Reconnaissance d'image : reconnaissance faciale

Cet article est réimprimé du compte public WeChat « Vivre à l'ère de l'information ». L'auteur vit à l'ère de l'information. Pour réimprimer cet article, veuillez contacter le compte public Vivre à l’ère de l’information.

Pour la reconnaissance d'images, le domaine d'application le plus populaire est la reconnaissance faciale. C'est l'application à grande échelle de la technologie de reconnaissance faciale qui donne au projet Sky Eye et au projet Xueliang de notre pays, répartis dans tous les coins, un plus grand espace d'application et rend également notre pays plus sûr. Jetons ensuite un coup d’œil à l’historique du développement des applications de reconnaissance faciale.

Septembre 2017. Apple a tenu sa conférence d'automne et a lancé l'iPhone La reconnaissance faciale est essentiellement un type de reconnaissance d’images. Il s’agit d’une technologie d’identification basée sur les informations sur les caractéristiques faciales des personnes. Utilisez une caméra vidéo ou une caméra pour collecter des images ou des flux vidéo contenant des visages humains, puis détectez et suivez automatiquement les visages dans les images, puis exécutez une série de technologies liées au visage sur les visages détectés, généralement également appelées reconnaissance de portrait et reconnaissance faciale. reconnaissance.

La reconnaissance faciale a commencé dans les années 1960 et s'est améliorée avec le développement de la technologie informatique et de la technologie d'imagerie optique. Elle est réellement entrée dans la phase d'application primaire à la fin des années 1990, principalement avec des technologies venues des États-Unis, du Japon et de l'Allemagne. Avec le développement de l'intelligence artificielle et les mises à jour itératives rapides du traitement, la technologie de reconnaissance faciale a également réalisé de grandes avancées. Dans le même temps, la reconnaissance faciale est également la dernière application de la biométrie. La réalisation de sa technologie de base démontre la transformation d’une intelligence artificielle faible en une intelligence artificielle forte. En général, le principe de la reconnaissance faciale est de collecter les données faciales de l'utilisateur et de les stocker dans une base de données, puis d'effectuer un apprentissage automatique pour collecter les données faciales de l'objet à déverrouiller, les mettre dans la base de données à des fins de comparaison, et terminez enfin le déverrouillage.

L'apparition de la reconnaissance faciale sur les téléphones mobiles n'est pas la première fois qu'Apple a ajouté la fonction de reconnaissance faciale dans Android 4.0, mais la technologie de l'époque n'avait pas de fonctions de sécurité. À cette époque, la reconnaissance faciale était principalement limitée par deux facteurs : 1. Le téléphone mobile n'avait pas assez d'espace pour empiler des capteurs de reconnaissance faciale plus avancés. 2. L'algorithme avait un goulot d'étranglement, qui était également le point clé, et ne pouvait pas calculer ; la texture inégale du visage ne reste qu'au stade 2ème plan. La petite encoche de l’iPhoneX intègre 8 capteurs, dont 4 servent à la reconnaissance faciale. En fait, Apple avait déjà commencé à développer des composants de détection de profondeur 3D plus tôt et avait acquis au préalable une société israélienne de reconnaissance faciale.

L'iPhone nouvelle génération Combinée à une lentille infrarouge pour lire la profondeur réfléchie par ces points lumineux, la structure 3D du visage peut être rapidement numérisée et combinée à la technologie de modélisation 3D pour compléter la collecte et la reconnaissance des informations sur les caractéristiques du visage. Étant donné que le visage humain n'est pas plat, la précision géométrique des données 3D du visage humain collectées par Face ID sera très élevée, ce qui réduira considérablement le taux d'erreur. De plus, la vitesse de la fonction de reconnaissance faciale Face ID est beaucoup plus rapide que celle de la reconnaissance des empreintes digitales Touch ID.

À l'étranger, outre Apple, Sony et Samsung ont démontré la technologie de reconnaissance faciale 3D. En Chine, les téléphones mobiles Huawei ont ensuite lancé le Honor V9, un téléphone mobile à modélisation 3D à reconnaissance faciale, et le note3 de Xiaomi est également équipé de la technologie noire de déverrouillage du visage, etc. Tout cela montre que la technologie de reconnaissance faciale 3D est devenue une tendance dans les futurs téléphones mobiles. développement. En outre, Alibaba a également appliqué la reconnaissance faciale à Alipay et a réussi à débloquer le paiement par reconnaissance faciale après le paiement par empreinte digitale. En mars 2019, lors du salon informatique tenu à Hanovre, en Allemagne, Jack Ma a prononcé un discours devant la chancelière allemande Merkel et le vice-Premier ministre chinois Ma. Kai a fait la démonstration du paiement par « reconnaissance faciale » d'Alipay, ce qui a suscité de vives discussions sur la technologie de reconnaissance faciale.

La reconnaissance faciale d'Alipay est également basée sur l'apprentissage en profondeur, c'est-à-dire que les images collectées sont d'abord prétraitées, c'est-à-dire que la détection des points caractéristiques clés, la rotation, la normalisation de la distance entre les yeux et la découpe d'image sont utilisées pour effectuer une reconnaissance faciale. reconnaissance Alignement puis normalisation multicanal à différentes échelles. Plusieurs informations sur les visages sont interceptées aux points caractéristiques clés pour l'apprentissage. L'apprentissage en profondeur utilise l'apprentissage de réseaux neuronaux convolutifs multicouches pour extraire les caractéristiques de cette zone dans chaque zone de visage. CNN comporte trois noyaux : la perception locale, le partage complet des valeurs et le temps ou l'espace. sous-échantillonnage, la combinaison de ces trois idées garantit que l'invariance du déplacement, de l'échelle et de la déformation peut être obtenue dans une certaine mesure. Enfin, un classificateur est utilisé pour déterminer s’il s’agit de la même personne.

Tencent Cloud Shentu·Face Recognition (Face Recognition) est basé sur la puissante technologie d'analyse faciale de Tencent Youtu et fournit des services comprenant la détection et l'analyse des visages, le positionnement des traits du visage, la recherche de visages, la comparaison de visages, la vérification du visage et la vérification de la duplication du personnel, la détection de l'activité et d'autres fonctions, offrant aux développeurs et aux entreprises des services de reconnaissance faciale hautes performances et haute disponibilité. Il peut être utilisé dans une variété de scénarios d'application tels que la vente au détail intelligente, les communautés intelligentes, le divertissement en ligne, les bâtiments intelligents et l'authentification d'identité en ligne pour répondre pleinement aux besoins des clients de divers secteurs en matière de reconnaissance des attributs faciaux et de confirmation de l'identité de l'utilisateur.

Ses avantages sont les suivants :

(1) Reconnaissance précise : le service de reconnaissance faciale Tencent Cloud a établi de nouveaux records dans plusieurs compétitions publiques internationales, et la comparaison des visages était précise dans l'évaluation LFW 2017 La précision de la reconnaissance atteint 99,80 %. La recherche de visage se classe première dans la compétition MegaFace avec un taux de reconnaissance de 83,29 %, se classant première dans la compétition à l'échelle d'un million. Le taux de précision de la reconnaissance est le meilleur du secteur.

(2) Leadership de l'algorithme : basé sur le modèle grand-mère Tencent Youtu de troisième génération, il intègre l'apprentissage métrique, l'apprentissage par transfert, l'apprentissage multitâche et d'autres méthodes de formation pour optimiser le modèle en fonction des caractéristiques de différents scénarios commerciaux, personnalisés ; modèle de réglage fin ou de distillation pour répondre à la double exigence de performance commerciale et de latence.

(3) Stable et fiable : le service de reconnaissance faciale Tencent Cloud a été vérifié par de nombreux utilisateurs et des scénarios complexes de produits internes de Tencent. Il fonctionne de manière stable et robuste, avec une disponibilité du service supérieure à 99,9 %.

(4) Réponse en temps réel : la reconnaissance faciale présente les caractéristiques d'une simultanéité élevée, d'un débit élevé et d'une faible latence. Même une recherche faciale à l'échelle d'un million peut toujours être traitée en quelques centaines de millisecondes seulement, répondant ainsi à vos besoins d'utilisation en temps réel. .

(5) Simple et facile à utiliser : fournit une API en ligne riche et diversifiée et un SDK d'identification hors ligne, qui prend non seulement en charge l'accès au cloud, mais prend également en charge l'implantation d'un SDK d'identification hors ligne dans les applications et les appareils matériels. utilisez l'identification hors ligne en combinaison selon les besoins et l'API en ligne pour former une solution client + cloud pour répondre aux besoins de différents scénarios.

(6) Large application : la reconnaissance faciale est largement utilisée dans de nombreux scénarios tels que les albums photo en ligne, la vente au détail intelligente, l'examen des visages sensibles, le contrôle d'accès au visage, la présence du visage, la connexion au visage, les effets spéciaux du visage, les examens en ligne, etc.

De plus, Baidu, Google, etc. ont également effectué de nombreuses recherches et produits sur la reconnaissance faciale. La technologie de reconnaissance faciale devient de plus en plus mature et apporte une grande commodité à notre travail et à notre vie.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!