La reconnaissance faciale pour les entreprises englobe l’utilisation de la technologie dans le renforcement de la sécurité organisationnelle et commerciale afin d’améliorer l’expérience des clients ainsi que l’efficacité opérationnelle. Cette technologie de reconnaissance faciale utilise des algorithmes informatiques pour l’identification des personnes autorisées sur la base de leur visage.
La reconnaissance faciale pour les entreprises est utile dans les domaines suivants :
- Assurer un meilleur contrôle d’accès
- Contrôler les horaires et les présences
- Authentification des clients
- Améliorer l’autorisation de paiement
- Améliorer la sécurité et la surveillance
Si vous êtes un chef d’entreprise et que vous vous demandez pourquoi il y a tant d’agitation et si cette nouvelle technologie peut être utile, nous avons ce qu’il vous faut. Dans cet article, nous examinerons l’histoire de la reconnaissance faciale, son développement, ses utilisations actuelles, ses controverses, son déploiement et bien d’autres aspects.
À la fin de cet article, vous aurez une bonne compréhension de la technologie de la reconnaissance faciale et de ses implications pour les entreprises :
- Précision de la reconnaissance faciale
- Utilisations de la reconnaissance faciale
- Comparaison des API de reconnaissance faciale les plus populaires
C’est parti !
Évolution de la reconnaissance faciale
La technologie existe depuis un certain temps, malgré tout le battage médiatique qui entoure la reconnaissance faciale. Le premier travail algorithmique sérieux sur la détection des visages a été le Viola-Jones Object Detection Framework publié en 2001. Bien qu’il s’agisse d’un cadre général pour l’identification d’objets dans des images, il a rapidement été appliqué à la détection de visages avec beaucoup de succès. La principale raison de la popularité de cet algorithme est sa rapidité : alors que le processus d’apprentissage est atrocement lent, le processus de détection est extrêmement rapide.
Dès 2001/2004, un ordinateur de bureau moyen utilisant cet algorithme était capable de traiter une image de 300 px x 300 px en 0,07 seconde (pour en savoir plus, cliquez ici). Les taux de précision, bien qu’ils ne soient pas comparables à ceux des humains, étaient impressionnants (90 %).
Toutefois, il a fallu attendre la décennie 2010-2020 pour que de réels progrès soient réalisés, lorsque les réseaux neuronaux convolutifs se sont imposés comme la meilleure méthode de détection des visages. La raison en est la disponibilité de la puissance de traitement brute et des gigantesques mémoires système mises à disposition par les fournisseurs d’infrastructure en tant que service (IaaS) par le biais de l’informatique en nuage. Pour la première fois dans l’histoire, les ordinateurs ont régulièrement battu les humains dans la reconnaissance des visages, en particulier lorsqu’il s’agit d’un grand nombre de visages aléatoires.
Comment fonctionne la reconnaissance faciale ?
La reconnaissance faciale est un processus en plusieurs étapes qui fait intervenir plusieurs sous-systèmes spécialisés.
Voici ce que signifient les différentes étapes :
Détection / suivi : Cette partie de l’étape de prétraitement est chargée d’identifier et de suivre les visages dans l’image ou le fichier vidéo donné. Une fois ce processus terminé, nous sommes sûrs qu’il y a un visage dans l’entrée donnée, et celle-ci peut être traitée ultérieurement. La phase de suivi est également chargée de suivre certaines parties, caractéristiques ou expressions d’un visage, si nécessaire.
Alignement : Le problème de la reconnaissance faciale est aggravé par le fait que les visages d’une image ou d’une vidéo donnée ne suivent aucune ligne directrice. La personne peut être zoomée ou déformée, se cacher derrière un arbre ou se présenter de profil, ce qui complique encore le problème de la détection des visages. C’est là que l’alignement des visages entre en jeu : il nous indique où se trouve le visage dans l’image/vidéo donnée et quels sont les contours des caractéristiques faciales.
Extraction des caractéristiques : Comme son nom l’indique, cette phase du processus (nous en sommes à l’étape de la reconnaissance) consiste à extraire les caractéristiques individuelles du visage, telles que les yeux, le nez, le menton, les lèvres, etc. À ce stade, l’ordinateur a recueilli suffisamment de données complexes pour distinguer un visage de manière unique.
Correspondance/classification des caractéristiques : À ce stade, les données obtenues par l’extraction des caractéristiques sont comparées à la base de données donnée afin de déduire l’identité de la personne. Cette phase est également appelée classification, car l’algorithme peut être amené à catégoriser les visages au lieu de les identifier individuellement.
Une fois ce processus terminé, nous savons avec certitude si le visage en question fait partie de la base de données à laquelle nous l’avons comparé ou non. Le résultat final peut également contenir des tags, comme ceux que nous avons l’habitude de voir sur Facebook.
Considérations relatives au déploiement : Côté serveur ou côté client
La reconnaissance faciale peut fonctionner à la fois sur le serveur et sur l’appareil avec lequel l’utilisateur interagit. Par exemple, lorsque vous téléchargez une photo sur Facebook, les algorithmes sont exécutés côté serveur ; en revanche, un système d’identification qui utilise votre visage pour déverrouiller l’appareil doit être exécuté côté client. Alors, lequel est le meilleur ?
Honnêtement, la question n’est pas de savoir lequel est le meilleur. Les déploiements côté serveur et côté client ont tous deux leurs points forts ; dans la pratique, les entreprises déploient un système hybride. La pratique recommandée est d’entraîner vos modèles côté serveur, où les données d’entraînement et les ressources de traitement sont illimitées. Une fois les modèles formés, ils peuvent être emballés et déployés côté client, ce qui améliore la vitesse du système et préserve la vie privée de l’utilisateur.
Le fait de tout envoyer au serveur introduit un délai, qui peut être mauvais ou inacceptable dans certains cas. En même temps, le fait de tout garder du côté du client se traduira par des modèles plus faibles.
Quelle est la précision de la reconnaissance faciale ?
La précision n’est pas un terme très bien défini dans le domaine de la reconnaissance faciale. La raison principale est qu’il s’agit d’un problème flou avec toutes sortes de données d’entrée erronées (faible luminosité, visage partiellement couvert par des cheveux, qualité de l’appareil photo, etc. Par conséquent, les réseaux neuronaux impliqués dans la reconnaissance faciale doivent être adaptés au problème en question, ce qui limite leur champ d’application. Ainsi, alors qu’un système industriel de reconnaissance faciale peut se targuer d’une précision de 100 % (ce qui est souvent le cas), ce même système peut ne pas avoir une précision de 20 % lorsqu’on lui demande d’identifier des visages sur une photo de foule.
Dans une étude, un type particulier d’algorithme de reconnaissance faciale a pu atteindre une précision de 98,52 %, supérieure à la précision humaine de 97,53 % obtenue dans le même test. Dans une autre étude menée dans le domaine de la criminalistique, la combinaison du jugement humain et des algorithmes a donné les meilleurs résultats dans certains cas.
En résumé, pour des applications ciblées et bien définies, la reconnaissance faciale est le meilleur outil dont nous disposons.
Où la reconnaissance faciale est-elle utilisée ?
Même pendant la courte période où des algorithmes viables ont été développés, la reconnaissance faciale a trouvé des applications incroyablement utiles et passionnantes. Certaines d’entre elles sont visibles, mais d’autres sont si subtilement et fondamentalement intégrées à la vie quotidienne que nous ne nous arrêtons pas pour réfléchir à ce qu’elles cachent.
Facebook est peut-être l’exemple le plus courant des systèmes modernes de reconnaissance faciale à l’œuvre. Dès que vous téléchargez une photo, le réseau social est capable de détecter les visages. Alors qu’il y a quelque temps, on vous demandait d’étiqueter vos amis, Facebook est désormais capable de le faire tout seul.
Une nouvelle application intéressante de Facebook consiste à informer les utilisateurs lorsque des photos contenant leur visage sont téléchargées par quelqu’un, même s’ils n’ont pas été étiquetés sur ces photos.
Snapchat utilise largement la détection et la reconnaissance des visages pour un grand nombre de ses fonctionnalités, notamment les filtres amusants qui font fureur.
Pour que ces filtres fonctionnent, les contours et les traits du visage du sujet doivent être parfaitement détectés, faute de quoi les superpositions n’auront pas l’air réalistes. Il en va de même pour Face Swap, une autre fonctionnalité populaire de Snapchat. Si vous souhaitez en savoir plus sur les capacités de Snapchat en matière de reconnaissance faciale, cliquez ici.
Uber lutte depuis un certain temps contre les problèmes de confidentialité et de sécurité, et la nouvelle arme de l’entreprise est la reconnaissance faciale. L’entreprise a mis en place une nouvelle fonctionnalité qui permet de vérifier l’identité de ses chauffeurs-partenaires à l’aide de leur visage. La société explique sur son blog qu’après avoir testé plusieurs fournisseurs de technologies de reconnaissance faciale, elle a opté pour l’API Microsoft Face en raison de sa grande qualité. Il est intéressant de noter que ce contrôle d’identité en temps réel fonctionne bien dans des conditions de faible luminosité et qu’il est capable de détecter les lunettes.
La reconnaissance faciale ayant fait ses preuves dans la nature, il est facile de prédire qu’elle pourrait bientôt remplacer d’autres méthodes d’identification dans les établissements d’enseignement, les hôpitaux, les bibliothèques, etc.
Laprévention de la criminalité dans le commerce de détail est une extension naturelle de l’application de la reconnaissance faciale. Le secteur de la vente au détail perd chaque année environ 45 milliards de dollars à cause des voleurs à l’étalage et d’autres délits de vente au détail, sans que l’on puisse faire grand-chose pour y remédier. Aujourd’hui, des entreprises comme FaceFirst aident les détaillants à utiliser la reconnaissance faciale pour détecter les anciens délinquants et alerter les agents de sécurité.
Lasurveillance policière commence à tirer parti de la reconnaissance faciale, à l’instar de toutes les autres institutions existantes. Au Royaume-Uni, par exemple, la police du sud du Pays de Galles utilise des caméras installées sur des camionnettes pour faciliter la surveillance des foules.
Bien que ce nouveau superpouvoir entre les mains de la police ait suscité de vifs débats publics sur la protection de la vie privée, la police estime qu’il l’aidera à mieux contrôler les malfaiteurs. Comme l’a déclaré Richard Lewis, chef adjoint de la police du sud du Pays de Galles, au Financial Times, “si vous identifiez quelqu’un qui a commis un délit, vous pouvez l’identifier :
Si vous identifiez quelqu’un qui a commis une infraction [auparavant], vous lui dites en fait : nous savons que vous êtes ici, veuillez bien vous comporter.
Lesecteur de la santé a récemment connu une application inattendue : la reconnaissance faciale a permis de détecter une maladie génétique rare, le syndrome de DiGeorge.
Le syndrome de DiGeorge apparaît chez environ 1 enfant sur 6 000 et se traduit par des déformations de plusieurs parties du corps. Le problème des soins de santé, dans ce cas, est plus grave pour les pays pauvres, qui n’ont pas les ressources nécessaires pour recourir à des méthodes de diagnostic coûteuses. La reconnaissance faciale, avec une précision stupéfiante de 96,6 %, offre un nouvel espoir aux victimes du syndrome de DiGeorge.
Dans le secteur des compagnies aériennes, l’adoption de la reconnaissance faciale s’accélère et remplacera bientôt les cartes d’embarquement traditionnelles. Actuellement, les résultats sont limités mais prometteurs en ce qui concerne l’identification des passagers lorsqu’ils quittent le pays. En fait, l’administration américaine chargée de la sécurité des transports (TSA) a élaboré un plan visant à généraliser l’utilisation de la biométrie basée sur la reconnaissance faciale.
Utilisations controversées de la reconnaissance faciale
La technologie nous donne du pouvoir, mais c’est à nous qu’il revient d’en faire bon ou mauvais usage. Il ne fait donc aucun doute qu’une technologie aussi puissante et radicale que la reconnaissance faciale est utilisée d’une manière qui soulève des inquiétudes quant aux droits de l’homme fondamentaux et à l’éthique.
L’exemple le plus frappant d’utilisation controversée de la reconnaissance faciale est l’énorme système de surveillance de la Chine, qui emploie environ 200 millions de caméras pour surveiller ses 1,4 milliard de citoyens.
Le système suit les personnes et évalue leurs actions, en mettant constamment à jour une mesure appelée “score citoyen”. Si un puissant système de surveillance contrôlé par l’État présente un certain intérêt (pour suivre les mauvais payeurs, par exemple), la plupart des gens y voient l’avènement du futur dystopique imaginé par George Orwell. Il s’agit d’un avenir où les gouvernements ont un pouvoir illimité sur l’individu et où la vie privée n’existe pas.
Le deuxième exemple d’utilisation discutable de la reconnaissance faciale vient également (sans surprise ?) de Chine. Cette fois, le système scolaire adopte la reconnaissance faciale pour s’assurer que les élèves sont “attentifs” pendant les cours. Le nouveau système de reconnaissance faciale, même s’il n’est pas encore très répandu, remplace les cartes d’identité, les cartes de bibliothèque, les systèmes de présence, etc. en utilisant le visage de l’élève pour l’identifier.
Mais le plus effrayant, c’est que ce système surveille le niveau d’attention des élèves, l’utilisation des téléphones portables, etc. et alerte l’enseignant lorsqu’un certain seuil est franchi.
Si la vidéosurveillance par reconnaissance faciale n’est pas l’apanage de la Chine – les États-Unis s’efforcent de l’utiliser pour réduire la violence armée dans les écoles -, c’est la Chine qui semble aller le plus loin dans ce domaine.
Comparaison des API de reconnaissance faciale les plus populaires
Quelles sont les options qui s’offrent à vous pour utiliser la reconnaissance faciale ? Dans cette section, nous allons examiner ce qui est couramment utilisé et comment les différentes solutions se comparent les unes aux autres.
Avant de commencer, rappelons que ces API évoluent rapidement et qu’il est probable que vous tombiez sur des articles de blog indiquant que telle ou telle API ne dispose pas de telle ou telle fonctionnalité. Ne prenez pas vos décisions en fonction de cela. Analysez d’abord les besoins de votre entreprise, vérifiez soigneusement les fonctionnalités offertes, faites un essai, et ensuite seulement, prenez votre décision.
OpenCV
La recherche en IA est un gouffre sans fond. L’entraînement et le perfectionnement d’un système de reconnaissance faciale sont des tâches ardues qu’il vaut mieux confier à des conglomérats aux poches bien garnies et dotés d’une armée de chercheurs. Cependant, si vos besoins sont simples et que vous aimez avoir le contrôle total – et bien sûr, si vous êtes prêt à supporter l’entretien d’une toute petite équipe d’ingénieurs – OpenCV pourrait bien vous convenir.
Il s’agit d’une bibliothèque Open Source de vision par ordinateur qui est remarquablement précise et qui est disponible pour toutes les plateformes de programmation. Voici un exemple époustouflant de la façon dont vous pouvez créer un système de détection de visages avec Python et OpenCV en 25 lignes de code !
Il se peut que vous tombiez sur des blogs qui affirment qu’OpenCV ne permet pas la reconnaissance des visages. Eh bien, c’est un mensonge complet, et en voici la preuve. Dans l’ensemble, OpenCV peut être un excellent choix pour votre entreprise si les besoins sont simples et spécifiques.
Amazon Rekognition
Rekognition est une solution robuste proposée par l’un des plus grands fournisseurs de services en nuage : AWS. Il s’agit d’un service puissant entièrement géré pour la plateforme AWS. Si vous utilisez déjà AWS pour vos déploiements, Rekognition est probablement le meilleur choix.
Voici quelques-unes des fonctionnalités époustouflantes offertes par Rekognition :
- Analyse en temps réel (lorsque vous téléchargez une image ou une vidéo sur S3)
- Analyse approfondie du visage (sexe, couleur des cheveux, expression du visage, yeux ouverts ou non, etc.)
- Trajectoire (capture des trajectoires des objets identifiés dans les vidéos)
- Détection de scènes et d’activités (intérieur/extérieur, “jouer au foot”, etc.)
- Modération des contenus dangereux (nudité, par exemple)
Le plus grand avantage de Rekognition est aussi son plus grand inconvénient : vous aurez beaucoup de mal à l’utiliser avec des services non-AWS, à tel point que vous devrez abandonner.
Kairos
Contrairement à Rekognition, Kairos vous fournit l’IA via une API (la rime est involontaire, nous le jurons !), ce qui vous permet de prendre le contrôle total de vos données et de vos serveurs. Kairos se présente comme un service axé sur la protection de la vie privée et se montre extrêmement critique à l’égard d’Amazon et d’autres entreprises de connivence avec le gouvernement (l’ACLU l’est également, soit dit en passant).
Kairos fonctionne à la fois sur les images et les vidéos et dispose de toutes les fonctionnalités intéressantes que vous attendez d’une API de reconnaissance faciale moderne. Il propose certaines des fonctionnalités étonnantes de Rekognition, mais si vous n’en avez pas besoin et que vous gérez déjà vos données, pourquoi s’en préoccuper ?
Kairos a un déploiement sur site pour ceux qui sont paranoïaques au sujet de la vie privée et qui ne veulent même pas envoyer des données par câble pour traitement. Kairos a un déploiement sur site, le prix dépend de votre cas d’utilisation et peut être assez élevé.
Google Cloud Vision
Google a choisi de différencier ses services de reconnaissance faciale pour les images et les vidéos. L’API pour les images est connue sous le nom de Cloud Vision, tandis que le service axé sur les vidéos est appelé Video Intelligence.
Alors que le service axé sur les images est assez similaire à ce que propose AWS, le service vidéo présente une fonctionnalité intéressante de catalogage et de recherche. Cette fonction sera utile aux entreprises qui disposent de vastes archives vidéo qu’elles souhaitent analyser ou dans lesquelles elles souhaitent effectuer des recherches.
Cela dit, Video Intelligence ne dispose pas encore de fonctions de reconnaissance faciale, qui ne sont proposées que dans Cloud Vision. Le suivi d’objets et la détection de texte sont également en version bêta, ce qui les place loin derrière les offres d’Amazon.
Azure Face API
Microsoft prenant plus au sérieux ses offres de cloud que celles de bureau (enfin), l’Azure Face API est une offre charmante. Elle dispose de toutes les fonctionnalités intéressantes que vous attendez (détection, identification, regroupement de visages, recherche de visages similaires, émotion, etc.), et fonctionne également bien avec les vidéos.
Cela n’a rien à voir avec la reconnaissance faciale, mais il convient de mentionner qu’Azure propose également un service client de vision par ordinateur, qui vous permet d’utiliser vos données d’entrée et de former des modèles en fonction de vos besoins.
Tout comme le service de Google, un terrain de jeu est disponible sur la page d’accueil, ce qui rend les tests de l’API très amusants !
Existe-t-il des différences significatives entre les services de reconnaissance faciale les mieux gérés ? Pas vraiment. La concurrence est actuellement très vive dans ce domaine et les nouvelles fonctionnalités sont lancées plus rapidement que les pizzas. Si vous êtes déjà lié à un écosystème particulier, il est logique d’utiliser son propre service de reconnaissance faciale. Dans le cas contraire, vous pourriez choisir un autre fournisseur si vos besoins sont spécifiques (contrôle de vos propres données, besoin d’une simple détection, etc.)
Systèmes de lutte contre la reconnaissance faciale
Alors que certains chercheurs consacrent leur vie à perfectionner la technologie de reconnaissance faciale, d’autres s’emploient à mettre au point des techniques pour la tromper. L’un de ces développements intéressants est celui des “lunettes adversaires”, qui semblent normales aux yeux des êtres humains, mais qui ont trompé les systèmes experts de reconnaissance faciale.
Cela dit, ces lunettes ne sont pas encore disponibles sur le marché, mais les chercheurs affirment qu’elles peuvent être facilement imprimées en 3D.
Un autre développement intéressant a été le lancement des lunettes ekō sur Kickstarter. Bien que le produit soit maintenant annulé, il reposait sur une idée remarquablement simple : des lunettes de soleil ordinaires pour 45 dollars qui reflétaient simplement la lumière, rendant fous les appareils photo et les dispositifs de vidéosurveillance.
Tout comme dans le domaine de la cybersécurité, les “hackers” et les chercheurs s’affrontent dans la course à la perfection en matière de reconnaissance faciale. Vers 2014, nous avons assisté à la popularité du maquillage de camouflage qui conférait l’invisibilité contre la reconnaissance faciale, mais ce n’est plus viable aujourd’hui. Y aura-t-il un cryptage AES de la reconnaissance faciale ? Seul l’avenir nous le dira !
La reconnaissance faciale est-elle faite pour vous ?
Le type d’entreprise qui peut bénéficier de la reconnaissance faciale est celle qui implique des personnes – oui, c’est-à-dire toutes les entreprises ! Si les utilisations actuelles de la reconnaissance faciale semblent être le fait de gouvernements, de grandes entreprises ou de start-ups technologiques, il n’y a aucune raison pour que votre entreprise n’en bénéficie pas.
Les possibilités sont vraiment infinies si l’on fait preuve d’un peu de créativité : accueillir et identifier les clients dans un hôtel, localiser votre ami dans une mer de gens, trouver des personnes au visage similaire (peut-être pour les utiliser comme acteurs), détecter des personnalités pour des entretiens d’embauche (là encore, nous laissons libre cours à l’imagination ; une telle étude n’a peut-être rien de substantiel), personnaliser l’expérience bancaire lorsqu’un client de grande valeur se présente … . Il existe une infinité de façons d’utiliser la reconnaissance faciale à des niveaux petits et grands pour améliorer les performances de votre entreprise.
Conclusion
Bientôt, la reconnaissance faciale sera si répandue et si courante que nous ne la remarquerons même plus (comme les téléphones portables ?). En fait, les moteurs de recherche à reconnaissance faciale gagnent eux aussi du terrain.
Bien que la technologie sous-jacente ait été presque perfectionnée, dans le monde réel, il ne s’agit pas seulement de détecter les visages, mais de savoir ce que l’on peut faire avec cette capacité.
Cela vous semble fascinant et vous souhaitez en savoir plus ? Jetez un coup d’œil à cette excellente formation sur la vision par ordinateur.