چگونه تکنولوژی تشخیص چهره و ماسک صورت، هر دو باهم می‌توانند در آینده موجود باشند؟

تکنولوژی تشخیص چهره و ماسک صورت، رایج در آینده

تعجب‌آور است که چقدر سریع افکار عمومی می‌تواند تغییر کنند. با چرخاندن ساعت به 12 ماه پیش، بسیاری از ما با شک و تردید به یک فرد نقابدار در ملاعام نگاه می‌کردیم. اکنون، در برخی کشورها استفاده از ماسک صورت به صورت یک قانون اجباری درآمده است. این قانون در ایالت ویکتوریا (جنوب شرق استرالیا) و چند ایالت دیگر از این کشور اجباری شده است.

یکی از پیامدهای اجباری شدن ماسک صورت  این است که تکنولوژی تشخیص چهره موجود در این ایالت‌ها، که متمرکز برای امنیت عموم مردم و پیشگیری از جرم و جنایت هستند، نتوانند کارآیی خود را به خوبی حفظ کرده و هدف خود را برآورده سازند. در استرالیا، بیشتر آژانس‌ها و نهادی دولتی یا مردمی در مورد استفاده از تکنولوژی تشخیص چهره سکوت کرده‌اند.

اما اسنادی که در اوایل سال جاری (2020) به بیرون درز پیدا کرد، نشان داد که پلیس فدرال استرالیا و پلیس ایالتی در کوئینزلند، ویکتوریا و استرالیای جنوبی همه از Clearview AI (یک پلتفرم تجاری شناسایی چهره) استفاده می‌کنند. پلیس نیو‌ساوث ولز (New South Wales) نیز استفاده از ابزاری بایومتریک به نام PhotoTrac را تاییدکرد.

تکنولوژی تشخیص چهره چیست؟

تشخیص چهره شامل استفاده از محاسبات ریاضی برای شناسایی چهره افراد در تصاویر یا فیلم‌ها و سپس اندازه‌گیری ویژگی‌های بیومتریک خاص صورتشان است. این ویژگی‌ها می‌تواند شامل فاصله بین چشم‌ها، موقعیت نسبی بینی، چانه و دهان آن‌ها باشد.

این اطلاعات، برای ایجاد یک امضای صورت یا پروفایل، ترکیب می‌شوند. وقتی از این اطلاعات برای شناسایی فردی استفاده می‌کنند (درست مانند باز کردن قفل تلفن‌همراه) تصویری ضبط شده توسط دوربین‌ها با این پروفایل‌های در دسترس مقایسه می شود. این روند “تأیید” صورت نسبتا ساده است.

با این‌حال، هنگامی که از تکنولوژی تشخیص چهره برای شناسایی صورت و چهره فردی در جمعیت مورد استفاده قرار می‌گیرد، به یک پایگاه داده قابل‌توجهی از پروفایل‌های گسترده‌ای نیاز است تا از مقایسه تصویر اصلی با آن‌ها، بتوان به فرد موردنظر رسید. این پروفایل‌ها را می‎توان با ثبت تعداد زیادی از کاربران در سیستم‌ها به طور کاملا قانونی جمع‌آوری کرد. اما برخی اوقات، این داده‌ها به صورت پنهانی جمع‌آوری می‌شوند.

تکنولوژی تشخیص چهره
تکنولوژی تشخیص چهره

«تأیید» (روشی که برای باز کردن قفل تلفن‌های هوشمند استفاده می‌شود) تصویر اصلی با یک امضای صورت که از پیش ذخیره شده، مقایسه می‌شود. برای “شناسایی” نیاز است تا تصویر اصلی با تصاویر موجود در پایگاه داده (که به امضای صورت‌ها معروف است) مقایسه گردد. به این عمل teguhjatipras / pixabay می‌گویند.

مشکل ماسک‌های صورت

از آنجا که امضاهای صورت براساس مدل‌های ریاضی موقعیت‌های نسبی ویژگی‌های صورت استوار است، هر چیزی که باعث کاهش دید خصوصیات اصلی شود (مانند بینی، دهان و چانه) در تکنولوژی تشخیص چهره تداخل ایجاد می‌کند. در حال حاضر، روش‌های زیادی برای فرار از ایجاد یا تداخل در فناوری‌های تشخیص چهره وجود دارد. برخی از این روش‌ها، برگرفته از تکنیک‌های طراحی شده‌ای است که برای فرار از سیستم‌های تشخیص پلاک خودروها به وجود آمده‌اند.

اگرچه بیماری همه‌گیر و پاندمیک ویروس کرونا باعث افزایش نگرانی‌ها در مورد فرار از تکنولوژی تشخیص ‌چهره شده است، اما اسناد منتشر شده در ایالات متحده نشان می‌دهد که این بحث‌ها، پیش‌تر از این، یعنی در سال‌های 2018 و 2019 نیز وجود داشته است.

برهمین اساس، انستیتوی استاندارد و فناوری ملی ایالات متحده (NIST) یک پروژه تحقیقاتی عمده، برای ارزیابی تأثیر ماسک‌ها بر عملکرد سیستم‌های مختلف تشخیص چهره مورد استفاده در سراسر جهان ، ترتیب داد. براساس نتایج به‌دست آمده از این پژوهش که در ماه جولای سال جاری منتشر شد، مشخص شد که میزان خطای برخی الگوریتم‌ها برای تلاش برای شناسایی صحیح افراد ماسک‌پوش 50٪ است. این میزان خطا، در مقایسه با زمانی‌که الگوریتم‌های مشابه، چهره‌های بدون نقاب را تجزیه و تحلیل می‌کنند، بسیار قابل‌توجه است. برخی از الگوریتم‌ها سعی می‌کنند چهره افراد را حتی زمانی‌که تمامی صورتشان با ماسک پوشانده شده، شناسایی کنند.

یافتن راه‌هایی برای حل مشکل تکنولوژی تشخیص چهره به منظور شناسایی چهره افراد دارای ماسک

در حال حاضر، هیچ مجموعه داده قابل استفاده از عکس افراد ماسک‌پوش وجود ندارد که بتوان از آن برای آموزش و ارزیابی سیستم‌های مبتنی بر شناسایی چهره استفاده شود. مطالعه NIST نشان داد که با قرار دادن ماسک‌ها با رنگ‌ها، اندازه‌ها و موقعیت‌های مختلف بر روی تصاویر صورت، می‌توان تا حدی این مشکل را برطرف کرد.

ممکن است تصاویری واقعی از افرادی که ماسک پوشیده‌اند، به ما برای استخراج جزئیات بیشتری درباره بهبود سیستم‌های تشخیص‌چهره کمک شایانی می‌کند (با توجه به تخمین موقعیت بینی بر اساس برجستگی‌های قابل‌مشاهده در ماسک).

بسیاری از فروشندگان تکنولوژی تشخیص چهره در حال آماده‌سازی این فناوری برای آینده‌ای هستند که استفاده از ماسک در میان مردم، همچنان ادامه خواهد یافت یا حتی ممکن است افزایش بیابد. یک شرکت آمریکایی ماسک‌هایی ارائه کرده که صورت افراد در آن‌ها چاپ شده است. بدین وسیله، زمانی‌که قفل تلفن‌های هوشمند آن‌ها جلوی ماسک قرار داده شوند، به سادگی باز می‌شود.

مشوق‌های رو به رشد برای استفاده از ماسک صورت در آینده

حتی قبل از شیوع ویروس کرونا، ماسک ها یک دفاع مشترک در برابر آلودگی هوا و عفونت ویروسی در کشورهایی از جمله چین و ژاپن بودند. فعالان سیاسی برای جلوگیری از ردیابی در خیابان‌ها، همیشه از ماسک‌های صورت استفاده می‌کنند. معترض‌ها هم در هنگ‌کنگ و هم در جنبش Black Lives Matters به منظور عدم شناسایی صورتشان توسط تکنولوژی تشخیص چهره به کارگرفته شده توسط مقامات و آژانس‌های دولتی، از ماسک برای پوشاندن صورتشان استفاده کردند.

کارشناسان پیش‌بینی می‌کنند که استفاده از ماسک‌های صورت در آینده، به دلایلی همچون افزایش سطح آلودگی هوا، مبارزه با رژیم‌های استبدادی، دودهای ناشی از آتش‌سوزی‌های فراگیر و .. روند رو به رشدی خواهد شد، طوری‌که استفاده از آن‌ها، به یک کار روتین و عادی در پوشش روزانه ما تبدیل خواهد شد. به این ترتیب سیستم‌های تکنولوژی تشخیص چهره نیاز دارند تا با این موضوع خود را منطبق سازند. باید بدانید که تشخیص صورت افراد در این سامانه‌ها برپایه ویژگی‌هایی چهره‌شان مانند چشم‌ها، ابروها، خطوط مو و شکل کلی صورت است.

چنین فناوری‌هایی در حال توسعه هستند. چندین تامین‌کننده با به‌روزرسانی راه‌حل‌ها، ادعا کردند که توانسته‌اند با ارتقا این فناوری، صورت افرادی است که با ماسک پوشیده شده، شناسایی کنند. برای کسانی که مخالف استفاده استفاده از تکنولوژی تشخیص چهره هستند و مایل به شناسایی نشدن هستند، ممکن است در حال حاضر تنها پوشیدن یک ماسک ساده کافی باشد. اما در آینده نه چندان دور، این حقه دیگر کارساز نخواهد بود. ممکن است آن‌ها مجبور باشند تا از ماسک‌هایی استفاده کنند که صورت‌های جعلی بر روی آن چاپ شده است.

 

لینک کوتاه شده : https://amerandish.com/SJNFo

به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

_ مطالب مرتبط _

فناوری تشخیص گفتار برای کودکان
پردازش گفتار

فناوری تشخیص گفتار برای کودکان

قبل از شرایط پاندمیک، بیش از 40% از کاربران جدید اینترنت، کودکان بودند. برآوردها حاکی از آن است که زمانی که کودکان اکنون در فضای

گفتار به نوشتار گوگل کلود
اخبار هوش مصنوعی

گفتار گوگل کلود (رونوشت‌های ماشینی) در برابر زیرنویس‌های انسانی برای اخبار تلویزیونی

اکثر ایستگاه‌های تلویزیونی برای تولید زیرنویس برای پخش مستقیم برنامه خود، همچنان به منابع انسانی اعتماد می‌کنند. حتی با وجود سودمندی و مزایای تسلط انسان،

درخواست شما با موفقیت ارسال شد.

ضمن تشکر بابت ارسال پیام، در سریع‌ترین زمان ممکن کارشناسان شرکت عامراندیش درخواست شما را بررسی خواهند نمود.