Gezichtsherkenning: hoe het werkt, de voordelen, uitdagingen en zorgen over privacy

Mensen zijn bedreven in het herkennen van gezichten, maar we interpreteren uitdrukkingen en emoties ook heel natuurlijk. Onderzoek zegt dat we persoonlijk bekende gezichten binnenin kunnen identificeren 380ms na presentatie en 460 ms voor onbekende gezichten. Deze intrinsiek menselijke kwaliteit heeft nu echter een concurrent in kunstmatige intelligentie en Computer Vision. Deze baanbrekende technologieën helpen bij het ontwikkelen van oplossingen die menselijke gezichten nauwkeuriger en efficiënter dan ooit herkennen.

Deze nieuwste innovatieve en niet-intrusieve technologieën hebben het leven eenvoudiger en opwindender gemaakt. Gezichtsherkenningstechnologie is uitgegroeid tot een zich snel ontwikkelende technologie. In 2020 werd de markt voor gezichtsherkenning gewaardeerd op $ 3.8 miljard, en hetzelfde is gepland om in 2025 in omvang te verdubbelen – naar verwachting meer dan $ 8.5 miljard.

Wat is gezichtsherkenning?

Gezichtsherkenningstechnologie brengt gelaatstrekken in kaart en helpt bij het identificeren van een persoon op basis van de opgeslagen gezichtsafdrukgegevens. Deze biometrische technologie gebruikt deep learning-algoritmen om de opgeslagen gezichtsafdruk te vergelijken met het live-beeld. Gezichtsdetectiesoftware vergelijkt ook vastgelegde afbeeldingen met een database van afbeeldingen om een ​​match te vinden.

Gezichtsherkenning is in veel toepassingen gebruikt voor het verbeteren van de veiligheid op luchthavens, helpt wetshandhavingsinstanties bij het opsporen van criminelen, forensische analyse en andere bewakingssystemen.

Hoe werkt gezichtsherkenning?

Gezichtsherkenningssoftware begint met het verzamelen van gezichtsherkenningsgegevens en beeldverwerking met behulp van Computer Vision. De afbeeldingen ondergaan een hoog niveau van digitale screening, zodat de computer onderscheid kan maken tussen een menselijk gezicht, een foto, een standbeeld of zelfs een poster. Door gebruik te maken van machine learning worden patronen en overeenkomsten in de dataset geïdentificeerd. Het ML-algoritme identificeert het gezicht in een willekeurige afbeelding door gezichtskenmerkenpatronen te herkennen:

• De hoogte-breedteverhouding van het gezicht
• De kleur van het gezicht
• De breedte van elke functie - ogen, neus, mond en meer.
• Onderscheidende kenmerken

Omdat verschillende gezichten verschillende functies hebben, heeft gezichtsherkenningssoftware dat ook. Over het algemeen werkt elke gezichtsherkenning echter met de volgende procedure:

1. Gezichtsdetectie

   Gezichtstechnologiesystemen herkennen en identificeren een gezichtsbeeld in een menigte of individueel. Technologische vooruitgang heeft het voor de software gemakkelijker gemaakt om gezichtsbeelden te detecteren, zelfs als er een kleine variatie in houding is - naar de camera gericht of wegkijkend.

2. Gezichtsanalyse

   Het volgende is de analyse van het vastgelegde beeld. EEN gezichtsherkenningssysteem wordt gebruikt om unieke gelaatstrekken, zoals de afstand tussen de ogen, de lengte van de neus, de ruimte tussen de mond en de neus, de breedte van het voorhoofd, de vorm van de wenkbrauwen en andere biometrische kenmerken, nauwkeurig te identificeren.

   De verschillende en herkenbare kenmerken van een menselijk gezicht worden knooppunten genoemd en elk menselijk gezicht heeft ongeveer 80 knooppunten. Door het gezicht in kaart te brengen, geometrie en fotometrie te herkennen, is het mogelijk om gezichten te analyseren en te identificeren met behulp van de herkenningsdatabases nauwkeurig.

3. Conversie van afbeeldingen

   Nadat de afbeelding van een gezicht is vastgelegd, wordt de analoge informatie omgezet in digitale gegevens op basis van de biometrische kenmerken van de persoon. Sinds machine learning algoritmen herkennen alleen getallen, het omzetten van de gezichtskaart in een wiskundige formule wordt relevant. Deze numerieke weergave van het gezicht, ook wel faceprint genoemd, wordt vervolgens vergeleken met een database van gezichten.

4. Een match vinden

   De laatste stap is het vergelijken van uw gezichtsafdruk met verschillende databases van bekende gezichten. De technologie probeert uw kenmerken te matchen met die in de database.

De overeenkomende afbeelding wordt meestal geretourneerd met de naam en het adres van de persoon. Als dergelijke informatie ontbreekt, worden de gegevens gebruikt die in de database zijn opgeslagen. 

Waar wordt gezichtsherkenning gebruikt?

Tegenwoordig komen gezichtsherkenningssystemen in het dagelijks leven voor en het gebruik ervan kan vaak onopgemerkt blijven. Om het leven makkelijker te maken en de veiligheid te vergroten, volgen hier enkele prominente voorbeelden van gezichtsherkenning die het verschil maakt.

• Gezondheidszorg: Artsen gebruiken gezichtsherkenning om bepaalde zeldzame genetische aandoeningen bij kinderen te identificeren door gezichtskenmerken te scannen. Een voorbeeld hiervan is de Face2Gene-appHierbij wordt de gezichtsstructuur van een patiënt vergeleken met bekende gevallen. Zo kan worden bepaald of het kind het Noonan- of Angelman-syndroom heeft.
• hotels: Sommige hotels installeren gezichtsherkenning om hun check-ins te versnellen. In China is de Marriott hotel laat gasten een lobby betreden kiosk voor een snelle gezichtsscan, waarmee u lange rijen bij de receptie vermijdt en de entree prettiger maakt.
• Toegankelijkheid: Het stelt visueel gehandicapten in staat om zichzelf eenvoudig te authenticeren. Ze hebben geen wachtwoorden, pincodes of wat dan ook meer nodig. Met gezichtsherkenning kunnen ze bankieren-apps openen of apparaten ontgrendelen, waardoor dagelijkse taken veel haalbaarder worden.
• Klaslokalen: Afgezien van het beveiligingsaspect gebruiken wegscholen gezichtsherkenning om de betrokkenheid van studenten te monitoren. De systemen kunnen u bijvoorbeeld waarschuwen of studenten aandacht besteden aan het leerproces in de klas, waardoor docenten hun methoden direct kunnen aanpassen.
• Evenementbeveiliging: Gezichtsherkenningstechnologie heeft een toepassing gevonden in het beheer van menigten en het verbeteren van de veiligheid bij grote evenementen zoals concerten en sportwedstrijden. Een voorbeeld hiervan is de inzet bij stadionpoorten om tickethouders te verifiëren en ongeautoriseerde toegang te verbieden.
• Auto's: Autofabrikanten integreren nu gezichtsherkenning in hun auto's voor een betere rijervaring. Bepaalde voertuigen kunnen het gezicht van de bestuurder herkennen, automatisch de stoelpositie en spiegels aanpassen en zelfs specifieke afspeellijsten afspelen.

[Lees ook: Wat is AI-beeldherkenning? Hoe het werkt en voorbeelden]

Wat zijn de voordelen van gezichtsherkenning?

Gezichtsherkenning is een relatief nieuwe technologie en biedt meerdere voordelen. Hier zijn enkele voordelen van het gebruik van gezichtsherkenning:

• Verhoogde openbare veiligheid: Politieafdelingen gebruiken gezichtsherkenning om vermiste personen en gezochte criminelen te identificeren. Bijvoorbeeld politieafdelingen in India is er succesvol in geslaagd om verloren kinderen terug te brengen naar hun families nadat hun foto's waren vergeleken met databases met vermiste personen.
• Beveiligde transacties: Veel banken en betalingssystemen gebruiken gezichtsherkenning om hun transacties veiliger te maken. Bijvoorbeeld, Bij Alipay in China kan een gebruiker een betaling autoriseren door simpelweg zijn gezicht te laten scannenwaardoor fraude wordt verminderd en het gemak van contactloos betalen wordt vergroot.
• Betere gezondheidszorg: Ziekenhuizen hebben gezichtsherkenningssystemen ontwikkeld om naadloos toegang te krijgen tot patiëntenlijsten en het registratieproces te versnellen. Sommige systemen detecteren zelfs fysieke pijn of emotionele stoornissen bij patiënten, waardoor artsen betere zorg kunnen bieden.
• Beveiliging: Gezichtsherkenningstechnologie heeft de beveiliging van smartphones voorgoed veranderd. Hoewel Apple's Face ID niet alleen een telefoon ontgrendelt, maakt het ook de bescherming van gevoelige apps mogelijk, zoals digitale portemonnees en bankieren-apps.

Nadelen van gezichtsherkenning

Het heeft bepaalde voordelen, maar belangrijker nog, het roept ethische, privacy- en nauwkeurigheidsproblemen op. Hieronder staan ​​enkele nadelen:

• Onjuiste beschuldiging: Gezichtsherkenningssystemen kunnen tot onterechte beschuldigingen leiden. Het voorbeeld van Randall Reid, die in 2022 werd gearresteerd op basis van een foutieve identificatie met DNA via gezichtsherkenningssoftware voor een misdrijf in Louisiana, is in feite een plek waar hij nog nooit eerder voet had gezet.
• Culturele en gender bias: Studies hebben aangetoond dat gezichtsherkenningssystemen minder nauwkeurig zijn in het herkennen van gekleurde mensen en vrouwen. In een gedetailleerd rapport dat is opgesteld voor de Amerikaanse overheid over de prestaties van deze systemen, Er werd vastgesteld dat ze mensen met een minderheidsachtergrond routinematig verkeerd identificeerden, wat kan leiden tot onterechte arrestaties of discriminatie bij de rechtshandhaving.
• Schending van de privacy: De plaats van gezichtsherkenning roept nu ethische zorgen op omdat het biometrische gegevens verzamelt en opslaat, soms zonder toestemming. Sommige winkels gebruiken bijvoorbeeld gezichtsherkenningstechnologie om het gedrag van klanten te volgen, wat leidt tot zorgen over toezicht en persoonlijke vrijheden.
• De kwetsbaarheid van informatiebeveiliging: Alleen al het opslaan van gezichtsgegevens stelt iemand bloot aan hacking; aangezien hackers gevoelige biometrische informatie hebben gekraakt, hebben Black Hat-hackers in slechts twee minuten aangetoond dat Apple's Face ID zou gehackt kunnen worden.

[Lees ook: 27 gratis beelddatasets voor computer vision]

Voorbeelden van gezichtsherkenning

• Amazon-erkenning: De cloudgebaseerde gezichtsherkenningssoftware van Amazon heeft wetshandhavingszoekopdrachten uitgevoerd met behulp van videobeelden om mensen in de zaak te vinden. Het bedrijf heeft echter aangekondigd dat de politie het in 2020 niet meer zal gebruiken, in afwachting van de invoering van federale wetten ter bescherming van burgers.
• Apple Face ID: Apple implementeert gezichtsherkenningssystemen op zijn apparaten, zodat gebruikers hun telefoons kunnen ontgrendelen, zich kunnen aanmelden bij hun apps en veilig aankopen kunnen doen. Dit is een complete standaard voor gemak en veiligheid in consumentenelektronica.
• Facebook (meta): In 2010 lanceerde Facebook gezichtsherkenningstechnologie voor het taggen van foto's. De mogelijkheid om dergelijke technologie te gebruiken is optioneel en het maakt het mogelijk om automatisch vrienden te taggen na het uploaden van foto's, omdat ze in de foto's zelf zijn herkend.
• Google Foto's: Google maakt gebruik van gezichtsherkenning om afbeeldingen te ordenen en automatisch te taggen. Hierdoor kunnen gebruikers afbeeldingen met herkende gezichten gemakkelijker vinden en vinden.
• Snapchat: Snapchat is een pionier op het gebied van gezichtsherkenningssoftware en gebruikt deze technologie voor zijn populaire, ongebruikelijke filters voor verschillende objecten en sportfiguren.