대부분의 사람들은 인스타그램 필터와 Face ID를 사용하기 위해 안면 인식에 익숙합니다. 그러나 이 비교적 새로운 기술은 약간 오싹하게 느껴질 수 있습니다. 당신의 얼굴은 지문과 같으며 얼굴 인식 기술은 복잡합니다.
새로운 기술과 마찬가지로 안면 인식에도 단점이 있습니다. 이러한 단점은 군대, 경찰, 광고주, 딥페이크 제작자는 안면 인식 소프트웨어를 활용하는 교활한 새로운 방법을 찾습니다.
이제 그 어느 때보다도 사람들이 안면 인식이 작동하는 방식을 이해하는 것이 중요합니다. 안면 인식의 한계와 앞으로 어떻게 발전할지 아는 것도 중요하다.
목차
얼굴 인식은 의외로 간단하다
안면 인식을 위한 다양한 매체를 사용하기 전에 안면 인식 프로세스가 어떻게 작동하는지 이해하는 것이 중요합니다. 다음은 얼굴 인식 소프트웨어를 위한 세 가지 응용 프로그램과 얼굴 인식 또는 식별 방법에 대한 간단한 설명입니다.
기본 얼굴 인식: Animoji 및 Instagram 필터의 경우 휴대전화 카메라가 얼굴의 정의적인 특징, 특히 한 쌍의 눈, 코 및 입을 “찾습니다”. 그런 다음 알고리즘을 사용하여 얼굴을 고정하고 보고 있는 방향, 입을 벌린 경우 등을 결정합니다. 이것은 얼굴 식별이 아니라 얼굴을 찾는 소프트웨어일 뿐이라는 점을 언급할 가치가 있습니다.
Face ID 및 유사 프로그램: 휴대전화에 Face ID(또는 유사한 프로그램)를 설정하면 얼굴 사진을 찍고 얼굴 특징 사이의 거리를 측정합니다. 그런 다음 휴대전화의 잠금을 해제하려고 할 때마다 카메라를 통해 “보고” 사용자의 신원을 측정하고 확인합니다.
낯선 사람 식별: 조직에서 보안, 광고 또는 치안을 위해 얼굴을 식별하려는 경우 알고리즘을 사용하여 해당 얼굴을 광범위한 얼굴 데이터베이스와 비교합니다. 이 프로세스는 Apple의 Face ID와 거의 동일하지만 더 큰 규모입니다. 이론적으로 모든 데이터베이스(신분증, Facebook 프로필)를 사용할 수 있지만 명확하고 사전 식별된 사진 데이터베이스가 이상적입니다.
좋아, 본격적으로 들어가 보자. Instagram 필터에 사용되는 “기본 얼굴 인식”은 매우 간단하고 무해한 프로세스이기 때문에 우리는 얼굴 식별과 얼굴을 식별하는 데 사용할 수 있는 다양한 기술에 전적으로 집중할 것입니다.
대부분의 얼굴 인식은 2D 이미지에 의존
예상대로 대부분의 얼굴 인식 소프트웨어는 전적으로 2D 이미지에 의존합니다. 그러나 이것은 2D 얼굴 이미징이 매우 정확하기 때문에 수행되는 것이 아니라 편의를 위해 수행되는 것입니다. 압도적인 다수의 카메라는 깊이 없이 사진을 찍고, 얼굴 인식 데이터베이스에 사용할 수 있는 공개 사진(예: Facebook 프로필 사진)은 모두 2D입니다.
2D 얼굴 이미징이 매우 정확하지 않은 이유는 무엇입니까? 글쎄, 얼굴의 평평한 이미지에는 깊이와 같은 식별 기능이 없기 때문입니다. 평면 이미지에서 컴퓨터는 다른 변수 중에서 동공 거리와 입 너비를 측정할 수 있습니다. 그러나 코의 길이나 이마의 돌출부는 말할 수 없습니다.
또한 2D 얼굴 이미징은 가시광선 스펙트럼에 의존합니다. 즉, 2D 얼굴 이미징은 어둠 속에서 작동하지 않으며 펑키하거나 어두운 조명 조건에서는 신뢰할 수 없습니다.
분명히 이러한 단점 중 일부를 해결하는 방법은 3D 얼굴 이미징을 사용하는 것입니다. 그러나 어떻게 그것이 가능합니까? 3D로 얼굴을 보려면 특별한 장비가 필요합니까?
IR 카메라는 당신의 아이덴티티에 깊이를 더합니다.
일부 얼굴 인식 응용 프로그램은 2D 이미지에만 의존하지만 얼굴 인식도 3D 이미지에 의존하는 경우가 많습니다. 사실, 얼굴 인식에 대한 경험은 아마도 약간의 3D와 관련이 있을 것입니다.
이것은 소나와 유사한 Lidar라는 기술을 통해 달성됩니다. 기본적으로 iPhone과 같은 얼굴 스캔 장치는 얼굴에 무해한 IR 매트릭스를 발사합니다. 이 매트릭스(레이저 벽)는 얼굴에 반사되어 휴대전화의 IR 카메라(또는 ToF 카메라)에 포착됩니다.
3D 마술은 어디에서 발생합니까? 휴대전화의 IR 카메라는 IR 광선이 얼굴에서 반사되어 휴대전화로 돌아오는 데 걸리는 시간을 측정합니다. 당연히 코에서 반사되는 빛은 귀에서 반사되는 빛보다 이동 거리가 짧고 IR 카메라는 이 정보를 사용하여 얼굴의 고유한 깊이 맵을 만듭니다. 기본 2D 이미징과 함께 사용할 경우 3D 이미징은 얼굴 인식 소프트웨어의 정확도를 크게 높일 수 있습니다.
Lidar 이미징은 머리를 감쌀 수 있는 이상한 개념입니다. 도움이 된다면 휴대전화(또는 모든 얼굴 인식 장치)의 IR 메시가 핀보드 장난감. 핀보드 장난감처럼 얼굴은 IR 메쉬에 움푹 들어간 곳을 남깁니다. 코는 눈보다 눈에 띄게 깊습니다.
열화상으로 야간에도 얼굴 인식 가능
2D 얼굴 인식의 단점 중 하나는 가시 광선 스펙트럼에 의존한다는 것입니다. 평신도의 용어로 기본 얼굴 인식은 어둠 속에서 작동하지 않습니다. 그러나 이것은 열화상 카메라를 사용하여 해결할 수 있습니다(예, Tom Clancy에서와 같이).
“잠시만요. 열화상이 IR 광선에 의존하지 않습니까?”라고 말할 수 있습니다. 네, 그렇습니다. 그러나 열화상 카메라는 IR 광선을 방출하지 않습니다. 그들은 단순히 물체에서 방출되는 IR 빛을 감지합니다. 따뜻한 물체는 엄청난 양의 IR 빛을 방출하는 반면, 차가운 물체는 무시할 수 있는 양의 IR 빛을 방출합니다. 값비싼 열화상 카메라는 표면 전체의 미묘한 온도 차이도 감지할 수 있으므로 이 기술은 얼굴 인식에 이상적입니다.
가시광선 스펙트럼 이미지, 열화상 및 복합 열화상.
있다 소수의 다양한 방법 열화상으로 얼굴을 식별합니다. 이 모든 기술은 엄청나게 복잡하지만 몇 가지 기본적인 유사점을 공유하므로 목록을 사용하여 간단하게 유지하려고 합니다.
여러 장의 사진이 필요합니다: 열화상 카메라는 피사체의 얼굴을 여러 장 촬영합니다. 각 사진은 서로 다른 스펙트럼의 IR 광선(장파, 단파, 중파)에 초점을 맞춥니다. 일반적으로 장파 스펙트럼이 가장 얼굴의 디테일을 제공합니다.
혈관 지도의 유용성: 이 IR 이미지는 사람의 얼굴에서 혈관 형성을 추출하는 데에도 사용할 수 있습니다. 소름 돋지만 혈관지도는 독특한 얼굴 지문처럼 사용할 수 있습니다. 그들은 또한 안면 기관 사이의 거리를 찾거나(전형적인 열화상이 조잡한 사진을 산출하는 경우) 타박상과 흉터를 식별하는 데 사용할 수 있습니다.
주제 식별 가능: 합성 이미지(또는 데이터 세트)는 여러 IR 이미지를 사용하여 생성됩니다. 그런 다음 이 합성 이미지를 얼굴 데이터베이스와 비교하여 피사체를 식별할 수 있습니다.
물론 열 얼굴 인식은 일반적으로 군대에서 사용되며 Khols에서 찾을 수 있는 것이 아니며 다음 휴대전화와 함께 제공되는 것도 아닙니다. 또한 열화상은 주간(또는 일반적으로 조명이 밝은 환경)에서 잘 작동하지 않으므로 군대 이외의 잠재적인 응용 프로그램이 많지 않습니다.
얼굴 인식의 한계
우리는 안면 인식의 단점에 대해 많은 시간을 할애했습니다. IR 및 열화상에서 보았듯이 이러한 제한 사항 중 일부를 극복하는 것이 가능합니다. 그러나 아직 해결되지 않은 몇 가지 문제가 있습니다.
장애: 예상대로 선글라스 및 기타 액세서리로 인해 안면 인식 소프트웨어가 작동하지 않을 수 있습니다.
포즈: 얼굴 인식은 중립적이고 정면을 향한 이미지에서 가장 잘 작동합니다. 머리를 기울이거나 돌리면 IR 기반 인식 소프트웨어라도 얼굴 인식이 어려워질 수 있습니다. 또한 미소, 부푼 볼 또는 기타 자세는 컴퓨터가 얼굴을 측정하는 방법을 변경할 수 있습니다.
빛: 모든 형태의 얼굴 인식은 가시 스펙트럼이든 적외선이든 빛에 의존합니다. 결과적으로 이상한 조명 조건은 얼굴 식별의 정확도를 감소시킬 수 있습니다. 이것은 과학자들이 현재 개발 중이므로 변경될 수 있습니다. 소나 기반 안면 인식 기술.
데이터베이스: 좋은 데이터베이스가 없으면 얼굴 인식이 작동하지 않습니다. 이와 같은 맥락에서 과거에 제대로 식별되지 않은 얼굴을 식별하는 것은 불가능합니다.
데이터 처리: 데이터베이스의 크기와 형식에 따라 컴퓨터가 얼굴을 올바르게 식별하는 데 시간이 걸릴 수 있습니다. 치안 유지와 같은 일부 상황에서는 데이터 처리의 제한으로 인해 일상적인 애플리케이션에 대한 안면 식별 사용이 제한됩니다(아마도 좋은 일임).
현재로서는 이러한 제한을 해결하는 가장 좋은 방법은 얼굴 인식과 함께 다른 형태의 식별을 사용하는 것입니다. 휴대전화가 얼굴을 식별하지 못하면 비밀번호나 지문을 묻습니다. 중국 정부 ID 카드와 추적 기술을 사용하여 얼굴 인식 네트워크에 존재하는 오류 한계를 좁힙니다.
미래에 과학자들은 분명히 이러한 문제를 해결할 방법을 찾을 것입니다. 그들은 Lidar와 함께 소나 기술을 사용하여 모든 환경에서 3D 얼굴 지도를 생성할 수 있으며 믿을 수 없을 정도로 짧은 시간에 얼굴 데이터를 처리하고 낯선 사람을 식별하는 방법을 찾을 수 있습니다. 어느 쪽이든, 이 기술은 남용될 가능성이 매우 높기 때문에 계속 따라갈 가치가 있습니다.
출처: 리예카 대학교, 전자 프론티어 재단