تکنولوژی فیس دیتکشن face detection یا تشخیص چهره چیست؟

تکنولوژی فیس دیتکشن face detection یا تشخیص چهره چیست؟
تکنولوژی فیس دیتکشن یکی از فناوری‌های مدرن برای تشخیص چهره اشخاص در تصاویر مختلف است و در برنامه و تجهیزات مختلفی مانند دستگاه‌های حضور غیاب، گوشی‌ و تجهیزات هوشمند کاربرد دارد. این تکنولوژی مکانیزم متفاوتی با فیس رکوگنیشن یا ویدیو آنالیتیکس دارد؛ اما در کنار این دو آیتم بهترین عملکرد را برای دریافت اطلاعات، تجزیه و تحلیل داده‌های به دست آمده از تصاویر و ویدیوها را ایفا می‌کند. اگر شرایط و‌ عوامل مختلفی مانند زاویه دید، پوشش چهره، میزان نور و... برای فیس دیتکشن مناسب باشد در تشخیص چهره اشخاص دقت بالایی دارد. شما نیز می‌توانید از این تکنولوژی با رعایت حریم خصوصی، فاکتورهای اخلاقی و قوانین کاربری برای اهداف مفید خود در راستای مدیریت شرایط و ایجاد امنیت استفاده نمایید.

راهنمای مطالعه

یکی از حوزه‌های پررونق فناوری و هوش مصنوعی استفاده از تکنولوژی فیس دیتکشن یا تشخیص چهره است که به تشخیص پردازش تصاویر اشخاص در عکس‌ها و ویدیوها می‌پردازد. این تکنولوژی پیشرفته امکان تشخیص محدوده و سپس شناسایی صورت افراد در میان دیگر عوامل محیطی در تصاویر را دارد. حتما شما هم با نمونه‌های ساده و حتی پیشرفته‌تر این فناوری آشنایی دارید و با آن‌ها در تجهیزاتی مانند گوشی‌های هوشمند، دوربین‌های مدار بسته و حتی دستگاه‌های حضور و غیاب در محیط‌های مختلف کاری و امنیتی روبرو شده‌اید. هدف اصلی بکارگیری این تکنولوژی افزایش سرعت عمل و دقت بالا در تشخیص چهره، بدون استفاده از نیروی انسانی است.

از آنجایی که امروزه در اغلب برنامه‌ها و سیستم‌های دیجیتالی و هوشمند بهره‌گیری از قابلیت تشخیص چهره جهت تشخیص چهره، تعقیب و تحلیل فعالیت کاربران اهمیت ویژه‌ای دارد؛ لذا در ادامه قصد داریم شما را با مکانیزم فیس دیتکشن، قابلیت‌ها، الگوریتم‌ها، کاربردها و دیگر فاکتورهای مهم و مرتبط با این فناوری مدرن در حوزه‌های مختلف آشنا کنیم.

attendance-device-cta 02178756000

attendance-device-cta 02178756000

نحوه عملکرد تکنولوژی فیس دیتکشن چگونه است؟

فیس دیتکشن یک تکنولوژی مدرن است که برای شناسایی تشخیص چهره افراد از روش‌ها و الگوریتم‌های مختلف استفاده می‌کند. مبنا و مراحل کلی این روش‌ها بر اساس ثبت تصاویر، شناسایی نقاط برجسته و تطبیق داده‌ها با مشخصات ثبت شده است.

  • فرآیند تشخیص چهره توسط فیس دیتکشن در مرحله اول با یافتن محدوده سوژه مد نظر از روی تصاویر ثابت مانند عکس پروفایل یا تصاویر متحرک مانند ویدیوهای ضبط شده توسط دوربین‌های مدار بسته شروع می‌شود.
  • با یافتن چهره، پردازش فاکتورهای مهم و استخراج ویژگی‌های برجسته به صورت اشکال هندسی انجام می‌شود. به این منظور الگوی نقاط عطف چهره مانند چشم‌ها، بینی لب و حتی کادر صورت مخاطب آنالیز شده و برای تطبیق با داده‌های ذخیره شده به پایگاه اطلاعات ارسال می‌شود.
  • در صورتی که داده‌های ارسال شده با اطلاعات ثبت شده مطابقت پیدا کند چهره فرد تشخیص و  تایید می‌گردد. در غیر این صورت شناسایی یک شخصیت با الگوی صورت متفاوت در سیستم مربوطه شناسایی و اطلاع رسانی می‌شود.

فناوری فیس دیتکشن برای عملکرد فوق ممکن است از الگوریتم‌های مختلفی استفاده کند که میزان دقت و حساسیت تشخیص افراد به آیتم‌ها و قدرت الگوریتم مربوطه بستگی دارد. به طور معمول فیس دیتکشن برای تشخیص و تمایز تصاویر افراد از دیگر عوامل و اشیا از الگوریتم‌های زیر استفاده می‌کند. الگوریتم هوش مصنوعی: این الگوریتم با تکنیک‌ها و الگوهای آموزشی به برنامه و سیستم‌های تشخیص چهره اجازه تفکر و تصمیم گیری روی داده‌ها را می‌دهد. تشخیص هویت هوش مصنوعی به کمک تجزیه ویژگی‌های برجسته دریافتی از تصاویر و تطبیق آن‌ها با الگوهای از پیش تعیین شده است.

الگوریتم deep learning: این الگوریتم اگرچه یک رویکرد از هوش مصنوعی است؛ اما بر اساس شبکه‌های عصبی عمیق به تعقیب و تشخیص ویژگی‌های پیچیده و جزئی‌تر از تصاویر می‌پردازد. استخراج اطلاعات مفهومی و بیشتر از داده‌های دریافتی توسط این الگوریتم به افزایش دقت و قدرت تشخیص چهره کمک می‌کند.

الگوریتم تطبیق نمونه: می‌تواند یک عملکرد ساده و‌ مبتدی برای تشخیص افراد یا اشیا باشد که به این منظور ابتدا یک تصویر نمونه از سوژه مد نظر در پایگاه اطلاعات ثبت و ذخیره می‌شود. سپس با تشخیص تصاویر سوژه، داده‌ها را با الگوی نمونه در پایگاه اطلاعات مقایسه می‌کند و در صورت تطابق تایید نموده و در صورت مغایرت هشدار مربوطه را گزارش می‌دهد. به طور کلی فیس دیتکشن از الگوریتم‌های متنوع دیگری مانند الگوریتم شباهت یا الگوریتم آمار نیز برای شناسایی چهره استفاده می‌کند؛ اما در حال حاضر الگوریتم deep learning مدرن‌ترین روش برای تشخیص چهره در سیستم‌ها و تجهیزات هوشمند است.

بیشتر بخوانید: فناوری آنالیتیک دوربین مداربسته Video Analytics چیست؟

نحوه عملکرد تکنولوژی فیس دیتکشن چگونه است؟

نحوه عملکرد تکنولوژی فیس دیتکشن چگونه است؟

انواع کاربردهای فناوری فیس دیتکشن‌ (face detection)  کدام اند؟

دقت، سرعت عمل و قابلیت‌های خاص تشخیص چهره در تجهیزات امنیتی و سیستم‌های هوشمند سبب شده تا امروزه از این تکنولوژی در بسیاری از زمینه‌ها استفاده شود. فناوری بینایی ماشینی نه تنها امکان تشخیص افراد از اشیا ثابت و متحرک را دارد؛ بلکه قادر به  تحلیل احساسات و برقراری ارتباط تعاملی بین انسان و تجهیزات هوشمند را فراهم ساخته است. علاوه‌بر تشخیص سریع و دقیق سوژه توسط فیس دیتکشن، کاهش احتمال تقلب و دور زدن این فناوری در تجهیزات امنیتی برقرار شده است. به همین سبب استفاده از تکنولوژی تشخیص چهره در ابعاد مختلف زندگی و تجهیزات گوناگون افزایش یافته است؛ لذا در ادامه مهمترین کاربردهای face detection در برنامه‌های مختلف را بررسی می‌کنیم.

استفاده از فناوری‌ تشخیص چهره در دستگاه‌ های حضور و غیاب

می‌توان ادعا کرد که بکارگیری تکنولوژی تشخیص چهره در دستگاه‌های حضور غیاب از کاربردی‌ترین زمینه‌های استفاده از این فناوری است و ورژن‌های مختلفی از آن در دستگاه‌هایی با مکانیزم متفاوت مورد استفاده قرار می‌گیرد. فناوری فیس دیتکشن در دستگاه کنترل تردد این امکان را فراهم می‌کند تا تشخیص، تایید، ثبت و ذخیره تردد کاربران در فضاهای کاری و حتی اماکنی امنیتی با دقت، سرعت عمل، زمان و تاریخ واقعی انجام شود. سیستم کنترل تردد از نمونه‌های کارتی، سپس به مدل‌های اثر انگشتی و در حال حاضر نمونه‌های پیشرفته تشخیص چهره ارتقا یافته و در برخی دستگاه‌ها نیز برای کاهش احتمال خطا و تقلب از فناوری‌های ترکیبی استفاده می‌شود. در حال حاضر نیز دستگاه‌های مبتنی بر تشخیص چهره از به روزترین تجهیزات در کنترل تردد هستند که با الگوهای تشخیص چهره، فرآیند شناسایی کاربران، ثبت و ذخیره اطلاعات آن‌ها را انجام می‌دهند.

  • برای استفاده از این فناوری ابتدا لازم است تا چهره تمامی کاربران مدنظر به همراه اطلاعات پرسنلی یک به یک آن‌ها ثبت و ذخیره شود تا تصویر و اطلاعات کاربری هر فرد برای تشخیص چهره و ذخیره داده‌ها مورد الگو قرار بگیرد.
  • پس از ثبت چهره و اطلاعات شناسایی، زمانی که کاربر چهره خود را در معرض سنسور فیس دیتکشن دستگاه حضور غیاب قرار دهد؛ سنسورها صورت مخاطب را اسکن و آنالیز می‌کنند و طبق الگوهای مخصوص داده‌های دریافتی را به پایگاه ذخیره اطلاعات ارسال می‌کنند.
  • نرم‌افزار تشخیص چهره داده‌های دریافتی از اسکنر را مورد پردازش قرار داده و با الگوی ثبت شده در سیستم مطابقت می‌دهد؛ اگر چهره با  مشخصات پرسنلی (تصویر، نام و نام خانوادگی، شماره پرسنلی) در سیستم یکی باشد تردد فرد را تایید و مجاز نموده و با ثبت زمان و تاریخ دقیق ذخیره می‌کند. در غیر این صورت گزارش خطا و رویت سوژه غیرمجاز اعلام می‌شود.

امروزه تکنولوژی تشخیص چهره از لحاظ مکانیزم، الگوریتم‌ها، نرم‌افزار، قدرت و سرعت عمل پیشرفت چشمگیری داشته‌‌اند و کنترل تردد با استفاده از فناوری تشخیص چهره امکان تخلف و تقلب نسبت به دستگاه‌های دیگر را کاهش داده‌ است.

فناوری تشخیص چهره در گوشی و تجهیزات هوشمند

از تکنولوژی تشخیص چهره در گوشی و تجهیزات هوشمند نظیر رایانه‌ها به عنوان یک پروتکل امنیتی برای تشخیص چهره مخاطبان مجاز جهت بازگشایی قفل صفحه و ورود به سیستم برنامه‌های مختلف آن استفاده می‌شود. این فناوری که در گوشی و تجهیزات هوشمند نقش امنیتی را ایفا می‌کند از الگوریتم‌های پیچیده و الگوهای مفهومی عمیق برای تشخیص و شناسایی ویژگی‌های برجسته چهره کاربر استفاده می‌کند. سپس داده‌های دریافتی را با نمونه‌ای که از پیش برای نرم‌افزار دستگاه تعریف و مشخص شده‌ بررسی می‌کند و در صورت تطابق رمزگشایی لازم انجام می‌دهد و در غیر این صورت قفل صفحه باز نخواهد شد. اگرچه استفاده از این ترفند برای تجهیزات هوشمند مزایایی از قبیل محدودیت دسترسی، عدم نیاز به رسم الگو و رمزهای عددی را ایجاد می‌کند؛ اما برخی مشکلات از قبیل تغییرات ظاهری و یا سو استفاده از چهره کاربر به صورت عکس برای بازگشایی قفل تشخیص چهره نیز وجود دارد.

بیشتر بخوانید: انواع تجهیزات کنترل تردد و کاربرد آنها در مکان های مختلف

فناوری تشخیص چهره در گوشی و تجهیزات هوشمند

فناوری تشخیص چهره در گوشی و تجهیزات هوشمند

فیس دیتکشن‌ در دوربین ‌های مداربسته

تشخیص چهره دوربین‌ های مداربسته یکی از پیچیده‌ترین الگوهای فیس دیتکشن در تصاویر متحرک و ویدیوها است. تشخیص چهره در دوربین‌های مداربسته (CCTV) با استفاده از الگوریتم‌های خاص، قادر به تشخیص چهره‌ افراد در تصاویر و ویدیوهای ضبط شده هستند. این قابلیت به امنیت و نظارت بر محیط‌های مختلف کمک می‌کند زیرا با تشخیص چهره در تصاویر ضبط شده، می‌توان افراد مشکوک را شناسایی و تعقیب کرد. این الگوریتم‌های می‌توانند چهره‌هایی که با فهرست سیاه (لیست و الگوهای از پیش تعیین شده برای پایگاه ذخیره اطلاعات) مطابقت دارند یا چهره‌هایی که در دستور جستجو قرار گرفته‌اند را تشخیص و گزارش دهند.

  • در مرحله اول فناوری تشخیص چهره سعی دارد که در طول فیلم موقعیت‌ و نقاطی که حاوی چهره هستند را شناسایی کند. این مراحل به کمک روش‌های مختلفی مانند الگوریتم تشدید، فیلتر گذاری، تغییر هاتف، تفکیک رنگ‌ها و… انجام می‌شود.
  • پس از تشخیص منطقه سوژه، شناسایی نقاط عطف بر حسب الگوریتم‌های مختلف چهره شروع می‌شود. به این منظور برای شناسایی چهره، الگوی چشم‌ها، بینی، دهان و سایر پارامترهای تعیین شده اعمال می‌شود. در استخراج این ویژگی‌های منحصربه‌فرد نیز از روش‌هایی مانند تبدیل هار، تبدیل کسینوس،‌ تبدیل فوریه و… استفاده می‌شود.
  • پس از ساختن یک فریم از چهره شخص، سیستم پردازشگر داده‌های دریافتی از تصویر فرد را به کمک الگوریتم و محاسبات ریاضی‌ به صورت مجموعه‌ای از اعداد کد گذاری می‌کند. اعداد کد گذاری شده برای اشخاص متفاوت بوده و در دیتابیس سیستم دوربین ذخیره می‌شوند.
  • در این مرحله بر حسب نوع‌ الگوریتم فیس دیتکشن، آنالیز تصاویر انجام می‌شود که به این منظور ابتدا تصویر سوژه سیاه و سفید شده و به هر رنگ یک کد عددی تعلق‌ می‌گیرد. در نتیجه با انجام فیلترهای مخصوص روی اعداد مختلف تصویر، ویژگی‌های برجسته صورت شناسایی شده و تشخیص چهره انجام می‌شود.

البته این عملکرد تنها یکی از روش‌های تشخیص چهره در دوربین‌های مدار بسته است و امروزه بر حسب نوع سیستم عامل، قابلیت پردازنده‌ها، نرم‌افزار و… روش و الگوریتم‌های تشخیص چهره نیز متفاوت بوده و از تکنیک‌های به روز‌ و ترکیبی برای شناسایی سوژه بهره می‌گیرند.

استفاده از فیس دیتکشن در درب ‌های ضد سرقت

با استفاده از تکنولوژی face detection در درب‌های ضد سرقت می‌توان کنترل تردد، سطح امنیت و امکان دسترسی به اماکن و محیط‌های خاص توسط کاربران مجاز و غیر مجاز را به خوبی مدیریت کرد. به این ترتیب از ورود به حریم‌های خصوصی و امنیتی توسط افراد غیر مجاز پیشگیری نمود. با قرارگیری چهره مخاطب در معرض فناوری فیس دیتکشن، این تکنولوژی به کمک الگوریتم‌های مفهومی چهره مخاطب را اسکن و آنالیز نموده و داده‌های دریافتی از ویژگی‌های برجسته چهره مخاطب را با الگوهای از پیش تعیین شده در نرم‌افزار خود تطبیق می‌دهد؛ لذا در صورت همخوانی امکان ورود و خروج مخاطب از درب را صادر می‌کند. این پروتکل امنیتی به میزان قابل ملاحظه‌ای سرعت و دقت تشخیص چهره کاربران مجاز را افزایش داده و نیاز به نیروی انسانی یا استفاده از کارت‌ها و کلیدهای کنترل تردد را حذف می‌کند. همچنین در فرآیند حضور و غیاب، بررسی ترافیک و مدیریت منابع انسانی نیز مفید واقع می‌شود.

بیشتر بخوانید: دستگاه حضور و غیاب تشخیص عنبیه چشم | دستگاه حضور و غیاب چشمی

استفاده از فیس دیتکشن در درب ‌های ضد سرقت

استفاده از فیس دیتکشن در درب ‌های ضد سرقت

فیس دیتکشن face detection و face recognition در دوربین ‌های مدار بسته چه تفاوتی دارند؟

دو قابلیت‌ مهم و کاربردی در دوربین‌های مداربسته مجهز، face detection و face recognition هستند که اگر چه در دید اغلب کاربران مکانیزم یکسانی دارند؛ اما هدف و نحوه عملکرد هر یک از این قابلیت‌ها متفاوت بوده و با وجود شباهت بالایی که دارند. نتیجه تاثیر هر یک در آنالیز تصاویر ضبط‌ شده توسط دوربین‌های مدار بسته فرق می‌کند. در واقع ویژگی فیس دیتکشن بر روی دوربین‌های مدار بسته نصب می‌شود تا در طول ویدیوها با دقت و سرعت تصاویر چهره را تشخیص دهد و با درج مربع یا دایره اطراف صورت افراد آن‌ها را تعیین و تعقیب کند. این در حالی است که قابلیت‌face recognition داده‌های به دست آمده از الگوی چهره افراد را آنالیز نموده و هویت فرد را تشخیص می‌دهد.

در واقع فیس دیتکشن تنها قابلیت تشخیص چهره افراد در بین سوژه‌های مختلف محیط و اشیا را داشته و امکان تفکیک تصاویر اشخاص و شناسایی هویت آن‌ها را ندارد؛ اما face recognition یک آیتم متفاوت با قابلیت هوشمندانه و پیشرفته‌تر است که امکان شناسایی، تفکیک و تعیین هویت افراد مختلف در تصاویر ضبط‌ شده را دارد و با آنالیز ویژگی‌های هر فرد هویت او را شناسایی می‌کند.

  1. هدف اصلی face detection در دوربین مدار بسته تشخیص چهره و دنبال کردن تصویر افراد در ویدیوها است؛ اما هدف اصلی face recognition تشخیص هویت فرد از طریق پردازش الگوی تصویری و ویژگی‌های برجسته آن است.
  2. پردازشگر فیس دیتکشن تنها به الگوی کلی و اسکن تصویر چهره نسبت به دیگر عوامل ویدئو می‌پردازد در حالی که پردازنده فیس رکوگنیشن به آنالیز ویژگی‌های برجسته و شناسایی هویت فرد می‌پردازد.
  3. کاربرد فیس دیتکشن‌ تشخیص و تعقیب سوژه در سیستم‌های مختلف مانند دستگاه‌های حضور و غیاب است تا بتوان به آمار، ترافیک، تحلیل رفتاری و تشخیص وضعیت تردد افراد رسید. از فیس رکوگنیشن برای شناسی فرد در زمینه‌های تشخیص هویت، جرم شناسی، اجازه تردد، موارد امنیتی، تشخیص سوژه غیرمجاز و… استفاده می‌شود.

این موارد نمونه‌های از تفاوت عملکرد و کارایی فیس دیتکشن و فیس رکوگنیشن در دوربین‌های مداربسته هستند که البته هر یک از این قابلیت‌ها به لحاظ روش تشخیص چهره، پیچیدگی الگوریتم‌ها، سرعت عمل، دقت و… تفاوت‌های دیگری نیز دارند‌.

آیا تمام دوربین‌ های مدار بسته دارای قابلیت تشخیص چهره هستند؟

ممکن است این سوال برای شما هم پیش بیاید که آیا تمامی دوربین‌‌های مدار بسته به قابلیت تشخیص چهره مجهز هستند؟ در پاسخ به این سوال باید گفت که خیر، این امکانات در دوربین‌هایی با سیستم نرم‌افزاری و قدرت پردازش مخصوص وجود دارد. البته امروزه در اغلب دوربین‌ها فیس دیتکشن وجود دارد چرا که پیچیدگی الگوریتم و فناوری این آیتم نسبت به نمونه‌های پیشرفته‌‌تر مانند فیس رکوگنیشن ساده و قدیمی‌تر به حساب می‌آید. دوربین‌هایی که دارای قابلیت VCA (Video Content Analytics) که همان توانایی پردازش تصویر هستند؛ امکان نصب و افزودن نرم‌افزار تشخیص چهره را دارند. با فعال کردن این قابلیت در دوربین‌ها می‌توان از آیتم‌هایی مانند تشخیص چهره face detection، شناسایی چهره face recognition، حرکت در تصویر motion detection و… بهره‌مند شد. به هر حال این یک قابلیت نرم‌افزاری است که می‌توان بر حسب نوع سیستم عامل و ورژن پردازنده‌های دوربین مداربسته آن را نصب نمود و از قابلیت‌های تشخیص چهره بهره‌مند شد. فقط کافی است به هنگام خرید دوربین مداربسته تحقیق کنید که آیا مدل مد نظر از قابلیت تشخیص چهره پشتیبانی می‌کند یا خیر، البته قابلیت تشخیص چهره تا حد زیادی به پردازنده‌ها و کیفیت نرم‌افزارهای دوربین مداربسته نیز بستگی دارد.

بیشتر بخوانید: دیپ لرنینگ یا یادگیری عمیق چیست؟ نحوه کار یادگیری عمیق (deep learning)

آیا تمام دوربین‌ های مدار بسته دارای قابلیت تشخیص چهره هستند؟

آیا تمام دوربین‌ های مدار بسته دارای قابلیت تشخیص چهره هستند؟

تفاوت ویدیو آنالیتیکس دوربین مدار بسته و تکنولوژی فیس دیتکشن در چیست؟

همانطور که اشاره شد فناوری فیس دیتکشن به دنبال تشخیص و تعقیب تصویر اشخاص نسبت به دیگر سوژه‌های موجود در محیط ضبط شده توسط دوربین مداربسته است؛ اما ویدیو آنالیتیکس با الگوریتم‌ها و قابلیت‌های پیچیده و بیشتری در فیلم و تصاویر دوربین‌های مداربسته به دنبال تحلیل جزئیات است. در واقع ویدیو آنالیتیکس این قابلیت را دارد که با پردازش تصاویر ضبط شده به دنبال تعداد اشیا، ترافیک، تشخیص حرکت، حرکات مشکوک،‌ عوامل ناهنجار و… باشد‌ به طور مثال: ویدیو آنالیتیکس می‌تواند در مسیر تردد خودروها به تحلیل ترافیک و یا تشخیص تخلفات وسایل نقلیه و موارد مشکوک در مسیر دوربین مداربسته دسترسی پیدا کند.

  • ویدیو آنالیتیکس تحلیل و پردازش تصاویر و جزئیات را در محدوده گسترده‌‌‌ای انجام داده و به طور مفهومی اطلاعاتی شامل شمارش، ترافیک و عوامل ناهنجار را تشخیص می‌دهد؛ اما فیس دیتکشن به تشخیص تصویر افراد در گستره کوچکتر و زمینه‌های کاربردی محدودتری می‌پردازد.
  • الگوریتم‌های پیچیده‌ای مانند پردازنده‌های حرکت اشیا، تعداد اشیا، تخلفات و موارد مشکوک از قابلیت‌های ویدیو آنالیتیکس هستند. در حالی که فیس دیتکشن از الگوریتم‌های متفاوت و ساده‌تری برای تشخیص لوکیشن اشخاص در تصاویر و پردازش الگوی هندسی از ویژگی‌های برجسته چهره‌ها بهره می‌گیرد.
  • از نظر دقت کارایی نیز نمی‌توان تفاوت این دو فناوری را نسبت به یکدیگر برتری داد چرا که هر کدام دقت بالایی در زمینه کاربردی خاص خود دارند. به طور مثال ویدیو آنالیتیکس دقت بالایی در استخراج اطلاعات مفهومی از تصاویر دارد در حالی که فیس دیتکشن در تشخیص چهره اشخاص دقت خاصی دارد.

به طور کلی این دو فناوری کاربرد و قابلیت‌های متفاوتی دارند اما اهداف مشابهی را دنبال می‌کنند. به هر حال برای بهره‌مندی هرچه بهتر و بیشتر از قابلیت‌های نام برده، می‌توان هر دو فناوری را در دوربین‌های مداربسته نصب کرد.

استفاده از فناوری فیس دیتکشن چه معایبی دارد؟

اگرچه تشخیص چهره در بسیاری از برنامه‌های امنیتی و تجهیزات کنترلی کاربرد قابل ملاحظه‌ای دارد؛ اما برخی از کاستی‌های این فناوری سبب شده تا دستگاه‌ها و فضاهای مجهز به این تکنولوژی با برخی اختلال‌ها و خطاها برای تشخیص دقیق اشخاص روبرو شوند. مورد اول عدم توانایی تشخیص هویت توسط فیس دیتکشن است چرا که این فناوری تنها چهره اشخاص در تصاویر را تشخیص می‌دهد و توانایی برای تفکیک و شناسایی هویت فرد از روی داده‌های دریافتی را ندارد. یکی دیگر از معایب مهم فیس دیتکشن تاثیر پذیری زیاد از تغییر چهره اشخاص است. به طوری که استفاده از پوشش‌های متفاوت مانند کلاه، ماسک یا عینک آفتابی می‌تواند قدرت تشخیص و شناسایی چهره توسط این فناوری را مختل کند. از طرفی عدم توانایی، بروز خطا یا اختلال در صورت تغییر زاویه سوژه، از معایب فیس دیتکشن محسوب می‌شود.  زیرا این فناوری برای تشخیص و تایید دقیق چهره اشخاص به زاویه مستقیم نیاز دارد. به همین خاطر در صورتی که دید دوربین نسبت به سوژه از زاویه جانبی، بالا یا پشت سر باشد فیس دیتکشن قادر به تشخیص اشخاص نیست.

بیشتر بخوانید: دستگاه ایکس ری (x-ray) چیست؟

استفاده از فناوری فیس دیتکشن چه معایبی دارد؟

استفاده از فناوری فیس دیتکشن چه معایبی دارد؟

حفظ حریم خصوصی و تکنولوژی فیس دیتکشن

اگرچه این فناوری‌ها در زمینه حفظ امنیت و پیشگیری از تخلفات مختلف تاثیر بسزایی دارد؛ اما ثبت و ذخیره تصاویر و اطلاعات جمع آوری شده توسط این تکنولوژی ممکن است تا حدودی با حفظ حریم خصوصی مغایرت داشته باشد. به همین خاطر استفاده از این فناوری باید با قوانین و ضوابط جاری هماهنگ باشد.

1) از آنجایی که چهره اشخاص مختلف توسط دوربین‌ها و این فناوری ثبت و ضبط می‌شود؛ لذا جهت پیشگیری از هدر رفت اطلاعات، عدم سو استفاده از تصاویر و حفظ حریم خصوصی کاربران، محدوده دسترسی و استفاده از این فناوری باید طبق قوانین و مجوزهای لازم انجام شود.

2) لازم است تا اطلاعات جمع‌آوری و ذخیره شده از چهره اشخاص، در فضایی امن و به صورت رمزنگاری قوی حفظ شود تا امکان نفوذ و سوءاستفاده از داده‌های ذخیره شده به حداقل برسد.

3) به منظور اطمینان خاطر از حفظ حریم خصوصی افراد، بهتر است از روش‌های مانند آنونیم سازی تصاویر استفاده کرد. به این صورت که فیس دیتکشن چهره اشخاص را تشخیص می‌دهد اما هویت واقعی آن‌ها را نشان نمی‌دهد مانند قابلیت مات کردن چهره فرد در تصاویر ضبط شده.

4) پاکسازی دوره‌ای اطلاعات ذخیره شده یکی دیگر از قوانین استفاده از دوربین‌های مداربسته و فناوری‌های فیس دیتکشن است‌. بنابراین پس از بازه زمانی مناسب، در صورت عدم نیاز و استفاده لازم از اطلاعات ذخیره شده، داده‌های غیر ضروری را حذف کنید یا در محل‌های ذخیره سازی مجزا و کاملا رمزگذاری شده نگهداری نمایید.

به طور کلی حفظ حریم خصوصی در استفاده از فناوری تشخیص چهره نیازمند شناخت قوانین، اطلاعات نرم افزاری، سیاست و آگاهی کاربران است تا بتوان این تکنولوژی را در راستای اهداف مورد نیاز خود با تضمین حفظ حریم خصوصی اشخاص، مورد استفاده قرار داد.

بیشتر بخوانید: بررسی تخصصی برترین دستگاه حضور و غیاب سوپریما + معرفی شرکت suprema

سوالات متداول پیرامون فیس دیتکشن

فیس دیتکشن (face detection) چیست؟

فیس دیتکشن یک تکنولوژی پرکاربرد جهت تشخیص و تفکیک چهره اشخاص نسبت به عوامل دیگر در تصاویر و ویدیوها با کمک الگوریتم و روش‌های مختلف است.

آیا فیس دیتکشن هویت اشخاص را شناسایی می‌کند؟

خیر فیس دیتکشن تنها چهره اشخاص را نسبت به دیگر سوژه‌های موجود در تصاویر تشخیص می‌دهد؛ اما قابلیت آنالیز ویژگی‌های عمقی و تشخیص هویت فرد را ندارد.

فیس دیتکشن و face recognition تفاوت دارند؟

بله فیس دیتکشن فقط تصویر شخص در تصاویر را شناسایی می‌کند در حالی که فیس رکوگنیشن تفکیک و تشخیص هویت افراد را نیز انجام می‌دهد.

ویدیو آنالیتیکس بهتر است یا فیس دیتکشن؟

اگرچه این دو فناوری قابلیت‌های متفاوتی دارند اما برای بهره‌مندی هرچه بیشتر و بهتر از اطلاعات دریافتی، تحلیل و استخراج تصاویر اشخاص، اشیا ثابت و متحرک استفاده همزمان هر دو تکنولوژی توصیه می‌شود.

ویدیو آنالیتیکس بهتر است یا فیس دیتکشن؟

ویدیو آنالیتیکس بهتر است یا فیس دیتکشن؟

جمع بندی

به طور کلی دانستیم که تکنولوژی فیس دیتکشن یکی از فناوری‌های مدرن برای تشخیص چهره اشخاص در تصاویر مختلف است و در برنامه و تجهیزات مختلفی مانند دستگاه‌های حضور غیاب، گوشی‌ و تجهیزات هوشمند کاربرد دارد. این تکنولوژی مکانیزم متفاوتی با فیس رکوگنیشن یا ویدیو آنالیتیکس دارد؛ اما در کنار این دو آیتم بهترین عملکرد را برای دریافت اطلاعات، تجزیه و تحلیل داده‌های به دست آمده از تصاویر و ویدیوها را ایفا می‌کند. اگر شرایط و‌ عوامل مختلفی مانند زاویه دید، پوشش چهره، میزان نور و… برای فیس دیتکشن مناسب باشد در تشخیص چهره اشخاص دقت بالایی دارد. شما نیز می‌توانید از این تکنولوژی با رعایت حریم خصوصی، فاکتورهای اخلاقی و قوانین کاربری برای اهداف مفید خود در راستای مدیریت شرایط و ایجاد امنیت استفاده نمایید.

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برای دیدن نوشته هایی که دنبال آن هستید تایپ کنید.
خانه
فروشگاه