Визуальное руководство по искусственному интеллекту

Распознавание лиц

Распознавание лиц сравнивает изображения лиц, чтобы оценить, соответствуют ли они одной и той же личности, или найти кандидатов в коллекции.

Прослушайте это руководствоОзвучено ИИ · ~2 min

На этой странице2 минуты чтения
  1. Обзор
  2. Ключевые выводы
  3. Глубокое погружение
  4. Прочитайте сравнительный балл соответствующим образом
  5. Реальная реализация
  6. Применение на практике
  7. Источники и дальнейшее чтение
  8. Продолжайте исследовать
  9. Часто задаваемые вопросы

Обзор

Верификация и идентификация — разные задачи. Результат сходства не является окончательным доказательством личности и не устанавливает намерения, характер или эмоциональное состояние человека.

Ключевые выводы

  1. Отличайте проверку от поиска по галерее.
  2. Оцените как направления ошибок, так и условия захвата.
  3. Используйте соответствующие процедуры конфиденциальности и принятия решений.

Глубокое погружение

Отличайте проверку «один к одному» от поиска «один ко многим». Сравнение нового изображения с одним зарегистрированным изображением имеет другие условия работы, чем поиск в большой галерее. Размер галереи, пороговое значение и качество изображения влияют на интерпретацию результатов. Оценивайте ложные совпадения и ложные несовпадения отдельно. Освещение, поза, разрешение, возрастные различия между изображениями и население, представленное в оценке, могут повлиять на производительность. Оценки NIST документируют, почему алгоритм, задача и набор данных имеют значение. Перед развертыванием ознакомьтесь с предполагаемым использованием и применимыми требованиями к конфиденциальности и биометрическим данным. Сбор, хранение, согласие, доступ и возможность оспорить результат требуют четкого подхода. Технически доступная система не подходит автоматически для всех условий. Используйте независимое подтверждение и соответствующие человеческие процедуры для принятия последующих решений. Список кандидатов должен оставаться поводом для оценки в рамках действующего процесса, а не окончательного заявления о личности. Сообщайте об оцененных условиях и неопределенности вместо того, чтобы рекламировать единый универсальный показатель точности.

04Рабочий пример

Прочитайте сравнительный балл соответствующим образом

  1. Представьте себе систему, возвращающую высокую степень сходства между двумя разрешенными тестовыми изображениями.

  2. Прежде чем интерпретировать оценку, проверьте рабочий порог, качество изображения и условия оценки.

  3. Относитесь к результату как к системному измерению, требующему соответствующего процесса проверки, а не к выводу о несвязанных характеристиках или декларации идентичности только на основе оценки.

Что это показывает

Это гипотетическое упражнение подчеркивает масштаб и неопределенность, не идентифицируя при этом какого-либо реального человека.

Реальная реализация

Оценить авторизованную систему проверки в репрезентативных условиях захвата.

Просмотрите элементы управления хранением и доступом для зарегистрированных биометрических шаблонов.

Применение на практике

Почему это важно

  • Скорость и масштаб. Визуальный ИИ может автоматизировать задачи проверки, обнаружения и маркировки в любом масштабе.
  • Выбор сборки. Творческие группы могут быстрее создавать прототипы концепций с меньшим количеством доработок вручную.
  • Команда и рабочий процесс. Операции могут использовать изображения и видеосигналы, которые раньше было трудно обрабатывать.

Следите за

  • Права на изображение и согласие могут стать юридическими рисками, если происхождение неясно.
  • Производительность модели может варьироваться в зависимости от освещения, демографии и окружающей среды.
  • Ложноположительные результаты могут остаться незамеченными, если не контролировать пороговые значения достоверности.

Следующие шаги

  1. Определите критерии приемки точности, стоимости отзыва и ошибок.
  2. Тестируйте с данными, которые соответствуют реальным производственным условиям.
  3. Добавьте человеческую проверку для прогнозов с низкой достоверностью или высокой эффективностью.
  4. Отслеживайте дрейф модели и выполняйте ее повторную проверку после изменений камеры или набора данных.

Источники и дальнейшее чтение

  1. NISTОценка технологии распознавания лиц: демографические эффекты

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the Facial Recognition quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Может ли сходство лиц определить чью-либо личность или намерения?

Нет. Сравнение идентичностей не дает доказательств существования этих несвязанных личных характеристик.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →