Komputer yang dapat mengenali wajah telah membuat kemajuan besar dalam dekad yang lalu, dan hanya mendapat lebih tepat.
Itu sebahagiannya kerana pergeseran ke pengiktirafan muka 3-D. Pada masa ini, kebanyakan algoritma pengiktirafan muka bergantung kepada teknik 2D. Dr. Lyndon Smith, profesor sains komputer dan penglihatan mesin di University of West England, Bristol, menjelaskan bahawa teknologi 2D mudah terdedah kepada keadaan cahaya dan melihat sudut. Secara perbandingan, pengenalan wajah 3D menyediakan data resolusi tinggi.
"[Pengenalan muka 3D] menangkap data yang sangat terperinci dari wajah manusia, bukan seperti cap jari muka 3D, " kata Smith. "Ini boleh memberikan kebolehpercayaan yang sangat baik untuk pengiktirafan, dan dengan itu membuka pelbagai aplikasi berpotensi yang besar."
Konsep algoritma bebas ralat adalah cukup untuk memberi inspirasi kepada penglihatan pada tahun 1984, dan pada hakikatnya, teknologi pengenalan muka hari ini telah dikemukakan kepada beberapa kegunaan yang tidak menyenangkan. Aplikasi dating yang sesuai dengan anda kepada orang yang kononnya kelihatan seperti menghancurkan selebriti anda? Dalam pembangunan di Institut Teknologi New Jersey. Delta Airlines menguji sistem di mana imbasan muka menggantikan pas masuk. Dan pusat, kasino dan kedai menggunakan perisian pengenalan wajah untuk mengesan siapa yang berada di bangunan mereka, kadang-kadang menyasarkan iklan ke arah individu berdasarkan pencirian perisian demografi seseorang.
Namun penggunaan beberapa pengiktirafan wajah kurang menakutkan. Produk baru yang membantu pelajar belajar, mencari haiwan yang hilang dan membantu orang buta berada di pasaran sekarang atau tidak lama lagi. Dan pasti ada lagi yang akan datang.
Mengikuti kehadiran dan perhatian pelajar.
Walaupun nama yang mesra dan mesra, Nestor bersedia untuk menjadi mimpi ngeri terburuk pelajar. Perisian itu, kecerdasan tiruan yang dicipta oleh syarikat Perancis LCA Learning, memulakan kerjaya pada Mei ini. Ia sedang diuji dalam dua kelas dalam talian yang ditawarkan oleh Sekolah Pengurusan ESG di Paris.
Semasa pelajar menonton ceramah yang direkodkan, Nestor menggunakan kamera web mereka untuk menganalisis pergerakan mata dan ekspresi wajah. AI mencatatkan apabila pelajar kelihatan terganggu, dan pada akhir kuliah, mereka menguji bahan yang dilindungi semasa tempoh penglihatan hari ini. Nestor juga boleh mengesan corak kecerobohan dan pelajar amaran apabila merasakan mereka akan kehilangan tumpuan.
Pengasas LCA, Marcel Saucet, mengatakan bahawa Nestor juga membantu guru mengkaji semula rancangan pelajaran mereka. Jika majoriti pelajar tumbuh terganggu pada titik yang sama dalam kuliah, sebagai contoh, profesor mungkin ingin mencari sudut baru mengenai topik tersebut.
Walaupun penyokong privasi telah menimbulkan persoalan biasa mengenai sama ada teknologi itu invasif dan bagaimana rakaman akan digunakan, Saucet mengatakan bahawa semua data disulitkan dan tiada rakaman video pelajar akan disimpan.
Bantu individu buta mengenali rakan dan keluarga mereka.
Pada tahun 2015, pelajar di Birmingham City University telah mengembangkan tongkat XploR, sebuah alat yang membantu penglihatan yang kurang jelas "melihat" persekitaran mereka. Keupayaan ini sangat membantu dalam perhimpunan sosial yang besar, di mana seseorang tidak dapat tidak menemui aliran individu yang berterusan.
XploR beroperasi bersempena dengan telefon pintar pemiliknya dan bergantung kepada keupayaan GPS, Bluetooth dan pengiktirafan muka. Rotan mengesan wajah individu dalam jarak 32 kaki, dan jika ia mengenalinya sebagai kawan atau ahli keluarga, isikan pemiliknya. XploR kemudian membimbing individu buta kepada orang yang tersayang melalui arahan yang dihantar melalui alat dengar.
Awal tahun ini, dua pencipta XploR, Asim Majeed dan Said Baadel, menyampaikan ciptaan mereka pada persidangan keselamatan global. Mereka berharap untuk mengembangkan keupayaan tebu dengan menggabungkan data pengiktirafan wajah media sosial dan - akhirnya - membangunkan pertukaran data mesin-ke-mesin (contohnya, menyampaikan lokasi orang terjejas kepada kereta tanpa pemandu yang dihantar untuk mengambilnya).
Jurucakap Persekutuan Kebangsaan Orang Buta, sebuah kumpulan advokasi untuk orang buta di Amerika Syarikat, memberitahu Wired pada tahun 2015 bahawa aplikas pada telefon pintar mungkin "lebih berkesan" daripada tungku teknologi maju, tetapi teknologi pengenalan muka "mempunyai potensi untuk menyelesaikan masalah sebenar yang dialami oleh orang buta."
Cari haiwan kesayangan yang hilang.
Pengiktirafan muka bukan hanya untuk manusia. App Finding Rover menggunakan pengiktirafan muka untuk membantu pemilik menyatukan semula dengan haiwan yang hilang.
Pengguna terlebih dahulu memuat naik gambar anak anjing mereka, dan jika Fido hilang, Menemukan Rover memberi isyarat rangkaian rangkaian haiwan tempatan dan pengguna aplikasinya. Mereka yang berada dalam radius 10-mil dari lokasi terakhir haiwan itu menerima pemberitahuan push, dan jika mereka melihat haiwan kesayangan yang serupa, mereka boleh menyerahkan gambar melalui apl itu. Apabila Mencari Rover mengenal pasti perlawanan, ia memberitahu pemilik haiwan itu.
Sistem yang mengambil masa dua tahun untuk menghasilkan, telah dibangunkan bersempena penyelidik di Universiti Utah.
Hari ini, kebanyakan haiwan mempunyai mikrocip, cip terbenam yang memegang nombor pengenalan. Sekiranya haiwan yang hilang berakhir di pejabat doktor haiwan atau tempat perlindungan haiwan, pegawai memeriksa sebuah mikrocip dan menggunakan nombor ID untuk menyatukan semula haiwan kesayangan dan pemiliknya. Tetapi tidak semua orang mempunyai akses ke peralatan pengimbasan cip, dan tidak semua haiwan kesayangan disosialisasikan. Seorang pekerja di Wisconsin Humane Society memberitahu sebuah stesen berita tempatan bahawa "Ia adalah baik untuk mengetahui bahawa jika haiwan anda hilang ... anda mempunyai sesuatu yang mudah dan dekat sebagai telefon anda untuk mendapatkan perkataan dengan serta-merta, " tetapi menambah bahawa aplikasi itu seharusnya ' t menggantikan kolar atau mikrocip.
Sama ada teknologi pengiktirafan muka akan digunakan untuk kebaikan atau untuk sakit adalah soalan terbuka. Dalam satu kajian pada tahun 2014, profesor Carnegie Mellon, Alessandro Acquisti mengenal pasti individu yang berjalan di sekitar kampus kolej dengan membandingkan gambar profil Facebook ke imej webcam - terima kasih kepada teknologi pengenalan wajah, dia berjaya sepertiga dari masa itu. Sudah tiga tahun sejak kajian Acquisti, dan ketika ia memperingatkan dalam temu bual dengan The Atlantic, "Dari perspektif teknologi, keupayaan untuk berjaya melakukan pengenalan wajah secara massal di alam liar seolah-olah tidak dapat dielakkan. Sama ada sebagai masyarakat kita akan menerima teknologi itu, bagaimanapun, adalah satu lagi cerita. "
