ما هي المجالات الرئيسية لتطبيق التعرف على الوجوه وما هي الفروقات بينها؟

من المعروف أن تقنية التعرف على الوجوه تُستخدم حالياً بشكل رئيسي في مجالي التمويل والأمن في الصين.

على سبيل المثال، يشكل نظام التعرف على الوجوه في مطار داشينغ، الذي كان حديث الساعة مؤخراً، سوقاً ضخماً في مجال التفتيش الأمني بالمطارات. حالياً، اعتمدت أنظمة التفتيش الأمني في العديد من المطارات تقنية التعرف على الوجوه. في الواقع، هذه التقنية ليست متوفرة فقط في الأماكن العامة مثل المطارات ومحطات القطارات والمدارس، بل سيكون هناك المزيد من الطلبات في المستقبل. مساحة نمو المراقبة هائلة، وآفاق تطبيق التعرف على الوجوه واسعة.

بالإضافة إلى ذلك، أصبح الدفع بالوجه شائعاً جداً في المجال المالي، وستصدر الجهات المعنية معايير مالية ذات صلة بالتعرف على الوجوه لتوضيح متطلبات إدارة الأمان لجمع معلومات الوجه ونقلها وتخزينها واستخدامها.

نفس الشيء هو استخدام أجهزة التعرف على الوجوه، فلماذا يُستخدم بعضها للتفتيش الأمني في القطارات فائقة السرعة، والبعض الآخر للدفع بالوجه؟ لنبدأ بالأجهزة المادية وخوارزميات البرمجيات للتعرف على الوجوه.

بشكل عام، تستخدم معظم أجهزة التعرف على الوجوه التي لا تكون صارمة بشأن التحقق من الهوية تقنية التعرف ثنائي الأبعاد (2D)، بينما تستخدم那些 الأكثر صرامة تقنية التعرف ثلاثي الأبعاد (3D). تستخدم هذه الأجهزة بشكل أساسي كاميرات الوجه مثل الضوء المنظم ثلاثي الأبعاد وتقنية TOF لقياس المسافة بين العينين وارتفاع الأنف وغيرها من معلومات الوجه ثلاثية الأبعاد.

وفي الوقت نفسه، وفقاً لسيناريو التطبيق، يمكن تقسيم التعرف على الوجه الطرفي وعدد الأشخاص المقابل إلى أنماط التعرف 1:1 و1:N وM:N.

النمط 1:1 - يُستخدم بشكل رئيسي في سيناريوهات التعرف على الهوية الفردية، مثل الدفع بالوجه، وتسجيل الوصول في الفنادق، والتحقق من هوية الممتحنين، ومقارنة الهوية الشخصية، وغيرها. يقف المستخدم أمام جهاز التعرف على الوجه لبضع ثوانٍ أثناء العملية (تعرف ثابت)، ثم يتم التحقق من هويته عبر كاميرا التعرف على الوجه لإثبات أن "هذا أنت". نظراً لأن هذه السيناريوهات تتطلب نظام الأسماء الحقيقية مثل الدفع بالوجه، وتسجيل الوصول في الفنادق، والتحقق من هوية الممتحنين، ومقارنة الشخص بالبطاقة، فإن أي خطأ في التعرف على شخص قد يجلب مخاطر، لذا يُطلب عموماً أن تصل دقة التعرف إلى 99% أو أكثر لضمان تطابق الهوية بدقة.

النمط 1:N - يُستخدم بشكل رئيسي في سيناريوهات التعرف على الوجه من واحد إلى متعدد، وهو البحث عن الشخص المطلوب من بين N من الوجوه لمعرفة "من أنت". على سبيل المثال، يعتمد نظام الحضور بالتعرف على الوجه في الشركات أيضاً على جهاز التعرف على الوجه للبحث في قاعدة بيانات الوجوه الداخلية للشركة لمعرفة ما إذا كنت موظفاً فيها، ثم يتم فتح الباب. مثال آخر، عندما تريد إدارة الأمن العام العثور على الهاربين المسجلين في قاعدة البيانات من أماكن مزدحمة، فإنها تحتاج إلى تصفية الأشخاص المتطابقين من كمية كبيرة من المعلومات في قاعدة بيانات الوجوه. يختبر هذا النوع من النمط سعة قاعدة بيانات الصور، وتكون دقته أقل بقليل من النمط 1:1 بنسبة 5%-10%.

النمط M:N - حيث يمكن فهم M على أنها قاعدة بيانات. يُستخدم النمط M:N في الغالب في الأماكن ذات التدفق الكبير للأشخاص والتي تتطلب ضمان السلامة العامة. على سبيل المثال، في محطات القطارات والحفلات الموسيقية والأحداث الرياضية الكبيرة، عند إجراء هذا النوع من التعرف على الوجه، عادةً لا يبقى الشخص المُعرّف في مكان واحد، بل يكون في حالة حركة (مثل الركاب المسرعين في محطة القطار فائق السرعة)، وهذا ينتمي إلى التعرف الديناميكي، ويتأثر بسهولة بالزاوية الجانبية والإضاءة والمسافة وغيرها، وتكون دقته الأدنى بين الأنماط الثلاثة. في مواجهة كميات كبيرة من البيانات، قد تتطلب سيناريوهات التعرف على الوجه إجراء عمليات حسابية حافة عبر جهاز التعرف على الوجه لتخفيف العبء على قاعدة البيانات الخلفية.