社区编辑申请
注册/登录
人工智能面部识别:如何发展智能监控 译文
人工智能 人脸识别
想知道人工智能如何改变智能监控行业?需要了解人工智能为不同的面部识别用例和智能监控提供的帮助。

面部识别技术一直在不断发展,并有助于智能监控系统的发展。这些系统允许组织出于安全目的监控某人或一些人员,并针对不同目的增强安全性,其中包括数字锁、图案锁和指纹传感器。

尤其是在现代智能手机中,面部识别技术已经得到广泛采用。有几种不同的基于人工智能的面部识别算法来识别人物并提供表情细节。

每个面部识别系统都会识别人们的面部特征,并将其转换为数据矩阵。这些数据矩阵存储在数据库中,用于分析、数据驱动的业务决策和安全策略的改进。

这就是面部识别市场规模一直在增长的原因。尽管新冠疫情影响了不同行业的发展,但面部识别市场在2020年的收入为38亿美元,预计到2025年将进一步达到85亿美元。

不可否认的是,面部识别系统在不同行业都有巨大的需求。然而,企业需要先进的面部识别系统来应对不准确之处。以下将讨论人工智能如何改变面部识别系统,先从了解面部识别的工作原理开始。

面部识别是如何工作的?

每个面部识别系统都可以捕获、识别和分析模型。此外,它还需要一个海量的面部数据数据库进行分析和比较。面部识别的过程始于采用摄像头捕捉人们的图像或视频。

这些设备可以是闭路电视摄像头、手机摄像头或其他设备。在捕获图像之后,面部识别软件将识别重要的面部特征,例如人脸的前额和下巴之间的距离、眼睛之间的距离、鼻尖突出等。该软件可以识别68个不同的面部标志。

然后,基于这些标志,创建面部识别矩阵。这是一个表示面部数据的数学公式。最后,将这些数据与数据库中已经存储的数百万人的信息进行比较。一项研究表明,面部识别软件的准确率为99.97%。

那么,人工智能与面部识别有什么关系呢?为了了解人工智能对面部识别的影响及其工作原理,以下讨论面部识别的三个基本阶段。

面部识别的阶段

面部识别是一个包括检测、分析和识别三个阶段的过程。

(1)检测

检测是扫描捕获的面部图像的过程。这个过程还涉及面部映射。

(2)分析

分析是涉及识别面部标志、它们之间的距离以及生成元数据的第二个过程。

(3)识别

人工智能算法在识别过程中识别这些数据。该算法将对大量数据库中的元数据进行排序。然而,人工智能的功能并不仅限于将图像元数据与现有的元数据进行匹配。用于智能监控的人工智能算法的使用案例是无限的。

人工智能的智能监控用例

人工智能一直在为许多用例提供支持,从安全目的到身份验证,甚至是自然语言编程(NLP)。企业和安全机构可以针对特定用例定制这些算法。

(1)人工智能安全

面部识别可用于帮助保护敏感区域的安全,例如机场、政府设施和企业办公室。在这里,人工智能允许安全机构识别乘客并分析表情。这允许安全人员分析情况和乘客的意图。

以欧盟成员国开发的进入/退出(EES)系统为例。这是一个基于人工智能的智能监控系统,有助于跟踪欧盟外部边界的短期签证持有者。

同样,世界各地的许多智能监控系统都使用人工智能来增强跟踪。基于人工智能的面部识别的另一个关键用例是用户身份验证。

(2)用户身份验证

在当今的网络世界中,用户需要提供身份验证凭据(例如用户名和密码)来访问某些网站或服务变得越来越普遍。然而,通过使用面部识别技术,无需输入任何个人信息,就可以快速而轻松地验证用户的身份。

例如,澳大利亚国民银行与微软公司合作开发了一种基于人工智能的面部识别系统,该系统可以对用户进行身份验证以解锁ATM机。不仅仅是身份验证,跟踪对象或个人也是一个重要的面部识别用例。

(3)跟踪和监视

面部识别可以帮助跟踪和监控感兴趣的个人或物体。这可用于多种用途,例如安全监控、欺诈检测以及监控儿童或宠物的位置。

2019年全英音乐奖就是这样一个跟踪和监视的例子,由人工智能驱动的面部识别被用来跟踪活动的每一个参赛作品。此外,它还连接移动应用程序,方便安全人员对活动参加者进行远程验证。

(4)语音识别

随着人们越来越依赖计算机进行交互,能够自然地处理人们与计算机的交互变得越来越重要。例如,可以使用基于人工智能的面部识别和语音识别创建既直观又可视化的用户界面。

例如,麻省理工学院开发了一种名为Speech2Face的新型人工智能算法,可以通过语音识别构建图像。它使用卷积神经网络(CNN)将用户的声音转换为频谱。

此外,卷积神经网络(CNN)还可以创建频谱图,根据音频配置文件逐渐指示每个面部特征。这有些与闻到橙子或香蕉的气味并描述其象形图类似。

结论

基于人工智能的面部识别在不同的商业领域有着广泛的应用。它并不局限于安全目的,如果执行得当,可以帮助增强用户体验。然而,将面部识别技术集成到企业的商业模式和现有应用程序中可能与其他应用程序不同。

因此,在实施面部识别之前分析企业的目标、现有应用程序、系统和结构变得至关重要。这种分析还有助于定制支持面部识别系统的人工智能算法。

原文标题:Face Recognition With AI: How To Develop Smart Surveillance,作者:Parth Bari


责任编辑:华轩 来源: 51CTO
相关推荐

2022-05-06 16:31:27

人工智能自然语言生物特征识别

2022-05-10 14:11:55

人工智能金融科技机器学习

2019-03-04 21:46:59

2022-04-20 11:14:05

人工智能军事化科技革命

2022-03-23 14:09:11

人工智能技术元宇宙

2019-01-30 11:48:01

Dynatrace人工智能监控

2022-04-08 10:09:40

人工智能神经网络机器学习

2022-03-10 16:27:54

人工智能企业高管职业发展

2018-11-06 15:34:18

AWS云计算Dynatrace

2022-04-12 10:04:41

人工智能AI

2022-04-20 10:33:59

人工智能数字经济互联网 文章链接:智

2022-04-28 21:39:04

人工智能云计算AI

2022-03-30 16:26:21

红帽OpenShift人工智能

2022-04-25 14:06:28

数据分析人工智能机器学习

2022-03-23 16:06:13

AI神经网络边缘人工智能

2022-04-28 18:18:51

人工智能疫情机器人

2022-05-24 12:05:36

Testin云测试

2019-05-07 13:43:47

面部识别人工智能AI

2022-04-07 14:37:37

人工智能机器学习数据安全

2022-03-08 13:59:35

人工智能空战技术

同话题下的热门内容

用Python进行人脸识别「包括源代码」面部识别技术的道德原则

编辑推荐

基于face_recognition实现人脸识别水滴风波背后:智能监控下无处可逃,涂迷彩、戴口罩都没用!AI改变世界,电商业务场景中的人脸识别怎么玩?50行Python代码实现人脸检测可怕,40行代码的人脸识别实践
我收藏的内容
点赞
收藏

51CTO技术栈公众号