Choć wszystkim nam z łatwością przychodzi rozpoznanie twarzy członków rodziny, przyjaciół czy osób publicznych, za wykształceniem tej zdolności stoją miliony lat ewolucji gatunków. Kilka dekad, które zajęło rozwinięcie komputerowego rozpoznawania twarzy (ang. facial recognition), zdają się więc być okresem krótszym, niż mrugnięcie oka. Osiągnięcie to przestaje jednak zaskakiwać, gdy zrozumiemy, że twórcy technologii zaadaptowali ten sam mechanizm, który z powodzeniem stosuje natura.

Człowiek identyfikuje wcześniej zapamiętane twarze na podstawie cech szczególnych: rysów, rozmieszczenia oczu, ust, nosa i zależnością między ich odległościami. Algorytm działa na takiej samej zasadzie, z tym że programy wykorzystywane do tego celu opierają się przeważnie na danych 2D. Większość dostępnych aparatów wykonuje zdjęcia bez głębi, a podobizny na fotografiach w domenach publicznych, które można zamieścić w bazach danych, są dwuwymiarowe. Jest wiele technologii umożliwiających rozpoznawanie twarzy, jednak podstawowe działania prowadzące do osiągnięcia tego celu, są podobne we wszystkich. Składają się z następujących kroków:

1. Przekazanie zawierającego analizowaną twarz wycinka obrazu pozyskanego z pojedynczej klatki filmu lub zdjęcia.

2. Odczytanie geometrii twarzy - kluczowymi czynnikami są odległość między oczami i odległość od czoła do podbródka.

3. Tworzenie zestawu parametrów na podstawie geometrii twarzy i porównywaniu go z bazą danych. Ów zestaw jest unikatowy dla każdej twarzy, co umożliwia rozpoznanie użytkownika, który znajduje się w bazie danych.

4. Podjęcie decyzji - informacja o tym, czy twarz została zidentyfikowana, albo o jej braku w bazie danych.

Przewagą komputera nad naturą jest to, że taką zdolność może wykorzystać na dużo większą skalę. Rozpoznawanie twarzy w czasie rzeczywistym, dzięki obecnej szybkości komputerów stało się kluczowym narzędziem w wielu procesach. Rozwiązanie to wprowadza nową jakość chociażby w takich kwestiach, jak wykrywanie potencjalnie niebezpiecznych zachowań czy uwierzytelnianie dostępu. Według raportu Electronic Frontier Foundation, Amerykańskie organy ścigania rutynowo zbierają zdjęcia aresztowanych i porównują je z lokalnymi, stanowymi oraz federalnymi bazami danych, a systemy rozpoznawania twarzy usprawniają identyfikację osób ze zdjęć z kamer przemysłowych, mediów społecznościowych lub fotografii wykonanych przez funkcjonariuszy. Takie systemy w rękach policji sprawdzają się również podczas masowych imprez - koncertów czy wydarzeń sportowych - aby zlokalizować osoby mogące stanowić zagrożenie.

Z kolei weryfikacja dostępu na podstawie rozpoznawania twarzy ma zastosowanie nawet w codziennych sytuacjach. Na przykład British Airways, które wykorzystuje ten sposób jako alternatywę dla okazywania paszportu i karty pokładowej. To usprawnia i znacznie przyśpiesza odprawę. Warto też wspomnieć o FaceID używanym w smartfonach Apple – identyfikacja twarzy za pomocą wbudowanej kamery pozwala nie tylko na odblokowanie telefonu, ale też logowanie do aplikacji banków.

Jak widać, technologię rozpoznawania twarzy można wykorzystać na różne sposoby. Nic więc dziwnego, że szybko stała się ona atrakcyjna również dla przedsiębiorców chcących zautomatyzować swoje firmy. Coraz więcej z realizacji Numlabs polega właśnie na przygotowaniu praktycznych narzędzi bazujących na połączeniu sztucznej inteligencji i opisywanego tu osiągnięcia. Automatyczna identyfikacja, czy określanie emocji na podstawie wizji to tylko ogólne przykłady. Warto nieco dokładniej przyjrzeć się możliwym zastosowaniom:

Ocenianie zadowolenia klientów

W sprzedaży bezpośredniej możliwość szybkiego określenia zadowolenia klientów daje gigantyczną przewagę. Ocena satysfakcji to proces, który najczęściej bazuje na treściach komentarzy w internecie lub opinii wystawionych pod sprzedawanymi produktami. Dzięki technologii rozpoznawania twarzy jeszcze w sklepie można sprawdzić, jakie emocje towarzyszą klientom na przykład podczas rozmowy ze sprzedawcą. To natychmiastowa informacja zwrotna dotycząca tego, czy oferta i sklep spełniają oczekiwania. Na podstawie takich danych można określić, w którym momencie klient mógł stracić zainteresowanie sprzedawanym produktem i nie uwzględniać go w następnych zamówieniach.

Wykrywanie wieku i płci

Kolejnym zastosowaniem jest personalizacja oferty pod względem wieku i płci. Poprzez wykrywanie tych parametrów jesteśmy w stanie dobrać zestaw produktów dopasowanych do grupy docelowej. Oprócz oceny trafności oferty, korzyść wynika z wzbudzonego u klienta poczucia wyjątkowości.

Badanie zmęczenia kierowcy

W branży logistycznej najgorszym scenariuszem jest sytuacja, w której kierowca ciężarówki ulega wypadkowi z powodu przemęczenia lub rozkojarzenia. Bezpieczeństwo pracowników i pasażerów na drodze to obszar bardzo korzystający na wspomaganiu opisywaną technologią. System śledzący na bieżąco poziom zmęczenia kierowcy, opierając się na zbiorze charakterystycznych ruchów mimicznych osób zmęczonych, będzie w stanie ostrzec sygnałem dźwiękowym i zasugerować odpoczynek w najbliższym miejscu.

Weryfikacja dostępu

Dostęp do wrażliwych danych to zaś obszar, który może być wsparty przez rozpoznający twarz system bezpieczeństwa. Wejście do pomieszczeń wymagających uprawnień, często odbywa się za pomocą kart magnetycznych. Ma to jednak swoje wady, ponieważ sprawdza osobę tylko na wejściu. Istnieje ryzyko złamania zabezpieczenia, co dałoby niepowołanym pełen dostęp do wrażliwych informacji. System monitorujący ruch i weryfikujący tożsamość osób przebywających w pomieszczeniu, rozszerzyłby możliwości używanych już zabezpieczeń.

Wyżej opisane przykłady to tylko część możliwych zastosowań rozpoznawania twarzy. Bez wątpienia są one jednak wystarczającym dowodem na elastyczność technologii. A zatem nie tylko obszar bezpieczeństwa danych, marketingu i sprzedaży! Warto dobrać pasujące do prowadzonego biznesu narzędzia identyfikacji podobizn i emocji. W tym zaś może pomóc zespół Numlabs. Eksperci naszej firmy potrafią wskazać na rozwiązania odpowiadające konkretnym potrzebom biznesowym. Każde zapytanie ofertowe rozpatrujemy indywidualnie, mając na celu zapewnienie najwyższej jakości usług.