À suivreGuide suivant
Mode anti-surveillance et évasion de la reconnaissance faciale
IA visuelle
GUIDE DE L'IA Visuelle
Reconnaissance faciale
La reconnaissance faciale compare les images faciales pour estimer si elles correspondent à la même identité ou pour retrouver des candidats dans une collection.
Écoutez ce guideNarré par l'IA · ~2 min
Sur cette page2 minutes de lecture
Aperçu
La vérification et l'identification sont des tâches différentes. Un résultat de similarité ne constitue pas une preuve concluante de l’identité et n’établit pas l’intention, le caractère ou l’état émotionnel d’une personne.
Points clés à retenir
- Distinguer la vérification de la recherche dans la galerie.
- Évaluez à la fois les directions d’erreur et les conditions de capture.
- Utilisez des procédures de confidentialité et de décision appropriées.
Plongée profonde
Distinguez la vérification un-à-un de la recherche un-à-plusieurs. La comparaison d'une nouvelle image avec une image enregistrée présente des conditions de fonctionnement différentes de celles de la recherche dans une grande galerie. La taille de la galerie, le seuil et la qualité de l'image affectent la façon dont les résultats doivent être interprétés. Évaluez séparément les fausses correspondances et les fausses non-correspondances. L'éclairage, la pose, la résolution, les différences d'âge entre les images et la population représentée dans l'évaluation peuvent modifier les performances. Les évaluations du NIST expliquent pourquoi l’algorithme, la tâche et l’ensemble de données sont tous importants. Examinez l’utilisation prévue et les exigences applicables en matière de confidentialité et de biométrie avant le déploiement. La collecte, la conservation, le consentement, l’accès et la capacité de contester un résultat nécessitent un traitement explicite. Un système techniquement disponible n’est pas automatiquement adapté à chaque contexte. Utiliser une corroboration indépendante et des procédures humaines appropriées pour les décisions conséquentes. Une liste de candidats doit rester une piste à évaluer dans le cadre d'un processus valide, et non une déclaration d'identité définitive. Signalez les conditions et l'incertitude évaluées au lieu d'annoncer un seul chiffre de précision universelle.
04Exemple travaillé
Lire un score de comparaison de manière appropriée
Imaginez un système renvoyant une grande similarité entre deux images de test autorisées.
Vérifiez le seuil de fonctionnement, la qualité de l’image et les conditions d’évaluation avant d’interpréter le score.
Traitez le résultat comme une mesure du système nécessitant le processus de vérification approprié, plutôt que de déduire des traits sans rapport ou de déclarer l'identité à partir du seul score.
Ce que ça montre
Cet exercice hypothétique met l’accent sur la portée et l’incertitude sans identifier de personne réelle.
Mise en œuvre dans le monde réel
Évaluez un système de vérification autorisé dans des conditions de capture représentatives.
Examinez les contrôles de conservation et d’accès pour les modèles biométriques inscrits.
Le mettre en pratique
Pourquoi c'est important
- Vitesse et échelle. L’IA visuelle peut automatiser les tâches d’inspection, de détection et de marquage à grande échelle.
- Choix de construction. Les équipes créatives peuvent prototyper des concepts plus rapidement avec moins de révisions manuelles.
- Équipe et flux de travail. Les opérations peuvent utiliser des signaux d’image et vidéo qui étaient auparavant difficiles à traiter.
Attention à
- Les droits à l’image et le consentement peuvent devenir des risques juridiques si la provenance n’est pas claire.
- Les performances du modèle peuvent varier en fonction de l'éclairage, des données démographiques et des environnements.
- Les faux positifs peuvent passer inaperçus si les seuils de confiance ne sont pas surveillés.
Prochaines étapes
- Définissez des critères d’acceptation pour la précision, le rappel et les coûts d’erreur.
- Testez avec des données qui correspondent aux conditions de production réelles.
- Ajoutez un examen humain pour les prédictions peu fiables ou à fort impact.
- Suivez la dérive du modèle et revalidez après les modifications de la caméra ou de l’ensemble de données.
Sources et lectures complémentaires
Continuez à explorer
Newsletter gratuite
Recevez le briefing quotidien sur l'IA
Trois histoires d'IA vérifiées chaque matin de la semaine, écrites dans un anglais simple. Gratuit pour toujours, sans publicité.
Un e-mail chaque jour de la semaine. Désabonnez-vous en un clic. Nous ne vendons ni ne partageons jamais votre adresse.
Testez-vous
Take the Facial Recognition quiz
Commentaires instantanés sur chaque réponse et un certificat partageable avec une pièce d'identité vérifiable une fois que vous avez réussi un cours.
Soutenez l’enseignement gratuit de l’IA. AI Understanding est une organisation à but non lucratif 501(c)(3) : pas de publicité, pas de paywall, jamais. Faire un don
Questions fréquemment posées
La similitude faciale peut-elle établir la personnalité ou l’intention d’une personne ?
Non. La comparaison d’identité ne fournit pas de preuve de ces caractéristiques personnelles sans rapport.
Continuez à apprendre
Guides associés
Plus de guides sélectionnés pour ce sujet