Σε αυτήν την ανάρτηση ιστολογίου, θα ρίξουμε μια απλή και σαφή ματιά στις αρχές και τις διαδικασίες πίσω από τον τρόπο με τον οποίο οι υπολογιστές αναγνωρίζουν τα ανθρώπινα πρόσωπα.

Ποιες αρχές διέπουν την αναγνώριση προσώπου;

Πιθανότατα έχετε παίξει ένα παιχνίδι τουλάχιστον μία φορά ως παιδί όπου έπρεπε να ολοκληρώσετε ένα ανθρώπινο πρόσωπο. Σε αυτό το παιχνίδι, πρώτα επιλέγετε ένα σχήμα προσώπου, στη συνέχεια επιλέγετε το χτένισμα, τα μάτια, τη μύτη και το στόμα ένα προς ένα και τα τοποθετείτε στο πρόσωπο. Εναλλάσσοντας διάφορα χτενίσματα, μάτια, μύτες και στόματα, μπορείτε να δημιουργήσετε το πρόσωπο που θέλετε. Ο τρόπος με τον οποίο οι υπολογιστές αναγνωρίζουν και συγκρίνουν τα πρόσωπα δεν διαφέρει πολύ από αυτόν. Οι υπολογιστές αναγνωρίζουν και αποθηκεύουν τα χαρακτηριστικά του προσώπου. Όταν εισάγεται μια νέα φωτογραφία ενός προσώπου, τη συγκρίνουν με τα αποθηκευμένα χαρακτηριστικά για να προσδιορίσουν ποιο είναι το άτομο.
Ένα πρόσφατο παράδειγμα τεχνολογίας αναγνώρισης προσώπου που είναι εύκολα προσβάσιμο είναι η εφαρμογή αναγνώρισης προσώπου (App). Αυτές οι εφαρμογές προεξάγουν και αποθηκεύουν βασικά χαρακτηριστικά —όπως περιγράμματα προσώπου, μάτια, μύτες και στόματα— από φωτογραφίες διασημοτήτων. Αργότερα, όταν το πρόσωπο ενός ατόμου καταγράφεται μέσω της κάμερας, η εφαρμογή εξάγει τα χαρακτηριστικά του προσώπου με τον ίδιο τρόπο και τα συγκρίνει με τα αποθηκευμένα χαρακτηριστικά προσώπου διασημοτήτων για να αναγνωρίσει και να εμφανίσει το άτομο που ταιριάζει περισσότερο.

Πώς αναγνωρίζει ένας υπολογιστής ένα πρόσωπο;

Τώρα, ας εξετάσουμε τη διαδικασία αναγνώρισης προσώπου του υπολογιστή. Η αναγνώριση προσώπου αποτελείται από τέσσερα κύρια στάδια: εισαγωγή, ανίχνευση προσώπου, εξαγωγή χαρακτηριστικών και σύγκριση.
Στο στάδιο της εισαγωγής, ένα μόνο καρέ από μια φωτογραφία ή ένα βίντεο μεταδίδεται στον υπολογιστή μέσω μιας συσκευής εισόδου. Γενικά, όσο υψηλότερη είναι η ανάλυση της συσκευής εισόδου και όσο υψηλότερα είναι τα καρέ ανά δευτερόλεπτο (FPS), τόσο πιο ακριβή μπορούν να αναγνωριστούν τα πρόσωπα. Αυτή η αρχή είναι παρόμοια με το πώς ένα άτομο με καλή όραση μπορεί να αναγνωρίσει με μεγαλύτερη ακρίβεια το πρόσωπο κάποιου που στέκεται μακριά.
Στο στάδιο της ανίχνευσης προσώπου, το σύστημα ελέγχει πρώτα εάν υπάρχει κάποιο πρόσωπο στη φωτογραφία ή το βίντεο εισόδου. Για να το κάνει αυτό, αναγνωρίζει το περίγραμμα του προσώπου και βασικά χαρακτηριστικά, όπως τα μάτια, τη μύτη και το στόμα. Ενώ χρησιμοποιούνται επί του παρόντος διάφορες τεχνικές ανίχνευσης προσώπου, θα επικεντρωθούμε εδώ στην αντιπροσωπευτική μέθοδο ανίχνευσης τύπου Haar.
Η μέθοδος ανίχνευσης τύπου Haar χρησιμοποιεί κυματίδια Haar. Ένα κυματίδιο είναι ένα απλό ορθογώνιο μοτίβο που αποτελείται από ασπρόμαυρες περιοχές. Αυτές οι ασπρόμαυρες περιοχές χρησιμοποιούνται για τον εντοπισμό περιοχών σε μια εικόνα όπου εμφανίζονται διαφορές στη φωτεινότητα. Εφαρμόζοντας κυματίδια διαφόρων μεγεθών και σχημάτων σε ολόκληρη την εικόνα εισόδου ή βίντεο και στη συνέχεια διατηρώντας μόνο τις θέσεις όπου η διαφορά φωτεινότητας μεταξύ των ασπρόμαυρων περιοχών είναι σημαντική, το σύστημα μπορεί να ανιχνεύσει αποτελεσματικά το περίγραμμα του προσώπου και βασικά χαρακτηριστικά του προσώπου, όπως τα μάτια, τη μύτη, το στόμα και τα φρύδια. Επιπλέον, αυτή η διαδικασία επιτρέπει επίσης την εξαγωγή πληροφοριών θέσης σχετικά με τα χαρακτηριστικά του προσώπου.
Για παράδειγμα, κατά την εξαγωγή πληροφοριών σχετικά με τα μάτια, οι μαύρες περιοχές του κυματιδίου τοποθετούνται ώστε να αντιστοιχούν σε σχετικά σκοτεινές περιοχές — όπως η κόρη — ενώ οι λευκές περιοχές αντιστοιχούν σε φωτεινές περιοχές, όπως το δέρμα. Χρησιμοποιώντας αυτές τις διαφορές φωτεινότητας, η θέση και το σχήμα των ματιών μπορούν να ανιχνευθούν αποτελεσματικά.

Πώς εξάγονται τα χαρακτηριστικά του προσώπου;

Μόλις ολοκληρωθεί το στάδιο ανίχνευσης προσώπου, το σύστημα καθορίζει εάν θα προχωρήσει στο στάδιο εξαγωγής χαρακτηριστικών.
Στο στάδιο της εξαγωγής χαρακτηριστικών, τα χαρακτηριστικά του προσώπου εξάγονται για να αξιοποιηθούν πλήρως τα στοιχεία του προσώπου που εντοπίστηκαν κατά το στάδιο ανίχνευσης προσώπου. Σε αντίθεση με το στάδιο ανίχνευσης προσώπου, αυτή η διαδικασία περιλαμβάνει ένα βήμα προεπεξεργασίας. Δεδομένου ότι η γωνία περιστροφής, το μέγεθος και η ένταση φωτισμού των προσώπων ποικίλλουν με κάθε φωτογραφία ή βίντεο, εκτελείται μια διαδικασία κανονικοποίησης για την τυποποίησή τους όσο το δυνατόν περισσότερο. Επιπλέον, οι έγχρωμες φωτογραφίες ή τα βίντεο μπορούν να μετατραπούν σε ασπρόμαυρες εικόνες, ανάλογα με τις ανάγκες.
Για παράδειγμα, η αρχική φωτογραφία μετατρέπεται σε κλίμακα του γκρι, στη συνέχεια μόνο η περιοχή του προσώπου περικόπτεται και αλλάζει μέγεθος σε ομοιόμορφο μέγεθος και εκτελείται εξίσωση ιστογράμματος για τη διόρθωση της φωτεινότητας. Χρησιμοποιώντας τις πληροφορίες θέσης των στοιχείων του προσώπου που λαμβάνονται κατά το στάδιο ανίχνευσης προσώπου, τα χαρακτηριστικά του προσώπου εξάγονται από τις φωτογραφίες ή τα βίντεο που έχουν υποστεί αυτήν την προεπεξεργασία.

Πώς χρησιμοποιούνται τα εξαγόμενα χαρακτηριστικά του προσώπου;

Κατά το στάδιο της σύγκρισης, οι πληροφορίες σχετικά με αυτά τα εξαγόμενα στοιχεία του προσώπου είτε αποθηκεύονται σε μια βάση δεδομένων (DB) είτε συγκρίνονται με υπάρχοντα δεδομένα προσώπου για να προσδιοριστεί η καλύτερη αντιστοιχία.
Εξετάσαμε τώρα τη διαδικασία της αναγνώρισης προσώπου μέσω υπολογιστή. Μόλις πριν από λίγες δεκαετίες, η ιδέα ενός υπολογιστή που να διακρίνει τους ανθρώπους φαινόταν σαν μια τεχνολογία που απέχει πολύ από την πραγματικότητα. Ωστόσο, με την ραγδαία πρόοδο του υλικού υπολογιστών, του λογισμικού και των τεχνολογιών τεχνητής νοημοσύνης, η αναγνώριση προσώπου χρησιμοποιείται πλέον ευρέως σε διάφορους τομείς - συμπεριλαμβανομένων των smartphone και των φορητών υπολογιστών, καθώς και του ελέγχου πρόσβασης, των χρηματοοικονομικών υπηρεσιών και της ασφάλειας των αεροδρομίων. Σήμερα, η τεχνολογία που επιτρέπει στους υπολογιστές να αναγνωρίζουν ανθρώπινα πρόσωπα δεν είναι πλέον μια ιστορία του μέλλοντος, αλλά έχει γίνει μια τεχνολογία που ενσωματώνεται φυσικά στην καθημερινότητά μας.