شنیدن نام تشخیص چهره، کاربردهای مختلفی را در ذهن تداعی میکند؛ از باز کردن قفل گوشیها گرفته تا احراز هویت در اپلیکیشنهای موبایلی. اما این فناوری که زمانی تنها در تعداد محدودی از ابزارهای دیجیتال به کار گرفته میشد، چگونه توانست به بخش عمدهای از سیستمهای نظارتی، مدیریت ویدئو و حتی امور روزمره ما راه پیدا کند؟ در این مطلب، به تعریف فناوری تشخیص چهره میپردازیم، تأثیر هوش مصنوعی بر پیشرفت آن را بررسی میکنیم و به مزایا و معایب آن نگاهی میاندازیم.
تشخیص چهره چیست؟
تشخیص چهره برای انسانها، امری ساده و بدون چالش است؛ چرا که میتوانیم تنها با نگاهکردن به دیگران، چهره دوستان و آشنایان خود را تشخیص دهیم. اما زمانی که صحبت از ماشینها و کامپیوترها به میان میآید، مسئله بهطور کلی متفاوت است. این فرایند در دنیای دیجیتال، بههیچعنوان بهسادگی نگاهکردن نیست و به پردازشها و الگوریتمهای پیچیده هوش مصنوعی نیاز دارد. در تعریف این فناوری بهطور خلاصه میتوان گفت:
«تشخیص چهره (Facial recognition)، یک فناوری مبتنی بر هوش مصنوعی و بینایی ماشین است که به دستگاهها این امکان را میدهد تا چهره افراد را شناسایی و از یکدیگر تفکیک کنند. این فناوری با تحلیل ویژگیهای منحصربهفرد صورت مثل فاصله چشمها، شکل بینی و نسبتهای هندسی میان آنها عمل میکند و در نهایت یک الگوی دیجیتال از چهره به وجود میآورد.»
به بیان ساده، تشخیص چهره را میتوان نوع پیشرفتهای از مقایسه تصویری بهحساب آورد که در ابتدا ویژگیهای صورت را از تصاویر و ویدئوها استخراج کرده و سپس نتیجه را با الگوهای قبلی (که در یک پایگاه داده ذخیره شدهاند) تطبیق میدهد. تشخیص چهره در سیستمهای هوشمند اغلب مبتنی بر فرمولهای ریاضیاتی است و با یادگیری انسان که بر پایه تجربه و حافظه تصویری است، تفاوتهای اساسی دارد. به طور مثال، ما میتوانیم چهره افراد را در شرایط محیطی و حالات صورت مختلف شناسایی کنیم؛ این در حالی است که هرگونه تغییر در ساختار چهره میتواند عملکرد سیستمهای تشخیص چهره را با چالش مواجه کند.
تشخیص چهره چگونه کار می کند؟
ابزارهای مجهز به سیستم مدیریت ویدئو (VMS) برای تشخیص چهره از تکنیکهای مختلفی استفاده میکنند که در میان آنها، پنج مرحله اصلی مشترک وجود دارد. در این بخش، نگاهی به چگونگی کارکرد فناوری تشخیص چهره میاندازیم و گامبهگام بررسی میکنیم که این فناوری چگونه از یک تصویر ساده به یک نتیجه دقیق در شناسایی اشخاص میرسد.
1. ثبت تصویر
اولین گام، ثبت عکس یا ویدئویی از چهره فرد است. این تصویر میتواند از طریق دوربینهای امنیتی، دوربین گوشی هوشمند یا هر تصویر ثبتشده دیگری به دست بیاید. هرچه تصویر واضحتر و زاویه صورت مستقیمتر باشد، سیستم راحتتر میتواند آن را تحلیل کند. در بین ابزارهای ثبت تصویر، دوربینهای نظارتی که بهطور خاص برای ثبت چهره طراحی شدهاند، از عملکرد بهمراتب بهتری نسبت به دوربینهای عادی برخوردارند.
2. شناسایی چهره
در این مرحله، چهره فرد توسط سیستم شناسایی شده و از پسزمینه و دیگر اشیاء تفکیک میشود. به این ترتیب، توان پردازشی تنها روی آنالیز اجزای صورت متمرکز میشود.
3. استخراج ویژگیها
حال نوبت الگوریتمهای پیشرفته هوش مصنوعی است تا به تجزیهوتحلیل صورت بپردازند و ویژگیهای منحصربهفردی مانند فاصله بین چشمها، شکل بینی و فرم فک را بررسی کنند. این اطلاعات به یک «الگوی بیومتریک دیجیتال» تبدیل میشوند که هویت هر فرد را به شکل اختصاصی بازنمایی میکند.
4. مقایسه
پس از آنکه الگوی بیومتریک دیجیتال فرد ساخته شد، میبایست این الگو با دادههای ذخیرهشده در پایگاه اطلاعاتی تطبیق داده شود. در نتیجه، فرایند مشابهتیابی توسط سیستم آغاز شده تا مشخص شود آیا چهره شخص قبلاً در بانک دادهها ثبت شده یا خیر. درصورتیکه الگوی تازه استخراجشده با یکی از الگوهای موجود در پایگاه داده شباهت بالایی داشته باشد، سیستم آن را بهعنوان یک «چهره شناختهشده» علامتگذاری میکند. اما اگر هیچ شباهت معناداری یافت نشود، نتیجه بهعنوان یک چهره جدید یا ناشناس در نظر گرفته میشود.
5. تأیید هویت
در نهایت، سیستم میزان شباهت بین چهره دریافت شده ه و الگوی ذخیرهشده را محاسبه میکند. اگر این شباهت از یک آستانه مشخص بالاتر باشد، هویت فرد تأیید میشود. هرچه الگوریتمها و پایگاه دادهها دقیقتر باشند، احتمال خطای سیستم در این مرحله کمتر میشود و دقت سیستم بیشتر خواهد شد.
بهطورکلی، فرایند تشخیص چهره مسیری است که از ثبت یک تصویر آغاز شده و تا تأیید هویت او ادامه پیدا میکند. در این بین، انواع الگوریتمهای ریاضیاتی و فناوریهای مبتنی بر هوش مصنوعی مانند بینایی ماشین (Machine Vision) و پردازش تصویر بهکار گرفته میشوند تا دقت سیستم به توانایی طبیعی انسان در تشخیص چهره نزدیکتر شود.
مزایا و معایب سیستمهای تشخیص چهره
سیستمهای تشخیص چهره هم مانند هر فناوری دیگری مزایا و معایب مختص به خود را دارند. در این بخش به طور دقیقتر نگاهی به مهمترین نقاط قوت و ضعف این تکنولوژی میاندازیم تا ببینیم برای استفاده کارآمدتر از این ابزار محبوب، باید به چه نکاتی دقت کنیم.
مزایای سیستمهای تشخیص چهره
- افزایش دقت و اطمینان
فناوری تشخیص چهره قادر است جزئیاتی را در تصاویر و ویدئوها شناسایی کند که ممکن است از چشم انسان دور بماند و تشخیص آن توسط اپراتورها سخت یا حتی غیرممکن باشد. برای مثال، تصور کنید در یک مرکز خرید بزرگ که صدها دوربین نظارتی فعال هستند، فرایند نظارت تنها بر عهده اپراتورها باشد. بدون کمک فناوری تشخیص چهره، بررسی همه این تصاویر توسط نیروهای انسانی هم وقتگیر است و هم احتمال بروز خطا را بهطور چشمگیری افزایش میدهد؛ اما یک سیستم مدیریت ویدئو (VMS) که به تشخیص چهره مجهز شده، میتواند بلافاصله افراد مورد نظر را شناسایی کرده و در لحظه به تیم امنیتی هشدار دهد.
- امکان مقیاسپذیری گسترده
از یک ساختمان مسکونی کوچک گرفته تا ترمینالهای مسافربری که روزانه با هزاران مسافر تعامل دارند، همه و همه میتوانند از کاربردهای سیستم تشخیص چهره بهره ببرند. باتوجهبه قابلیت مقیاسپذیری بالای این فناوری، هر مجموعهای میتواند متناسب با نیاز خود از آن استفاده کند و عملاً محدودیتی در عملکرد و کارایی سیستم وجود ندارد.
- حذف فرایندهای اضافی
برخلاف فرایندهای سنتی که به عواملی مانند وارد کردن رمز عبور، استفاده از اثر انگشت و یا دیگر اطلاعات شخصی وابسته بودند، سیستم تشخیص چهره هوشمند با ردیابی افراد در ویدئو، این فرایندهای زمانبر را حذف و تنها عبور از مقابل دوربین را جایگزین آن میکند.
معایب سیستمهای تشخیص چهره
- مشکل دقت و خطا
هرچند که سیستمهای تشخیص چهره به لطف فناوریهایی مانند هوش مصنوعی توانستهاند به سطح بالایی از دقت دست پیدا کنند؛ اما هنوز هم در برخی از سیستمهای نهچندان پیشرفته، شاهد بروز برخی خطاها هستیم. این خطاها میتوانند شامل شناسایی نادرست افراد، اشتباه در تطبیق چهرهها یا عدم تشخیص درست در شرایط نوری ضعیف و زوایای خاص باشند.
- مسئله مالکیت دادهها
بخش زیادی از دادههای چهره افراد توسط شرکتهای شخص ثالث جمعآوری، برچسبگذاری و ذخیرهسازی میشود. این مجموعهها باید برای حفاظت از دادههای حساس کاربران تدابیر امنیتی ویژهای را در نظر بگیرند تا از دسترسی غیرمجاز، سرقت اطلاعات یا سوءاستفاده احتمالی جلوگیری شود.
- وابستگی به کیفیت تصویر و شرایط محیطی
عملکرد تشخیص چهره بهشدت به نور، زاویه دوربین و وضوح تصویر وابسته است و در شرایط نوری ضعیف، زاویه نامناسب یا تصاویر تار، احتمال خطا و شناسایی اشتباه افزایش مییابد. سیستمهای نظارت ویدئویی پیشرفته توانستهاند با استفاده از تکنیکهایی مانند نویز زدایی و بهبود کیفیت تصاویر با هوش مصنوعی، این مانع را تا حد زیادی مرتفع کنند.
هرچند که سیستم تشخیص چهره میتواند ابزاری کاربردی برای راحتی امور روزمره و افزایش سطح امنیت باشد؛ اما از طرفی استفاده از تجهیزات نامناسب و نرمافزارهای نظارت ویدئویی غیرکارآمد، زمینه را برای بروز خطا فراهم میکند و میتواند باعث شناسایی نادرست افراد یا عدم تشخیص صحیح شود. پیشنهاد میشود برای آغاز به کار با سیستمهای تشخیص چهره، از سختافزارها و نرمافزارهای معتبر و بهروز استفاده کنید.
جمعبندی
فناوری «تشخیص چهره» بیش از آنکه تنها یک ابزار برای شناسایی افراد باشد، گامی مهم بهسوی آینده هوشمندی است که استفاده از رمز عبور، اثر انگشت و کارتهای شناسایی مختلف را به حداقل میرساند. این فرایند نهتنها باعث راحتی کاهش حجم بار کاری و انجام کارهای روزمره افراد با سرعت بیشتر میشود؛ بلکه در زمان و هزینه سازمانها و کسبوکارها هم به طور قابلتوجهی صرفهجویی میکند. با این حال، استفاده مؤثر از سیستمهای تشخیص چهره نیازمند توجه به کیفیت تصاویر، دقت الگوریتمها و محافظت از دادههای شخصی است تا ضمن بهرهمندی از مزایا، ریسکهای احتمالی کاهش یابد. در نتیجه، ترکیب هوش مصنوعی، بینایی ماشین و مدیریت دادههای دقیق، تشخیص چهره را به ابزاری حیاتی برای ایجاد محیطهای امنتر و تجربههای هوشمندتر تبدیل میکند.
