Hace dos días, un tema "Multimillonario encuentra a su hijo perdido durante 25 años" atrajo la atención de todo Internet. En 1998, Xie Qingshuai fue robado cuando solo tenía 3 meses. Su padre ha estado buscando mucho y finalmente la familia de padre e hijo se reunió 25 años después. Esta vez Xie Qingshuai pudo reunirse con su familia.Es inseparable de una empresa que realiza reconocimiento facial.
El "algoritmo de comparación de rostros de hermanos de diferentes edades" de la compañía analiza las imágenes faciales de los padres y el hermano de Qingshuai para que coincidan con Qingshuai y finalmente confirma la identidad de Qingshuai mediante la comparación de ADN.
Fuente: captura de pantalla de Sina Weibo
Aquí surge la pregunta: ¿Cuál es exactamente la tecnología de reconocimiento facial utilizada para encontrar a Jie Qingshuai? ¿Es la misma tecnología que utilizamos para desbloquear nuestros teléfonos? Hoy hablemos del pasado y presente del reconocimiento facial.
De la asistencia humana al reconocimiento informático puro
1. Definir a una persona por sus características físicas
Ya en 1879, el criminólogo francés Alphonse Bertillon inventó un método para identificar a delincuentes o sospechosos: identificar a una persona midiendo 11 datos físicos, como desde el codo hasta la punta del dedo medio, la longitud de la oreja derecha, la longitud del pie izquierdo, etc.
Método de reconocimiento de características del cuerpo humano de Alphonse, fuente de la imagen: wikimedia
Aunque la intención original de Alphonse era identificar a los malos, su idea de identificar a una persona basándose en las características de los datos corporales ha inspirado en gran medida la futura tecnología de reconocimiento facial.
2. Reconocimiento facial “semiautomático”
En 1964, el matemático estadounidense y experto en inteligencia artificial Woodrow Bledsoe y otros comenzaron a intentar utilizar computadoras para reconocer fotografías humanas.
La idea original era tomar fotografías de rostros desde diferentes ángulos y luego dejar que la computadora aprendiera los datos de luz y oscuridad de estas fotografías para identificar un rostro. Pero considerando las limitaciones técnicas de la época, esta idea simplemente no funcionó.
Al final, Woody y otros eligieron un método similar al de Alphonse, buscando alrededor de 20 características del rostro humano, como el ancho y la separación de los ojos, la longitud de las orejas, la longitud de las comisuras de la boca, etc., y definiendo a una persona midiendo los valores de estas características.
Sin embargo, las computadoras en ese momento no podían medir directamente estos datos a partir de fotografías, por lo que Woody tuvo que diseñar un software que ingresaba manualmente los datos medidos en la computadora. Luego, la computadora los comparó con los datos de la base de datos para identificar a quién pertenecía el rostro.
Este puede considerarse como el primer software de reconocimiento facial, pero es un método "semiautomático" que requiere participación humana y sólo puede procesar 40 imágenes por hora.
3. Reconocimiento facial totalmente automático
En la década de 1970, el científico japonés Takeo Kanede demostró un nuevo software de reconocimiento facial. Este software puede localizar automáticamente la posición del mentón, midiendo así automáticamente los datos faciales e identificándolos automáticamente.
Aunque este software aún se verá afectado por factores como el ángulo de disparo, la luz y las sombras, y la precisión del reconocimiento es limitada, ha logrado una transición importante de "semiautomático" a "completamente automático".
En las décadas de 1980 y 1990 aparecieron métodos como Eigenfaces y Fisherfaces, que lograron avances significativos en la tecnología de reconocimiento facial totalmente automático. La capacidad de reconocimiento de fotografías estáticas (como fotografías de identificación) en entornos controlados se ha vuelto relativamente confiable.
Por ejemplo, Virginia Occidental y Nuevo México en Estados Unidos han adoptado tecnología de reconocimiento facial para identificar rostros en las licencias de conducir y evitar que la misma persona solicite varias licencias de conducir con nombres diferentes. En 1997, el estado de Minnesota en Estados Unidos también comenzó a utilizar sistemas de reconocimiento facial para identificar a los delincuentes en el estado.
4. Las redes neuronales convolucionales dan un salto
Alrededor de 2010, la tecnología de aprendizaje profundo basada en redes neuronales convolucionales dio otro salto adelante en la tecnología de reconocimiento facial.
La red neuronal convolucional es una red neuronal construida para imitar la visión biológica. Su propia arquitectura es muy buena para procesar información de imágenes. Las personas realizan varias optimizaciones basadas en redes neuronales convolucionales y pueden extraer diferentes tipos de información de la imagen según sea necesario, como luces y sombras, contornos de líneas, etc., para emitir juicios integrales sobre la imagen.
Sistema de reconocimiento facial, fuente de imagen: Referencia [2]
Este método es algo diferente del método anterior de Alphonse. Ya no identifica rostros basándose en números específicos como el ancho de los ojos y el largo de las orejas, sino que identifica directamente las características generales del rostro, que es más similar al proceso de reconocimiento de la visión animal.
Alrededor de 2010, las bases de datos de visión por computadora que pueden usarse para el entrenamiento de redes neuronales profundas se están volviendo cada vez más completas. Por ejemplo, ImageNet creado por Li Feifei y otros contiene decenas de millones de imágenes anotadas manualmente. Junto con la aplicación de GPU al campo del aprendizaje profundo alrededor de 2012, la velocidad y precisión de la tecnología de reconocimiento facial han mejorado enormemente.
Por ejemplo,En 2014, el sistema de reconocimiento facial DeepFace de FaceBook logró una precisión del 97,35%, que es casi la misma que la precisión del reconocimiento humano.FaceNet, propuesto por Google en 2015, tiene una precisión de reconocimiento facial del 99,63% en algunas bases de datos.
Sistema de reconocimiento facial Deepface, fuente de la imagen: Referencia [3]
Hoy en día, la tecnología de reconocimiento facial todavía se está desarrollando rápidamente. Además de identificar fotografías, también puede identificar con precisión y rapidez rostros dinámicos en imágenes de video.
Tecnología de reconocimiento facial ubicua
A medida que la precisión del reconocimiento facial aumenta cada vez más, se utiliza en más y más aplicaciones en la vida.
Por ejemplo, casi todos los teléfonos móviles convencionales ahora admiten el desbloqueo facial; cuando compras cosas en muchas tiendas de conveniencia, no necesitas sacar tu teléfono para abrir el código de pago, puedes pagar directamente deslizando tu rostro; Al entrar o salir de la estación de tren, también puedes deslizar directamente tu cara para pasar por la puerta.
Además de estas aplicaciones cotidianas, los sistemas de reconocimiento facial también desempeñan un papel importante en algunos campos especiales.
Por ejemplo, desde abril de 2018, las cámaras de seguridad y vigilancia han capturado con éxito a casi 100 fugitivos o sospechosos de delitos en los conciertos de Jacky Cheung. Los internautas también ridiculizaron los conciertos de Jacky Cheung calificándolos de "fiestas de captura".
Además, en el caso Lao Rongzhi, que provocó una considerable controversia en la sociedad,El sistema de reconocimiento facial también identificó fácilmente a Lao Rongzhi, que había estado prófugo durante 23 años.
Fuente: captura de pantalla del vídeo de la policía de Xiamen
A medida que la tecnología de reconocimiento facial se vuelve cada vez más precisa en el reconocimiento facial y la oclusión facial entre edades, la tecnología de reconocimiento facial también puede proteger mejor nuestra seguridad.
El "algoritmo de comparación de rostros de personas de diferentes edades y parientes" mencionado anteriormente también es una optimización de la tecnología de reconocimiento facial en campos específicos. Esta función no sólo puede encontrar a sospechosos de delincuentes fugitivos muchos años después, sino que también es muy útil para que los niños desaparecidos o secuestrados encuentren a sus padres biológicos.
Sistema de reconocimiento facial basado en el parentesco, fuente de la imagen: Referencia [4]
Vale la pena señalar que, aunque el reconocimiento facial con IA aporta comodidad a nuestras vidas y protege nuestra seguridad, también conlleva algunos riesgos.
Por ejemplo, existen algunas aplicaciones en teléfonos móviles que utilizan nuestros datos faciales. Aunque la mayoría de las empresas harán todo lo posible para garantizar la seguridad de estos datos,Sin embargo, todavía hay algunos desarrolladores de software que no pueden o no tienen intención de proteger la seguridad de los datos, lo que puede provocar graves filtraciones de información personal.
Por ejemplo, ClearviewAI, una empresa que brinda servicios a las agencias policiales estadounidenses, ha estado expuesta a filtraciones de datos. Además, la empresa también fue expuesta por recopilar ilegalmente información fotográfica de los usuarios para entrenar algoritmos sin el consentimiento del usuario.
En resumen, aunque la tecnología de reconocimiento facial tiene una historia de más de medio siglo, en realidad solo ha entrado en una etapa de rápido desarrollo y ha penetrado en todas las áreas de la vida en los últimos diez años.
La tecnología de reconocimiento facial, utilizada en el lugar correcto, puede aportar comodidad y seguridad a nuestras vidas, y también puede reunir a familias que han estado separadas durante muchos años.
Pero mientras disfrutamos de las ventajas del desarrollo tecnológico, también debemos mejorar nuestra conciencia de privacidad y tratar de evitar el uso de nuestras propias fotos y vídeos en miniprogramas desconocidos para reducir la posibilidad de fuga de información.
Referencias
[1] AdjabiI, OuahabiA, BenzaouiA, etal.Pasado, presente y futuro del reconocimiento facial: Areview[J].Electronics,2020,9(8):1188.
[2] Wang Liang, Huang Yongzhen, Zhang Kaihao. Un método y dispositivo para el reconocimiento de parentesco facial basado en una red neuronal convolucional, CN105005774A, 2019-02-19
[3] Taigman Y, Yang M, Ranzato MA, etal. Deepface: Cerrando la brecha en el rendimiento a nivel humano en la verificación facial [C] // Actas de la conferencia IEEE sobre visión por computadora y reconocimiento de patrones. 2014: 1701-1708.
[4]RobinsonJP,ShaoM,WuY,etal.Familiesinthewild(fiw):base de datos y puntos de referencia de imágenes de parentesco a gran escala[C]//Actas de la 24ª conferencia internacional de ACM sobre Multimedia.ACM,2016:242-246
Planificación y producción
Este artículo es un trabajo del Popular Science China-Starry Sky Project.
Producido por el Departamento de Popularización Científica de la Asociación China para la Ciencia y la Tecnología
Productor ｜ China Science and Technology Press Co., Ltd., Beijing Zhongke Galaxy Culture Media Co., Ltd.
Autor 丨 Equipo creativo de divulgación científica de sobras científicas.
Reseña: Yu Yang, director del laboratorio Tencent Xuanwu
Planificación 丨 Lin Lin
Editor: Lin Lin