Основы распознавания лиц: как ИИ идентифицирует лица

На протяжении веков человеческое лицо было самым интуитивным средством идентификации. Сегодня оно остается ведущим биометрическим методом, потому что его можно захватить из фото, видео или живых потоков без требования активного сотрудничества субъекта.

Распознавание лиц охватывает серию шагов — обнаружение, выравнивание, извлечение признаков и сравнение — для идентификации или верификации лиц в визуальных медиа. Несмотря на практические препятствия, оно теперь неотъемлемо для здравоохранения, правоприменения, транспорта, безопасности и умных домашних решений.

В этом руководстве вы узнаете:

• Что такое распознавание лиц на самом деле
• Ключевые категории алгоритмов
• Основные этапы системы распознавания лиц
• Необходимые строительные блоки
• Как коммерческий SDK реализует технологию

Что такое распознавание лиц?

Распознавание лиц — биометрическая техника, использующая модели глубокого обучения для анализа и хранения уникальных лицевых характеристик. Программное обеспечение обычно идентифицирует около 80 ориентировочных точек — глаз, нос, рот, челюсть и т.д. — для создания компактного вектора признаков. Новые изображения затем сопоставляются с сохраненными векторами для подтверждения личности. Этот подход высокоточен и минимально инвазивен.

Классификация алгоритмов

Системы выполняют две основные задачи: верификация (1-к-1 сравнение) и идентификация (1-к-n поиск). Верификация отвечает «Является ли это заявленным лицом?» и быстрее и точнее. Идентификация сканирует всю базу данных для локализации лица.

Этапы системы распознавания лиц

Рабочий процесс состоит из двух основных этапов: регистрация и распознавание.

Регистрация зачисляет известные лица, генерируя уникальный вектор признаков для каждого. Эти векторы наполняют базу данных для будущих сравнений.

Распознавание извлекает вектор признаков из входного изображения и сравнивает его с сохраненными векторами. Система вычисляет расстояния и возвращает лучшее совпадение при достижении порога.

Основные строительные блоки

Типичные системы включают:

• Обнаружение лиц — локализует лица и выдает ограничивающие рамки.
• Обнаружение ориентиров — идентифицирует ключевые лицевые точки для выравнивания.
• Обнаружение живучести — предотвращает спуфинг, гарантируя, что лицо живое.
• Извлечение признаков — создает дискриминативный вектор.
• Сопоставление — сравнивает векторы и генерирует оценки схожести.

После обнаружения лицо выравнивается с использованием точек ориентиров, нормализуя масштаб, поворот и трансляцию. Проверки живучести защищают от фото или видео. Наконец, модуль распознавания обрабатывает вариации позы, выражения, освещения и окклюзии перед сопоставлением.

Пример: SDK распознавания лиц PathPartner

PathPartner предлагает лицензируемый SDK, реализующий шесть критических задач распознавания лиц с использованием алгоритмов машинного обучения и компьютерного зрения. Он поддерживает два режима развертывания:

1. Модель низкой сложности (~10 МБ) для ресурсно-ограниченных устройств.
2. Модель высокой сложности (~90 МБ) для полносервисных пограничных платформ.

Оптимизированный для встроенного железа от Texas Instruments, Qualcomm, Intel, ARM и NXP, SDK также может работать на облачных серверах.

Построение CNN-базированной системы распознавания лиц

Сверточные нейронные сети (CNN) доминируют в современном распознавании лиц, потому что они естественным образом обрабатывают окклюзии, освещение и вариации позы. Типичный конвейер включает:

1. Сбор данных — курируемые датасеты, покрывающие позу, освещение, выражение, окклюзию, пол, фон, этничность, возраст, глаз и внешность.
2. Проектирование модели — легкие CNN для систем мониторинга водителя и более глубокие сети для систем посещаемости.
3. Обучение и оптимизация — предобучение на больших публичных наборах (FDDB, LFW) и тонкая настройка на внутренних данных.

Обработка реальных вызовов

1. Освещение — конвертировать RGB в NIR-подобные изображения или тонко настраивать модели на NIR данных.
2. Поза и выражение — оценить позу головы от ориентиров, генерировать канонические фронтальные виды и выравнивать лица.
3. Окклюзия — обучать модели фокусироваться на области глаза и лба для замаскированных лиц.
4. Внешность — надежное представление и сопоставление, устойчивое к прическе, старению и косметике.

Заключение

Распознавание лиц — самая естественная биометрическая модальность. Недавние достижения — подчеркнутые отчетом NIST — показывают драматические приросты точности за последние пять лет. Сегодня технология питает ритейл, авто, банкинг, здравоохранение и маркетинг решения, в то время как также разблокирует анализ эмоций и поведения.