معرفی و چگونگی کارکرد تکنولوژی تشخیص چهره‌ی AI (قسمت 1)

ارسال شده توسط Robertpeege در ش., 08/07/2021 - 14:41

تکنولوژی‌های بیومتریکی اندکی وجود دارند که همچون تکنولوژی تشخیص چهره واکنش‌های مثبت و منفی زیادی دریافت کرده‌اند. با ادغام تکنولوژی تشخیص چهره با هوش مصنوعی AI، این تکنولوژی بسیار دقیق و در عین حال شاید متجاوزانه نیز تلقی شود. در این مقاله به بررسی چگونگی بکارگیری هوش مصنوعی AI در تکنولوژی تشخیص چهره و پیامدهای آن می‌پردازیم.

تکنولوژی تشخیص چهره‌ی AI چیست؟

تکنولوژی تشخیص چهره مجموعه‌ای از الگوریتم‌هاست که با یکدیگر کار می‌کنند تا افراد را در یک ویدئو یا تصویر ثابت تشخیص بدهند. دهه‌های زیادی از مطرح شدن آن می‌گذرد، اما این تکنولوژی در طول سال‌های اخیر بیشتر رایج شده و پیشرفت کرده است.

این پیشرفت، ادغام هوش مصنوعی AI با سیستم‌های تشخیص چهره است. یک نرم‌افزار هوشمند و AI-محور می‌تواند فورا به جستجو در پایگاه‌ داده‌ی چهره‌ها بپردازد و آنها را با یک یا چند چهره‌ی شناسایی شده در یک صحنه مقایسه کند. می‌توانید در کسری از ثانیه نتایج بسیار دقیقی به دست آورید؛ این سیستم‌ها معمولا میزان دقتی 99.5 درصدی در مورد مجموعه داده‌های استاندارد عمومی ارائه می‌کنند.

نرم‌افزار تشخیص چهره‌ی AI از مزایای زیر برخوردار است:

تشخیص به صورت همزمان با وقوع رخداد؛
اقدامات مربوط به ضدجعلی‌سازی؛
تبعیضات نژادی و جنسیتی کمتر به خاطر مدل آموزشی موجود که از میان میلیون‌ها چهره انجام می‌شود؛
امکان استفاده در چندین دوربین مختلف

هوش مصنوعی AI چیست؟ مجموعه داده‌های استاندارد عمومی

هوش مصنوعی (AI) زیرمجموعه‌ی گسترده‌ای از علم کامپیوتر است که حول ماشین‌های هوشمند می‌گردد؛ ماشین‌هایی که قادر به انجام کارهایی هستند که معمولا باید به هوش انسان‌ها شباهت داشته باشند. این تکنولوژی یک علم چندجانبه و میان‌رشته‌ای است، اما پیشرفت‌های صورت گرفته در تکنولوژی یادگیری عمیق و یادگیری ماشین در حال وارد کردن آن به تقریبا تمامی حوزه‌های صنعت تکنولوژی است.

یادگیری عمیق چیست؟

یادگیری عمیق یکی از از عملکردهای هوش مصنوعی AI است؛ این تکنولوژی قدرت پردازش و قابلیت‌های الگوسازی مغز انسان‌ها را تقلید می‌کند. یادگیری عمیق دارای شبکه‌هایی است که بدون نیاز به نظارت، قادر به یادگیری از داده‌های بدون ساختار یا بدون برچسب است. از تکنولوژی یادگیری عمیق به عنوان «شبکه‌ی نورونی/عصبی عمیق» یا «یادگیری نورونی/عصبی عمیق» نیز یاد می‌شود.

چگونگی کارکرد تشخیص چهره‌ی AI

ساده‌ترین نحوه‌ی کارکرد هوش مصنوعی AI در تشخیص چهره، شروع کار با یک مجموعه مشخصات برچسب‌زده است. مخصوصا در صورتی که کار خود را با اینگونه تصاویر شروع می‌کنید: تصاویری که با افراد حاضر در صحنه ارتباط و مطابقت دارند. باید یک ارتباط اولیه و دستچین شده بین چهره‌ی یک فرد و سایر اجزاء هویتی وی وجود داشته باشد. با شروع این کار، رفته رفته شناسایی چهره‌ی افراد در تصاویر تهیه شده از افراد «حاضر در محل» آسان‌تر می‌شود؛ یعنی تصاویری که چندان واضح نیستند با آن مجموعه داده‌ها تطابق داده می‌شوند.

و سوالی که مطرح می‌شود این است که هوش مصنوعی AI دقیقا چطور قادر به شناسایی چهره‌ی افراد است؟ چهره‌ی هر فرد به چند نقطه داده‌ی متعدد تقسیم می‌شود؛ این نقطه داده‌ها می‌توانند فاصله‌ی بین چشم‌ها، بلندی استخوان‌های گونه، فاصله‌ی بین چشمان و لب و سایر موارد باشند. تشخیص چهره‌ی AI روی آن نقطه داده‌ها به جستجو می‌پردازد و تلاش می‌کند تا گزارشی از تفاوت‌های موجود را ارائه کند (به عنوان مثال فاصله از دوربین و تفاوت اندک در زاویه‌ی چهره).

این روزها از تکنولوژی تشخیص چهره AI در چه مکان‌هایی استفاده می‌شود؟

این روزها تکنولوژی تشخیص چهره‌ی AI در بسیاری از صنایع به کار گرفته می‌شود. به عنوان مثال:

بهداشت و درمان: دید ماشینی با تکنولوژی هوش مصنوعی AI ترکیب می‌شود تا از فرآیندهای مربوط به کنترل درد بیماران و دنباله‌روی مصرف داروهای آنها پشتیبانی نماید.
امنیت: الگوریتم‌های یادگیری عمیق به ما کمک می‌کنند تا نیاز به رمزعبورهای همیشگی را روی گوشی‌های موبایل، تشخیص کلاهبرداری و ارتقاء قابلیت‌های ضدجعلی‌سازی کاهش دهند.
فرودگاه‌ها: هر ساله میلیون‌ها مسافر در سطح فرودگاه‌های سراسر کشور عبورومرور می‌کنند. به عنوان مثال در سال 2021، در فرودگاه بین‌المللی مهرآباد حدود 16327359 مسافر، در فرودگاه بین‌المللی مشهد حدود 10030230 مسافر و در فرودگاه بین‌المللی امام خمینی حدود 7821369مسافر عبورومرور داشته‌اند. برای سرعت بخشیدن به امور، فرودگاه‌ها می‌توانند از «دروازه‌های هوشمند» بهره بگیرند؛ دروازه‌هایی که از ترکیبی از تکنولوژی تشخیص چهره و بررسی زنده بودن سوژه‌ها استفاده می‌کنند.
مراقبت و دیده‌بانی: برخی از سرویس‌های مراقبتی از راهکارهای هوش مصنوعی AI برای تشخیص و اثبات رفتارهای مشکوک از طریق بازبینی دوربین‌های امنیتی استفاده می‌کنند. بعدها مراقب‌های زنده می‌توانند آن رخدادها را تجزیه‌و‌تحلیل و زمینه‌یابی کنند.

برگرفته از RECFACES

برچسب‌ها:

هوش مصنوعی, دوربین تحت شبکه, دوربین تحت‌شبکه IP, دوربین مداربسته, نظارت تحت شبکه, تشخیص چهره, یادگیری عمیق, یادگیری ماشین, نظارت فرودگاهی, بخش بهداشت و درمان, بیومتریک

برای ارسال دیدگاه وارد شوید یا ثبت نام کنید .