Tout sur la reconnaissance faciale pour les entreprises

La reconnaissance faciale ne se limite pas aux domaines de l’informatique. Il a de solides applications commerciales.


L’un des mots à la mode les plus en vogue de cette décennie est la reconnaissance faciale.

C’est la partie de l’apprentissage automatique appliqué qui peut détecter et identifier les visages humains, un problème qui a été notoirement difficile pour les ordinateurs jusqu’à présent. Et avec cela, a éclaté un tout nouveau monde de possibilités et de défis passionnants pour les entreprises, les gouvernements et les particuliers..

Si vous êtes un chef d’entreprise et que vous vous demandez de quoi il s’agit, et s’il y a une utilité dans ce nouveau développement, nous avons ce qu’il vous faut. Dans cet article, nous allons examiner l’histoire de la reconnaissance faciale, son développement, ses utilisations actuelles, les controverses, le déploiement et bien d’autres facettes.

À la fin de celui-ci, vous aurez une solide compréhension de ce qu’est la technologie de reconnaissance faciale et de ses implications pour les entreprises..

Commençons!

Évolution de la reconnaissance faciale

Malgré tout le battage médiatique et la couverture médiatique entourant la reconnaissance faciale, la technologie existe depuis un certain temps. Le premier travail algorithmique sérieux dans la détection des visages a été Cadre de détection d’objets Viola-Jones publié en 2001. Bien qu’il s’agisse d’un cadre général pour identifier les objets dans les images, il a été rapidement appliqué à la détection des visages avec un très bon succès. La raison principale de la popularité de cet algorithme était sa vitesse; alors que le processus de formation était atrocement lent, le processus de détection était extrêmement rapide.

Dès 2001/2004, l’ordinateur de bureau moyen exécutant cet algorithme était capable de traiter une trame 300px X 300px en 0,07 secondes (plus ici). le taux de précision, mais pas comparable à ce que les humains peuvent réaliser, étaient impressionnants à 90%.

Cependant, de réels progrès n’ont été réalisés qu’au cours de la décennie 2010-2020, Réseaux de neurones convolutifs a émergé comme la meilleure méthode pour effectuer la détection faciale. La raison en était la disponibilité de la puissance de traitement brute et de gigantesques mémoires système mises à disposition par le cloud computing par les fournisseurs d’infrastructure en tant que service (IaaS). Pour la première fois dans l’histoire, les ordinateurs battaient constamment les humains pour reconnaître les visages, en particulier lorsqu’un grand nombre de visages aléatoires étaient impliqués.

Source: medium.com

Comment fonctionne la reconnaissance faciale?

La reconnaissance faciale est un processus en plusieurs étapes, avec plusieurs sous-systèmes spécialisés impliqués.

Voici ce que signifient les différentes étapes:

Détection / Suivi: Cette partie de l’étape de prétraitement est responsable de l’identification et du suivi des visages dans l’image ou le fichier vidéo donné. Une fois ce processus terminé, nous savons avec certitude qu’il y a un visage dans l’entrée donnée, et elle peut être traitée plus loin. La phase de suivi est également responsable du suivi de certaines parties, caractéristiques ou expressions particulières d’un visage, si cela est nécessaire..

Alignement: Le problème de la reconnaissance faciale est aggravé car les visages dans une image ou une vidéo donnée ne suivent aucune directive. La personne peut faire un zoom avant ou arrière, jeter un coup d’œil derrière un arbre ou être présente dans un profil latéral, ce qui rend le problème de détection de visage encore plus difficile. C’est là que l’alignement du visage entre en jeu: il nous indique où dans l’image / la vidéo donnée les lignes du visage et quels sont les contours des traits du visage.

Source: csc.kth.se

Extraction de caractéristiques: Comme son nom l’indique, au cours de cette phase du processus (nous sommes maintenant au stade de la reconnaissance), les caractéristiques individuelles du visage, telles que les yeux, le nez, le menton, les lèvres, etc., sont extraites sous la forme qui peut être utilisé par les algorithmes dans l’étape suivante. À ce stade, l’ordinateur a collecté suffisamment de données dures pour distinguer un visage de façon unique.

Correspondance / classification des fonctionnalités: À cette étape, les entrées reçues de l’extraction de caractéristiques sont mises en correspondance avec la base de données donnée pour déduire l’identité de la personne. Cette phase est également connue sous le nom de classification, car l’algorithme peut être nécessaire pour classer les visages au lieu de les identifier individuellement..

Une fois ce processus terminé, nous savons avec certitude si le visage donné fait partie de la base de données que nous avons comparé ou non. La sortie finale peut également contenir des balises, la façon dont nous avons l’habitude de voir sur Facebook.

Source: versdatascience.com

Considérations de déploiement: côté serveur vs côté client

La reconnaissance faciale peut fonctionner à la fois sur le serveur et sur l’appareil avec lequel l’utilisateur interagit. Par exemple, lorsque vous téléchargez une photo sur Facebook, les algorithmes sont exécutés côté serveur; d’autre part, un système d’identification qui utilise votre visage pour déverrouiller l’appareil doit fonctionner côté client. Alors quel est le meilleur?

Honnêtement, il ne s’agit pas de savoir lequel est le meilleur. Les déploiements côté serveur et côté client ont leurs points forts et, dans la pratique, les entreprises déploient un système hybride. La pratique recommandée est de former vos modèles côté serveur, où les données de formation et les ressources de traitement sont illimitées. Une fois que les modèles ont été formés, ceux-ci peuvent être empaquetés et déployés côté client, ce qui améliore la vitesse du système et préserve la confidentialité de l’utilisateur.

Tout envoyer au serveur introduit un délai, qui peut être mauvais ou inacceptable dans certains cas. En même temps, tout garder côté client se traduira par des modèles plus faibles.

Quelle est la précision de la reconnaissance faciale?

La précision n’est pas un terme très bien défini dans la reconnaissance faciale. La raison principale est que c’est un problème flou avec toutes sortes d’entrées foirées (faible luminosité, visage partiellement couvert par les cheveux, qualité de la caméra, etc.) et même des entrées trompeuses (plus à ce sujet plus tard!). En conséquence, les réseaux de neurones impliqués dans la reconnaissance faciale doivent être modifiés pour le problème en question, ce qui limite leur portée. Ainsi, alors qu’un système de reconnaissance faciale industriel peut se vanter d’une précision de 100% (ce qui est souvent le cas), le même système peut ne pas être même précis à 20% lorsqu’on lui demande d’identifier les visages sur une photo bondée.

Dans une recherche, un type particulier d’algorithme de reconnaissance faciale a pu atteindre une précision de 98,52%, supérieure à la précision humaine de 97,53% obtenue dans le même test. En autre étude menée en médecine légale, la combinaison du jugement humain et des algorithmes a donné les meilleurs résultats dans certains cas.

Conclusion – pour des applications ciblées et bien définies, la reconnaissance faciale est le meilleur outil dont nous disposons.

Où la reconnaissance faciale est-elle utilisée??

Même pendant la courte période pendant laquelle des algorithmes viables ont été développés, la reconnaissance faciale a trouvé des applications incroyablement utiles et passionnantes. Certains d’entre eux sont remarquables, mais certains sont si subtilement et fondamentalement tissés dans la vie quotidienne que nous nous arrêtons à peine pour réfléchir à ce qui se trouve en dessous.

Facebook est peut-être l’exemple le plus courant de systèmes modernes de reconnaissance faciale au travail. Dès que vous téléchargez une photo, le réseau social est capable de détecter les visages. Il y a quelque temps, on vous demandait de taguer des amis, maintenant Facebook est capable de le faire seul.

Source: labnol.org

Une nouvelle application cool de Facebook est la caractéristique de délation utilisateurs lorsque des photos contenant leur visage sont téléchargées par quelqu’un, même si elles n’ont pas été marquées dans ces photos.

Snapchat fait un usage intensif de la détection et de la reconnaissance des visages pour bon nombre de ses fonctionnalités, notamment les filtres amusants qui font fureur.

Source: gistreel.com

Pour que ces filtres fonctionnent, les contours et les caractéristiques du visage du sujet doivent être parfaitement détectés, sinon les superpositions ne seront pas réalistes. Il en va de même pour Face Swap, une autre fonctionnalité populaire de Snapchat. Si vous souhaitez approfondir les capacités de Snapchat en matière de reconnaissance faciale, consultez ici.

Uber lutte contre les problèmes de confidentialité et de sécurité depuis un certain temps déjà, et la nouvelle arme dans l’arsenal de l’entreprise est la reconnaissance faciale. La société a déployé une nouvelle fonctionnalité permettant de vérifier l’identité de ses partenaires chauffeurs en utilisant leurs visages. La société indique sur son blog qu’après avoir testé plusieurs fournisseurs de technologies de reconnaissance faciale, ils se sont installés sur l’API Microsoft Face pour sa haute qualité. Fait intéressant, cette vérification d’identité en temps réel fonctionne bien dans des conditions de faible luminosité et est capable de détecter les lunettes.

Avec la reconnaissance faciale réussie dans la nature, il est facile de prédire qu’elle pourrait bientôt remplacer d’autres méthodes d’identification dans les établissements d’enseignement, les hôpitaux, les bibliothèques, etc..

Prévention de la criminalité au détail est une extension naturelle de l’application de la reconnaissance faciale. Le commerce de détail perd environ 45 milliards de dollars chaque année aux voleurs à l’étalage et autres délits de la vente au détail, avec très peu de moyens pour y faire face. Maintenant, des entreprises comme FaceFirst aident les détaillants à utiliser la reconnaissance faciale pour détecter les délinquants précédents et alerter les agents de sécurité.

Surveillance policière commence à tirer parti de la reconnaissance faciale comme toutes les autres institutions. Par exemple, au Royaume-Uni, la police du sud du Pays de Galles utilise des caméras installées sur des camionnettes pour surveillance de foules plus facile.

Source: theconversation.com

Bien que cette nouvelle superpuissance entre les mains de la police ait suscité de vifs débats publics sur la vie privée des individus, la police pense que cela les aidera à mieux limiter les malfaiteurs. Comme Richard Lewis, chef adjoint de la police du sud du Pays de Galles, a déclaré à la Financial Times:

Si vous identifiez quelqu’un qui a commis une infraction [précédemment], vous dites essentiellement: nous savons que vous êtes ici, veuillez vous comporter.

Soins de santé a récemment eu une application inattendue, où la reconnaissance faciale a permis de détecter une maladie génétique rare appelée syndrome de DiGeorge.

Le syndrome de DiGeorge apparaît chez environ 1 enfant sur 6 000 et entraîne des déformations dans plusieurs parties du corps. Le problème des soins de santé, dans ce cas, est plus grave pour les pays pauvres, qui n’ont pas les ressources pour opter pour des méthodes de diagnostic coûteuses. En tant que telle, la reconnaissance faciale, avec une étonnante précision de 96,6%, offre un nouvel espoir aux victimes du syndrome de DiGeorge.

dans le Compagnies aériennes l’industrie, l’adoption de la reconnaissance faciale reprend et remplacera bientôt les cartes d’embarquement conventionnelles. Actuellement, il existe des résultats limités mais prometteurs pour aider identifier les passagers quand ils quittent le pays. En fait, la Transport Security Administration (TSA) des États-Unis a établi un plan pour une utilisation généralisée de la biométrie basée sur la reconnaissance faciale.

Utilisations controversées de la reconnaissance faciale

La technologie nous donne le pouvoir, bien que son bon ou son mauvais usage nous appartient. Il ne fait donc aucun doute que quelque chose d’aussi puissant et radical que la reconnaissance faciale est utilisé d’une manière qui suscite des inquiétudes au sujet des droits humains fondamentaux et de l’éthique..

L’exemple le plus frappant d’utilisations controversées de la reconnaissance faciale est l’énorme Système de surveillance qui emploie environ 200 millions de caméras pour garder un œil sur ses 1,4 milliard de citoyens.

Source: sbs.com

Le système suit les personnes et évalue leurs actions, mettant constamment à jour une métrique appelée score citoyen. Bien qu’il soit utile d’avoir un puissant système de surveillance contrôlé par l’État (suivi des défaillants, par exemple), la plupart le voient comme l’arrivée du futur dystopique imaginé par George Orwell. C’est un avenir où les gouvernements ont un pouvoir illimité sur l’individu et où la vie privée est inexistante.

Le deuxième exemple d’utilisation discutable de la reconnaissance faciale vient également (sans surprise?) De la Chine. Cette fois, c’est le système scolaire qui adopte la reconnaissance faciale pour s’assurer que les élèves sont «attentifs» pendant les cours. Le nouveau système de reconnaissance faciale, bien qu’il ne soit pas encore très répandu, remplace les cartes d’identité, les cartes de bibliothèque, les systèmes de présence, etc., en utilisant le visage de l’élève pour l’identification.

Source: businessinsider.com

Mais la partie effrayante est que ce système surveille les niveaux d’attention des élèves, l’utilisation du téléphone portable, etc., et alerte l’enseignant lorsqu’un certain seuil est franchi.

Bien que la vidéosurveillance alimentée par la reconnaissance faciale ne soit pas exclusive à la Chine, les États-Unis faire des efforts de l’utiliser pour freiner la violence armée dans les écoles – c’est la Chine qui semble aller plus loin que tout autre pays.

Comparaison des API de reconnaissance faciale populaires

En ce qui concerne l’utilisation de la reconnaissance faciale, quelles options avez-vous? Dans cette section, nous allons voir ce qui est couramment utilisé et comment les différentes solutions se comparent.

Avant de commencer, cependant: un rappel. Ces API évoluent extrêmement rapidement, et vous risquez de tomber sur des articles de blog qui disent que cette API n’a pas cette fonctionnalité ou cette fonctionnalité. Ne prenez pas vos décisions sur cette base. Analysez d’abord les besoins de votre entreprise, vérifiez attentivement les fonctionnalités proposées, allez-y, puis ne vous décidez que.

OpenCV

La recherche sur l’IA est un gouffre sans fond. Il est difficile de former et de perfectionner un système de reconnaissance faciale, et il vaut mieux le laisser aux conglomérats avec des poches profondes et une armée de chercheurs à portée de main. Cependant, si vos besoins sont simples et que vous aimez avoir un contrôle total — et bien sûr, êtes prêt pour l’entretien d’une petite / petite équipe d’ingénieurs—OpenCV pourrait bien fonctionner pour vous.

Il s’agit d’une bibliothèque Open Source Computer Vision qui est remarquablement précise et disponible pour toutes les plateformes de programmation. Voici une épilation exemple de la façon dont vous pouvez faire tourner un système de détection de visage avec Python et OpenCV en 25 lignes de code!

Maintenant, vous pouvez rencontrer des blogs qui disent qu’OpenCV n’a pas de reconnaissance faciale. Eh bien, c’est un mensonge complet, et voici preuve. Dans l’ensemble, OpenCV peut être un excellent choix pour votre entreprise si les besoins sont simples et spécifiques.

Amazon Rekognition

Reconnaissance est une offre robuste de l’un des plus grands fournisseurs de cloud du marché – AWS. Il s’agit d’un service puissant et entièrement géré pour la plate-forme AWS, et si vous utilisez déjà AWS pour le déploiement, Rekognition est probablement le meilleur choix..

Certaines des fonctionnalités époustouflantes offertes par Rekognition sont:

  • Analyse en temps réel (lorsque vous téléchargez une image ou une vidéo sur S3)
  • Analyse faciale approfondie (sexe, couleur des cheveux, expression faciale, yeux ouverts ou non, etc.)
  • Pathing (capture des chemins des objets identifiés dans les vidéos)
  • Détection de scène et d’activité (intérieur / extérieur, «jouer au football», etc.)
  • Modération de contenu dangereux (nudité, par exemple)

Le plus grand avantage de Rekognition est aussi le plus gros inconvénient – vous aurez vraiment du mal à l’utiliser avec des services non AWS au point où vous n’aurez plus qu’à abandonner.

Kairos

En contraste avec la Rekognition, Kairos vous fournit l’IA sur une API (la rime n’est pas intentionnelle, nous le jurons!), vous permettant de prendre le contrôle complet de vos données et de vos serveurs. Kairos se présente comme un service privilégiant la confidentialité et est extrêmement critique d’Amazon et d’autres sociétés de connivence avec le gouvernement (est donc ACLU, au fait).

Kairos fonctionne à la fois sur les images et les vidéos et possède toutes les fonctionnalités intéressantes que vous attendez d’une API de reconnaissance faciale moderne. Il fait certaines des fonctionnalités étonnantes de Rekognition, mais si vous n’en avez pas besoin et gérez déjà vos données, pourquoi s’embêter?!

Pour ceux qui sont très paranoïaques à propos de la confidentialité et ne veulent même pas envoyer de données par câble pour le traitement, Kairos a un déploiement sur site, mais le prix dépend de votre cas d’utilisation et peut être assez raide.

Google Cloud Vision

Google a choisi de différencier ses services de reconnaissance faciale des images et des vidéos. L’API d’image est connue sous le nom de Vision Cloud, tandis que le service vidéo est appelé Intelligence vidéo.

Bien que le service axé sur l’image soit assez similaire à ce qu’AWS a à offrir, le service vidéo a une fonctionnalité intéressante de catalogage et de recherche. Cela sera utile pour les entreprises qui ont de grandes archives vidéo qu’elles pourraient vouloir analyser ou parcourir.

Cela dit, Video Intelligence manque de fonctionnalités de reconnaissance faciale au moment de l’écriture, et celles-ci ne semblent être proposées que dans Cloud Vision. Le suivi des objets et la détection de texte sont également en version bêta, ce qui la place largement derrière les offres d’Amazon.

API Azure Face

Avec Microsoft prenant ses offres cloud plus au sérieux que celles de bureau (enfin), le API Azure Face est une offre délicieuse. Il possède toutes les fonctionnalités intéressantes que vous attendez (détection, identification, regroupement des visages, recherche de visages similaires, émotion, etc.), et fonctionne aussi bien avec les vidéos.

Maintenant, ce n’est pas strictement lié à la reconnaissance faciale, mais il convient de mentionner qu’Azure propose également une vision par ordinateur client un service, qui vous permet d’utiliser vos entrées et de modéliser vos modèles selon vos besoins.

Tout comme le service Google, une aire de jeux est disponible directement sur la page d’accueil, ce qui rend le test de l’API très amusant!

Existe-t-il des différences importantes entre les services de reconnaissance faciale les mieux gérés? Pas vraiment. La concurrence est intense sur le terrain en ce moment et de nouvelles fonctionnalités sont déployées plus rapidement que les pizzas. Si vous êtes déjà lié à un écosystème particulier, utiliser son propre service de reconnaissance faciale est logique. Sinon, vous voudrez peut-être choisir un autre fournisseur si vos besoins sont spécifiques (contrôler vos propres données, nécessiter une détection simple uniquement, etc.).

Systèmes de reconnaissance anti-faciale

Tout comme certains chercheurs ont consacré leur vie à perfectionner la technologie de reconnaissance faciale, d’autres sont occupés à développer des techniques pour les tromper. Un tel développement intéressant est Lunettes adversaires, qui semblent autrement normaux aux êtres humains mais qui ont trompé les systèmes de reconnaissance faciale experts.

Source: digitaltrends.com

Cela dit, ces lunettes ne sont pas encore disponibles sur le marché, bien que les chercheurs disent qu’elles peuvent être imprimées en 3D facilement.

Un autre développement intéressant a été le lancement de lunettes ekō sur Kickstarter. Bien que le produit soit maintenant annulé, il a fonctionné sur une idée remarquablement simple: des lunettes de soleil ordinaires de 45 $ qui reflétaient simplement la lumière, ce qui a rendu les caméras et les appareils de vidéosurveillance fous..

Tout comme le domaine de la cybersécurité, les «pirates» et les chercheurs bloquent les cornes dans la reconnaissance faciale pour la course à la perfection. Vers 2014, nous avons vu la popularité de maquillage de camouflage qui confère l’invisibilité à la reconnaissance faciale, mais qui ne sont plus viables. Y aura-t-il un cryptage AES de la reconnaissance faciale? Seul le temps nous le dira!

La reconnaissance faciale est-elle pour vous?

Le type d’entreprise qui peut bénéficier de la reconnaissance faciale est celui qui implique les gens – oui, ce qui signifie toutes les entreprises! Bien que les utilisations actuelles de la reconnaissance faciale semblent être défendues par les gouvernements, les grandes entreprises ou les startups technologiques, il n’y a aucune raison pour que votre entreprise ne puisse pas en bénéficier..

Les possibilités sont vraiment infinies lorsque nous combinons un peu de pensée créative: accueillir et identifier les clients dans un hôtel, localiser votre ami dans une mer de gens, trouver des personnes ayant des visages similaires (peut-être pour être utilisés comme acteurs), détecter des personnalités pour le travail des entrevues (encore une fois, nous laissons juste l’imagination se déchaîner ici; il n’y a peut-être rien de substantiel dans une telle étude), en personnalisant l’expérience bancaire lorsqu’un client de grande valeur arrive. . . Il existe d’innombrables façons d’utiliser la reconnaissance faciale à des niveaux petits et grands pour améliorer les performances de votre entreprise.

Conclusion

Bientôt, la reconnaissance faciale deviendra si répandue et si courante que nous ne la remarquerons même pas (comme les téléphones portables?). La technologie sous-jacente a été presque perfectionnée, mais dans le monde réel, il ne s’agit pas seulement de détecter des visages, mais de ce que nous pouvons faire avec cette capacité.

Cela semble fascinant et vous souhaitez en savoir plus? Regarde ça cours brillant sur la vision par ordinateur.

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