All

Wie die Gesichtserkennung funktioniert und wie sich die Technologie entwickelt

Was ist Gesichtserkennung?

Bei der Gesichtserkennung handelt es sich um eine Technologie, die eine Person auf einem Foto, in einem Video oder persönlich automatisch identifiziert (erkennt, wer auf dem Foto zu sehen ist) oder verifiziert (bestätigt, dass die Person auf dem Foto diejenige ist). Für die Erkennung werden neuronale Netze verwendet, die die einzigartigen Merkmale des Gesichts einer Person lesen und analysieren und sie dann mit der Datenbank abgleichen können.

Solche Technologien werden allmählich überall eingesetzt, sogar im Online Casino Echtgeld Merkur, über die Sie in den Bewertungen von Online-Casinos lesen können.

Wie sich die Gesichtserkennungstechnologie entwickelt hat

Die ersten Experimente zur maschinellen Gesichtserkennung wurden in den 1960er Jahren von Woody Bledsoe, einem Forscher für künstliche Intelligenz an der University of Texas in Austin, durchgeführt. Seine Arbeitsgruppe erstellte eine Datenbank mit 800 Bildern von Menschen in verschiedenen Blickwinkeln. Anschließend markierten die Wissenschaftler die Gesichter mit 46 Koordinatenpunkten, wobei sie einen Prototyp eines modernen Tablets verwendeten. Mithilfe eines speziellen Algorithmus stellte das System die Gesichter in verschiedenen Winkeln dar und zoomte dabei hinein und heraus. In der zweiten Phase zog der Algorithmus 22 Messungen heran, die auf der Grundlage der Bayes’schen Entscheidungstheorie erfolgten, so dass die Gesamtaussage so genau wie möglich war. Am Ende war das von Bledsoe entwickelte System 100 Mal schneller als ein Mensch.

1988 wandten Michael Kirby und Lawrence Sirovic von der Brown University den Eigenface-Ansatz unter Verwendung linearer Algebra zur Analyse von Bildern an. Sie verwendeten weniger als 100 verschiedene Werte, um Gesichter zu markieren.

1991 verbesserten Alex Pentland und Matthew Turk vom MIT die Eigenface-Technik durch Einbeziehung von Umweltfaktoren. Es gelang ihnen, den Erkennungsprozess zu automatisieren.

In den späten 1990er Jahren veröffentlichten die US Defense Advanced Research Projects Agency (DAPRA) und das National Institute of stylishster and Technology FERET, die umfangreichste Gesichtsdatenbank mit über 14 000 Bildern. Ursprünglich diente sie dazu, Kriminelle auf der ganzen Welt zu finden und zu identifizieren, wurde dann aber der Öffentlichkeit zugänglich gemacht.

Im Jahr 2010 begann Facebook mit der Gesichtserkennung, um Nutzer auf veröffentlichten Fotos zu finden und ihnen anzubieten, sie zu markieren.

2011 starteten die Behörden in Panama und den USA ein gemeinsames Projekt namens FaceFirst. Dabei handelt es sich um eine Gesichtserkennungstechnologie, die zur Unterbrechung illegaler Aktivitäten am Flughafen Tocumen in Panama eingesetzt wurde. Im selben Jahr begannen Polizei und US-Geheimdienste mit der Gesichtserkennung zur Identifizierung von Leichen – darunter auch Osama bin Laden.

Seit 2014 wird die Gesichtserkennung in Mobiltelefonkameras und seit 2017 auch im Einzelhandel eingesetzt.

Wie funktioniert die Gesichtserkennung?

Die Technologie basiert auf zwei neuronalen Netzen:

Das erste ist ein Aligner-Netzwerk. Die Software schneidet erkannte Gesichter aus (Gesichter, die eng beieinander liegen, im Profil gedreht sind oder einfach sehr klein und unscharf sind, erkennt das System möglicherweise nicht). Dann richtet sie sie aus: Sie erkennt die Punkte der Augen, der Nase und des Mundes auf dem Gesicht. Schließlich wird das Foto gedreht und in der Größe angepasst, so dass sich die Augen-, Nasen- und Mundpunkte an bestimmten Stellen befinden.

Das zweite ist ein “Erkennungsnetzwerk”. Es gibt ein ausgerichtetes Bild ein, das vom ersten neuronalen Netz gespeist wird, und gibt einen Gesichtsvektor aus – eine Reihe von Zahlen mit einer festen Länge. Diese Vektoren können in verschiedenen Netzwerken unterschiedlich sein, aber meistens sind sie zu einem gewissen Grad zweigeteilt. Das Netz gibt ähnliche Vektoren für ähnliche Gesichter aus und umgekehrt.

Riesige Datenbanken mit Gesichtern von Menschen werden zum Trainieren neuronaler Netze verwendet. Die Eingabe des neuronalen Netzes sagt ihm, zu wem das Gesicht gehört, und dann wird es so trainiert, dass es die genauesten Ergebnisse liefert. Nachdem das neuronale Netz von Millionen verschiedener Menschen gelernt hat, beginnt es, neue Gesichter zu erkennen – solche, die nicht in der Datenbank enthalten waren.

Wo wird die Gesichtserkennung eingesetzt?

Sicherheit

Kriminelle, Polizei und Nachrichtendienste nutzen automatisierte biometrische Identifizierungssysteme (ABIS), um Verbrecher aufzuspüren, Straftaten nachzuweisen und zu verhindern, z. B. bei Terroranschlägen oder Dokumentenbetrug.

Kameras mit Gesichtserkennung werden für die Sicherheit bei öffentlichen Veranstaltungen, für Sicherheitskontrollen an Flughäfen und für die Zugangskontrolle bei verschiedenen Organisationen eingesetzt. Die Systeme helfen bei der Suche nach vermissten Kindern, desorientierten Erwachsenen oder gefangen gehaltenen Personen.

Gesundheitswesen und Medizin

In Krankenhäusern und Pflegeheimen hilft die Gesichtserkennung dabei, festzustellen, ob Patienten ihre Medikamente einnehmen, und ihren Zustand über einen speziellen Monitor zu überwachen. Neuronale Netze sind sogar in der Lage, genetische Krankheiten anhand von Gesichtsmerkmalen zu erkennen – wie das DiGeorgey-Syndrom – und den Gesamtzustand des Patienten zu beurteilen.

Einzelhandel, Gastronomie und Banken

Gesichtserkennungstechnologie hilft bei der Identifizierung von Kunden und der Verhinderung von Betrug bei Einkäufen in Geschäften, bei der Analyse des Kundenverhaltens und bei der Optimierung des Service, damit mehr verkauft wird.

Online-Biometrie kann zur Eröffnung eines Kontos und zur Kreditaufnahme sowie zum Abheben von Geld an einem Geldautomaten verwendet werden. Bei KFC in China und Amazon Go in den USA kann man zum Beispiel mit dem Gesicht bezahlen”. In Russland gibt es Pläne, bei allen großen Banken biometrische Daten anstelle der normalen Identifizierung einzuführen.

Bildung

Dienste, die auf Gesichtserkennung basieren, helfen beim Online-Lernen: Sie sorgen dafür, dass die Schüler bei Prüfungen nicht abgelenkt werden, nicht schummeln und keine verbalen Hinweise verwenden.

Related Articles

Leave a Reply

Back to top button