HFSecurity, fabricants de matériel biométrique et d'appareils biométriques depuis 2005.
Langue
HFSecurity, fabricants de matériel biométrique et d'appareils biométriques depuis 2005.
Le système de reconnaissance faciale est une nouvelle technologie biométrique basée sur la technologie de reconnaissance faciale. Il s'agit d'une technologie hautement sophistiquée qui est aujourd'hui attaquée dans le domaine international de la science et de la technologie.
Présentation de la technologie
La technologie de reconnaissance faciale est basée sur les caractéristiques du visage humain, sur l'image du visage d'entrée ou sur le flux vidéo. Tout d'abord, il détermine s'il y a un visage humain, et s'il y a un visage humain, il donne en outre la position, la taille et les informations d'emplacement de chaque organe facial majeur. Au sens large, la reconnaissance faciale comprend en fait une série de technologies connexes pour la construction d'un système de reconnaissance faciale, y compris l'acquisition d'images faciales, le positionnement du visage, le prétraitement de la reconnaissance faciale, la confirmation d'identité et la recherche d'identité, etc. ; tandis que dans un sens étroit, la reconnaissance faciale fait spécifiquement référence à la technologie ou au système de confirmation d'identité ou de recherche d'identité à travers les visages.
Les caractéristiques biométriques étudiées par la technologie de reconnaissance biométrique comprennent le visage, les empreintes digitales, l'empreinte palmaire, l'iris, la rétine, la voix (voix), la forme du corps, les habitudes personnelles (telles que la force et la fréquence des frappes au clavier, la signature), etc. Les technologies de reconnaissance correspondantes sont la reconnaissance faciale, la reconnaissance des empreintes digitales, la reconnaissance des empreintes palmaires, la reconnaissance de l'iris, la reconnaissance de la rétine, la reconnaissance vocale (la reconnaissance vocale peut être utilisée pour la reconnaissance de l'identité et également pour la reconnaissance du contenu vocal, seule la première appartient à la technologie de reconnaissance biométrique), la reconnaissance de la forme du corps, le clavier reconnaissance de tapotement, reconnaissance de signature, etc.
Terminal du système de reconnaissance faciale HFSecurity
Deuxièmement, le principe de la technologie
La technologie de reconnaissance faciale contient trois parties.
(1) Détection de visage
La détection de visage consiste à déterminer si une image de visage existe dans une scène dynamique avec un arrière-plan complexe et à séparer une telle image de visage. Il existe généralement plusieurs méthodes comme suit.
①Méthode du modèle de référence
concevoir d'abord un gabarit ou plusieurs gabarits de visages standards, puis calculer le degré d'appariement entre les échantillons de la collection de test et les gabarits standards, et déterminer la présence de visages par seuillage.
②Méthode de règle faciale
Étant donné que les visages ont certaines caractéristiques de distribution structurelle, la méthode dite de règle de visage qui extrait ces caractéristiques pour générer des règles correspondantes pour déterminer si les échantillons de test contiennent des visages.
③Exemple de méthode d'apprentissage
Cette méthode, c'est-à-dire utiliser la méthode du réseau neuronal artificiel dans la reconnaissance de formes, c'est-à-dire générer des classificateurs en apprenant à partir de l'ensemble d'échantillons de visage et de l'ensemble d'échantillons sans visage.
(iv) Méthode du modèle de couleur de peau
Cette méthode est basée sur la loi de la concentration relative de la distribution de la couleur de la peau du visage dans l'espace colorimétrique pour la détection.
(2) Suivi du visage
Le suivi du visage fait référence au suivi dynamique de la cible des visages détectés. Plus précisément, une approche basée sur un modèle ou une approche combinée basée sur le mouvement et basée sur un modèle est utilisée. De plus, l'utilisation du suivi du modèle de couleur de peau n'est pas un moyen simple et efficace.
(3) Comparaison de visage
La comparaison de visage est l'identification de l'image de visage détectée ou la recherche cible dans la bibliothèque d'images de visage. En fait, cela signifie que l'image de visage échantillonnée est comparée à son tour à l'image de visage stockée et que la meilleure correspondance est trouvée principalement à l'aide de deux méthodes de description : le vecteur de caractéristiques et le modèle de motif de visage.
① Méthode du vecteur de caractéristiques
Cette méthode consiste à déterminer la taille, la position, la distance et d'autres attributs des contours faciaux de l'iris, du nez, des coins de la bouche et d'autres images faciales avant de calculer leurs caractéristiques géométriques, qui forment un vecteur de caractéristiques décrivant l'image faciale.
②Méthode de modèle de motif de visage
Cette méthode consiste à stocker un certain nombre de modèles de visage standard ou de modèles d'organes de visage dans la bibliothèque, et à faire correspondre tous les pixels de l'image de visage échantillonnée avec tous les modèles de la bibliothèque à l'aide de la métrique de corrélation normalisée lors de la comparaison.
Prétraitement de l'image du visage
Prétraitement d'image de visage : le prétraitement d'image pour les visages est le processus de traitement des images basé sur les résultats de la détection de visage et servant éventuellement à l'extraction de caractéristiques. L'image originale acquise par le système n'est souvent pas directement utilisable en raison de diverses conditions et d'interférences aléatoires, et elle doit être prétraitée avec une correction des niveaux de gris, un filtrage du bruit et d'autres prétraitements d'image au stade précoce du traitement d'image. Pour les images de visage, le processus de prétraitement comprend principalement la compensation de la lumière, la transformation des niveaux de gris, l'égalisation de l'histogramme, la normalisation, la correction géométrique, le filtrage et la netteté des images de visage.
Extraction de caractéristiques d'image de visage
Extraction de caractéristiques d'image de visage : les caractéristiques pouvant être utilisées dans le système de reconnaissance faciale sont généralement divisées en caractéristiques visuelles, caractéristiques statistiques de pixels, caractéristiques de coefficient de transformation d'image de visage, caractéristiques algébriques d'image de visage, etc. L'extraction des caractéristiques du visage est effectuée pour certaines caractéristiques du visage. L'extraction des caractéristiques du visage, également connue sous le nom de caractérisation du visage, est le processus de modélisation des caractéristiques d'un visage humain. Les méthodes d'extraction de caractéristiques faciales sont résumées en deux grandes catégories : l'une est les méthodes de caractérisation basées sur les connaissances ; l'autre est des méthodes de caractérisation basées sur des traits algébriques ou l'apprentissage statistique.
Les méthodes de caractérisation basées sur les connaissances sont principalement basées sur les descriptions de forme des organes du visage et les caractéristiques de distance entre eux pour obtenir des données de caractéristiques qui peuvent aider à la classification des visages, et leurs composants de caractéristiques incluent généralement la distance euclidienne, la courbure et l'angle entre les points caractéristiques. Le visage humain se compose de parties telles que les yeux, le nez, la bouche et le menton, etc. Les descriptions géométriques de ces parties et les relations structurelles entre elles peuvent être utilisées comme caractéristiques importantes pour la reconnaissance faciale, et ces caractéristiques sont appelées caractéristiques géométriques. La caractérisation des visages basée sur les connaissances comprend principalement des méthodes basées sur les caractéristiques géométriques et des méthodes d'appariement de modèles.
Les systèmes de reconnaissance faciale, qui utilisent largement des algorithmes d'analyse de caractéristiques de zone, intègrent la technologie de traitement d'image informatique et les principes biostatistiques en un seul, utilisant la technologie de traitement d'image informatique pour extraire des points caractéristiques de portrait à partir de vidéos et utilisant des principes biostatistiques pour analyser et établir des modèles mathématiques, ont un large développement perspective.
Applications
L'utilisation par le gouvernement mexicain des systèmes de reconnaissance faciale peut être décrite comme l'une des utilisations les plus innovantes de cette technologie, et ils l'utilisent pour identifier les électeurs frauduleux (par le biais d'un enregistrement en double). Afin de contrôler les résultats des élections, les gens s'inscrivent plusieurs fois sous des noms différents afin de pouvoir voter plusieurs fois. Il n'est pas facile de trouver ces personnes en utilisant des méthodes traditionnelles.
Beaucoup de gens ne se rendent pas aux guichets des banques pour retirer de l'argent, mais utilisent des distributeurs automatiques de billets. La reconnaissance faciale élimine le potentiel d'activité criminelle.
Grâce à la technologie de reconnaissance faciale, les fonctionnaires peuvent trouver des électeurs inscrits en double en recherchant des images faciales dans la base de données des électeurs. Ils comparent les nouvelles images avec les enregistrements enregistrés pour trouver les personnes qui tentent de s'enregistrer en utilisant plusieurs noms. Cette technologie a été utilisée lors de l'élection présidentielle mexicaine de 2000 et devrait bientôt être appliquée aux élections locales.
D'autres applications potentielles incluent la sécurité aux guichets automatiques et lors des retraits d'espèces. Le logiciel peut rapidement vérifier le visage d'un client. Avec le consentement de l'utilisateur, le guichet automatique ou le comptoir de retrait prend une photo numérique du client. Le logiciel FaceIt utilise ensuite cette photo pour générer une empreinte faciale, évitant ainsi le vol d'identité du client et les transactions frauduleuses. Avec l'utilisation d'un logiciel de reconnaissance faciale, il n'est pas nécessaire d'utiliser une carte d'identité, une carte bancaire ou un numéro d'identification personnel (PIN) pour confirmer l'identité d'un client.
Cette technologie biométrique peut également être utilisée pour sécuriser des fichiers informatiques. IBM a intégré cette technologie dans l'économiseur d'écran de ses ordinateurs portables Thinkpad des séries A, T et X.
Un logiciel de reconnaissance faciale peut être utilisé pour verrouiller votre ordinateur.
Bien que la technologie de reconnaissance faciale puisse être utilisée pour protéger vos informations privées, il est facile de pirater un système et d'accéder à votre vie privée en prenant simplement une photo sans que vous vous en rendiez compte. Comme beaucoup d'autres technologies en évolution, la technologie de reconnaissance faciale, tout en ayant un potentiel incroyable, a encore quelques défauts.
Le 5 mars 2013, le gouverneur de l'État de New York, Andrew Cuomo, a annoncé que l'État avait utilisé la technologie de reconnaissance faciale pour enquêter sur 13 000 cas de fraude d'identité, entraînant 2 500 arrestations et 5 000 personnes supplémentaires faisant l'objet d'enquêtes criminelles. Les permis de conduire et les cartes d'identité des États-Unis sont délivrés de manière centralisée par le Department of Motor Vehicles, et un permis de voiture équivaut à une carte d'identité. Selon le gouvernement de l'État de New York, à partir de 2010, le département des véhicules à moteur de l'État de New York a utilisé la technologie de reconnaissance faciale pour faire correspondre toutes les photos des candidats avec plus de 20 millions de photos dans sa base de données et a trouvé 13 000 permis de conduire ou cartes d'identité suspects, dont certains les gens ayant même plusieurs cartes d'identité sous différents noms en même temps.
Application du système de reconnaissance faciale HFSecurity
Juillet 2013. Une entreprise finlandaise lance le premier système de paiement « facial » au monde. Lors du paiement, les consommateurs font simplement face à une caméra sur l'écran du point de vente à la caisse, et le système prend automatiquement une photo, scanne le visage du consommateur, puis clique sur l'écran tactile pour confirmer la transaction après l'affichage des informations d'identité. Aucune carte de crédit, portefeuille ou téléphone portable n'est requis. L'ensemble du processus de transaction ne dépasse pas 5 secondes. Cependant, certaines personnes pensent que "cette fois, généralement juste assez pour sortir votre portefeuille". La startup finlandaise Uniqul a déposé une demande de brevet pour ce système de paiement « facial » basé sur la reconnaissance faciale.
Voir plus
Une entreprise globale spécialisée dans la recherche et le développement, la production, la vente et le service de produits électroniques intelligents biométriques et de sécurité
Copyright © 2022 chongqing huifan technology co., ltd - www.hfcctv.com Tous droits réservés.渝ICP备17010848号-4