Geekflare est soutenu par notre public. Nous pouvons gagner des commissions d'affiliation en achetant des liens sur ce site.
Partager sur:

Tout sur la reconnaissance faciale pour les entreprises

la reconnaissance faciale
Scanner de sécurité des applications Web Invicti – la seule solution qui offre une vérification automatique des vulnérabilités avec Proof-Based Scanning™.

La reconnaissance faciale ne se limite pas aux domaines de l'informatique. Il a des applications commerciales solides.

L'un des mots à la mode les plus populaires de cette décennie est la reconnaissance faciale.

C'est la partie appliquée machine learning capable de détecter et d'identifier les visages humains, un problème notoirement difficile pour les ordinateurs jusqu'à présent. Et cela a ouvert un tout nouveau monde de possibilités et de défis passionnants pour les entreprises, les gouvernements et les particuliers.

Si vous êtes un chef d'entreprise et que vous vous demandez de quoi il s'agit et s'il y a une utilité dans ce nouveau développement, 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 facettes.

À la fin, vous aurez une solide compréhension de ce qu'est la technologie de reconnaissance faciale et de ses implications pour les entreprises.

Commençons!

Evolution of Facial Recognition

La technologie existe depuis un certain temps pour tout le battage médiatique et la couverture médiatique entourant la reconnaissance faciale. Le premier travail algorithmique sérieux dans la détection des visages a été le Framework de détection d'objets Viola-Jones publié en 2001. Bien qu'il s'agisse d'un cadre général d'identification des objets dans les images, il a été rapidement appliqué à la détection de visage avec un très bon succès. La principale raison de la popularité de cet algorithme était sa rapidité; alors que le processus de formation était extrêmement lent, le processus de détection était extrêmement rapide.

Dès 2001/2004, l'ordinateur de bureau moyen exécutant cet algorithme était capable de traiter une image de 300 px X 300 px en 0.07 seconde (plus ici). La taux d'exactitude, bien que non comparables à ce que les humains peuvent réaliser, étaient impressionnants à 90%.

Cependant, de réels progrès n'ont été réalisés qu'à partir de la décennie 2010-2020, lorsque Réseaux de neurones convolutionnels est apparue comme la meilleure méthode pour effectuer la détection faciale. La raison en était la disponibilité d'une puissance de traitement brute et de gigantesques mémoires système rendues disponibles via le cloud computing par les fournisseurs d'infrastructure en tant que service (IaaS). Pour la première fois dans l'histoire, les ordinateurs battaient constamment les humains pour reconnaître les visages, en particulier lorsqu'un grand nombre de visages aléatoires étaient impliqués.

Source: medium.com

How does Facial Recognition work?

La reconnaissance faciale est un processus en plusieurs étapes impliquant plusieurs sous-systèmes spécialisés.

Voici ce que signifient les différentes étapes:

Détection / Suivi: Cette partie de l'étape de prétraitement est responsable de l'identification et du suivi des visages dans l'image ou le fichier vidéo donné. Une fois ce processus terminé, nous savons avec certitude qu'il y a un visage dans l'entrée donnée, et il peut être traité plus avant. La phase de suivi est également responsable du suivi de certaines parties, caractéristiques particulières ou expressions d'un visage, si cela s'avère nécessaire.

Alignement: Le problème de la reconnaissance faciale est aggravé car les visages d'une image ou d'une vidéo donnée ne suivent aucune directive. La personne peut faire un zoom avant ou arrière, regarder de derrière un arbre ou être présente dans un profil latéral, ce qui rend le problème de la détection de visage encore plus difficile. C'est là que l'alignement du visage entre en jeu: il nous indique où dans l'image / vidéo donnée les lignes du visage et quels sont les contours des traits du visage.

Source : csc.kth.se

Extraction de caractéristiques: Comme son nom l'indique, au cours de cette phase du processus (nous sommes maintenant dans la phase de reconnaissance), les caractéristiques individuelles du visage, telles que les yeux, le nez, le menton, les lèvres, etc., sont extraites sous la forme que les algorithmes peuvent utiliser à l'étape suivante. À ce stade, l'ordinateur a collecté suffisamment de données complexes pour distinguer un visage de manière unique.

Correspondance / classification des fonctionnalités: À cette étape, les entrées reçues de l'extraction de caractéristiques sont comparées à la base de données donnée pour déduire l'identité de la personne. Cette phase est également connue sous le nom de classification car l'algorithme peut être nécessaire pour catégoriser les visages au lieu de les identifier individuellement.

Une fois ce processus terminé, nous savons avec certitude si le visage donné fait partie de la base de données avec laquelle nous avons comparé ou non. La sortie finale peut également contenir des tags, comme nous avons l'habitude de voir sur Facebook.

Source: versdatascience.com

Considérations relatives au déploiement: côté serveur et 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 ; d'autre part, un système d'identification qui utilise votre visage pour déverrouiller l'appareil doit fonctionner côté client. Alors quel est le meilleur?

Honnêtement, il ne s'agit pas de savoir lequel est le meilleur. Les déploiements côté serveur et côté client ont leurs points forts ; en pratique, les entreprises déploient un système hybride. La pratique recommandée consiste à entraîner vos modèles côté serveur, où les données d'entraînement et les ressources de traitement sont illimitées. Une fois les modèles formés, ceux-ci peuvent être empaquetés et déployés côté client, ce qui améliore la vitesse du système et préserve la confidentialité de l'utilisateur.

Tout envoyer au serveur introduit un retard, qui peut être mauvais ou inacceptable dans certains cas. Dans le même temps, tout garder du côté client se traduira par des modèles plus faibles.

How accurate is Facial Recognition?

La précision n'est pas un terme très bien défini dans la reconnaissance faciale. La raison principale est qu'il s'agit d'un problème flou avec toutes sortes d'entrées erronées (faible luminosité, visage partiellement couvert de cheveux, qualité de l'appareil photo, etc.) et même des entrées trompeuses (nous en reparlerons plus tard !). En conséquence, les réseaux de neurones impliqués dans la reconnaissance faciale doivent être adaptés au problème à résoudre, ce qui limite leur portée. Ainsi, alors qu'un système de reconnaissance faciale industriel peut se vanter d'une précision de 100 % (ce qui est souvent le cas), le même système peut ne pas être précis à 20 % lorsqu'on lui demande d'identifier des visages sur une photo bondée.

Dans une un article, 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. En autre étude menée en criminalistique, la combinaison du jugement humain et des algorithmes a donné les meilleurs résultats dans certains cas.

En bout de ligne - pour des applications ciblées et bien définies, la reconnaissance faciale est le meilleur outil dont nous disposons.

Where is Facial Recognition being used?

Même dans la courte période pendant laquelle des algorithmes viables ont été développés, la reconnaissance faciale a trouvé des applications incroyablement utiles et passionnantes. Certains d'entre eux sont remarquables, mais certains sont si subtilement et fondamentalement intégrés à la vie quotidienne que nous nous arrêtons à peine pour penser à ce qu'il y a en dessous.

Facebook est peut-être l'exemple le plus courant de systèmes modernes de reconnaissance faciale au travail. 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 de taguer des amis, maintenant Facebook est capable de le faire seul.

Source : labnol.org

Une nouvelle application cool de Facebook est la fonctionnalité de délation utilisateurs lorsque des photos contenant leurs visages sont téléchargées par quelqu'un, même s'ils n'ont pas été tagués sur ces photos.

Snapchat fait un usage intensif de la détection et de la reconnaissance des visages pour bon nombre de ses fonctionnalités, notamment les filtres amusants qui font tellement fureur.

Source : gistreel.com

Pour que ces filtres fonctionnent, les contours et les caractéristiques du visage du sujet doivent être parfaitement détectés, sinon les superpositions ne sembleront pas réalistes. C'est la même chose pour Échange de visage, une autre fonctionnalité populaire sur Snapchat. Si vous souhaitez approfondir les capacités de Snapchat en matière de reconnaissance faciale, consultez ici.

Uber lutte contre les problèmes de confidentialité et de sécurité depuis un certain temps maintenant, et la dernière arme de l'arsenal de l'entreprise est la reconnaissance faciale. L'entreprise a déployé une nouvelle fonctionnalité où l'identité de ses chauffeurs-partenaires est vérifiée par en utilisant leurs visages. La société indique sur son blog qu'après avoir testé plusieurs fournisseurs de technologie de reconnaissance faciale, elle a opté pour l'API Microsoft Face pour sa haute qualité. Fait intéressant, cette vérification d'identité en temps réel fonctionne bien dans des conditions de faible luminosité et 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.

Prévention du crime au détail est une extension naturelle de l'application de la reconnaissance faciale. Le secteur de la vente au détail perd environ 45 milliard de dollars chaque année aux voleurs à l'étalage et à d'autres délits de détail, avec très peu de moyens pour y remédier. Désormais, les entreprises aiment FaceFirst aident les détaillants à utiliser la reconnaissance faciale pour détecter les anciens délinquants et alerter les agents de sécurité.

Surveillance policière commence à tirer parti de la reconnaissance faciale comme toutes les autres institutions. Par exemple, au Royaume-Uni, la police du sud du Pays de Galles utilise des caméras installées sur des fourgons pour surveillance des foules plus facile.

Source : theconversation.com

Alors que cette nouvelle superpuissance entre les mains de la police a suscité des débats publics houleux sur la vie privée des individus, la police pense que cela les aidera à mieux restreindre les malfaiteurs. Comme Richard Lewis, chef de police adjoint de la police du sud du Pays de Galles, l'a dit au Financial Times:

Si vous identifiez quelqu'un qui a commis une infraction [auparavant], vous dites essentiellement: nous savons que vous êtes ici, veuillez vous comporter.

Santé a récemment eu une application inattendue, où la reconnaissance faciale a aidé à détecter une maladie génétique rare appelée syndrome de DiGeorge.

Le syndrome de DiGeorge apparaît chez environ 1 enfant sur 6,000 XNUMX et entraîne des déformations dans plusieurs parties du corps. Le problème de santé, dans ce cas, est plus grave pour les pays les plus pauvres, qui n'ont pas les ressources nécessaires pour opter pour des méthodes de diagnostic coûteuses. Ainsi, la reconnaissance faciale, d'une étonnante précision de 96.6%, offre un nouvel espoir aux victimes du syndrome de DiGeorge.

Dans le Compagnies Aériennes l'industrie, l'adoption de la reconnaissance faciale est en train de reprendre, et elle remplacera bientôt les cartes d'embarquement conventionnelles. Actuellement, il y a des résultats limités mais prometteurs pour aider identifier les passagers comme ils quittent le pays. En fait, la Transport Security Administration (TSA) des États-Unis a établi un plan pour l'utilisation généralisée de la biométrie basée sur la reconnaissance faciale.

Controversial uses of Facial Recognition

La technologie nous donne du pouvoir, même si sa bonne ou sa mauvaise utilisation dépend de nous. Il ne fait donc aucun doute que quelque chose d'aussi puissant et radical que la reconnaissance faciale est utilisé d'une manière qui suscite des inquiétudes quant aux droits humains fondamentaux et à l'éthique.

L'exemple le plus frappant des utilisations controversées de la reconnaissance faciale est l'énorme Système de surveillance qui emploie environ 200 millions de caméras pour garder un œil sur ses 1.4 milliard de citoyens.

Source : sbs.com

Le système suit les personnes et évalue leurs actions, en mettant constamment à jour une métrique appelée score citoyen. S'il est intéressant de disposer d'un puissant système de surveillance contrôlé par l'État (suivi des débiteurs défaillants, par exemple), la plupart y voient l'arrivée du futur dystopique imaginé par George Orwell. C'est un avenir où les gouvernements ont un pouvoir illimité sur l'individu et où la vie privée est inexistante.

Le deuxième exemple de l'utilisation discutable de la reconnaissance faciale vient aussi (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, bien qu'il ne soit pas encore répandu, remplace les cartes d'identité, les cartes de bibliothèque, les systèmes de présence, etc., en utilisant le visage de l'étudiant pour l'identification.

Source: businessinsider.com

Mais la partie effrayante est que ce système surveille les niveaux d'attention des élèves, l'utilisation des téléphones portables, etc., et alerte l'enseignant lorsqu'un certain seuil est franchi.

Bien que la vidéosurveillance alimentée par la reconnaissance faciale ne soit pas exclusive à la Chine, les États-Unis faire des efforts de l'utiliser pour lutter contre la violence armée dans les écoles - c'est la Chine qui semble aller plus loin que tout autre pays.

Quand il s'agit d'utiliser la reconnaissance faciale, quelles options avez-vous ? Dans cette section, nous examinerons ce qui est couramment utilisé et comment les différentes solutions se comparent les unes aux autres.

Avant de commencer, cependant : un rappel que ces API évoluent rapidement, et vous êtes susceptible de tomber sur des articles de blog disant que cette API manque de cette fonctionnalité ou de cette fonctionnalité. Ne prenez pas vos décisions en fonction de cela. Analysez d'abord les besoins de votre entreprise, vérifiez attentivement les fonctionnalités proposées, lancez-vous et faites-vous ensuite une idée.

OpenCV

La recherche sur l'IA est un gouffre sans fond. La formation et le perfectionnement d'un système de reconnaissance faciale sont difficiles et il vaut mieux les confier à des conglomérats aux poches profondes et à une armée de chercheurs. Cependant, si vos besoins sont simples et que vous aimez avoir un contrôle total - et bien sûr, êtes prêt pour l'entretien d'une petite/petite équipe d'ingénieurs -OpenCV pourrait bien fonctionner pour vous.

Il s'agit d'une bibliothèque de vision par ordinateur Open source qui est remarquablement précise et disponible pour toutes les plates-formes de programmation. Voici un ébouriffant exemple comment vous pouvez lancer un système de détection de visage avec Python et OpenCV en 25 lignes de code!

Maintenant, vous pouvez rencontrer des blogs qui disent qu'OpenCV n'a pas de reconnaissance faciale. Eh bien, c'est un mensonge complet, et voici preuve. Dans l'ensemble, OpenCV peut être un excellent choix pour votre entreprise si les besoins sont simples et spécifiques.

Amazon Reconnaissance

Reconnaissance est une offre robuste de l'un des plus grands fournisseurs de cloud, AWS. Il s'agit d'un service puissant et entièrement géré pour la plate-forme AWS, et si vous utilisez déjà AWS pour le déploiement, Rekognition est probablement le meilleur choix.

Certaines des fonctionnalités époustouflantes offertes par Rekognition sont:

  • Analyse en temps réel (lorsque vous téléchargez une image ou une vidéo sur S3)
  • Analyse faciale approfondie (genre, couleur des cheveux, expression faciale, yeux ouverts ou non, etc.)
  • Pathing (capture des chemins d'objets identifiés dans les vidéos)
  • Détection de scènes et d'activités (à l'intérieur / à l'extérieur, «jouer au football», etc.)
  • Modérer du contenu dangereux (nudité, par exemple)

Le plus gros avantage de Rekognition est également le plus gros inconvénient - vous aurez vraiment du mal à l'utiliser avec des services non AWS au point où vous devrez abandonner.

Kairos

Contrairement à Rekognition, Kairos vous fournit l'IA via une API (les rimes sont involontaires, nous le jure!), vous permettant de prendre le contrôle complet de vos données et serveurs. Kairos se présente comme un service de confidentialité d'abord, et est extrêmement critique d'Amazon et d'autres entreprises en collusion avec le gouvernement (il en est de même ACLU, au fait).

Kairos fonctionne à la fois sur les images et les vidéos et possède toutes les fonctionnalités intéressantes que vous attendez d'une API de reconnaissance faciale moderne. Il offre certaines des fonctionnalités étonnantes de Rekognition, mais si vous n'en avez pas besoin et que vous gérez déjà vos données, pourquoi vous embêter?!

Kairos a un déploiement sur site pour ceux qui sont paranoïaques à propos de la confidentialité et ne veulent même pas envoyer de données sur le fil 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 d'image est connue sous le nom de Vision du cloud, tandis que le service axé sur la vidéo est appelé Intelligence vidéo.

Bien que le service axé sur l'image soit assez similaire à ce qu'AWS a à offrir, le service vidéo dispose d'une fonctionnalité intéressante de catalogage et de recherche. Cela sera utile pour les entreprises qui ont de grandes archives vidéo qu'elles voudront peut-être analyser ou parcourir.

Cela dit, Video Intelligence ne dispose pas de fonctionnalités de reconnaissance faciale au moment de la rédaction, et celles-ci semblent être proposées uniquement dans Cloud Vision. Le suivi des objets et la détection de texte sont également en version bêta, ce qui les place largement derrière les offres d'Amazon.

API Azure Face

Avec Microsoft prenant ses offres cloud plus au sérieux que celles de bureau (enfin), le API Azure Face est une offre délicieuse. Il possède toutes les fonctionnalités intéressantes auxquelles vous vous attendez (détection, identification, regroupement de visages, recherche de visages similaires, émotion, etc.) et fonctionne également bien avec les vidéos.

Maintenant, ce n'est pas strictement lié à la reconnaissance faciale, mais il convient de mentionner qu'Azure propose également une vision par ordinateur du client service, qui vous permet d'utiliser vos entrées et de former des modèles selon vos besoins.

Tout comme le service de Google, un terrain de jeu est disponible directement sur la page d'accueil, ce qui rend le test de l'API très amusant!

Existe-t-il des différences significatives entre les meilleurs services de reconnaissance faciale gérés ? Pas vraiment. Il y a une concurrence intense dans le domaine en ce moment, et de nouvelles fonctionnalités sont déployées 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. Sinon, vous voudrez peut-être choisir un autre fournisseur si vos besoins sont spécifiques (contrôler vos propres données, n'avoir besoin que d'une détection simple, etc.).

Systèmes de reconnaissance anti-faciale

Tout comme certains chercheurs ont consacré leur vie à perfectionner la technologie de reconnaissance faciale, d'autres sont occupés à développer des techniques pour les tromper. Un de ces développements intéressants est Lunettes adverses, qui semblent par ailleurs normaux pour les êtres humains, mais ont trompé les systèmes de reconnaissance faciale experts.

Source: digitaltrends.com

Cela dit, ces lunettes ne sont pas encore disponibles sur le marché, bien que les chercheurs disent qu'elles peuvent être facilement imprimées en 3D.

Un autre développement intéressant a été le lancement de lunettes ekō sur Kickstarter. Bien que le produit soit maintenant annulé, il a fonctionné sur une idée remarquablement simple: des lunettes de soleil simples et quotidiennes pour 45 $ qui reflétaient simplement la lumière, ce qui a rendu les caméras et les appareils de surveillance vidéo fous.

Tout comme le domaine de la cybersécurité, les «hackers» et les chercheurs verrouillent les cornes dans la reconnaissance faciale pour la course à la perfection. Vers 2014, nous avons vu la popularité de maquillage de camouflage qui conférait l'invisibilité contre la reconnaissance faciale, mais qui ne sont plus viables. Y aura-t-il un cryptage AES de la reconnaissance faciale? Seul le temps le dira!

La reconnaissance faciale est-elle pour vous?

Le genre d'entreprise qui peut bénéficier de la reconnaissance faciale est celle qui implique des gens - oui, c'est-à-dire toutes les entreprises! Bien que les utilisations actuelles de la reconnaissance faciale semblent être défendues par les gouvernements, les grandes entreprises ou les startups technologiques, il n'y a aucune raison pour que votre entreprise ne puisse pas en bénéficier.

Les possibilités sont vraiment infinies lorsque nous combinons un peu de pensée créative: accueillir et identifier les clients dans un hôtel, localiser votre ami dans une mer de personnes, trouver des personnes aux visages similaires (peut-être pour être utilisés comme acteurs), détecter des personnalités pour le travail des entretiens (encore une fois, nous laissons simplement l'imagination se déchaîner ici; il n'y a peut-être rien de substantiel dans une telle étude), personnaliser l'expérience bancaire lorsqu'un client de grande valeur entre. . . Il existe d'innombrables façons d'utiliser la reconnaissance faciale à des niveaux petits et grands pour améliorer les performances de votre entreprise.

Conclusion

Très bientôt, la reconnaissance faciale deviendra si répandue et si courante que nous ne la remarquerons même pas (comme les téléphones portables ?). La technologie sous-jacente a été presque perfectionnée, mais dans le monde réel, il ne s'agit pas seulement de détecter les visages, il s'agit de ce que nous pouvons faire avec cette capacité.

Cela semble fascinant et intéressé à en savoir plus? Regarde ça cours brillant sur la vision par ordinateur.

Merci à nos commanditaires
Plus de bonnes lectures sur le Cloud Computing
Alimentez votre entreprise
Certains des outils et services pour aider votre entreprise à se développer.
  • Invicti utilise Proof-Based Scanning™ pour vérifier automatiquement les vulnérabilités identifiées et générer des résultats exploitables en quelques heures seulement.
    Essayez Invicti
  • Web scraping, proxy résidentiel, proxy manager, web unlocker, moteur de recherche et tout ce dont vous avez besoin pour collecter des données Web.
    Essayez Brightdata
  • Semrush est une solution de marketing numérique tout-en-un avec plus de 50 outils de référencement, de médias sociaux et de marketing de contenu.
    Essayez Semrush
  • Intruder est un scanner de vulnérabilités en ligne qui détecte les failles de cybersécurité de votre infrastructure, afin d'éviter des violations de données coûteuses.
    Essayez Intruder