Prepoznavanje na osnovu karakteristika lica
Sistem za prepoznavanje na osnovu karakteristika lica je kompjuterska aplikacija za automatsku identifikaciju ili verifikaciju osobe sa digitalne slike ili video frame-a dobijenih iz video izvora. Jedan od načina da se ovo uradi jeste da se uporede određene crte lica sa slike i lica iz baze podataka.
Obično se koristi kod sigurnosnih sistema i može se porediti s drugim biometrijskim sistemima kao što su prepoznavanje na osnovu otisaka prstiju i prepoznavanje na osnovu dužice oka.
Tradicionalan metod
Neki sistemi za prepoznavanje karakteristika oblika lica funkcionišu tako što sa slike lica izdvajaju karakteristike ili specifičnosti lika osobe koja se proverava. Na primer, algoritam može da analizira relativan polžaj, veličinu, i/ili oblik očiju, nosa, jagodica i vilice. Drugi algoritmi normalizuju galeriju slika lica i onda kompresuju podatke o liku, čuvajući samo podatke sa slike koji su korisni za prepoznavanje lika. Zatim se slika poredi s podacima o liku.
Neki od popularnijih algoritama za prepoznavanje su eigenface, fisherface, Hidden Markov model, i neutralno motivisan dynamic link matching.
3-D metod
Novi trend, koji postiže do sada neviđene preciznosti, jeste trodimenzionalno prepoznavanje karakteristika lica. Ova tehnika koristi 3-D senzore kako bi pridobila informacije o obliku lica. Ove informacije dalje se koriste za identifikovanje prepoznatljive karakteristike na površini lica, kao što su oblik očnih duplji, nos i brada. Jedna od prednosti 3D tehnike prepoznavanja lika jeste to što na nju ne utiče promena svetlosti kao što je to slučaj kod drugih tehnika. Još jedna prednost jeste to što ovaj sistem može da prepozna lik iz raznih uglova posmatranja, uključujući i profil.
Analiza teksture kože
Još jedan trend u usponu koristi vizuelne detalje kože, kao što su oni koji se koriste kod digitalnih ili skeniranih slika. Ova tehnika, nazvana analiza teksture kože, pretvara jedinstvene linije, oblike i tačke koje su vidljive na licu pojedinca u matematički prostor.
Razna ispitivanja pokazala su da su se, uz analizu teksture kože, performanse sistema za prepoznavanje na osnovu karakteristika lica povećale za 20–25%.
Upotreba i primena sistema za prepoznavanje na osnovu karakteristika lica
Nemačka državna policija koristi prepoznavanje na osnovu karakteristika lica kako bi dozvolila putnicima da pređu potpuno automatizovanu granicu na međunarodnom aerodromu u Frankfurtu. Putnici moraju da budu državljani Evropske unije ili Švajcarske. Ovi sistemi takođe se koriste u kockarnicama kako bi se uhvatili igrači koji broje karte i drugi nepoželjni pojedinci.
Australijska carinska kontrola ima automatizovan sistem proalska granice koji se naziva “SmartGate” i koristi sistem za prepoznavanje karakteristika lica. Sistem poredi lice pojedinca sa slikom u mikročipu e-pasoša kako bi ustanovio da li je osoba koja poseduje pasoš zaista i njegov vlasnik.
Američki Stejt department raspolaže jednim od najvećih sistema za prepoznavanje na osnovu oblika lica koji sadrži preko 75miliona fotografija koje se aktivno koriste za obrade viza.
Dodatne primene sistema za prepoznavanje na osnovu karakteristika lica
Pored toga što se koriste u sigurnosne svrhe, vlasti su našle i mnoge druge primene ovih sistema za prepoznavanje.
Prilikom sportskog događaja Super Bowl XXXV u januaru 2001. godine, policija u zalivu Tampa, na Floridi, koristila je sistem frime “Identix”, pod nazivom “FaceIt” kako bi pronašla potencijalne kriminalce i teroriste koji su prisustvovali ovom događaju (sistem je pronašao 19 lica sa poternica).
Tokom predsedničkih izbora 2000. godine, meksička vlada primenila je softver za prepoznavanje na osnovu oblika lica da bi sprečila manipulaciju glasača. Pojedinci su se registrovali pod različitim imenima i tako pokušali da više puta glasaju. Upoređujući lica novih glasača s licima onih koji su već u bazi podataka kao glasači koji su već glasali, vlast je uspela da suzbije ovaj vid zloupotrebe. Slične tehnologije koriste se u Sjedinjenim Američkim Državama da bi se sprečilo rasturanje lažnih ličnih karti i vozačkih dozvola.
U planu su i nove primene ovih sistema koje se trenutno usavršavaju. Na primer, ova tehnologija može se koristiti kao sigurnosna mera prilikom korišćenja bankomata. Umesto da koristite karticu ili lični identifikacioni broj, bankomat bi vas uslikao i uporedio tu sliku s vašom slikom u bazi podataka kako bi proverio vaš identitet. Ovaj isti princip mogao bi da se primeni i na računare. Koristeći veb-kameru, mogli biste da se uslikate i vaš lik bi mogao da zameni lozinku koju koristite prilikom prijave (log-in) na računar.
Prednosti i mane sistema za prepoznavanje na osnovu oblika lica
Uz druge biometrijske tehnike, prepoznavanje na osnovu oblika lica možda nije najpouzdaniji i najefikasniji vid biometrije, ali je velika prednost što mu nije potrebna saradnja lica koje se proverava. Pravilno dizajnirani sistemi instalirani na aerodromima i drugim javnimmestima mogu da detektuju prisustvo kriminalaca u masi. Druge biometrijske tehnike kao što su prepoznavanja na osnovu otisaka prstiju, dužice oka i prepoznavanje glasa ne mogu da sprovedu ovaj vid masovnog skeniranje. Međutim, postavlja se pitanje efektivnosti softvera za prepoznavanje na osnovu oblika lica kod obezbeđenja šinskog i vazdušnog saobraćaja.
Slabosti sistema
Ovaj vid prepoznavanja pojedinca nije idealan i ima nedostataka prilikom korišćenja u određenim uslovima. Ralf Gros, istraživač sa Carnegie Mellon Robotics Institute-a opisao je jednu od prepreka koja je vezana za ugao gledanja lika: „Sistem za prepoznavanje na osnovu karakteristika lica znatno se poboljšao kada je reč o likovima koji gledaju pravo i kod onih koji krive glavu za 20%, ali kako se približavamo profilu, susrećemo se sa problemima.“
Ova tehnika takođe ne daje najbolje rezultate u sledećim uslovima: slabo osvetljenje, korišćenje naočara za sunce, dugačka kosa i drugi objekti koji delimično prikrivaju lik pojedinca koji se proverava i slike niske rezolucije.
Pitanje privatnosti
Uprkos potencijalnim unapređenjima koje ova tehnologija može doneti, mnogi građani zabrinuti su da je njihova privatnost ugrožena. Neki se plaše toga da bi ovo moglo dovesti do potpunog nadgledanja nacije, jer vlada i drugi autoriteti imaju mogućnost da znaju ko ste i šta radite u svakom trenutku. Ne treba potceniti ovu teoriju, jer je istorija pokazala da su vlasti često zloupotrebljavale to što su imale otvoren pristup svim informacijama.
Unapređenja sistema
Godine 2006. performanse najnovijih algoritama za prepoznavanje na osnovu karakteristika lica bile su ocenjivane na takozvanom “Face Recognition Grand Challenge“-u. Tom prilikom korišćene su slike lica visoke rezolucije, 3-D skenirana lica i slike dužice oka. Rezultati su pokazali da su novi algoritmi 10 puta precizniji nego algoritmi za prepoznavanja na osnovu karakteristika lica iz 2002. i 100 puta precizniji od onih iz 1995. Neki od algoritama čak su uspeli da nadmaše ljudske učesnike u prepoznavanju lika i uspeli su da identifikuju identične blizance.
Buduća primena sistema – maloprodaja
Moguća buduća primena sistema za prepoznavanje na osnovu karakteristika lica leži u maloprodaji. Maloprodajni objekat (na primer, bakalnica) može da poseduje kase koje imaju kamere, koje bi bile usmerene ka kupcima, i na taj način bi se prikupile slike kupaca. Kamera bi bila osnovni vid provere identiteta klijenata, i ako se vizuelna provera ne bi ostvarila uspešno, kupac bi onda mogao da završi kupovinu tako što bi ukucao svoj PIN (personal identification number). Nakon što kasa izračuna ukupni račun, sistem bi potvrdio da je idenfikovao kupca i ukupni iznos računa bio bi skinut sa bankovnog računa kupca. Dakle, sistemi za prepoznavanje na osnovu karakteristika lica olakšali bi kupovinu, jer bi kupci na kasi samo prikazali svoj lik i ne bi bilo potrebe za kreditnim karticama ili drugim vidovima finansijskih sredstava. Ovi sistemi našli bi široku primenu u maloprodaji i uključuju radnje, restorane, bioskope, rentakar firme, hotele itd.
Sistem za prepoznavanje na osnovu skeniranje zenice oka
Sistem za prepoznavanje na osnovu skeniranje mrežnjače oka
Skeniranje mrežnjače je biometrijska tehnika koja koristi jedinstvene oblike i šare na mrežnjači oka pojedinca u svrhu identifikacije. Ovu tehniku ne treba brkati s tehnikom koja koristi oko – prepoznavanje na osnovu posmatranja dužice oka.
Ljudska mrežnjača je tanko tkivo sastavljeno od neurona koji se nalaze u dubljem delu oka. Zahvaljujući kompleksnoj strukturi kapilara koji mrežnjaču snabdevaju krvlju, svaka osoba ima jedinstvenu mrežnjaču. Mreža krvnih sudova mrežnjače toliko je kompleksna da čak i identični blizanci nemaju sličan oblik.
Iako se oblici mrežnjače oka mogu poremetiti u slučaju diajbetesa, glaukoma, degenerativnih nepravilnosti mrežnjače, u normalnim okolnostima mrežnjača se ne menja od rođenja do smrti. Zahvaljujući tome što je jedinstvena i nepromenjljive prirode, mrežnjača predstavlja najprecizniju i najpouzdaniju biometrijsku karakteristiku. Oni koji se zalažu za proveravanje identiteta na osnovu skeniranja mrežnjače zaključili su da je ovaj metod toliko precizan da mu je učinak greške svega jedan u milion slučajeva.
Biometrijski identifikator, poznat kao skenirana slika mrežnjače, koristi se da bi se registrovali jedinstveni oblici ljudske mrežnjače. Krvni sudovi u mrežnjči više upijaju svetlost od okolnog tkiva i lakše se identifikuju uz odgovarajuću svetlost. Skenirana slika mrežnjače dobija se tako što se u oko osobe usmeri zrak niskoenergične infracrvene svetlosti koji se ne može detektovati dok se gleda kroz okno skenera. Ovaj snop svetlosti obeležava kružnu putanju na mrežnjači. Zbog toga što su krvni sudovi osetljiviji na svetlost od ostatka oka, količina odsjaja varira. Rezultati skeniranja pretvaraju se u kompjuterski kod i čuvaju se u bazi podataka.
Primene, prednosti i mane sistema prepoznavanja na osnovu skeniranja mrežnjače
Skeneri ove vrste obično se koriste za autentifikaciju i identifikaciju. Skeniranje mrežnjače praktikuje više organizacija kao što su FBI, CIA i NASA. Međutim, poslednjih godina skeniranje mrežnjače postalo je popularno u komercijalne svrhe. Skeniranje mrežnjače koristi se i u zatvorima, prilikom verifikacije kod korišćenja bankomata i radi prevencije zloupotrebe socijalne novčane pomoći.
Skeniranje mrežnjače ima svoju primenu i u medicini. Prenosiva oboljenja kao što su sida, sifilis, malarija i boginje, kao i nasledna oboljenja kao što je leukemija, odražavaju se na oči. Trudnoća takođe utiče na oči. Shodno tome, pokazatelji hroničnih zdravstvenih stanja, kao što su srčane mane, arteroskleroza i problemi s holesterolom prvo se primećuju u očima.
Prednosti ove biometrijske tehnike su:
- Mala verovatnoća lažnih pozitivnih rezultata;
- Ekstemno mala verovatnoća (skoro 0%) lažnih negativnih rezultata;
- Visok nivo pouzdanosti, jer dve osobe nemaju isti oblik mrežnjače;
- Brzi rezultati: identitet osobe utvrđuje se veoma brzo.
Mane ove biometrijske tehnike su:
- Preciznost merenja može biti smanjena usled bolesti kao što su katarakta;
- Preciznost merenja takođe može biti smanjena usled teškog oblika astigmatizma;
- Metod nije baš jednostavan za korišćenje;
- Osoba koja se skenira mora biti veoma blizu optike kamere;
- Visoka cena opreme.
Sistem za prepoznavanje na osnovu karakteristika glasa
Prepoznavanje na osnovu glasa je kompjuterizovan način verifikacije korisnikovog navodnog identiteta korišćenjem karakteristika koje su izdvojene iz njegovog glasa.
Postoji razlika između prepoznavanja na osnovu karakteristika glasa (treba prepoznati KO govori) i prepoznavanja govora (treba prepoznati ŠTA taj neko govori). Ova dva pojma često se mešaju. Takođe, postoji razlika između pojmova autentifikacije (uglavnom se koristi termin verifikacija govornika ili autentifikacija govornika) i identifikacija.
Prepoznavanje na osnovu karakteristika glasa datira četiri decenije unazad i koristi akustičke karakteristike glasa koje se razlikuju kod pojedinaca. Ovi oblici akustičkih karakteristika odnose se i na anatomiju (na primer, veličina i oblik grla i usta), kao i stečeni oblici ponašanja (na primer, boja glasa, način govora).
Razlika između verifikacije i identifikacije
Postoje dve glavne primene tehnologije i metodologije prepoznavanje na osnovu karakteristika glasa. Ukoliko govornik tvrdi da je određenog identiteta i njegov glas se proverava kako bi se taj identitet potvrdio, onda je u pitanju verifikacija ili autentifikacija. S druge strane, identifikacija podrazumeva utvrđivanje identiteta nepoznatog govornika. Verifikacija govornika može se posmatrati kao provera 1:1, jer se glas govornika upoređuje s jednim šablonom (šablon se takođe naziva i model glasa), dok se kod identifikovanja govornika vrši 1:N poređenja, budući da se uzorak glasa upoređuje sa N šablona.