فناوری تشخیص چهره در بسیاری از زمینهها مانند قفل صفحه گوشیهای هوشمند، کاربردهای مهم امنیتی در سازمانها و بانکها استفاده میشود. فناوریهای بیومتریک قدیمی مانند تشخیص عنبیه و فناوری اثر انگشت هم مورد استفاده قرار میگیرند، اما فناوری تشخیص چهره به دلیل عدم نیاز به تعامل با بدن محبوبیت بیشتری دارد. در ادامه مقاله، با مزایا و موارد استفاده از فناوری تشخیصچهره و کاربرد تشخیص چهره در واقعیت آشنا خواهید شد.
فناوری تشخیص چهره چیست؟
تحلیلگر چهره نرمافزاری است که با استفاده از چهره هر فرد، هویت او را تشخیص میدهد یا تایید میکند. این فناوری با شناسایی و اندازهگیری ویژگیهای صورت در یک تصویر، کار میکند. تشخیص چهره قادر است چهره انسان را در تصاویر یا ویدیوها شناسایی کند و تعیین کند که آیا چهره در دو تصویر متعلق به یک شخص هست یا خیر، یا یک چهره را در مجموعه بزرگی از تصاویر جستجو کند. سیستمهای امنیتی بیومتریک نیز از فناوری تشخیص چهره برای شناسایی کاربر جهت ورود به سیستم و تقویت فرآیند احراز هویت کاربر استفاده میکنند.
برای مطالعه بیشتر در زمینه تشخیص چهره فایل آماده موجود در مجموعه پی استور را مد نظر قرار دهید.
فناوری تشخیص چهره چه مزایایی دارد؟
علاوه بر استفادههای روزمره، مانند باز کردن قفل گوشیهای هوشمند یا ورود کاربران به سیستم، تشخیص چهره مزایای بسیار مهم دیگری دارد که در ادامه به برخی از آنها اشاره میکنیم.
۱-امنیت کارآمد
تشخیص چهره یک سیستم تایید بسیار سریع و کارآمد است. این فناوری نسبت به سایر فناوریهای بیومتریک مانند اثر انگشت یا اسکن عنبیه، سریعتر و راحتتر است. همچنین، در فناوری تشخیص چهره نقاط تماس کمتری در مقایسه با وارد کردن رمز عبور یا پین، وجود دارد. این فناوری برای تایید امنیتی بیشتر، از احراز هویت چندعاملی نیز پشتیبانی میکند.
۲-دقت بالا
سیستم تشخیص چهره روشی دقیقتر برای شناسایی افراد نسبت به استفاده از شماره موبایل، آدرس ایمیل، آدرس پستی یا آدرس IP است. به عنوان مثال، اکثر خدمات مبادلاتی از سهام گرفته تا بازار ارزهای دیجیتال، اکنون برای محافظت از مشتریان و داراییهایشان به تشخیص چهره متکی هستند.
۳-ادغام آسانتر
فناوری تشخیص چهره از قابلیت سازگاری بالایی برخوردار است، بهطوریکه میتواند به راحتی با اکثر نرمافزارهای امنیتی ادغام شود. برای مثال، گوشیهای هوشمند با دوربین جلو، قابلیت پشتیبانی داخلی از الگوریتمهای تشخیص چهره یا کد نرمافزاری آن را دارند.
موارد استفاده از سیستمهای تشخیص چهره
امروزه شرکتهای بزرگ دنیا من جمله اپل، مایکروسافت، گوگل و آمازون سعی در بهبود فناوری تشخیص چهره دارند. این شرکتها از این فناوری استفادههای بیشتری در حوزه سنجشهای بیومتریک داشتهاند. همچنین، شرکت فیسبوک برنامه جدیدی تحت عنوان DeepFace توسعه داده که توانایی تشخیص چهره با دقت ۹۷.۲۵ درصد را دارد.
در زمینه معرفی شرکتهای گوگل، اپل و آمازون فایلهای آماده جذاب و جامعی توسط پی استور طراحی و عرضه گردیده است. در ادامه لینک فایلها قرار داده شده و با یک کلیک کوتاه به بخش مربوطه هدایت خواهید شد.
- پاورپوینت درباره معرفی شرکت گوگل — کلیک کنید.
- شرکت اپل — پاورپوینت تحقیقی — کلیک کنید.
- پاورپوینت شرکت آمازون — گسترش فروشگاه آمازون — کلیک کنید.
سیستمی که زمانی به عنوان یک ویژگی خاص برای فیلمهای علمی تخیلی در نظر گرفته میشد، اکنون به بخشی از زندگی روزمره انسانها تبدیل شده است. اعداد و ارقام نیز پیشرفت و کاربرد گسترده سیستم تشخیص چهره را ثابت میکنند. در سال ۲۰۲۰ میلادی، بازار جهانی نرم افزارهای تشخیص چهره ۳.۷۲ میلیارد دلار برآورد شد و پیشبینی میشود تا ۲۰۲۶ این رقم به مرز ۱۱.۶۲ میلیارد دلار برسد.
تشخیص چهره چگونه کار میکند؟
تشخیص چهره در سه مرحله کار میکند: تشخیص (Detection) تجزیه و تحلیل (Analysis) و شناسایی (Recognition).
ابتدا باید به سیستم آموزش داده شود که یک چهره چیست تا بتواند آن را از سایر عناصر اطراف تشخیص دهد. این کار با استفاده از مجموعه تصاویری که به سیستم داده میشود، انجام میگیرد. الگوریتم استفاده شده در سیستمهای تشخیص چهره معمولا شبکه عصبی عمیق است. پس از هربار که تصویری جدید به الگوریتم ارائه میشود، با تحلیل آن، الگوریتم تشخیص میدهد که چهره در کدام قسمت از تصویر قرار گرفته است. در ابتدا ممکن است الگورتیم دچار خطا شود و تشخیص درستی انجام ندهد، اما با تکرار این فرآیند رفته رفته یادگیری الگورتیم تکامل یافته و میتواند تشخیص چهره را به درستی انجام دهد.
تشخیص چهره از جمله فناوریهایی است که در دسته بندی یادگیری ماشین قرار میگیرد. این فناوری به کمک زبانهای برنامه نویسی از جمله متلب قابل پیاده سازی است. در ادامه مطلب سورس کدهای آمادهای از فناوری تشخیص چهره و پیاده سازی آن قرار داده شده است.
چنانچه علاقهمند به مطالعه مطالب بیشتر در زمینه یادگیری ماشین هستید، به فایلهای آماده موجود در این زمینه نگاهی بیندازید.
در قدم بعدی، به منظور اینکه سیستم توانایی تشخیص چهره داشته باشد، از شبکه عصبی دیگری استفاده میشود. در این مرحله، با استفاده از تصاویر به سیستم آموزش داده میشود که چگونه بتواند یک فرد را از فردی دیگر تشخیص دهد. بعضی از الگوریتمها در صورت هر فرد با اندازهگیری فاصله بین چشمها و ابروها، فاصله بین دو چشم، فاصله بین بینی و دهان و به طورکلی فواصل بین تمام اجزای صورت، به نوعی نقشهبرداری میکنند و کار تشخیص چهره را انجام میدهند.
برخی الگورتیمهای دیگر با استفاده از روشهای انتزاعیتر، از صورت نقشهبرداری میکنند. به این صورت که شبکه برای هر چهره یک وکتور ایجاد کرده و با استفاده از سلسلهای از اعداد، قادر است یک فرد را در میان افراد دیگر شناسایی کند و در قدم سوم، سیستم تشخیص چهره قادر خواهد بود با مقایسه چهرهها در دو یا چند تصویر و ارزیابی احتمال تطابق چهرهها، یک فرد را شناسایی کند.
به عنوان مثال، سیستم میتواند تایید کند که چهره موجود در سلفی گرفته شده توسط گوشی موبایل، با چهره موجود در تصویر یک شناسه دولتی مانند گواهینامه یا کارت ملی، مطابقت دارد. همچنین، سیستم میتواند بررسی کند که چهره نشان داده شده در عکس سلفی با مجموعهای از چهرههایی که قبلا گرفته شده است مطابقت ندارد.
آیا تشخیص چهره دقیق و امن است؟
الگوریتمهای تشخیص چهره در شرایط ایدهآل دقت تقریبا کاملی دارند. در شرایطی که عملکرد و تنظیمات سیستم کنترل شده است، نرخ موفقیت بالایی وجود دارد، اما بهطور کلی در دنیای واقعی نرخ عملکرد و دقت پایینتر است.
پیشبینی دقیق میزان موفقیت فناوری تشخیص چهره بسیار دشوار است، زیرا هیچ معیاری تصویر دقیق را ارائه نمیدهد. به عنوان مثال، الکوریتمهایی که چهره افراد را با تصاویر مرجع مانند گواهینامه یا عکس تایید و احراز میکنند، نرخ موفقیت بالاتری دارند. با این حال میزان موفقیت بالا برای یک سیستم تشخیص چهره به چهار عامل بستگی دارد:
- موقعیت ثابت و نورپزدازی مناسب
- ویژگیهای صورت شفاف و بدون مانع باشد
- رنگها و پسزمینه کنترل شده باشد
- کیفیت دوربین و وضوح تصویر مناسب باشد
عامل دیگری که بر میزان خطای تشخیص چهره میتواند تاثیر بگذارد، افزایش سن است. با گذشت زمان، تغییرات در چهره، تطبیق عکسهای سالهای قبل را دشوار خواهد کرد.
سیستمهای تشخیص چهره انسان از الگوهای ریاضی منحصر به فرد برای ذخیره دادههای بیومتریک استفاده میکنند. از این رو، آنها از ایمنترین و موثرترین روشهای شناسایی در بین فناوریهای بیومتریک هستند. برای کاهش خطر دسترسیهای غیرمجاز، میتوان دادههای چهره را ناشانس و خصوصی نگهداری کرد. فناوری تشخیص زنده بودن (Liveness) کاربران زنده را از تصاویر ثابت گرفته شده از قبل، متمایز میکند. این فناوری از فریب دادن سیستم توسط عکس یک کاربر، جلوگیری میکند. در نتیجه امنیت و دقت در فناوری تشخیص چهره میتواند بسیار بالا و مورد رضایت باشد.
برای داشتن ارائه در زمینه بیومتریک، فایل آماده موجود را مد نظر قرار دهید.
کاربرد تشخیص چهره در واقعیت
کاربرد تشخیص چهره در سراسر جهان بطور چشمگیر در حال افزایش است. افرادی که خواهان گسترش فناوری تشخیص چره درمحیطهای سازمانی هستند بر این باورند که این فناوری میتواند مزایای بسیار بیشتری نسبت به سایر فناوریهای بیومتریک داشته باشد. تایید و احراز هویت افراد، کنترل دسترسی و دوربینهای تشخیص چهره از نمونههای کاربرد این فناوری در دنیا هستند.
در ادامه نگاهی به برخی از کاربردهای عملی فناوری تشخیص چهره خواهیم داشت:
۱-تشخیص تقلب
برخی از شرکتها برای شناسایی منحصر به فرد کاربرانی که حساب کاربری جدیدی در یک پلتفرم آنلاین ایجاد میکنند، از تشخیص چهره استفاده میکنند. پس از انجام این کار، میتوان از تشخیص چهره برای تایید هویت شخص واقعی استفاده کرد و از فعالیت غیرعادی و مشکوک در حساب کاربری افراد جلوگیری کرد.
۲-امنیت سایبری
امروزه بسیاری از شرکتها برای تقویت اقدامات امنیت سایبری خود از فناوری تشخیص چهره بهجای رمز عبور استفاده میکنند. دسترسی غیرمجاز به یک سیستم تشخیص چهره چالش برانگیز خواهد بود، زیرا هیچچیز در چهره شما قابل تغییر نیست. نرمافزار تشخیص چهره یک ابزار امنیتی راحت و بسیار دقیق برای باز کردن قفل گوشیهای هوشمند و سایر دستگاههای شخصی است.
۳-کنترل فرودگاه و مرز
بسیاری از فرودگاهها در سراسر دنیا از دادههای بیومتریک به عنوان گذرنامه استفاده میکنند. دیگر نیاز نخواهد بود که مسافران در صفهای طولانی منتظر بمانند. تمام مسافران از یک ترمینال خودکار عبور میکنند و خیلی سریع به دروازه خود میرسند. فناوری تشخیص چهره در قالب گذرنامههای الکترونیکی نیز، زمان انتظار را کاهش میدهد و امنیت را بهبود میبخشد.
۴-بانکداری
امروزه با پیشرفت سیستمهای تشخیص چهره، افراد میتوانند بجای استفاده از رمزهای عبور یکبار مصرف یا تایید دومرحلهای، تراکنشهای بانکی را با نگاه کردن به تلفن یا رایانه خود تایید کنند. استفاده از تشخیص چهره بسیار ایمن خواهد بود چرا که هیچ رمز عبوری وجود ندارد که هکر بتواند آن را به خطر بیندازد. به طور مشابه، برخی از خودپردازها و سیستمهای پرداخت وجه نقد، میتوانند از فناوری تشخیص چهره برای تایید پرداختها استفاده کنند.
۵-مراقبتهای پزشکی
در مراکز درمانی و بیمارستانها برای دسترسی به پرونده بیماران نیز میتوان از تشخیص چهره استفاده کرد. این فناوری میتواند فرآیند ثبتنام بیمار در یک مرکز درمانی را سریعتر و راحتتر کند و حتی درد و احساسات را در بیماران بهطور خودکار تشخیص دهد.
نمره اطمینان در تشخیص چهره چیست؟
نمرات اطمینان، که به عنوان نمرات شباهت هم شناخته میشود، برای سیستمهای تشخیص چهره و مقایسه تصاویر بسیار مهم است. آنها بازخوردی در مورد شباهت دو تصویر به یکدیگر ارائه میدهند. نمره اطمینان بالاتر، نشاندهنده احتمال بالاتری است که دو تصویر از یک فرد مشابه هستند. بنابراین، نمرات اطمینان از هوش مصنوعی، برای پیشبینی وجود چهره در تصویر یا مطابقت با چهره در تصویری دیگر، استفاده میکنند.
آستانه نمره اطمینان
هر پیشبینی که سیستم تشخیص چهره توسط هوشمصنوعی انجام دهد، یک امتیاز سطح آستانه مربوط به خود دارد که میتوانید آن را تغییر دهید. در یک سناریو معمولی، اکثر مطابقتهای خودکار با درصد بسیار بالایی ساخته میشوند، برای مثال با ۹۹ درصد نمره اطمینان. تطبیقهای با نمرات اطمینان پایینتر، ممکن است برای استفاده در نزدیکترین مقایسههای بعدی مورد استفاده قرار گیرند، سپس توسط یک نیروی محقق انسانی ارزیابی میشوند.
انواع فناوریهای شناسایی بیومتریک
شناسایی بیومتریک که از جمله موراد استفاده از فناوری تشخیص چهره میباشد، فرآیند شناسایی افراد براساس صفات منحصر به فرد و قابل تشخیص است. علاوه بر تشخیص چهره انواع دیگری از تشخیص بیومتریک وجود دارند که عبارتند از:
۱-تایید اثر انگشت
نرم افزار تشخیص اثر انگشت، هویت افراد را بهوسیله مقایسه اثر انگشت آنها با یک یا چند اثر انگشت در پایگاه داده، تایید میکند.
۲-تطبیق DNA
سیستم تطبیق DNA یک فرد را با تجزیه و تحلیل بخشی از قسمتهای DNA او شناسایی میکند. این فناوری، DNA فرد را در آزمایشگاه تجزیه میکند و آن را با نمونههای موجود در پایگاه داده مقایسه میکند.
۳-تشخیص عنبیه چشم
سیستم تشخیص چشم، ویژگیهای عنبیه یا الگوهای سیاهرگهای شبکیه را برای تعیین تطابق یا شناسایی یک فرد، تجزیه و تحلیل میکند.
۴-تشخیص هندسه دست
شما میتوانید افراد را از طریق ویژگیهای هندسی دستهایشان، مانند طول انگشتان و عرض دست، بهطور منحصر به فردی شناسایی کنید. در سیستم تشخیص هندسه دست، دوربین یک تصویر از دست میگیرد و آن را با یک پایگاه داده مقایسه میکند.
۵-تشخیص صدا
سیستمهای تشخیص صدا ویژگیهایی را از صدای فرد استخراج میکنند که گفتار او را از سایر افراد متمایز میکند. این سیستم یک اثر صوتی شبیه به اثر انگشت یا تصویر چهره ایجاد میکند و آن را با نمونههای پایگاه داده مطابقت میدهد.
۶-تشخیص امضا
میتوان با استفاده از فناوری تشخیص امضا، برای تجزیه و تحلیل سبک دست خط افراد یا مقایسه دو امضای اسکن شده با استفاده از الگوریتمهای پیشرفته، استفاده کرد.
جمع بندی مقاله فناوری تشخیص چهره
فناوری تشخیص چهره در ابزارها و دستگاههای مختلفی نظیر کامپیوترها و گوشیهای هوشمند مورد استفاده قرار میگیرد و از آن برای کاربردهای امنیتی و شناسایی مختلف ذکر شده استفاده میشود. این فناوری روزانه در حال پیشرفت و محبوبیت است. امروزه به دلیل دقت بالای این فناوری از آن به عنوان مطمئنترین و ایمنترین ابزار برای شناسایی هویت کاربران استفاده میشود.