تشخیص چهره بیومتریک الگوریتم نرم افزاری هوشمندی است که با استفاده از قاب فیلم یا تصویر دیجیتال که چهره فرد در آن قابل مشاهده باشد، هویت فرد را شناسایی میکند.
روشهای مختلفی برای کار با با فناوری تشخیص چهره وجود دارد؛ اما بهصورت کلی همه آنها الگوی چهره موردنظر را در پایگاه داده ذخیره و در موقعیتهای بعدی از آن برای مقایسه و درنهایت تشخیص چهره استفاده میکنند و به افراد شناسایی شده دسترسی لازم را خواهند بخشید.
تشخیص چهره کاربردهای زیادی دارد. به عنوان مثال، افسران پلیس میتوانند از این فناوری برای شناسایی افراد تحت تعقیب یا کسانی که موردنظرشان است استفاده کنند. پیش از این، نرم افزار تشخیص چهره فقط به عنوان یک برنامه رایانه ای قابل استفاده بود.
اما امروزه تنوع دسترسی به این فناوری بسیار زیاد است و میتوان از آن در دستگاههای همراه و سایر انواع فن آوریهای هوشمند، مانند هوش مصنوعی یا فناوری رباتیک استفاده کرد.
سهولت دسترسی به این فناوری راههای جدیدی برای استفاده از تشخیص چهره باز میکند. این روش اخیراً به عنوان ابزاری برای بازاریابی و شناسایی تجاری به محبوبیت زیادی رسیده است.از این فناوری در نمایه سازی خودکار تصویر، نظارت تصویری، تعاملات انسان و کامپیوتر و موارد دیگر هم استفاده میشود.
فناوری تشخیص چهره اولین بار در سال ۱۹۶۴ توسط وودی بلدسو و با همکاری چارلز بیسون و هلن چان ولف آغاز شد. از آنجا که پروژه آنها توسط یک آژانس اطلاعاتی ناشناس بودجه تأمین میشد، اکثر تحقیقات و کارهای این سه نفر هرگز آشکار نشدند.
با این حال، پس از آن مشخص شد که فعالیتهای اولیه این سه دانشمند در قالب نقشهبرداری دستی از ویزژگیها و قالب صورت و درنهایت ارائه الگوی ریاضی آنها به کامپیوتر بوده است. در دهه ۸۰ میلادی، دقت تشخیص چهره تا ضخامت لب، رنگ مو و ۱۹ نقطه شناسایی خاص دیگر برای ارائه به سیستم تشخیص چهره درنظر گرفته میشد.
از دهه ۸۰ و ۱۹۹۰ میلادی، جبر خطی وارد فناوری تشخیص چهره بیومتریک و از آن بهصورت گسترده و وسیع استفاده شد. یک دهه بعد، انستیتوی ملی استاندارد و فناوری و آژانس پروژههای تحقیقاتی پیشرفته دفاعی، برای ایجاد یک پایگاه داده تصاویر چهره با یکدیگر وارد همکاری گسترده شدند.
در سال ۲۰۰۶، چالش بزرگ تشخیص چهره راه اندازی شد. FRGC الگوریتمهای مدرن تشخیص چهره را بررسی و ارزیابی کرد و دریافت که آنها طی دهه گذشته ۱۰۰ برابر دقیق تر شدهاند.
از سال ۲۰۱۰ تا به امروز، ما بیشتر در زندگی روزمره با شناسایی چهره روبرو میشویم. به عنوان مثال، الگوریتم فیس بوک برای برچسب گذاری چهره، قابلیتهای جدید آیفون برای باز کردن قفل از طریق FaceID و اسکن چهره در کنسرتها، استادیومها، فرودگاهها از موارد گسترده استفاده از این فناوری در زندگی روزمره و شبکههای اجتماعی محسوب میشود.
این سه برنامه در صنعت تشخیص چهره شاخص هستند:
این شبکه عصبی مصنوعی در سال ۲۰۱۵ توسط محققان گوگل منتشر شده و از دقت بسیار بالایی برابر با ۹۹.۶۳ درصد برخوردار است. از فناوری فیس نت در گوگل فوتوز برای برچسبگذاری خودکار عکسهایی که چهره شخص خاص از قبل تعریف شده است، استفاده میشود.
FaceNet از مجموعه دادههای Labeled Faces in the Wild استفاده میکند که معیاری عمومی برای تأیید چهره افراد است.
در اواسط سال ۲۰۱۹، تب FaceApp جهان را فرا گرفت. فیس اپ برنامهای است که صرفا برای سرگرمی کاربران از فناوری تشخیص چهره استفاده میکند. کاربران در این برنامه میتوانند سلفی بگیرند و ویژگیهای صورت خود را تغییر دهند. این برنامه پیشبینی میکند که نسخه جوانتر، پیرتر یا نسخه مخالف جنسیت کاربر به چه شکلی خواهد بود.
فیس اپ میتواند واقعاً رنگ موهای شما را تغییر دهد، برایتان رژ لب بزند، به صورتتان ریش اضافه کند و سایر جزئیات خاص در مورد ظاهر شما را تغییر دهد.
Face ID یکی دیگر از برنامههایی است که از فناوری تشخیص چهره برای کار استفاده میکند. این برنامه توسط شرکت اپل طراحی و در سال ۲۰۱۷ منتشر شد. این فناوری برای اهداف امنیتی درنظر گرفته و در بیشتر مدلهای جدید آیفون و همچنین همه مدلهای iPad Pro معرفی شده است.
کاربران بااستفاده از این فناوری میتواننداز دوربین جلوی دستگاهشان که با سیستم سازگار است، به آن دسترسی پیدا کنند. Face ID از مدل سازی سه بعدی چهره کاربر استفاده میکند، بنابراین با استفاده از ماسک یا نشان دادن عکس صاحب تلفن، نمیتوان آن را فریب داد.
نقشههای چاپ اولیه کاملاً عمیق هستند. بیش از ۳۰۰۰۰ متغیر، ضبط و مقایسه میشوند. از Face ID میتوان به عنوان رمز احراز هویت در کل اکوسیستم اپل استفاده کرد که این به شما این امکان را میدهد تا خریدها را در App Store ، iTunes Store ، iBooks Store و Apple Pay مجاز کنید.
هر الگوریتم تشخیص چهره بیومتریک، برای ترسیم از ویژگیهای صورت در یک فیلم ثابت یا عکس استفاده میکند. این اطلاعات با پایگاه دادهای از چهرهها مقایسه میشوند. چهار مرحله کلی در این فرآیند وجود دارند که در ادامه توضیح خواهیم داد:
اول، دوربین چهره شما را تشخیص میدهد، تفاوتی ندارد که در جمعیت یا تنها باشید. وقتی شما مستقیم به دوربین نگاه میکنید به سادگی تشخیص داده میشوید. با این حال، پیشرفتهای فناوری مدرن باعث شده است که حتی اگر صورت کاربران کمی زاویه داشته باشد، بازهم نرم افزار تشخیص چهره کار کند و آن را تشخیص دهد.
پس از شناسایی، تصویر چهره شما ضبط و سپس تجزیه و تحلیل میشود. اکثر فناوریهای تشخیص چهره به جای استفاده از تصاویر سه بعدی ، از تصاویر دو بعدی استفاده میکنند.
دلیل این مسئله امکان برقراری سریعتر ارتباط عکس دوبعدی با دیتابیس، نسبت به عکسهای سه بعدی است وعکسهای موجود در دیتا بیس هم دو بعدی هستند.
در طول تجزیه و تحلیل، صورت به نشانههای مشخصی قابل تفکیک خواهد بود. ما میتوانیم این نقاط را گره بنامیم. الگوریتمها حدودا هشت گره اصلی در صورت انسان را شناسایی و فناوری تشخیص چهره هر یک از این نقاط را تجزیه و تحلیل میکند؛ به عنوان مثال، فاصله بین ابروهای شما.
پس از تجزیه و تحلیل، هر نقطه گره به یک شماره در پایگاه داده برنامه تبدیل میشود. کل کد عددی به عنوان چاپ صورت نامیده خواهد شد. درست مثل این که همه افراد دارای اثر انگشت منحصر به فردی هستند، همه افراد هم اثر چاپی منحصر به فرددارند که قبل شناسایی و تفکیک است.
مرحله آخر فرآیند تشخیص چهره، تطبیق است. در این مرحله چاپ چهره شما با پایگاه دادهای از سایر کدهای صورت مقایسه میشود. تعداد چهرههایی که مقایسه شده، بستگی به پایگاه داده و تعداد پایگاه دادههای نرم افزار دارند.
مثلا، FBA با داشتن ۶۴۱ میلیون عکس در سراسر پایگاه داده، به ۲۱ پایگاه داده ایالتی دسترسی دارد. بهاینترتیب فناوری تشخیص چهره مطابقت دقیق ویژگیهای صورت شما را مشخص و اطلاعات مرتبط با کاربران، مانند آدرس، نام و… را پیدا میکند.
تعدادی روش وجود دارند که کمک میکنند فرآیند شناسایی چهره با سرعت بیشتر و دقت بالاتری انجام شود. یکی از نمونههای معروف این فناوری، gradient است که در اصل، در الگوریتم، تصویر با نسخهای که بر جزئیات مربوط به تشخیص چهره تاکید میکنند، جایگزین میشود.
در این حالت، هر پیکسل با نمایش نور نسبتاً مناسبی جایگزین میشوند، به این معنی که نشان میدهد روشنایی پیکسل با پیکسلهای اطراف چگونه مقایسه خواهد شد.این اندازه گیری نسبی، شناسایی چهره یکسان را در طول چندین شکل از روشنایی آسان تر میکند.
رویکرد دیگر در تشخیص چهره فرافکنی است. این رویکرد زمانی مورداستفاده قرار میگیرد که یک عکس دو بعدی روی یک مدل سه بعدی قرار میگیرد.
زمانی که صورت به دور یک مدل سه بعدی پیچیده میشود، ویژگیهای متمایز صورت باعث میشوند که شناسایی و تشخیص آنها کاری سخت و دشوارتر باشد.
تجسم به شما این امکان را میدهد تا بر مشکلات موجود در تشخیص چهره دو بعدی غلبه کنید. برای دستیابی به دقت بسیار زیاد، با استفاده از این فناوری نیازی به تصویری ندارید که در شرایط ایده آل گرفته شده باشد.
تشخیص چهره کاربردهای زیادی دارد و در موارد زیادی مورد استفاده قرار میگیرد که قبلاً به بعضی از آنها اشاره شده است. باید بدانید که هدف فناوری تشخیص چهره بیومتریک صرفا امنیتی نیست؛ هرچند یکی از مهمترین اهداف این تکنولوژی افزایش سطح امنیت کاربران تعریف شده است. از دیگر کاربردهای این فناوری میتوان به موارد زیر اشاره کرد:
باوجود اینکه تشخیص چهره به بسیاری از صنایع کمک کرد تا امنیت خود را افزایش دهند، اما فناوری نگرانیهای زیادی را برای بسیاری از افراد ایجاد کرده است.
این واقعیت در کنار رشد جشمگیر شبکه نظارت و البته فراگیری فناوری تشخیص چهره در زندگی روزمره کاربران، باعث شده است تا مخالفان زیادی روبهروی تکنولوژی تشخیص چهره بیومتری قرار بگیرند.
بیایید نگاهی به برخی از نگرانیهای اصلی در مورد نرم افزار شناسایی چهره بیومتریک بیندازیم:
فناوری تشخیص چهره درحال گسترش است و همواره رشد میکند اما همزمان قوانین جدید دقیق و جدی درباره حریم خصوصی وضع میشوند. به عنوان مثال، آیین نامه عمومی حفاظت از دادههای اتحادیه اروپا، پروژههای جدیدتر تجاری را محدود میکند.
آنیتا باپات، یکی از شرکای حریم خصوصی در شرکت حقوقی Kemp Little ، گفته که گرفتن ویژگیهای صورت شخصی، شبیه جمع آوری اطلاعات شخصی او است. بنابراین، باید به سازمانهایی که مایل به استفاده از فناوری تشخیص چهره هستند، رضایت صریح افراد داده شود و حتی در این صورت، میتوان رضایت را پس گرفت.
این نگرانی وجود دارد که شرکتها از دادههایی که با دیتابیس تشخیص چهره جمعآوری میکنند، سواستفاده کنند و این نگرانی حتی درصورت اعتبار بالای شرکتها هم درمیان کاربران وجود دارد.
همین مورد به یکی از نگرانیهای کاربران دررابطه با فناوری تشخیص چهره بیومتریک تبدیل شده است.
فناوری تشخیص چهره در ۱۰۰ درصد مواقع دقیق نیست. هنگام شناسایی زنان و افراد رنگین پوست، تعصب بالاتری وجود دارد، به ویژه هنگامی که از الگوریتمی منسوخ استفاده میشود. از آنجا که تشخیص چهره اغلب توسط مجریان قانون مورد استفاده قرار میگیرد، اشتباهات در شناسایی، میتوانند منجر به مجازات کاذبی شوند.
روشهای مختلفی وجود دارند که میتوانید ظاهر خود را پوشانده تا از شناسایی نرم افزار تشخیص چهره جلوگیری کنید. برخی از این روشها عبارتند از:
با انجام این اقدامات به روشی خاص، در واقع میتوانید توانایی سیستم تشخیص چهره را در تجزیه و تحلیل ویژگیهای صورت خود تضعیف کنید. اولین دلیل اصلی این است که میتوانید قسمتهای قابل توجهی از صورت خود را مسدود نمایید.
اگر آنها متوجه نشوند که صورت بوده، ممکن است سیستم حتی اسکن شما را تشخیص ندهد. سیستمهای تشخیص چهره بیومتریک، تا حدی به تجزیه و تحلیل نحوه برخورد نور با صورت شما بستگی دارند. به عنوان مثال، تقریباً همیشه گونههای شما از حفرههای چشم شما روشن ترند. اما با آرایش میتوانید ویژگیهای صورت شما برجسته شده و سایهها را تغییر دهید.
همچنین میتوانید از آرایش و مدلهای مو برای پوشاندن خالها، جای زخمها و علائم دیگری که میتوانند برای شناسایی شما استفاده شده، بهره مند شوید.
فناوری تشخیص چهره بیومتریک بیشتر از سایر ویژگیها به تجزیه و تحلیل لب افراد میپردازد. رشد سبیل به قدری که لب بالایی شما را بپوشاند، میتواند احتمال شناسایی را کاهش دهد.
اگر نمیتوانید سبیلی برای خود ایجاد کنید، سعی نمایید با استفاده از کمی کانسیلر شکل لبهای خود را تغییر داده و یا ماسک صورت خود را تغییر دهید.
اگر هنگام پوشیدن کلاه بیس بال با سر پایین راه بروید، صورت شما کاملاً از دید دوربینهای نصب شده روی سقف پنهان خواهد ماند. ما همچنین توصیه میکنیم بالای گوش خود را در کنار کلاه خود قرار دهید.
سیستمهای تشخیص چهره بیومتریک، موقعیت، شکل، اندازه، رنگ و فاصله بین چشم شما را تجزیه و تحلیل میکنند. با استفاده از عینک آفتابی بازتابنده، میتوانید توانایی سیستم را در دیدن اطراف چشم خود تداخل دهید.
این نکات همه برای زمان بیرون و خارج بودن شما اعمال میشوند. اما در مورد فناوری تشخیص چهره رسانههای اجتماعی چه میتوان کرد؟ اگر حساب فیس بوک دارید، وارد تنظیمات حساب خود شوید و از سیستم تشخیص چهره آنها انصراف دهید. + Google همچنین دارای سیستم مشابهی است که میتواند خاموش و روشن شود. برخلاف فیس بوک، برای استفاده از آن باید در حساب خود شرکت کنید.
فقط در طی چند سال، قابلیتها و دقت فناوریهای تشخیص چهره به طرز چشمگیری افزایش یافتهاند. با این حال، هنوز محدودیتهایی وجود دارند، به ویژه هنگامی که افراد نکات ذکر شده در بالا را اجرا میکنند.
در شرایط ایده آل، یک سیستم تشخیص چهره میتواند ۹۹.۹۷ درصد دقت داشته باشد. با این حال، در دنیای واقعی، بهندرت میتوان عکسی ایدهآل از خود واقعیتان بگیرید.
درواقع باید نور و موقعیت به شما اجازه دهد که ویژگیهای صورتتان حالت مبهم و واضحی داشته باشد. همچنین پیری میتواند میزان خطا را در تشخیص چهره افزایش دهد. هرچه چهره سوژه به مرور پیر شود، سیستم کمتر با آن عکس خود از یک پایگاه داده مطابقت خواهد یافت.
مسئله دیگر تنوع گسترده در دقت بین فروشندگان است. برخی از فروشندگان الگوریتمهایی ایجاد کردهاند که نتایج بسیار دقیقی را ارائه میدهند. با این حال، متوسط ارائه دهنده بازار چندان دقیق نیست. نرم افزار تشخیص چهره هنوز با کالایی شدن فاصله زیادی دارد.