hệ thống nhận dạng khuôn mặt là gì

Hệ thống nhận diện khuôn mặt là công nghệ sinh trắc học mới với công nghệ nhận diện khuôn mặt là cốt lõi và là công nghệ cực kỳ tinh vi đang bị tấn công trong lĩnh vực khoa học và công nghệ quốc tế hiện nay.

Giới thiệu công nghệ

Công nghệ nhận dạng khuôn mặt dựa trên các đặc điểm khuôn mặt người, vào hình ảnh khuôn mặt hoặc luồng video đầu vào. Đầu tiên, nó xác định xem có khuôn mặt người hay không và nếu có khuôn mặt người, nó sẽ cung cấp thêm thông tin về vị trí, kích thước và vị trí của từng cơ quan chính trên khuôn mặt. Theo nghĩa rộng, nhận dạng khuôn mặt thực sự bao gồm một loạt các công nghệ liên quan để xây dựng hệ thống nhận dạng khuôn mặt, bao gồm thu thập hình ảnh khuôn mặt, định vị khuôn mặt, xử lý trước nhận dạng khuôn mặt, xác nhận danh tính và tìm kiếm danh tính, v.v.; trong khi theo nghĩa hẹp, nhận dạng khuôn mặt cụ thể đề cập đến công nghệ hoặc hệ thống để xác nhận danh tính hoặc tìm kiếm danh tính thông qua khuôn mặt.

Các đặc điểm sinh trắc học được nghiên cứu bởi công nghệ nhận dạng sinh trắc học bao gồm khuôn mặt, dấu vân tay, dấu lòng bàn tay, mống mắt, võng mạc, giọng nói (giọng nói), hình dáng cơ thể, thói quen cá nhân (như cường độ và tần suất gõ bàn phím, chữ ký), v.v. Các công nghệ nhận dạng tương ứng là nhận dạng khuôn mặt, nhận dạng dấu vân tay, nhận dạng dấu lòng bàn tay, nhận dạng mống mắt, nhận dạng võng mạc, nhận dạng giọng nói (nhận dạng giọng nói có thể được sử dụng để nhận dạng danh tính và cũng để nhận dạng nội dung giọng nói, chỉ có giọng nói mới thuộc về công nghệ nhận dạng sinh trắc học), nhận dạng hình dáng cơ thể, nhận dạng gõ bàn phím, nhận dạng chữ ký, v.v.

Thứ hai, nguyên tắc công nghệ

Công nghệ nhận dạng khuôn mặt bao gồm ba phần.

(1) Phát hiện khuôn mặt

Phát hiện khuôn mặt là xác định xem có hình ảnh khuôn mặt nào tồn tại trong một cảnh động với nền phức tạp hay không và tách hình ảnh khuôn mặt đó ra. Nhìn chung có một số phương pháp như sau.

①Phương pháp mẫu tham chiếu

Đầu tiên, thiết kế một hoặc nhiều mẫu khuôn mặt chuẩn, sau đó tính toán mức độ khớp giữa các mẫu thu thập thử nghiệm và các mẫu chuẩn, đồng thời xác định sự hiện diện của các khuôn mặt bằng cách ngưỡng hóa.

②Phương pháp quy tắc khuôn mặt

Vì khuôn mặt có một số đặc điểm phân bố cấu trúc nhất định nên phương pháp được gọi là quy tắc khuôn mặt sẽ trích xuất các đặc điểm này để tạo ra các quy tắc tương ứng nhằm xác định xem các mẫu thử nghiệm có chứa khuôn mặt hay không.

③Phương pháp học mẫu

Phương pháp này, tức là sử dụng phương pháp mạng nơ-ron nhân tạo trong nhận dạng mẫu, tức là tạo ra bộ phân loại bằng cách học từ tập mẫu khuôn mặt và tập mẫu không phải khuôn mặt.

(iv) Phương pháp mô hình màu da

Phương pháp này dựa trên quy luật nồng độ tương đối của phân bố màu da mặt trong không gian màu để phát hiện.

(2) Theo dõi khuôn mặt

Theo dõi khuôn mặt là theo dõi mục tiêu động của khuôn mặt được phát hiện. Cụ thể, phương pháp tiếp cận dựa trên mô hình hoặc phương pháp tiếp cận kết hợp dựa trên chuyển động và dựa trên mô hình được sử dụng. Ngoài ra, việc sử dụng theo dõi mô hình màu da không phải là phương tiện đơn giản và hiệu quả.

(3) So sánh khuôn mặt

So sánh khuôn mặt là việc xác định hình ảnh khuôn mặt được phát hiện hoặc tìm kiếm mục tiêu trong thư viện hình ảnh khuôn mặt. Trên thực tế, điều này có nghĩa là hình ảnh khuôn mặt được lấy mẫu được so sánh với hình ảnh khuôn mặt gốc và kết quả khớp nhất chủ yếu được tìm thấy bằng hai phương pháp mô tả: vectơ đặc điểm và mẫu khuôn mặt.

① Phương pháp vectơ đặc trưng

Phương pháp này nhằm xác định kích thước, vị trí, khoảng cách và các thuộc tính khác của đường viền khuôn mặt như mống mắt, mũi, khóe miệng và các hình ảnh khuôn mặt khác trước khi tính toán các đặc điểm hình học của chúng, tạo thành một vectơ đặc điểm mô tả hình ảnh khuôn mặt.

②Phương pháp mẫu khuôn mặt

Phương pháp này là lưu trữ một số mẫu khuôn mặt chuẩn hoặc mẫu cơ quan khuôn mặt trong thư viện và khớp tất cả các pixel của ảnh khuôn mặt được lấy mẫu với tất cả các mẫu trong thư viện bằng cách sử dụng số liệu tương quan chuẩn hóa khi thực hiện so sánh.

Tiền xử lý hình ảnh khuôn mặt

Tiền xử lý ảnh khuôn mặt: Tiền xử lý ảnh cho khuôn mặt là quá trình xử lý ảnh dựa trên kết quả phát hiện khuôn mặt và cuối cùng phục vụ cho việc trích xuất đặc điểm. Ảnh gốc mà hệ thống thu được thường không thể sử dụng trực tiếp do nhiều điều kiện và nhiễu ngẫu nhiên, và phải được xử lý trước bằng hiệu chỉnh thang độ xám, lọc nhiễu và các xử lý ảnh trước khác ở giai đoạn đầu của quá trình xử lý ảnh. Đối với ảnh khuôn mặt, quá trình tiền xử lý chủ yếu bao gồm bù sáng, biến đổi thang độ xám, cân bằng biểu đồ, chuẩn hóa, hiệu chỉnh hình học, lọc và làm sắc nét ảnh khuôn mặt.

Trích xuất đặc điểm hình ảnh khuôn mặt

Trích xuất đặc điểm ảnh khuôn mặt: Các đặc điểm có thể được sử dụng trong hệ thống nhận dạng khuôn mặt thường được chia thành các đặc điểm trực quan, đặc điểm thống kê pixel, đặc điểm hệ số chuyển đổi ảnh khuôn mặt, đặc điểm đại số ảnh khuôn mặt, v.v. Trích xuất đặc điểm khuôn mặt được thực hiện cho một số đặc điểm nhất định của khuôn mặt. Trích xuất đặc điểm khuôn mặt, còn được gọi là đặc điểm khuôn mặt, là quá trình mô hình hóa đặc điểm của khuôn mặt người. Các phương pháp trích xuất đặc điểm khuôn mặt được tóm tắt thành hai loại chính: một là phương pháp đặc điểm dựa trên kiến thức; phương pháp còn lại là phương pháp đặc điểm dựa trên đặc điểm đại số hoặc học thống kê.

Các phương pháp mô tả đặc điểm dựa trên kiến thức chủ yếu dựa trên mô tả hình dạng của các cơ quan trên khuôn mặt và các đặc điểm khoảng cách giữa chúng để có được dữ liệu đặc điểm có thể giúp phân loại khuôn mặt và các thành phần đặc điểm của chúng thường bao gồm khoảng cách Euclidean, độ cong và góc giữa các điểm đặc điểm. Khuôn mặt người bao gồm các bộ phận như mắt, mũi, miệng và cằm, v.v. Các mô tả hình học của các bộ phận này và các mối quan hệ cấu trúc giữa chúng có thể được sử dụng làm các đặc điểm quan trọng để nhận dạng khuôn mặt và các đặc điểm này được gọi là các đặc điểm hình học. Đặc điểm khuôn mặt dựa trên kiến thức chủ yếu bao gồm các phương pháp dựa trên đặc điểm hình học và các phương pháp khớp mẫu.

Hệ thống nhận dạng khuôn mặt, sử dụng rộng rãi các thuật toán phân tích đặc điểm diện tích, tích hợp công nghệ xử lý hình ảnh máy tính và các nguyên tắc thống kê sinh học thành một, sử dụng công nghệ xử lý hình ảnh máy tính để trích xuất các điểm đặc điểm chân dung từ video và sử dụng các nguyên tắc thống kê sinh học để phân tích và thiết lập các mô hình toán học, có triển vọng phát triển rộng rãi.

Ứng dụng

Việc chính phủ Mexico sử dụng hệ thống nhận dạng khuôn mặt có thể được mô tả là một trong những ứng dụng sáng tạo nhất của công nghệ này và họ sử dụng nó để xác định những cử tri gian lận (thông qua việc đăng ký trùng lặp). Để kiểm soát kết quả bầu cử, mọi người đăng ký nhiều lần dưới nhiều tên khác nhau để họ có thể bỏ phiếu nhiều lần. Không dễ để tìm ra những người này bằng các phương pháp truyền thống.

Nhiều người không đến quầy ngân hàng để rút tiền mà sử dụng máy ATM. Nhận dạng khuôn mặt giúp loại bỏ khả năng phạm tội.

Với công nghệ nhận dạng khuôn mặt, các viên chức có thể tìm thấy những cử tri đã đăng ký trùng lặp bằng cách tìm kiếm hình ảnh khuôn mặt trong cơ sở dữ liệu cử tri. Họ so sánh hình ảnh mới với hồ sơ lưu trữ để tìm những người đang cố gắng đăng ký bằng nhiều tên. Công nghệ này đã được sử dụng trong cuộc bầu cử tổng thống năm 2000 của Mexico và dự kiến sẽ sớm được áp dụng cho các cuộc bầu cử địa phương.

Các ứng dụng tiềm năng khác bao gồm bảo mật tại ATM và trong quá trình rút tiền mặt. Phần mềm có thể nhanh chóng xác minh khuôn mặt của khách hàng. Với sự đồng ý của người dùng, ATM hoặc quầy rút tiền sẽ chụp ảnh kỹ thuật số của khách hàng. Sau đó, phần mềm FaceIt sử dụng ảnh đó để tạo dấu vân tay trên khuôn mặt, tránh tình trạng đánh cắp danh tính khách hàng và các giao dịch gian lận. Với việc sử dụng phần mềm nhận dạng khuôn mặt, không cần sử dụng thẻ căn cước, thẻ ngân hàng hoặc mã số định danh cá nhân (PIN) để xác nhận danh tính của khách hàng.

Công nghệ sinh trắc học này cũng có thể được sử dụng để bảo mật các tệp tin máy tính. IBM đã tích hợp công nghệ này vào màn hình bảo vệ trên máy tính xách tay Thinkpad dòng A, T và X.

Phần mềm nhận dạng khuôn mặt có thể được sử dụng để khóa máy tính của bạn.

Mặc dù công nghệ nhận dạng khuôn mặt có thể được sử dụng để bảo vệ thông tin riêng tư của bạn, nhưng rất dễ hack vào hệ thống và truy cập vào quyền riêng tư của bạn chỉ bằng cách chụp ảnh mà bạn không hề hay biết. Giống như nhiều công nghệ đang phát triển khác, công nghệ nhận dạng khuôn mặt, mặc dù có tiềm năng đáng kinh ngạc, vẫn có một số nhược điểm.

Vào ngày 5 tháng 3 năm 2013, Thống đốc Tiểu bang New York Andrew Cuomo đã thông báo rằng tiểu bang đã sử dụng công nghệ nhận dạng khuôn mặt để điều tra 13.000 trường hợp gian lận ID, dẫn đến 2.500 vụ bắt giữ và thêm 5.000 người phải đối mặt với các cuộc điều tra hình sự. Giấy phép lái xe và thẻ ID của Hoa Kỳ được cấp tập trung bởi Sở Phương tiện Cơ giới và giấy phép ô tô tương đương với thẻ ID. Theo chính quyền Tiểu bang New York, bắt đầu từ năm 2010, Sở Phương tiện Cơ giới Tiểu bang New York đã sử dụng công nghệ nhận dạng khuôn mặt để đối chiếu tất cả ảnh của người nộp đơn với hơn 20 triệu ảnh trong cơ sở dữ liệu của mình và phát hiện ra 13.000 giấy phép lái xe hoặc thẻ ID đáng ngờ, một số người thậm chí còn có nhiều thẻ ID dưới nhiều tên khác nhau cùng một lúc.

Tháng 7 năm 2013. Một công ty Phần Lan đã ra mắt hệ thống thanh toán “khuôn mặt” đầu tiên trên thế giới. Khi thanh toán, người tiêu dùng chỉ cần hướng camera vào màn hình POS tại quầy thu ngân, hệ thống sẽ tự động chụp ảnh, quét khuôn mặt của người tiêu dùng, sau đó nhấp vào màn hình cảm ứng để xác nhận giao dịch sau khi thông tin nhận dạng được hiển thị. Không cần thẻ tín dụng, ví hoặc điện thoại di động. Toàn bộ quá trình giao dịch không quá 5 giây. Tuy nhiên, một số người tin rằng “lần này, thường chỉ đủ để bạn rút ví ra”. Công ty khởi nghiệp Phần Lan Uniqul đã nộp đơn xin cấp bằng sáng chế cho hệ thống thanh toán “khuôn mặt” dựa trên nhận dạng khuôn mặt này.