Gesichtserkennung ist Realität geworden. Wurden Sie erkannt?

Erinnern Sie sich an diese Handlungsstränge im Film? In „Transformers 2“ passierten der junge männliche Protagonist und seine Freunde einen Kontrollpunkt. Obwohl sie die diensthabenden Soldaten täuschten, wurden sie von der Gesichtserkennungstechnologie des Militärs entdeckt. Im Remake von „RoboCop“ aus dem Jahr 2014 hatte RoboCop seinen ersten öffentlichen Auftritt. Er scannte ständig alle Gesichter in der Menge und verglich sie mit der Datenbank der gesuchten Verbrecher. Augenblicklich entdeckte er unter den Schaulustigen einen gesuchten Verbrecher, der seit vielen Jahren auf der Flucht war, und überwältigte ihn. In vielen anderen Filmen verlangt jede Geheimdienstabteilung in den Vereinigten Staaten beim Betreten das Scannen verschiedener biometrischer Merkmale, von Fingerabdrücken und Iris in frühen Filmen bis hin zu Gesichtern heute.

Was genau ist Gesichtserkennung?

Die Gesichtserkennung ist ein Unterproblem der visuellen Mustererkennung und wahrscheinlich das am schwierigsten zu lösende Problem.

Tatsächlich führen wir Menschen in jedem Moment eine visuelle Mustererkennung durch. Wir erhalten visuelle Informationen über unsere Augen und diese Informationen werden vom Gehirn verarbeitet und als sinnvolle Konzepte erkannt. So wissen wir, ob das, was vor uns steht, eine Tasse, ein Buch oder etwas anderes ist.

Wir führen auch ständig Gesichtserkennung durch. Wir treffen in unserem täglichen Leben unzählige Menschen, erkennen vertraute Menschen, grüßen sie, interagieren mit ihnen und ignorieren andere Fremde. Vermeiden Sie sogar die Menschen, denen wir Geld schulden und es noch nicht zurückzahlen können.
Diese scheinbar einfache Aufgabe ist für Maschinen jedoch nicht so leicht zu bewältigen.

Für Computer ist ein Bild, sei es ein statisches Bild oder ein Einzelbild in einem dynamischen Video, eine Matrix, die aus vielen Pixeln besteht. Beispielsweise ist ein digitales 1080p-Bild eine Matrix, die aus 1980 x 1080 Pixeln besteht. Jedes Pixel besteht im 8-Bit-RGB-Format aus 3 Zahlen mit Werten zwischen 0 und 255.

Die Maschine muss herausfinden, welches Konzept ein bestimmter Teil der Daten darstellt: Welcher Teil der Daten ist eine Tasse, welcher Teil ist ein Buch und welcher Teil ist ein Gesicht. Dies ist ein grobes Klassifizierungsproblem bei der visuellen Mustererkennung.

Bei der Gesichtserkennung muss unter allen Daten, die die Maschine als Gesicht betrachtet, unterschieden werden, wem das Gesicht gehört. Dies ist ein Problem der detaillierten Klassifizierung.

In wie viele Kategorien können Gesichter eingeteilt werden?

Dies hängt von der Größe der Gesichtsdatenbank des zu bearbeitenden Problems ab. Die Anzahl der Zielgesichter in der Gesichtsdatenbank erfordert, dass die Maschine eine entsprechende Anzahl von Unterklassifizierungen durchführt. Wenn eine Maschine jede Person erkennen soll, die sie sieht, können Gesichter in so viele Kategorien eingeteilt werden, wie es Menschen auf der Welt gibt, und die Unterschiede zwischen diesen Kategorien sind sehr subtil. Dies zeigt, wie schwierig die Gesichtserkennung ist.

Ganz zu schweigen davon, dass dieser Aspekt auch von verschiedenen Faktoren wie Beleuchtung, Winkel und Gesichtsschmuck beeinflusst wird. Dies erklärt auch, warum die Gesichtserkennungstechnologie im täglichen Leben noch nicht weit verbreitet ist und die meisten Menschen nur in Science-Fiction-Filmen mit Gesichtserkennung in Berührung kommen.

Es ist schwer, den Unterschied zu erkennen - einige Konzepte, die leicht verwechselt werden

Manche Dinge sind den Leuten nicht so vertraut und gehen oft mit großer begrifflicher Verwirrung einher.

Beispielsweise verstehen Chinesen, die mit den westlichen Religionen nicht vertraut sind, möglicherweise nicht, warum manche Menschen an Gott, aber nicht an Jesus glauben. oder warum manche Onkel, die in der Kirche arbeiten, auf Sex verzichten müssen, während andere heiraten dürfen.

Da es sich bei der Gesichtserkennung um eine neue Sache handelt, ist sie auch mit einer Menge konzeptioneller Verwirrung verbunden. Um die Gesichtserkennung zu verstehen, ist es wichtig, diese Konzepte zu unterscheiden.

Gesichtserkennung und Gesichtserkennung

Zur Durchführung der Gesichtserkennung sind mehrere Schritte erforderlich. Zunächst muss der Computer die Position des Gesichts im Bild oder Video finden. Dieser Teil der Arbeit wird allgemein als Gesichtserkennung bezeichnet. Wie bereits erwähnt handelt es sich hierbei um eine grobe Einteilung. Speziell bei der Gesichtserkennung handelt es sich eigentlich um eine binäre Klassifizierung. Der Computer muss lediglich feststellen, ob es sich bei dem Zielbild um ein Gesicht handelt oder nicht. Da Größe und Position des Gesichts jedoch nicht im Voraus bestimmt werden können, muss der Computer das gesamte Bild in jeder möglichen Gesichtsgröße scannen und nacheinander feststellen, ob es sich bei dem vom Unterfenster erfassten Bild um ein Gesicht handelt. Bei jedem Scanvorgang kann die Schrittweite der Teilfensterbewegung mehrere Pixel betragen.

Sie können sich also ungefähr vorstellen, wie oft der Computer binäre Klassifizierungsurteile fällen muss, um das Gesicht eines Bildes zu erkennen.

Der Schritt zur Gesichtserkennung ermittelt die Position und Größe des Gesichts aus einem Bild und sendet diesen Teil des Bildes an die nachfolgenden Schritte, darunter: Positionierung der Gesichtskomponentenpunkte, Ausrichtung und Normalisierung des Gesichtsbildes, Auswahl der Gesichtsbildqualität, Merkmalsextraktion und Merkmalsvergleich. Erst wenn alle Schritte abgeschlossen sind, kann die Identität des Gesichts festgestellt werden.

Natürlich können wir die Gesichtserkennungsfunktion auch alleine nutzen, um bestimmte Anwendungen abzuschließen. Beispielsweise verfügen die meisten aktuellen Foto- und Handykameras über Gesichtserkennungsfunktionen, die automatisch die Gesichtsposition erfassen und so das Bild automatisch fokussieren und optimieren können. Es kann sogar vorläufige Urteile über Gesichter fällen, beispielsweise über Geschlecht, Alter und sogar Aussehen.

1v1-Gesichtsüberprüfung und 1vN-Gesichtssuche

Der Protagonist nutzt verschiedene Mittel, um die einzelnen Ebenen der Identitätsprüfung zu überwinden und gelangt erfolgreich in eine vertrauliche Abteilung. Dies ist eine Handlung, die oft in Filmen vorkommt. Und diese Ebenen der Identitätsüberprüfung umfassen oft die Gesichtserkennung. Bei solchen Anwendungen müssen Benutzer häufig ihre eigene Identität angeben.

Wenn Sie beispielsweise eine Türkarte verwenden, kann der Computer im Hintergrund über die Türkarte eine Gesichtsprobe des Türkartenbesitzers erhalten und diese mit dem Gesichtsbild der Person vergleichen, die die Türkarte aktuell verwendet, um zu bestätigen, ob die Person, die die Türkarte aktuell verwendet, mit dem Besitzer der Türkarte übereinstimmt. So können Sie verhindern, dass sich jemand, der Ihre Türkarte abholt, einfach in das Unternehmen einschleicht.

Dies ist eine 1v1-Identitätsauthentifizierung. Der Computer vergleicht das aktuelle Gesicht mit dem gespeicherten Gesicht, was als Hilfsmittel für andere Überprüfungsmethoden dient und so die Zuverlässigkeit der Identitätsauthentifizierung verbessert. Diese Art von Anwendung wird bereits weithin genutzt, beispielsweise für den Zugriff auf sensible Einrichtungen, die Remote-Kontoeröffnung im Internet-Finanzsektor und die Identitätsprüfung bei großen Abhebungen.

Die am Anfang des Artikels erwähnte Szene in „RoboCop“ ist eine 1vN-Gesichtssuche. RoboCop kann online nach einer Gesichtsdatenbank suchen, in der alle Daten der gesuchten Verbrecher gespeichert sind. Bei jedem Treffen mit einer Person erfasst er zunächst die Gesichtsinformationen der Person und vergleicht diese Informationen anschließend einzeln mit der Datenbank der gesuchten Verbrecher. Wenn der Betrag hoch genug ist, wird er ihn auf der Stelle verhaften. Bei jeder Gesichtserkennung muss der Computer n Gesichtsvergleiche durchführen, wobei n die Anzahl der zu erkennenden Gesichtsvorlagen in der Bibliothek ist.

Wenn der Computer die Identität einer Person ausschließlich anhand ihres Gesichts erkennen muss, handelt es sich tatsächlich um eine 1vN-Gesichtssuche. Die Zielgesichtsbibliothek ist eine „Bekanntschaftsbibliothek“, die aus n Gesichtern besteht. Mit zunehmendem n wird die Schwierigkeit einer genauen Erkennung größer und auch die für eine Erkennung erforderliche Rechenzeit steigt. Überlegen wir einmal: Wie viele Gesichter kann ein durchschnittlicher Mensch genau erkennen? Es handelt sich wahrscheinlich um Dutzende.

Die beste derzeit verfügbare Gesichtserkennungstechnologie übertrifft dieses Niveau sogar.

Beispielsweise verfügen die führenden inländischen Unternehmen für Gesichtserkennung in der Regel über eine Bildschirmwand, die die von den verschiedenen Kameras des Unternehmens erfassten Aktivitäten der Personen zeigt und ihre Identität präzise identifiziert. Das Unternehmen verwaltet im Allgemeinen eine Gesichtsdatenbank mit Hunderten von Personen. Wenn N jedoch weiter anwächst und eine Datenbank mit Tausenden oder Zehntausenden von Personen entsteht, wird die Echtzeitsuche nach einem eindeutig passenden Gesicht zu einer Science-Fiction-Anforderung. Bei Anwendungen mit größeren Gesichtsdatenbanken sind die Echtzeitanforderungen im Allgemeinen geringer und es müssen nur die m verdächtigsten Gesichter mit sehr hoher Übereinstimmung gefunden werden, um den Umfang der manuellen Abfrage einzuschränken.

Das Titelbild dieses Artikels stammt aus der Copyright-Bibliothek und ist nicht zur Reproduktion berechtigt