Gesichtserkennung

Definition - Was bedeutet Gesichtserkennung?

Die Gesichtserkennung ist eine neue Technologie, die in alle Arten von Anwendungen integriert wird, von Flughafenüberwachungskiosken bis hin zu Social-Media-Engines.

Es ist auch eine der kontroversesten Technologien, mit denen heute Pionierarbeit geleistet wird, da es tiefe Fragen zu Sicherheit und Datenschutzrechten aufwirft und wie diese Gesichtserkennungsanwendungen sicher und fair angewendet werden können.

Gesichtserkennung wird auch als Gesichtserkennung bezeichnet.

Technische.me erklärt die Gesichtserkennung

Die moderne Gesichtserkennung hängt eindeutig von bestimmten Technologien und Algorithmen ab, die wir im Zeitalter des maschinellen Lernens und der künstlichen Intelligenz des frühen 21. Jahrhunderts entwickelt haben.

Insbesondere verfügen die meisten hochmodernen Gesichtserkennungsprogramme über eine Art neuronales Netzwerk, das als Faltungs-Neuronales Netzwerk (CNN) bezeichnet wird. Das System verwendet Faltungen sowie andere Algorithmen, die in aufeinanderfolgenden Schritten arbeiten, um eine komplexe Analyse eines Bildes durchzuführen und sogar Menschen, Tiere, Objekte oder Einstellungen durch erweiterte Analyse zu identifizieren.

Wie funktioniert ein Faltungsnetzwerk?

Eine Hauptfunktionalität im CNN ist die Merkmalserkennung. Mithilfe ausgefeilter Algorithmen zerlegt das Programm ein Bild durch Farbverschiebung und lokale Analyse von Gruppenpixeln, um Merkmale zu finden - beispielsweise im menschlichen Gesicht Merkmale wie Nasen, Ohren, Augen usw.

Dieselben neuronalen Netze zur Gesichtserkennung verwenden häufig Verhältnisse - wie das Verhältnis von Augen zu Haaransatz, von Ohren zu Nase oder andere Standard-Gesichtsverhältnisse, die bei der Gesichtserkennung hilfreich sein können. Das ML-Programm kann anhand der Einzigartigkeit jedes Gesichts lernen, wie das Individuum anhand vorhandener Daten und Extrapolationsprinzipien identifiziert werden kann.

Experten charakterisieren die Schichten eines CNN als „Sherlock Holmes Detektivarbeit“ an einem Bild. Weitere Aspekte dieser Ermittlungsarbeit sind Max Pooling, bei dem das maschinelle Lernprogramm nur die relevantesten Informationen speichert und dabei nutzlose Daten verwirft, sowie nichtlineare Mustererkennungsalgorithmen wie ReLu, die manchmal als "Aktivierungsfunktion" innerhalb des Netzwerks bezeichnet werden .

Aufeinanderfolgende Runden von Faltung / ReLu / Pooling erzeugen den kombinierten Effekt. Techniken wie Schreiten und Auffüllen ermöglichen es dem Programm, die Topographie eines Bildes zu „scannen“, um seine Methoden zu perfektionieren.

Mit all dieser erfolgreichen Technologie kann die Gesichtserkennungs-Engine überraschend geschickt lernen, wie man das Gesicht einer bestimmten Person in einer Menschenmenge erkennt.

Was sind die Bedenken?

In erster Linie sind Unternehmen, die reichlich öffentliche Internetbilder verwendet haben, um Trainingssets für anspruchsvolle Gesichtserkennungsprogramme zusammenzustellen, Rückschlägen und Widerständen einiger ihrer Kunden, einschließlich Strafverfolgungsbehörden, sowie von US-Gesetzgebern, Verbraucheranwälten und Bürgern im Allgemeinen ausgesetzt.

Mit anderen Worten, Menschen fühlen sich nicht immer wohl damit, dass diese Technologien daran arbeiten, sie anhand digitaler Fotos zu identifizieren. Der Kontext ist wichtig, ebenso wie das geltende Datenschutzrecht. Die Idee der „ethischen KI“, die von Top-Innovatoren und Branchenexperten gefördert wird, gilt in besonderer Weise für die Gesichtserkennung.

Das Obige zeigt ein wenig darüber, wie Gesichtserkennung technisch funktioniert und wie sie in unseren Gesellschaften angewendet wird. Beides wird für die zukünftige ML / AI-Entwicklung von Bedeutung sein, da die Gesichtserkennungsfunktionen zunehmend in Elemente wie intelligente Türklingeln und andere Geräte integriert werden, die möglicherweise für eine breitere Überwachung nützlich sind.