Распознавание лиц и биометрическая идентификация

Краткий анализ технологии распознавания лиц

Распознавание лиц — это биометрическая технология, основанная на информации о чертах человеческого лица. Она использует камеру или камеру для захвата изображения или видеопотока, содержащего человеческое лицо, и автоматически обнаруживает и отслеживает лицо на изображении, а также выполняет соответствующую обработку обнаруженного лица. Для распознавания лиц необходимо накопить большой объем данных, связанных с изображениями лиц, чтобы проверить алгоритм и постоянно повышать точность распознавания.

Существующие системы распознавания лиц могут достигать удовлетворительных результатов распознавания при идеальных условиях сотрудничества и получения данных пользователем. Однако скорость распознавания существующих систем резко снизится при условии отсутствия сотрудничества пользователей и неидеальных условиях получения данных. Например, при сравнении лица с лицом, сохраненным в системе, такие как бритье, изменение прически, ношение дополнительных очков или изменение выражения лица могут привести к сбою сравнения.

Технология распознавания лиц является одним из широко используемых алгоритмов анализа региональных признаков в биометрической технологии, которая объединяет технологию компьютерной обработки изображений и принципы биостатистики в одном, используя технологию компьютерной обработки изображений для извлечения точек признаков изображения человека из видео и используя принципы биостатистики для анализа и создания математических моделей, т. е. шаблонов признаков лица. Заполненный шаблон признаков лица используется для анализа признаков с изображением лица субъекта, и значение сходства дается в соответствии с результатом анализа. Это значение используется для определения, является ли человек тем же самым.

Преимущество распознавания лиц заключается в его естественности и отсутствии воспринимаемых черт тестируемого человека. Под естественностью мы подразумеваем, что метод распознавания такой же, как биометрические признаки, используемые людьми при индивидуальной идентификации. Например, распознавание лиц различает людей, наблюдая и сравнивая лица и различая личности, плюс естественное распознавание, а также распознавание голоса, распознавание типа телосложения и т. д. Распознавание отпечатков пальцев, распознавание радужной оболочки глаза и т. д. являются неестественными, поскольку люди или другие организмы не различают людей по таким биометрическим признакам. Необнаруженные признаки также важны в методах распознавания, что делает их безобидными и менее обманчивыми, поскольку они с меньшей вероятностью привлекут внимание. Распознавание лиц имеет такие характеристики, что оно использует видимый свет исключительно для получения информации об изображениях лиц, но в отличие от распознавания отпечатков пальцев или распознавания радужной оболочки глаза, которые требуют использования электронных датчиков давления для захвата отпечатков пальцев или инфракрасного света для захвата изображений радужной оболочки глаза, эти конкретные методы захвата легко обнаруживаются и, следовательно, их легче подделывать с помощью маскировки.

Распознавание лиц считается одной из сложных тем исследований в области биометрического распознавания и даже искусственного интеллекта. Сложность распознавания лиц в основном обусловлена характеристиками лица как биометрического признака, где различия между разными людьми очень малы, а структура лица схожа, даже структура и форма органов лица очень похожи, и эта особенность полезна для использования локализации лица, но не для распознавания лиц. Форма человеческого лица очень нестабильна, и люди могут производить множество выражений с помощью изменений лица, а визуальный образ лица сильно меняется под разными углами наблюдения. Кроме того, на распознавание лиц влияют многие факторы, такие как условия освещения, маска лица, возраст и т. д.

 При распознавании лиц один тип вариации должен быть увеличен, чтобы служить критерием для различения людей, в то время как другой тип вариации должен быть устранен, поскольку они могут представлять одного и того же человека. Один тип вариации обычно называют межклассовой вариацией, а другой — внутриклассовой вариацией. Для лиц внутриклассовая вариация, как правило, больше межклассовой вариации, что затрудняет различение людей по межклассовой вариации с помехами внутриклассовой вариации. Распознавание лиц в основном используется для распознавания личности. Из-за быстрой популярности видеонаблюдения многим приложениям видеонаблюдения срочно нужна технология быстрой идентификации на большом расстоянии, некооперативного состояния, чтобы быстро подтвердить личность удаленного персонала и добиться интеллектуального предупреждения. Технология распознавания лиц, несомненно, является хорошим выбором. Использование технологии быстрого обнаружения лиц позволяет находить лица на видеоизображениях наблюдения в реальном времени и сравнивать с базой данных лиц в реальном времени, таким образом реализуя быструю идентификацию.

Преимущества технологии распознавания лиц

Как новая технология биометрической идентификации (биометрия), технология распознавания лиц имеет уникальные преимущества в применении по сравнению с распознаванием радужной оболочки глаза, сканированием отпечатков пальцев, сканированием ладоней и другими технологиями: простота использования, высокое принятие пользователем Технология распознавания лиц использует универсальную камеру в качестве устройства получения информации распознавания для завершения процесса распознавания бесконтактным способом без того, чтобы объект распознавания заметил Процесс распознавания. Интуитивно выдающаяся технология распознавания лиц основана на изображении человеческого лица, и человеческое лицо, несомненно, является наиболее интуитивным источником информации, который может быть различен невооруженным глазом, что удобно для ручного подтверждения и аудита, а «судить людей по их внешности» соответствует закону человеческого познания. Высокая точность и скорость распознавания По сравнению с другими биометрическими технологиями точность распознавания технологии распознавания лиц находится на высоком уровне, а уровень ложного распознавания и уровень отбраковки низки.

В приложениях с высокими требованиями к безопасности технология распознавания лиц требует, чтобы объект распознавания физически присутствовал на месте распознавания, что затрудняет подделку другими. Уникальная способность активной дискриминации технологии распознавания лиц гарантирует, что другие не смогут обмануть систему распознавания с помощью неактивных фотографий, кукол или восковых фигур. Это трудно сделать с помощью биометрических технологий, таких как отпечатки пальцев. Например, личность законного пользователя может быть выдана отрезанным пальцем законного пользователя, и система идентификации не сможет его обнаружить. Оборудование, используемое технологией распознавания лиц, представляет собой обычный ПК, камеру и другое обычное оборудование, поскольку компьютер, система видеонаблюдения замкнутого контура и т. д. широко используются, поэтому для большинства пользователей использовать технологию распознавания лиц без добавления большого количества специального оборудования, таким образом, не только защищая первоначальные инвестиции пользователя, но и расширяя функцию существующего оборудования пользователя, чтобы удовлетворить потребности пользователя в безопасности.

Базовая информация легко получить технологию распознавания лиц, основанную на фотографии лица или изображении лица, снятом в реальном времени, поэтому ее, несомненно, легче всего получить. Низкая стоимость, простота продвижения использования технологии распознавания лиц, поскольку использование обычного общего оборудования, цена находится в приемлемом для общего пользователя диапазоне, по сравнению с другими биометрическими технологиями, продукты распознавания лиц имеют очень высокое соотношение производительности и цены. Подводя итог, технология распознавания лиц является высокоточной, простой в использовании, высокостабильной, трудно подделываемой, экономически эффективной технологией биометрической идентификации с чрезвычайно широкими перспективами применения на рынке.

 Недостатки технологии распознавания лиц

Распознавание лиц считается одной из самых сложных тем для исследований в области биометрического распознавания и даже в области искусственного интеллекта. Трудности распознавания лиц в основном обусловлены характеристиками лица как биометрического признака. Сходство не сильно отличается между разными людьми, все лица имеют схожую структуру, и даже структурный вид органов лица похож. Такие характеристики выгодны для локализации с использованием лица, но неблагоприятны для дифференциации людей с использованием лица. Кроме того, на распознавание лиц влияют многие факторы, такие как условия освещения (например, день и ночь, в помещении и на улице и т. д.), многие покрытия лица (например, маски, солнцезащитные очки, волосы, борода и т. д.) и возраст.

В распознавании лиц предполагается, что первый класс вариаций должен быть увеличен и использован в качестве критерия для различения индивидуумов, в то время как второй класс вариаций должен быть устранен, поскольку они могут представлять одного и того же индивидуума. Первый тип вариаций обычно называют межклассовой вариацией, в то время как второй тип вариаций называют внутриклассовой вариацией. Для лиц внутриклассовая вариация часто больше межклассовой, что делает исключительно сложным различение индивидуумов с использованием межклассовой вариации, когда она нарушена внутриклассовой вариацией.

Процесс технологии распознавания лиц

 Система распознавания лиц в основном состоит из четырех компонентов: получение и обнаружение изображения лица, предварительная обработка изображения лица, извлечение признаков изображения лица, а также сопоставление и распознавание.

 1. Получение изображения лица:

Различные изображения лица могут быть захвачены через объектив камеры, такие как статические изображения, динамические изображения, различные положения, различные выражения и другие аспекты могут быть хорошо захвачены. Когда пользователь находится в пределах диапазона съемки устройства сбора данных, устройство сбора данных автоматически ищет и снимает изображение лица пользователя. Распознавание лиц: Распознавание лиц в основном используется на практике для предварительной обработки распознавания лиц, т. е. для точной калибровки положения и размера лица на изображении. Изображение лица содержит богатые шаблонные особенности, такие как особенности гистограммы, цветовые особенности, особенности шаблона, особенности структуры и особенности Хаара. Распознавание лиц заключается в том, чтобы выбрать полезную информацию из них и использовать эти особенности для достижения обнаружения лица.

 2. Предварительная обработка изображения лица:

Предварительная обработка изображений для лиц — это процесс обработки изображений на основе результатов обнаружения лиц, который в конечном итоге служит для извлечения признаков. Исходное изображение, полученное системой, часто не может быть использовано напрямую из-за различных условий и случайных помех и должно быть предварительно обработано на ранней стадии обработки изображения, например, коррекцией оттенков серого, фильтрацией шума и другой предварительной обработкой изображения. Для изображений лиц процесс предварительной обработки в основном включает компенсацию света, преобразование оттенков серого, выравнивание гистограммы, нормализацию, геометрическую коррекцию, фильтрацию и повышение резкости изображений лиц. 3.

Извлечение признаков изображения лица: признаки, которые могут использоваться в системе распознавания лиц, обычно делятся на визуальные признаки, статистические признаки пикселей, признаки коэффициента преобразования изображения лица, алгебраические признаки изображения лица и т. д. Извлечение признаков лица выполняется для определенных признаков лица. Извлечение признаков лица, также известное как характеристика лица, представляет собой процесс моделирования признаков лиц. Методы извлечения признаков лица суммируются в две категории: одна — методы характеризации, основанные на знаниях; другая — методы характеризации, основанные на алгебраических признаках или статистическом обучении.

 Сопоставление и распознавание изображений лиц: Извлеченные данные о признаках изображения лица ищутся и сопоставляются с шаблоном признаков, хранящимся в базе данных, путем установки порогового значения, и когда сходство превышает это пороговое значение, выводится совпавший результат. Распознавание лиц заключается в сравнении признаков распознаваемого лица с полученным шаблоном признаков лица и в оценке идентификационной информации лица в соответствии со степенью сходства. Этот процесс делится на две категории: подтверждение, которое представляет собой процесс сравнения изображений один к одному, и распознавание, которое представляет собой процесс сравнения сопоставлений изображений один ко многим.

Области применения технологии распознавания лиц

С углубленным исследованием интеллектуальных технологий термин распознавание лиц появляется в нашей жизни все чаще и чаще. Технология распознавания лиц, биометрическая технология, основанная на информации о чертах человеческого лица для распознавания личности. Ряд связанных технологий, которые используют камеру или фотоаппарат для захвата изображений или видеопотоков, содержащих человеческие лица, и автоматически обнаруживают и отслеживают человеческие лица на изображениях, а затем выполняют распознавание лиц на обнаруженных лицах, часто также называют распознаванием портретов и распознаванием лиц. Так сколько же людей понимают, насколько широк спектр применения технологии распознавания лиц? Сегодня Lupin Chief поможет вам понять следующее.

Расследование и раскрытие преступлений в сфере общественной безопасности

Поиск наличия базовой информации о ключевом населении в базе данных путем запроса данных целевого портрета. Например, установка систем в аэропортах или на вокзалах для поимки преступников на свободе.

Инженер-программист по распознаванию лиц

Майк Ванг

Свяжитесь с нами для получения более подробной информации.

Система контроля доступа

Безопасные зоны могут быть идентифицированы путем распознавания лиц тех, кто пытается войти. Системы распознавания лиц могут использоваться для корпоративной и жилой безопасности и контроля контроля доступа с распознаванием лиц, например, система контроля посещаемости с распознаванием лиц, защитные двери с распознаванием лиц и т. д. Контроль доступа с распознаванием лиц основан на передовой технологии распознавания лиц в сочетании со зрелой технологией идентификации по удостоверениям личности и отпечаткам пальцев и запуском безопасных и практичных продуктов контроля доступа. Продукт принимает разделенную конструкцию, сбор информации о лице, отпечатках пальцев и удостоверении личности и распознавание биологической информации и контроль доступа внутри и снаружи разделения, высокую практичность, безопасность и надежность. Система принимает передачу шифрования сетевой информации, поддерживает удаленное управление и управление и может широко использоваться в банках, армии, прокуратуре и законодательстве, интеллектуальных зданиях и других ключевых областях контроля безопасности контроля доступа.

Система видеонаблюдения

Его можно использовать для мониторинга толпы в общественных местах, таких как аэропорты, стадионы и супермаркеты, например, устанавливая системы наблюдения в аэропортах, чтобы не допустить посадку террористов. Например, банкоматы в банках, где у пользователей крадут карты и пароли, могут использоваться другими для мошеннического снятия наличных. Одновременное применение распознавания лиц предотвратит это.

Веб-приложение

 Использование распознавания лиц для помощи в платежах по кредитным картам, чтобы предотвратить использование кредитных карт не владельцами кредитных карт и т. д., таких как вход в систему компьютера, электронное правительство и электронная коммерция. В электронной коммерции все транзакции выполняются онлайн, и многие процессы утверждения в электронном правительстве были перемещены в онлайн. И в настоящее время авторизация для транзакций или утверждений выполняется с помощью паролей. Если пароль украден, нет никакой гарантии безопасности. Если используются биометрические характеристики, можно достичь объединения цифровой идентичности и реальной идентичности заинтересованного лица в Интернете. Таким образом, надежность систем электронной коммерции и электронного правительства будет значительно повышена.

Оплата кредитной картой

Используйте распознавание лиц для упрощения платежей по кредитным картам, чтобы предотвратить использование кредитных карт лицами, не являющимися владельцами кредитных карт, и т. д.

Распознавание личности

такие как электронные паспорта и удостоверения личности. Это, возможно, самое крупное применение будущего. ИКАО обязала 118 своих стран-членов использовать машиносчитываемые паспорта с 1 апреля 2010 года, причем распознавание лиц является первым способом идентификации, и это требование стало международным стандартом. Соединенные Штаты уже требуют от стран, с которыми у них есть соглашения об отказе от виз, использовать электронную систему паспортов, которая включает биометрические характеристики, такие как отпечатки пальцев лица, к 26 октября 2006 года, и к концу 2006 года более 50 стран внедрили такую систему.

Управление транспортной безопасности США (TSA) планирует внедрить биометрический универсальный внутренний проездной документ на всей территории Соединенных Штатов. Многие европейские страны планируют или внедряют аналогичные программы для идентификации и управления действиями путешественников с помощью биометрических документов. Наблюдение за толпой может осуществляться в общественных местах, таких как аэропорты, стадионы и супермаркеты, например, путем установки систем наблюдения в аэропортах, чтобы не допустить посадки террористов. Например, банкоматы в банках, где у пользователей крадут карты и пароли, могут использоваться другими для мошеннического снятия наличных. Одновременное применение распознавания лиц позволит избежать этой ситуации. Поиск наличия базовой информации о ключевом населении в базе данных путем запроса данных портрета цели. Например, установка систем в аэропортах или на вокзалах для поимки преступников на свободе.

Цифровые фотокамеры

Технология автофокусировки лица и затвора смайлика: прежде всего, захват лица. Он определяет в соответствии с частями головы человека, сначала определяет голову, затем оценивает черты головы, такие как глаза и рот, и подтверждает, что это человеческое лицо, сравнивая библиотеку признаков с полным захватом лица. Затем лицо используется в качестве фокуса для автофокусировки, что может значительно улучшить четкость сделанных фотографий. Технология затвора смайлика основана на распознавании лица, завершает захват лица, а затем начинает оценивать степень восходящей кривизны рта и степень нисходящей кривизны глаз, чтобы определить, является ли это улыбкой. Все вышеперечисленные захват и сравнение выполняются в случае сравнения библиотек признаков, поэтому библиотеки признаков являются основой, которая имеет различные типичные данные о чертах лица и смайлика.

Развлекательные приложения

Технология распознавания лиц широко используется в повседневной жизни, например, при съемке камерой, сравнении изображений и т. д. Особенно в последние два года программы знакомств находятся в полном разгаре, среди которых сегмент лучших парных лиц в Love Connection телеканала Zhejiang TV использует технологию сравнения лиц для проверки сходства лиц главных героев мужского и женского пола. С ростом мобильного Интернета некоторые разработчики технологии распознавания лиц применили технологию в сфере развлечений, например, приложение happy star face, которое вычисляет сходство между главным героем и звездой на фотографии на основе контура, цвета кожи, текстуры, текстуры, цвета, освещения и других характеристик лица.

Платежная система

Июль 2013 г. Финская компания запустила первую в мире систему оплаты «face swipe». При оформлении заказа покупатели просто смотрят на камеру на экране POS на кассе, и система автоматически делает фотографию, сканирует лицо покупателя, а затем нажимает на сенсорный экран, чтобы подтвердить транзакцию после отображения идентификационной информации. Кредитная карта, кошелек или мобильный телефон не требуются. Весь процесс транзакции не превышает 5 секунд. Однако некоторые люди считают, что «этого времени обычно достаточно, чтобы достать кошелек».