Dobro došli u novo doba biometrijskog skeniranja lica. Pojavljivanjem novog „ajfona X “, svojstvo prepoznavanja lica Face ID , pokazalo je da je ta tehnologija uspela da dostigne završnu fazu razvoja. Procedura je postala moguća zahvaljujući minijaturnim 3D vsenzorima koji imaju visoko razvijenu računarsku moć kombinovanu sa izuzetno delotvornim algoritmima učenja kao što je duboko učenje. Šta je zapravo prepoznavanje lica? To je procedura u kojoj se ustanovljava da su dva lica potpuno identična uprkos promenama koje se mogu javiti zbog promene osvetljenja, položaja i izraza. Ukratko, pronalaze se određene mere na licu koje se mogu iskoristiti da bi se identifikovale sve moguće promene.
Stručnjaci iz kompanije „Fejsbuk“ su 2014. godine objavili članak u vezi sa Dipfejs tehnologijom koja treba da premosti jaz koji se javlja u procesu prepoznavanju lica koji obavlja čovek. Naime, da bi se izbegli problemi koji se javljaju pri promeni položaja, otišlo se korak dalje da bi se dvodimenzionalno lice složilo sa svojim trodimenzionalnim modelom. Sledeći korak je obuhvatio proces dubokog učenja koji koristi mrežu veštačkih neurona koja se sastoji od 120 miliona veza. Skup podataka za podučavanje sastojao se od 4,4 miliona lica slavnih ličnosti. Neuronska mreža je obučavana da prepozna odstupanja na licima. Algoritam je omogućio da se odredi da li dva lica na fotografijama pripadaju istoj osobi sa tačnošću od 97,35%.
Stručnjaci iz kompanije „Gugl“ su 2015. godine objavili članak koji je predstavio Fejsnet tehnologiju za prepoznavanje lica i klasterovanje. Prikazali su da mogu da dostignu preciznost u prepoznavanju lica koja iznosi 99,63% uz pomoć baze podataka koja se sastoji od dvodimenzionalnih slika lica u nekontrolisanom okruženju. Da bi se to postiglo, autori članka preporučuju korišćenje neuronske mreže koja se sastoji od jedanaest konvolutivnih slojeva i tri povezana sloja, a sve zbog toga da bi se obezbedilo da slika određene osobe bude bliža svim ostalim slikama te iste osobe (što se smatra pozitivnom karakteristikom) nego slikama drugih ljudi (što se smatra negativnom karakteristikom). Učenje se odvija uz pomoć baze podataka koja sadrži 200 miliona fotografija lica kod 8 miliona osoba.
Međutim, eksperimenti koje su izvele obe kompanije zasnivaju se na privatnim bazama podataka koje nisu dostupne naučnoj zajednici. Tim sa Univerziteta u Oksfordu predložio je prikupljanje podataka sa mreže i uspeo je da stvori bazu podataka koja se sastoji od 2,6 miliona fotografija lica kod 2.622 ljudi. Tim je dalje predložio arhitekturu mreže koja se zove VGG-face i sastoji se od šesnaest konvolutivnih slojeva i tri cela povezana sloja. Danas je takva arhitektura široko korišćena u zajednici računarske vizije.
Ipak, lice nije dvodimenzionalna slika, već, kao što nam je svima dobro poznato, i trodimenzionalna. Biometrija lica se danas može koristiti jer su razvijene 3D tehnologije koje mogu da skeniraju lica. Glavna prednost korišćenja 3D tehnologije je u tome što su algoritmi za prepoznavanje lica otporni na promenu svetla i položaja. U jednom članku sa Masačusetskog instituta za tehnologiju predlaže se upoređivanje dva trodimenzionalna lica upoređivanjem dva slupa krivih koje lokalno predstavljaju oblik trodimenzionalnog lica. Uspeli su da dobiju rezultat od 97% uspešnosti.
Hajde da se sad vratimo na „ajfon X“ i njegovu 3D vtehnologiju za prepoznavanje lica, koja je moguća zahvaljujući uvođenju minijaturnih 3D senzora na prednjoj strani uređaja. Projektor šalje 30.000 nevidljivih tačaka na korisnikovo lice koje se koriste da bi se stvorio trodimenzionalni model lica. Prema rečima zaposlenih u kompaniji „Epl“, svojstvo Face ID ne može se prevariti jednostavnom fotografijom lica jer se prepoznavanje postiže uz pomoć 3D senzora koji meri dubinu.