تولید کنندگان دوربین های دیجیتال، دوربین های فیلمبرداری، محصولات نظارت امنیتی و غیره ادعا می کنند که محصولات آنها به عنوان مثال چهره ها و لبخندها را می شناسند و بر اساس آن عمل می کنند. این کار چگونه انجام می‌شود و چگونه سیستم‌های تخصصی تر می‌توانند با نیازهای حیاتی‌تر دقت تشخیص کار کنند؟ پتانسیل تشخیص چهره به عنوان مثال در زمینه امنیت و شاخه های مختلف آن قابل توجه است.

توسعه در فناوری امروز به سرعت در حال پیشرفت است. بسیاری از چیزهایی که در دهه 70 در فیلم های علمی تخیلی به نمایش درآمدند واقعیت دارند. امروز ما با وضعیتی مواجه هستیم که در چندین مکان افراد با ویژگی های بیومتریک خود شناسایی می شوند. به عنوان مثال، در بنادر، فرودگاه ها و تأسیسات دولتی. تشخیص چهره مزیت هایی نسبت به سایر فناوری های بیومتریک دارد: بدون ایجاد مزاحمت و استفاده آسان. دریافت اطلاعات از طریق تشخیص چهره در سراسر جهان بسیار محبوب است. اگرچه تشخیص چهره مورد علاقه تحقیقات دهه 60 بوده است، کار تحقیقاتی و توسعه فنی در سال های 1990 تا 2000 سرعت بیشتری گرفته است.

توسعه آنقدر سریع بوده است که خرابی ها و خطاهای سیستم ها تا 10 درصد کاهش یافته است. در عین حال ظرفیت و عملکرد افزایش یافته است. به ویژه جمع آوری و پردازش حالات و ویژگی های چهره و دسته بندی چهره انسان پیشرفت زیادی کرده است همچنین به دلیل فشار سیاسی از کشورهایی مانند آمریکا انگلستان تشخیص چهره یک زمینه مطالعاتی رو به رشد تبدیل شده است. تشخیص چهره دارای تعداد زیادی کاربرد مختلف است که بیشتر مربوط به امنیت است و در حال حاضر، تشخیص چهره یکی از فناوری‌های بیومتریک اولیه است که در حال توسعه است. این را می توان نه تنها در فرودگاه ها، بلکه در دوربین های دیجیتال، لپ تاپ ها و دستگاه های تلفن همراه نیز مشاهده کرد. چهره انسان نقش مهمی در زندگی روزمره و ارتباطات ما دارد. چهره می تواند جنسیت، سن، نژاد، خلق و خو و چندین عامل دیگر را برای فرد دیگر آشکار کند. برای انسان، تفسیر آنها طبیعی است.

چهره را می توان به عنوان یک کلاس منحصر به فرد از چیزها در نظر گرفت. آناتومی صورت شامل ساختارهایی است که همیشه شبیه به هم پیکربندی می شوند. با وجود اینکه چهره ها به روشی مشابه شکل گرفته اند، می توانیم افراد را به تنهایی از ظاهر صورت متمایز کنیم. شناسایی یک فرد از روی یک عکس ثابت بسیار آسان است. در یک موقعیت واقعی زندگی، زمان بسیار بیشتری را صرف ارزیابی زمینه و محیط اطراف می کنیم. در زندگی واقعی، چندین عامل دیگر مانند حرکت، شرایط نور، اشیاء دیگر و حالت صورت نیز دخیل هستند. هدف اصلی تشخیص چهره مصنوعی ایجاد چنین الگوریتم هایی برای بینایی پویا و ماشین یادگیری است که بتوانند در محیط های ضعیف و در حال تغییر به طور مؤثر عمل کنند.

FRS(Face Recognition Search) نیاز به شناسایی خودکار چهره های ارائه شده در تصاویر و ویدیوها دارد. FRS می تواند در دو حالت عمل کند: 1. تأیید چهره (احراز هویت): یک صورت پرس و جو با یک الگو مقایسه می شود و هویت آن ادعا می‌شود.2. شناسایی چهره (تشخیص): یک تصویر چهره پرس و جو با تمام تصاویر الگو در پایگاه داده مقایسه می شود. تغییراتی از این دو را می توان به عنوان مثال ایجاد کرد. چک واچ لیست ( watch list)، که در آن صورت درخواست با لیستی از مظنونان مطابقت داده می شود.

هیچ تعریف رسمی برای تشخیص چهره وجود ندارد. تشخیص چهره را می توان به عنوان یک سیستم توصیف کرد که با تشخیص چهره انسان از فیلم دوربین و سپس مقایسه چهره ها با یک الگوریتم خاص با اطلاعات پایگاه داده چهره ها، نتیجه گیری می کند. به طور کلی، تشخیص چهره را می توان به تشخیص و تأیید چهره تقسیم کرد. تشخیص چهره با هدف کشف شخص خاصی از تصویر/مواد انجام می شود و هدف از روش تأیید این است که شخص همان چیزی است که ادعا می کند. تعریف علمی FRS بدون ابهام نیست. FRS را می توان به دو دسته مختلف (تشخیص و تأیید) تقسیم کرد که اینها نیز زمینه های اصلی تحقیق هستند. در روش تشخیص انتخاب شده، به عنوان مثال فرد تحت تعقیب، باید از میان جمعیت شناخته شود. تصویر دیجیتال این شخص باید در پایگاه داده ذخیره شود تا بتوان از روی مطالب مقایسه کرد. در روش تأیید، چهره انسان به عنوان یک کد پین کار می کند. صورت سمت راست به فرد اجازه می دهد تا به منطقه محدود کنترل شده توسط FRS دسترسی پیدا کند.

بخوانید: کاربرد IoT در کشاورزی هوشمند