Kuinka kasvojentunnistus toimii?

Kasvojentunnistus on biometrinen teknologia, joka tunnistaa tai vahvistaa henkilön identiteetin analysoimalla heidän kasvojensa ainutlaatuisia piirteitä. Nykyaikaiset kasvojentunnistusjärjestelmät toimivat havaitsemalla kasvot kuvassa, kartoittamalla keskeiset kasvojen maamerkit (kuten silmien välinen etäisyys, leuan muoto ja nenän sijainti) ja muuntamalla nämä mittaukset numeeriseksi esitykseksi, jota kutsutaan kasvojen kuvaajiksi tai upotukseksi. Tämä kompakti vektori kuvaa kasvojen geometrian olemuksen tavalla, jota voidaan verrata matemaattisesti muihin kuvaajiin.

Kun kahta kasvojen kuvaajaa verrataan, järjestelmä laskee niiden välisen euklidisen etäisyyden — mittarin siitä, kuinka kaukana kaksi vektoria ovat toisistaan korkeaulotteisessa avaruudessa. Pieni etäisyys osoittaa suurta samankaltaisuutta, mikä viittaa siihen, että kasvot todennäköisesti kuuluvat samalle henkilölle, kun taas suuri etäisyys viittaa eri henkilöihin. Säädettävä kynnysarvo määrittää rajan vastaavuuden ja ei-vastaavuuden välillä.

Työkalun kuvaus

Tämä työkalu antaa sinun vertailla kahta kasvojien valokuvaa vierekkäin määrittääksesi, kuuluvatko ne samalle henkilölle. Se käyttää esikoulutettua syväoppimismallia (SSD MobileNet v1) kasvojen havaitsemiseen ja omistettua kasvojentunnistusverkkoa 128-ulotteisten kasvojen kuvaajien luomiseen. Koko prosessi — mallin lataamisen kautta kasvojen havaitsemiseen ja vertailuun — suoritetaan paikallisesti selaimessasi WebGL-kiihdytyksen avulla. Kuvia tai tietoja ei koskaan lähetetä palvelimelle, mikä tekee siitä täysin yksityisen kasvojen vahvistustyökalun.

Kuinka se toimii

  1. Mallin lataaminen — Ensimmäisellä käytöllä työkalu lataa kevyitä neuroverkkojen malleja (kasvojen ilmaisin, maamerkkien ennustaja ja tunnistusverkko) ja tallentaa ne välimuistiin selaimeen.
  2. Kasvojen havaitseminen — Jokainen ladattu kuva skannataan SSD MobileNet v1 -ilmaisimella kasvoja paikantamaan ja 68 kasvojen maamerkin poimimiseksi.
  3. Kuvaajan poimiminen — Maamerkkeihin kohdistettu kasvojen alue välitetään tunnistusverkon läpi, joka tuottaa 128-ulotteisen kuvaajivektorin.
  4. Etäisyyden laskeminen — Euklidinen etäisyys kahden kuvaajan välillä lasketaan. Etäisyys kynnysarvon alapuolella osoittaa vastaavuutta; sen yläpuolella osoittaa eri henkilöitä.
  5. Visuaalinen palaute — Havaitut kasvot korostetaan rajauskehyksillä molemmissa kuvissa, ja samankaltaisuusprosentti sekä raa'an etäisyyden arvo näytetään.

Esimerkit

Skenaario Odotettu tulos
Kaksi omakuvaa samasta henkilöstä eri päivinä otettuina Korkea samankaltaisuus (85–99%), vastaavuus
Henkilön A valokuva vs. henkilön B valokuva Matala samankaltaisuus (20–50%), ei vastaavuutta
Sama henkilö silmälasien kanssa ja ilman Yleensä silti vastaavuus, jos kasvot ovat selvästi näkyvissä
Sama henkilö merkittävästi eri ikäisinä Ei välttämättä vastaa, jos kasvojen rakenne on muuttunut huomattavasti

Ominaisuudet

  • 100% selainpohjainen — kaikki käsittely tapahtuu paikallisesti WebGL:n avulla; ei palvelimen latauksia, ei pilvi-API:ita
  • Säädettävä vastaavuuskynnys — hienosäädä herkkyyttä liukusäätimellä, joka vaihtelee 0,1:stä 1,0:aan (oletus: 0,6)
  • Visuaalinen kasvojen havaitsemisen peitto — rajauskehykset piirretään havaittujen kasvojen ympärille molemmissa kuvissa
  • Yksityiskohtaiset mittarit — näyttää sekä samankaltaisuusprosentin että raa'an euklidisen etäisyyden läpinäkyvyyden vuoksi
  • Useat kuvaformaatit — tukee JPEG-, PNG- ja WebP-latauksia

Käyttötapaukset

  • Henkilöllisyyden vahvistaminen — tarkista nopeasti, näyttävätkö kaksi valokuvaa samaa henkilöä, hyödyllinen asiakirjojen tai profiilin vahvistukseen
  • Valokuvien järjestäminen — määritä, mitkä kokoelmassa olevat valokuvat kuuluvat samalle henkilölle ennen niiden lajittelua albumeihin
  • Turvallisuuden tarkastaminen — vertaa live-valokuvaa vertailukuvaan pääsynvalvontaa tai läsnäolon vahvistusta varten

Asetukset selitettynä

Asetus Kuvaus Oletus
Vastaavuuskynnys Ohjaa, kuinka tiukka vertailu on. Alhaisemmat arvot edellyttävät kasvojen olevan enemmän samanlaisia vastaavuuden laskemiseksi. Korkeammat arvot ovat sallimattomampia. 0,6

Kynnysarvo 0,6 toimii hyvin useimmissa tapauksissa. Jos saat vääriä positiivisia tuloksia (eri henkilöt merkitty samaksi), laske kynnysarvoa. Jos saat vääriä negatiivisia tuloksia (sama henkilö merkitty eri), nosta sitä.

Rajoitukset

  • Vain yksi kasvot per kuva analysoidaan. Jos kuva sisältää useita kasvoja, vain näkyvin havaitaan.
  • Erittäin matalan resoluution kuvat, raskas peittäminen (naamiot, huivit) tai äärimmäiset kulmat voivat estää kasvojen havaitsemisen.
  • Malli toimii parhaiten etupuolelta tai lähes etupuolelta otettujen kasvojen kanssa riittävällä valaistuksella.
  • Alkuperäinen mallin lataaminen voi kestää muutaman sekunnin verkon nopeudesta ja laitteen suorituskyvystä riippuen.
  • Tulokset ovat todennäköisyyspohjaisia, eivät lopullisia — tämä työkalu ei sovellu oikeudelliseen tai forensiseen tunnistukseen.

Usein kysytyt kysymykset

Ovatko tietoni turvassa? Kyllä. Työkalu toimii kokonaan selaimessasi. Valokuviasi ei koskaan lähetetä millekään palvelimelle. Kaikki kasvojen havaitseminen ja vertailulogiikka suoritetaan paikallisesti WebGL:n avulla.

Miksi se sanoo "Kasvoja ei havaittu"? Kuva voi olla liian pieni, liian tumma, raskaasti peitettävä tai otettu äärimmäisestä kulmasta. Kokeile selkeämpää, etupuolelta otettua valokuvaa hyvällä valaistuksella.

Mitä euklidinen etäisyys tarkoittaa tässä? Se on numeerinen mitta siitä, kuinka erilaisia kaksi kasvojen kuvaajaa ovat. Arvot, jotka ovat lähempänä 0:aa, osoittavat lähes identtisiä kasvoja; kynnysarvon ylittävät arvot viittaavat eri henkilöihin.

Voinko vertailla kasvoja eri ikäryhmistä? Työkalu voi käsitellä kohtalaisia ikäeroja, mutta merkittävä ikääntyminen (esim. lapsi vs. iäkäs) voi heikentää tarkkuutta, koska kasvojen rakenne muuttuu ajan myötä.