Alles über Gesichtserkennung für Unternehmen

Die Gesichtserkennung ist nicht auf die Bereiche der Informatik beschränkt. Es hat solide Geschäftsanwendungen.


Eines der heißesten Schlagworte dieses Jahrzehnts ist die Gesichtserkennung.

Es ist der Teil des angewandten maschinellen Lernens, der menschliche Gesichter erkennen und identifizieren kann, ein Problem, das für Computer bisher notorisch schwierig war. Damit hat sich für Unternehmen, Regierungen und Einzelpersonen eine völlig neue Welt aufregender Möglichkeiten und Herausforderungen eröffnet.

Wenn Sie ein Unternehmensleiter sind und sich gefragt haben, worum es bei der Aufregung geht und ob diese neue Entwicklung von Nutzen ist, sind Sie bei uns genau richtig. In diesem Artikel werden wir uns mit der Geschichte der Gesichtserkennung, ihrer Entwicklung, aktuellen Verwendungen, Kontroversen, dem Einsatz und vielen weiteren Aspekten befassen.

Am Ende haben Sie einen soliden Überblick darüber, worum es bei der Gesichtserkennungstechnologie geht und welche Auswirkungen sie auf Unternehmen hat.

Lass uns anfangen!

Evolution der Gesichtserkennung

Bei allem Hype und Medienberichterstattung rund um die Gesichtserkennung gibt es die Technologie schon seit einiger Zeit. Die erste ernsthafte algorithmische Arbeit bei der Erkennung von Gesichtern war die Viola-Jones-Objekterkennungs-Framework veröffentlicht im Jahr 2001. Obwohl es sich um ein universelles Framework zur Identifizierung von Objekten in Bildern handelt, wurde es schnell und mit sehr gutem Erfolg auf die Gesichtserkennung angewendet. Der Hauptgrund für die Beliebtheit dieses Algorithmus war seine Geschwindigkeit. Während der Trainingsprozess unerträglich langsam war, war der Erkennungsprozess extrem schnell.

Bereits 2001/2004 konnte ein durchschnittlicher Desktop-Computer, auf dem dieser Algorithmus ausgeführt wurde, einen Frame mit einer Größe von 300 x 300 Pixel in 0,07 Sekunden (mehr) verarbeiten Hier). Das Genauigkeitsraten, Obwohl nicht vergleichbar mit dem, was Menschen erreichen können, waren sie mit 90% beeindruckend.

Wirkliche Fortschritte wurden jedoch erst im Jahrzehnt 2010-2020 erzielt, als Faltungsneurale Netze erwies sich als die beste Methode zur Gesichtserkennung. Der Grund war die Verfügbarkeit von roher Verarbeitungsleistung und gigantischen Systemspeichern, die durch Cloud Computing von IaaS-Anbietern (Infrastructure-as-a-Service) bereitgestellt wurden. Zum ersten Mal in der Geschichte schlugen Computer ständig Menschen beim Erkennen von Gesichtern, insbesondere wenn eine große Anzahl zufälliger Gesichter beteiligt war.

Quelle: medium.com

Wie funktioniert die Gesichtserkennung??

Die Gesichtserkennung ist ein mehrstufiger Prozess, an dem mehrere spezialisierte Subsysteme beteiligt sind.

Folgendes bedeuten die verschiedenen Phasen:

Erkennung / Verfolgung: Dieser Teil der Vorverarbeitungsphase ist für die Identifizierung und Verfolgung von Gesichtern in der angegebenen Bild- oder Videodatei verantwortlich. Sobald dieser Vorgang abgeschlossen ist, wissen wir mit Sicherheit, dass die angegebene Eingabe ein Gesicht enthält, und sie kann weiter verarbeitet werden. Die Verfolgungsphase ist auch für die Verfolgung bestimmter Teile, bestimmter Merkmale oder Ausdrücke in einem Gesicht verantwortlich, falls dies erforderlich sein sollte.

Ausrichtung: Das Problem der Gesichtserkennung verschärft sich, da Gesichter in einem bestimmten Bild oder Video keinen Richtlinien folgen. Die Person kann vergrößert oder verkleinert werden, hinter einem Baum hervorschauen oder sich in einem Seitenprofil befinden, was das Problem der Gesichtserkennung noch schwieriger macht. Hier kommt die Gesichtsausrichtung ins Spiel: Sie zeigt uns, wo in dem gegebenen Bild / Video die Gesichtslinien sind und welche Konturen für Gesichtsmerkmale vorhanden sind.

Quelle: csc.kth.se

Merkmalsextraktion: Wie der Name schon sagt, werden in dieser Phase des Prozesses (wir befinden uns jetzt in der Erkennungsphase) die einzelnen Gesichtsmerkmale wie Augen, Nase, Kinn, Lippen usw. in der möglichen Form extrahiert von Algorithmen in der nächsten Stufe verwendet. Zu diesem Zeitpunkt hat der Computer genügend harte Daten gesammelt, um ein Gesicht eindeutig voneinander zu unterscheiden.

Feature Matching / Klassifizierung: In dieser Phase werden die von der Merkmalsextraktion empfangenen Eingaben mit der angegebenen Datenbank abgeglichen, um die Identität der Person abzuleiten. Diese Phase wird auch als Klassifizierung bezeichnet, da der Algorithmus möglicherweise benötigt wird, um Gesichter zu kategorisieren, anstatt sie einzeln zu identifizieren.

Sobald dieser Prozess abgeschlossen ist, wissen wir sicher, ob das angegebene Gesicht Teil der Datenbank ist, mit der wir verglichen haben, oder nicht. Die endgültige Ausgabe kann auch Tagging enthalten, wie wir es auf Facebook gewohnt sind.

Quelle: Richtung Datascience.com

Überlegungen zur Bereitstellung: Serverseitig oder clientseitig

Die Gesichtserkennung kann sowohl auf dem Server als auch auf dem Gerät funktionieren, mit dem der Benutzer interagiert. Wenn Sie beispielsweise ein Foto auf Facebook hochladen, werden die Algorithmen auf der Serverseite ausgeführt. Auf der anderen Seite muss ein ID-System, das Ihr Gesicht zum Entsperren des Geräts verwendet, auf der Clientseite ausgeführt werden. Also, welches ist besser?

Ehrlich gesagt geht es nicht darum, welches besser ist. Sowohl serverseitige als auch clientseitige Bereitstellungen haben ihre Stärken, und in der Praxis stellen Unternehmen ein Hybridsystem bereit. Die empfohlene Vorgehensweise besteht darin, Ihre Modelle auf der Serverseite zu trainieren, wo Trainingsdaten und Verarbeitungsressourcen unbegrenzt sind. Sobald die Modelle geschult wurden, können sie auf der Clientseite verpackt und bereitgestellt werden, was die Geschwindigkeit des Systems verbessert und die Privatsphäre des Benutzers schützt.

Das Senden von allem an den Server führt zu einer Verzögerung, die in bestimmten Fällen schlecht oder inakzeptabel sein kann. Gleichzeitig führt die Beibehaltung der Client-Seite zu schwächeren Modellen.

Wie genau ist die Gesichtserkennung??

Genauigkeit ist kein sehr genau definierter Begriff in der Gesichtserkennung. Der Hauptgrund ist, dass es sich um ein unscharfes Problem mit allen Arten von fehlerhaften Eingaben (schwaches Licht, teilweise von Haaren bedecktes Gesicht, Kameraqualität usw.) und sogar irreführenden Eingaben handelt (dazu später mehr!). Infolgedessen müssen die an der Gesichtserkennung beteiligten neuronalen Netze für das jeweilige Problem optimiert werden, wodurch ihr Umfang eingeschränkt wird. Während ein industrielles Gesichtserkennungssystem möglicherweise eine Genauigkeit von 100% aufweist (was häufig der Fall ist), ist dasselbe System möglicherweise nicht einmal 20% genau, wenn Sie aufgefordert werden, Gesichter auf einem überfüllten Foto zu identifizieren.

In Eins Forschung, Ein bestimmter Typ eines Gesichtserkennungsalgorithmus konnte eine Genauigkeit von 98,52% erreichen, die höher war als die menschliche Genauigkeit von 97,53%, die im selben Test erreicht wurde. In einem anderen Studie In der Forensik ergab die Kombination aus menschlichem Urteilsvermögen und Algorithmen in einigen Fällen die besten Ergebnisse.

Fazit: Für fokussierte, genau definierte Anwendungen ist die Gesichtserkennung das beste Werkzeug, das wir haben.

Wo wird die Gesichtserkennung eingesetzt??

Selbst in der kurzen Zeit, in der brauchbare Algorithmen entwickelt wurden, hat die Gesichtserkennung unglaublich nützliche und aufregende Anwendungen gefunden. Einige davon sind auffällig, andere sind so subtil und grundlegend in den Alltag eingebunden, dass wir kaum innehalten, um darüber nachzudenken, was darunter liegt.

Facebook ist vielleicht das häufigste Beispiel für moderne Gesichtserkennungssysteme bei der Arbeit. Sobald Sie ein Foto hochladen, kann das soziale Netzwerk Gesichter erkennen. Während Sie vor einiger Zeit gebeten wurden, Freunde zu markieren, kann Facebook dies jetzt selbst tun.

Quelle: labnol.org

Eine coole neue Anwendung von Facebook ist das Feature von informieren Benutzer, wenn Fotos mit ihrem Gesicht von jemandem hochgeladen werden, auch wenn sie in diesen Fotos nicht markiert wurden.

Snapchat nutzt die Gesichtserkennung und -erkennung für viele seiner Funktionen, insbesondere für die lustigen Filter, die so wütend sind.

Quelle: gistreel.com

Damit diese Filter funktionieren, müssen die Konturen und Merkmale des Gesichts des Motivs perfekt erkannt werden, da sonst die Überlagerungen nicht realistisch aussehen. Gleiches gilt für Face Swap, ein weiteres beliebtes Feature in Snapchat. Falls Sie mehr über die Fähigkeiten von Snapchat bei der Gesichtserkennung erfahren möchten, lesen Sie Hier.

Uber kämpft seit einiger Zeit gegen Datenschutz- und Sicherheitsbedenken, und die neueste Waffe im Arsenal des Unternehmens ist die Gesichtserkennung. Das Unternehmen hat eine neue Funktion eingeführt, mit der die Identität seiner Fahrer-Partner überprüft wird mit ihren Gesichtern. Das Unternehmen gibt in seinem Blog an, dass es sich nach dem Testen mehrerer Anbieter von Gesichtserkennungstechnologien für die Microsoft Face API entschieden hat, um die hohe Qualität zu gewährleisten. Interessanterweise funktioniert diese Echtzeit-ID-Prüfung bei schlechten Lichtverhältnissen gut und kann Brillen erkennen.

Da sich die Gesichtserkennung in freier Wildbahn als erfolgreich erweist, ist es leicht vorherzusagen, dass sie bald andere Identifikationsmethoden in Bildungseinrichtungen, Krankenhäusern, Bibliotheken usw. Ersetzen wird.

Kriminalprävention im Einzelhandel ist eine natürliche Erweiterung der Anwendung der Gesichtserkennung. Der Einzelhandel verliert eine Schätzung 45 Milliarden Dollar jedes Jahr an Ladendiebe und andere Einzelhandelsverbrechen, mit sehr wenig, um dem entgegenzuwirken. Jetzt mögen Unternehmen Gesicht zuerst helfen Einzelhändlern, mithilfe der Gesichtserkennung frühere Straftäter zu erkennen und Sicherheitsbeamte zu alarmieren.

Polizeiüberwachung beginnt, die Gesichtserkennung wie alle anderen Institutionen zu nutzen. In Großbritannien verwendet die Polizei von Südwales beispielsweise Kameras, die an Lieferwagen angebracht sind Überwachung von Menschenmengen leichter.

Quelle: theconversation.com

Während diese neu entdeckte Supermacht in den Händen der Polizei heftige öffentliche Debatten über die Privatsphäre des Einzelnen ausgelöst hat, glaubt die Polizei, dass sie ihnen dabei helfen wird, Missetäter besser einzuschränken. Wie Richard Lewis, stellvertretender Polizeichef von Südwales, sagte Financial Times:

Wenn Sie jemanden identifizieren, der [zuvor] eine Straftat begangen hat, sagen Sie im Grunde: Wir wissen, dass Sie hier sind, bitte verhalten Sie sich.

Gesundheitswesen hatte kürzlich eine unerwartete Anwendung, bei der die Gesichtserkennung dazu beitrug, eine seltene genetische Störung namens DiGeorge-Syndrom zu erkennen.

Das DiGeorge-Syndrom tritt bei etwa 1 von 6.000 Kindern auf und führt zu Deformitäten in mehreren Körperteilen. In diesem Fall ist das Gesundheitsproblem für ärmere Länder schwerwiegender, die nicht über die Ressourcen für teure Diagnosemethoden verfügen. Als solche Gesichtserkennung mit einem erstaunlichen Richtigkeit von 96,6% bietet neue Hoffnung für Opfer des DiGeorge-Syndroms.

In dem Fluggesellschaften In der Industrie nimmt die Akzeptanz der Gesichtserkennung zu und wird bald die herkömmlichen Bordkarten ersetzen. Derzeit gibt es nur begrenzte, aber vielversprechende Ergebnisse bei der Unterstützung Passagiere identifizieren wie sie das Land verlassen. In der Tat hat die Transport Security Administration (TSA) der USA eine planen für die weit verbreitete Verwendung von auf Gesichtserkennung basierenden biometrischen Daten.

Umstrittene Verwendung der Gesichtserkennung

Technologie befähigt uns, obwohl ihre gute oder schlechte Verwendung bei uns liegt. Kein Zweifel, dass etwas so Potentes und Radikales wie Gesichtserkennung auf eine Weise eingesetzt wird, die Besorgnis über grundlegende Menschenrechte und Ethik aufkommen lässt.

Das bekannteste Beispiel für kontroverse Anwendungen der Gesichtserkennung ist Chinas enorme Überwachungssystem Das Unternehmen setzt schätzungsweise 200 Millionen Kameras ein, um die 1,4 Milliarden Bürger im Auge zu behalten.

Quelle: sbs.com

Das System verfolgt Personen und wertet ihre Aktionen aus, wobei eine aufgerufene Metrik ständig aktualisiert wird Bürger Punktzahl. Ein leistungsfähiges staatlich kontrolliertes Überwachungssystem (zum Beispiel die Verfolgung von Schuldnern) hat zwar einen gewissen Wert, aber die meisten sehen darin die Ankunft der dystopischen Zukunft, die George Orwell sich vorgestellt hat. Es ist eine Zukunft, in der Regierungen uneingeschränkte Macht über den Einzelnen haben und keine Privatsphäre besteht.

Das zweite Beispiel für die umstrittene Verwendung der Gesichtserkennung stammt ebenfalls (nicht überraschend?) Aus China. Diesmal übernimmt das Schulsystem die Gesichtserkennung, um sicherzustellen, dass die Schüler während des Unterrichts „aufmerksam“ sind. Das neue Gesichtserkennungssystem ist zwar noch nicht weit verbreitet, ersetzt jedoch Ausweise, Bibliotheksausweise, Anwesenheitssysteme usw. und verwendet das Gesicht des Schülers zur Identifizierung.

Quelle: businessinsider.com

Der gruselige Teil ist jedoch, dass dieses System die Aufmerksamkeit der Schüler, die Verwendung von Mobiltelefonen usw. überwacht und den Lehrer benachrichtigt, wenn eine bestimmte Schwelle überschritten wird.

Während die Videoüberwachung mit Gesichtserkennung nicht nur in China möglich ist, war dies in den USA der Fall Anstrengungen unternehmen es zu verwenden, um Waffengewalt in Schulen einzudämmen – es ist China, das dies weiter zu bringen scheint als jedes andere Land.

Vergleich gängiger Gesichtserkennungs-APIs

Welche Möglichkeiten haben Sie, um die Gesichtserkennung zu nutzen? In diesem Abschnitt werden wir uns ansehen, was allgemein verwendet wird und wie sich die verschiedenen Lösungen gegeneinander stapeln.

Bevor wir jedoch beginnen: eine Erinnerung. Diese APIs entwickeln sich extrem schnell und es ist wahrscheinlich, dass Sie auf Blog-Posts stoßen, die besagen, dass dieser API diese oder jene Funktion fehlt. Treffen Sie Ihre Entscheidungen nicht darauf basierend. Analysieren Sie zuerst Ihre Geschäftsanforderungen, überprüfen Sie sorgfältig die angebotenen Funktionen, machen Sie sich auf den Weg und entscheiden Sie sich erst dann.

OpenCV

KI-Forschung ist ein Dreckloch ohne Boden. Das Training und die Perfektionierung eines Gesichtserkennungssystems ist schwierig und wird am besten Konglomeraten mit tiefen Taschen und einer Armee von Forschern überlassen. Wenn Ihre Anforderungen jedoch einfach sind und Sie die volle Kontrolle haben möchten – und natürlich bereit sind, ein kleines / kleines Engineering-Team zu unterhalten -,OpenCV könnte nur für Sie arbeiten.

Es handelt sich um eine Open Source Computer Vision-Bibliothek, die bemerkenswert genau ist und für alle Programmierplattformen verfügbar ist. Hier ist eine haarsträubende Beispiel wie Sie ein Gesichtserkennungssystem mit Python und OpenCV in 25 Codezeilen starten können!

Jetzt stoßen Sie möglicherweise auf einige Blogs, die besagen, dass OpenCV keine Gesichtserkennung hat. Nun, es ist eine völlige Lüge, und hier ist Beweis. Alles in allem kann OpenCV eine gute Wahl für Ihr Unternehmen sein, wenn die Anforderungen einfach und spezifisch sind.

Amazon Rekognition

Anerkennung ist ein Hochleistungsangebot von einem der größten Cloud-Anbieter – AWS. Es handelt sich um einen vollständig verwalteten, leistungsstarken Service für die AWS-Plattform. Wenn Sie AWS bereits für die Bereitstellung verwenden, ist Rekognition wahrscheinlich die beste Wahl.

Einige der atemberaubenden Funktionen von Rekognition sind:

  • Echtzeitanalyse (beim Hochladen eines Bildes oder Videos in S3)
  • Umfangreiche Gesichtsanalyse (Geschlecht, Haarfarbe, Gesichtsausdruck, offene Augen oder nicht usw.)
  • Pfad (Erfassen von Pfaden identifizierter Objekte in Videos)
  • Szenen- und Aktivitätserkennung (drinnen / draußen, „Fußball spielen“ usw.)
  • Moderation unsicherer Inhalte (z. B. Nacktheit)

Das größte Plus bei Rekognition ist auch das größte Minus – Sie werden wirklich Schwierigkeiten haben, es mit Nicht-AWS-Services zu verwenden, bis Sie einfach aufgeben müssen.

Kairos

Im scharfen Gegensatz zur Wiedererkennung, Kairos bietet Ihnen die KI über eine API (das Reimen ist unbeabsichtigt, wir schwören!), sodass Sie die vollständige Kontrolle über Ihre Daten und Server übernehmen können. Kairos stellt sich als Datenschutzdienst vor und ist es auch äußerst kritisch von Amazon und anderen Unternehmen, die mit der Regierung zusammenarbeiten (so ist es auch) ACLU, Apropos).

Kairos arbeitet sowohl mit Bildern als auch mit Videos und bietet alle nützlichen Funktionen, die Sie von einer modernen Gesichtserkennungs-API erwarten. Es bietet einige der erstaunlichen Funktionen von Rekognition. Wenn Sie sie jedoch nicht benötigen und Ihre Daten bereits verwalten, sollten Sie sich darum kümmern?!

Für diejenigen, die in Bezug auf Datenschutz besonders paranoid sind und nicht einmal Daten zur Verarbeitung über das Kabel senden möchten, bietet Kairos eine On-Premise-Bereitstellung. Die Preise hängen jedoch von Ihrem Anwendungsfall ab und können sehr hoch sein.

Google Cloud Vision

Google hat sich entschieden, zwischen seinen Gesichtserkennungsdiensten für Bilder und Videos zu unterscheiden. Die Image-API ist bekannt als Cloud Vision, während der videofokussierte Dienst aufgerufen wird Video Intelligence.

Während der bildorientierte Service dem Angebot von AWS ziemlich ähnlich ist, bietet der Videodienst eine nette Funktion zum Katalogisieren und Suchen. Dies ist nützlich für Unternehmen mit großen Videoarchiven, die sie möglicherweise analysieren oder durchsuchen möchten.

Allerdings fehlen Video Intelligence zum Zeitpunkt des Schreibens Gesichtserkennungsfunktionen, die anscheinend nur in Cloud Vision angeboten werden. Objektverfolgung und Texterkennung befinden sich ebenfalls in der Beta-Phase und stehen damit weit hinter den Angeboten von Amazon.

Azure Face-API

Da Microsoft seine Cloud-Angebote (endlich) ernster nimmt als die Desktop-Angebote, ist das Azure Face-API ist ein herrliches Angebot. Es bietet alle interessanten Funktionen, die Sie erwarten (Erkennung, Identifizierung, Gesichtsgruppierung, Suche nach ähnlichen Gesichtern, Emotionen usw.) und funktioniert genauso gut mit Videos.

Dies hängt nicht ausschließlich mit der Gesichtserkennung zusammen, es ist jedoch erwähnenswert, dass Azure auch eine Kunden-Computer-Vision bietet Bedienung, So können Sie Ihre Eingaben verwenden und Modelle gemäß Ihren Anforderungen trainieren.

Genau wie beim Google-Dienst steht direkt auf der Startseite ein Spielplatz zur Verfügung, auf dem das Testen der API viel Spaß macht!

Gibt es signifikante Unterschiede zwischen den am besten verwalteten Gesichtserkennungsdiensten? Nicht wirklich. Derzeit herrscht auf diesem Gebiet ein intensiver Wettbewerb, und neue Funktionen werden schneller eingeführt als Pizzen. Wenn Sie bereits an ein bestimmtes Ökosystem gebunden sind, ist die Verwendung eines eigenen Gesichtserkennungsdienstes sinnvoll. Andernfalls möchten Sie möglicherweise einen anderen Anbieter auswählen, wenn Ihre Anforderungen spezifisch sind (Kontrolle der eigenen Daten, nur einfache Erkennung usw.)..

Anti-Gesichtserkennungssysteme

So wie einige Forscher ihr Leben der Perfektionierung der Gesichtserkennungstechnologie gewidmet haben, sind andere damit beschäftigt, Techniken zu entwickeln, um sie zu täuschen. Eine solche interessante Entwicklung ist Widersacher Brille, die für Menschen ansonsten normal aussehen, aber fachmännische Gesichtserkennungssysteme zum Narren gehalten haben.

Quelle: digitaltrends.com

Diese Brillen sind jedoch noch nicht auf dem Markt erhältlich, obwohl die Forscher sagen, dass sie leicht in 3D gedruckt werden können.

Eine weitere interessante Entwicklung war der Start von ekō Brille auf Kickstarter. Obwohl das Produkt jetzt storniert ist, arbeitete es an einer bemerkenswert einfachen Idee: einer einfachen, alltäglichen Sonnenbrille für 45 US-Dollar, die einfach das Licht reflektierte und dazu führte, dass Kameras und Videoüberwachungsgeräte verrückt wurden.

Genau wie im Bereich der Cybersicherheit sperren „Hacker“ und Forscher die Hörner in der Gesichtserkennung, um den Wettlauf zur Perfektion zu meistern. Um 2014 haben wir die Popularität von gesehen Tarn Make-up das verlieh Unsichtbarkeit gegen Gesichtserkennung, ist aber nicht mehr lebensfähig. Wird es eine AES-Verschlüsselung der Gesichtserkennung geben? Nur die Zeit kann es verraten!

Ist Gesichtserkennung für Sie?

Die Art von Geschäft, die von der Gesichtserkennung profitieren kann, ist das, an dem Menschen beteiligt sind – ja, das heißt, jedes Geschäft da draußen! Während die derzeitige Verwendung der Gesichtserkennung von Regierungen, großen Unternehmen oder Technologie-Startups befürwortet zu werden scheint, gibt es keinen Grund, warum Ihr Unternehmen nicht davon profitieren kann.

Die Möglichkeiten sind wirklich endlos, wenn wir ein wenig kreatives Denken kombinieren – Kunden in einem Hotel begrüßen und identifizieren, Ihren Freund in einem Meer von Menschen finden, Menschen mit ähnlichen Gesichtern finden (vielleicht als Schauspieler), Persönlichkeiten für den Job erkennen Interviews (auch hier lassen wir der Fantasie nur freien Lauf; in einer solchen Studie gibt es möglicherweise nichts Wesentliches), in dem das Bankerlebnis angepasst wird, wenn ein hochwertiger Kunde hereinkommt. . . Es gibt unzählige Möglichkeiten, die Gesichtserkennung auf kleinen und großen Ebenen zu verwenden, um die Leistung Ihres Unternehmens zu verbessern.

Fazit

Ziemlich bald wird die Gesichtserkennung so weit verbreitet und verbreitet sein, dass wir sie nicht einmal bemerken (wie bei Mobiltelefonen?). Die zugrunde liegende Technologie wurde nahezu perfektioniert, aber in der realen Welt geht es nicht nur darum, Gesichter zu erkennen – es geht darum, was wir mit dieser Fähigkeit tun können.

Klingt faszinierend und interessiert daran, mehr zu lernen? Schau dir das an brillanter Kurs über Computer Vision.

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map