Biometrisk ansiktsgjenkjenning

Biometrisk ansiktsgjenkjenning er en teknologi som er i stand til å gjenkjenne et menneskelig ansikt fra et digitalt bilde eller en video mot en database bestående av ansikter som vanligvis benyttes for å autentisere brukere gjennom ID-verifisering. Dette fungerer ved å tilpasse og måle ansiktstrekk fra et gitt bilde. [1] Ansiktsgjenkjennelsesystemer er oppsatt i avanserte menneske–maskin-interaksjon, Kameraovervåking og automatisk indeksering av bilder.[2]

Automatisk billettsluse med ansiktgjenkjennelsesystem i Osaka T-bane - Morinomiya Stasjon

Biometrisk teknologi på flyplasser gir store effektivitetsforbedringer. I USA rapporteres det at ansiktsgjenkjenning har en nøyaktighetsgrad på 99% når de sammenligner bilder med registrerte pass. I helsesektoren vil teknologien også kunne gjenkjenne endringer i ditt ansiktsuttrykk som kan ha betydning for på forutsi sykdomsforløp.

Teknikker for ansiktsgjenkjenning

rediger
 
Automatisk ansiktsgjenkjenning med OpenCV.

Mens mennesker kan gjenkjenne ansikter uten mye innsats, er ansiktsgjenkjenning et vanskelig mønstergjenkjenningsproblem i databehandling. Ansiktsgjenkjenningssystemers forsøk på å identifisere et menneskelig ansikt som er tre-dimensjonalt, basert på et todimensjonalt bilde er vanskelig - med endringer i utseendet ved belysning og ansiktsuttrykk. For å oppnå et bra resultat, må ansiktsgjenkjenningssystemer utføre fire trinn. [3]

  • Første ansiktsgjenkjenning brukes til å segmentere ansiktet fra bakgrunnen på bildet.
  • I andre trinn blir det segmenterte ansiktsbildet justert i forhold til en konto for ansiktspositur, bildestørrelse og fotografiske egenskaper, slik som belysning og gråtoner. Formålet med justeringen, er å aktivere nøyaktig lokalisering av ansiktstrekk.
  • I det tredje trinnet utvinnes ansikts-funksjonen. Funksjoner som øyne, nese og munn blir identifisert og målt i ansiktsbildet. Den så etablerte funksjonens vektor av ansiktet blir da klart
  • i det fjerde trinnet, som blir sammenlignet mot en anskiktsdatabase.


Referanser

rediger
  1. ^ Chen, S.K; Chang, Y.H (2014). 2014 International Conference on Artificial Intelligence and Software Engineering (AISE2014). DEStech Publications, Inc. s. 21. ISBN 9781605951508. 
  2. ^ Bramer, Max (2006). Artificial Intelligence in Theory and Practice: IFIP 19th World Computer Congress, TC 12: IFIP AI 2006 Stream, August 21-24, 2006, Santiago, Chile. Berlin: Springer Science+Business Media. s. 395. ISBN 9780387346540. 
  3. ^ Li, Stan Z.; Jain, Anil K. (2005). Handbook of Face Recognition. Springer Science & Business Media. s. 2. ISBN 9780387405957. 


Eksterne lenker

rediger
  NODES
Intern 1
os 2