی تشخیص چهره، چهره ی فرد به کامپیوتر داده می شد و فاصله های استخراج شده از چهره ی فرد با فاصله های ذخیره شده در دیتابیس مقایسه شده و منطبق ترین نتیجه، به عنوان نتیجه ی تشخیص چهره انتخاب می شد.

این سیستم در واقع به صورت کاملا خودکار نبود و وجود فرد انسانی برای مشخص کردن فاصله ها از نیازهای اساسی آن بود. در سال های بعد این فناوری توسعه یافت و هم اکنون نرم افزار تشخیص چهره می تواند با دقت و کارایی بالاتری چهره یا انسان ها را تشخیص دهد.

تشخیص چهره چگونه کار می کند؟

تکنیک های تشخیص چهره

در ادامه با تعدادی از روشهای سنتی و جدید تشخیص چهره آشنا خواهیم شد.

روش های سنتی تشخیص چهره

برخی از الگوریتم های تشخیص و شناسایی چهره با استخراج ویژگی های چهره می توانند چهره را تشخیص دهند. برای مثال با مشخص کردن مکان نسبی، اندازه و حالت چشم، بینی، دهان، چانه و فک و دیگر ویژگی ها، آن را در بین تصاویر دیگر جستجو می کنند تا شبیه ترین تصویر را بیابند. سیستم های تشخیص چهره ی اولیه با استخراج ویژگی های چهره، کار شناسایی چهره را انجام می داند.

روش های سه بعدی

تکنیک تشخیص چهره سه‌ بعدی از حسگرهای سه‌ بعدی برای ثبت اطلاعات در مورد شکل یک چهره استفاده می‌کند. سپس از این اطلاعات برای شناسایی ویژگی‌ های متمایز سطح صورت، از جمله بدنه کاسه چشم، بینی و چانه استفاده می‌ شود.

یکی از مزیت های تشخیص چهره سه‌ بعدی این است که تحت‌ تاثیر تغییرات روشنایی مانند دیگر تکنیک‌ ها قرار نمی‌ گیرد. همچنین می‌ تواند یک چهره را از از زوایای مختلف شناسایی کند. در این روش نقاط سه‌ بعدی روی صورت، دقت تشخیص چهره را بهبود می دهند. روش های تشخیص چهره ی سه بعدی با توسعه سنسورهایی که می توانند تصاویر سه بعدی بهتری را بگیرند، بهبود می یابند.

تحلیل بافت پوست

یکی دیگر از روش های تشخیص چهره استفاده از ویژگی های بصری پوست است. در این روش ها خطوط، الگوها، حفره ها و نقاط منحصر به فرد پوست فرد در قالب یک فضای ریاضی در می آید. سپس از این اطلاعات برای مقایسه و تشخیص چهره ی افراد استفاده می شود.

روش های ترکیبی تشخیص چهره

هر یک از روش های ذکر شده در بالا دارای مزایا و معایبی هستند. شرکت های مختلف برای داشتن نرم افزاری جامع و کامل از ترکیبی از این سه روش استفاده می کنند. روش های ترکیبی نسب به حالات مختلف چهره مانند اخم کردن، پلک زدن، لبخند زدن و تغییراتی مانند گذاشتن ریش، سبیل و عینک حساسیت کمتری دارند.

تشخیص چهره با دوربین های حرارتی (Thermal)

در این روش از دوربین های حرارتی برای ثبت چهره ی فرد استفاده می شود. ویژگی که این روش دارد این است که تنها شکل چهره ی فرد توسط دوربین گرفته می شود و چیزهایی مانند عینک، کلاه و آرایش در نظر گرفته نمی شوند. برخلاف دوربین‌ های معمولی، دوربین‌ های حرارتی می‌ توانند تصاویر صورت را حتی در شرایط نور کم و در شب، بدون استفاده از فلاش نیز ثبت کنند. اخیرا روش هایی توسعه یافته که از ترکیب عکس های گرفته شده با دوربین های حرارتی و دوربین های معمولی برای تشخیص چهره استفاده می کنند.

کاربردهای سیستم تشخیص چهره

شبکه های اجتماعی

شبکه های اجتماعی از قابلیت های فناوری تشخیص چهره به منظور جذب مخاطبان بیشتر بهره می گیرند. یکی از نرم افزارهای این حوزه Looksery است که به شما امکان تغییر و ویرایش تصویر و ویدئوی خود به صورت بلادرنگ می دهد. 

DeepFace یک سیستم تشخیص چهره یادگیری عمیق است که توسط یک گروه تحقیقاتی در فیسبوک ایجاد شده‌ است و می تواند چهره انسانی را در تصاویر دیجیتالی شناسایی  کند. این شرکت از یک شبکه عصبی ۹ لایه با بیش از ۱۲۰ میلیون وزن اتصال استفاده کرده و مدل آن ها در چهار میلیون تصویر آپلود شده توسط کاربران فیس بوک آموزش‌ دیده است.

لنزهای انیمیشنی اسنب چت (snap chat) یکی دیگر از نمونه های بکارگیری تشخیص چهره در شبکه های اجتماعی است که به کاربران امکان اضافه کردن انواع فیلترها را می دهد. با استفاده از این فیلترها کاربران می توانند چهره ی خود را تغییر دهند، خود را پیرتر کرده و یا اشیایی را به چهره ی خود اضافه کنند.

احراز هویت

در حال حاضر نرم افزار احراز هویت در حال ظهور در سرویس های احراز هویت است. بسیاری از شرکت ها در حال فعالیت در این زمینه هستند تا خدمات احراز هویت خود را به بانک ها، شرکت های تجارت الکترونیک و دیگر سازمان ها ارائه دهند.

سرویس های امنیتی

یکی از کاربردهای اولیه ی فناوری تشخیص چهره در مسائل امنیتی است. در فرودگاه ها، گمرک و ادارات و سازمان هایی که نیاز به کنترل دسترسی و تردد افراد به بخش های خاصی را دارند، نرم افزار تشخیص چهره می تواند موثر واقع شوند. هم چنین می توان برای حضور و غیاب کارمندان نیز از این سیستم استفاده کرد. پلیس می تواند از نرم افزار تشخیص چهره در سیستم های خود به منظور شناسایی مجرمان  و نظارت بهره گیرد.

رباتیک

ربات ها برای ارتباط برقرار کردن با دنیای واقعی نیازمند تشخیص اشیا و انسان های افراد خود هستند. قابلیت های تشخیص چهره یکی از نیازمندی های اساسی در صنعت رباتیک است. ربات ها نیازمند تشخیص و شناسایی چهره ی انسان ها به صورت بلادرنگ هستند.

قفل گوشی های هوشمند

هم اکنون بسیاری از شرکت های توسعه دهنده ی گوشی های همراه از ویژگی تشخیص چهره برای دسترسی افراد به گوشی های خود استفاده کرده اند.

کشف کلاهبرداری

توسعه دهندگان برنامه های موبایل از تشخیص چهره برای تمیز دادن چهره ی انسان از عکس انسان استفاده می کنند. گاهی این فناوری قادر به تمایز قائل شدن بین عکس و چهره ی واقعی انسان نیست. برای این مسئله محققان از روش های یادگیری عمیق استفاده می کنند. کشف کلاهبرداری با استفاده از تشخیص چهره در مراکز بهداشتی درمانی، بانک ها، صنایع نظامی نیز کاربرد دارد.

خرید آنلاین

 سازندگان گوشی های هوشمند مانند اپل و گوگل نرم افزار تشخیص چهره را در گوشی های خود پیاده سازی کرده اند و مشتریان می توانند تراکنش های مالی را به راحتی با گوشی های خود انجام دهند.

مراکز درمانی

علاوه بر اینکه تشخیص چهره می تواند به عنوان یک سیستم امنیتی در بیمارستان ها مورد استفاده قرار بگیرد، شامل کاربردهای دیگری هم می شود. برای مثال می توان احساسات فرد بیمار را با استفاده از این فناوری تشخیص داد و در طی دوره ای که بیمار در آن مرکز درمانی مستقر است می تواند حالات او بررسی کرد. علاوه بر این امکان ردیابی بیمار هم با بکارگیری این فن آوری میسر می شود.

تبلیغات

 تشخیص چهره نقش مهمی را در جمع آوری داده های شخصی افراد بازی می کند. فرض کنید مشتری بین ۱۸ تا ۲۵ ساله توسط دوربین ها تشخیص داده شده است، صفحه نمایش با دریافت این اطلاعات محصولات مرتبط با سن این فرد را به او نمایش می دهند.

 منبع ۱، منبع ۲