نرم افزار تشخیص چهره چگونه کار می کند؟
نرم افزار تشخیص چهره چگونه کار می کند؟ تشخیص چهره نوعی فناوری بیومتریک است که از داده ها برای تأیید حضور چهره انسان در یک عکس دیجیتالی استفاده می کند.
دو کاربرد اصلی برای نرم افزار تشخیص چهره وجود دارد: تشخیص و احراز هویت.
- فناوری تشخیص چهره (FRT) – حضور یک فرد خاص را در یک عکس دیجیتال تأیید می کند.
- نرم افزار احراز هویت چهره (FAS) – به یک فرد خاص دسترسی فیزیکی یا دیجیتالی به چیزی اعطا می کند. استفاده از کلمه احراز هویت نشان می دهد که کاربر رضایت خود را برای جمع آوری و ذخیره سازی داده های چاپ چهره خود اعلام کرده است. علاوه بر این، به آنها گفته شده است که داده ها برای چه چیزی استفاده می شوند و می توانند در هر زمان درخواست خروج از سیستم را داشته باشند.
افزودن قابلیت های تشخیص چهره به هر سیستم فناوری اطلاعات، سطح قابل توجهی از امنیت را اضافه می کند و در عین حال تجربه کاربری بدون اصطکاک را ارائه می دهد.
برای مثال، برنامه Microsoft Photos در ویندوز 10 و ویندوز 11 از فناوری های تشخیص چهره و گروه بندی چهره برای سازماندهی عکس های کاربر استفاده می کند.
در مقابل، Windows Hello و Apple Face ID دو نمونه محبوب از نحوه استفاده از نرم افزار تشخیص چهره امروزه برای احراز هویت هستند.
یکی از مزایای کلیدی استفاده از احراز هویت چهره برای کنترل دسترسی فیزیکی این است که در مقایسه با سیستم های مبتنی بر اعتبار فیزیکی سنتی، سطح بالاتری از امنیت را فراهم می کند.
مزیت مهم دیگر این است که کاربران را از ایجاد و به روز رسانی رمز های عبور قوی آزاد می کند و تجربه کاربری بهتری را ارائه می دهد.
هر دو فناوری تشخیص چهره و احراز هویت چهره نیاز به انتخاب کاربر دارند.
مقررات عمومی حفاظت از داده ها ( GDPR ) در اتحادیه اروپا و قانون حمایت از مصرف کننده کالیفرنیا ( CCPA ) در ایالات متحده دو نمونه مهم از نحوه ایجاد حمایت های قانونی برای محدود کردن استفاده از نرم افزار تشخیص چهره غیر همکاری به منظور محافظت از پایان هستند. -حریم خصوصی کاربر
Techopedia تشخیص چهره را توضیح می دهد
نرم افزار تشخیص چهره چگونه کار می کند؟
در حین ثبت نام، یک تصویر (به عنوان مثال، یک عکس، یک عکس دیجیتالی، یا یک فیلم ویدئویی) از چهره یک فرد شناخته شده به سیستم تشخیص چهره ارسال می شود.
در حالی که تکنیک های هر سیستم ممکن است متفاوت باشد، به طور کلی، ویژگی های متمایز هر چهره، مانند فاصله بین چشم ها، عرض بینی و عمق حدقه های چشم اندازه گیری می شود. این ویژگی ها به عنوان “نقاط گره” شناخته می شوند.
نقاط گره از تصویر چهره استخراج می شوند و با استفاده از الگوریتم ها به یک فایل منحصر به فرد به نام نمونه مرجع یا الگوی بیومتریک تبدیل می شوند.
نمونه های مرجع و الگوهای بیو متریک در یک مخزن داده برای مقایسه آتی با سایر نمونه ها ذخیره می شوند.
به طور سنتی، احراز هویت چهره، مانند بسیاری از فناوری‌های بیومتریک، بر اساس محاسبه احتمال این است که داده‌هایی که هویت یک فرد را در زمان واقعی نشان می‌دهند، به‌طور دقیق نمونه مرجع یک فرد را که در طول ثبت‌نام جمع‌آوری شده است، منعکس می‌کند.
این رویکرد یک به چند از تکنیک هایی مانند فاصله همینگ برای محاسبه چند درصد ارقام باینری ( بیت‌ها ) از یک ضبط زنده با نمونه مرجع یک فرد استفاده می‌کند.
اشکالی که در این رویکرد وجود دارد این است که برخلاف اثر انگشت یا اسکن عنبیه، ظاهر چهره افراد اغلب در طول زمان تغییر می کند.
وقتی نمونه های مرجع فقط در حین انتخاب کردن جمع آوری می شوند، یک تغییر چشمگیر در ظاهر چهره افراد می تواند منجر به امتناع سیستم از دسترسی شود
خوشبختانه، پیشرفت ها در یادگیری ماشین (ML) و هوش مصنوعی (AI) این امکان را برای نمونه های مرجع به طور مداوم در زمان واقعی به روز رسانی می کنند.
این امر علاوه بر بهبود دقت، تأثیر مثبتی بر سهولت استفاده از این نوع سیستم در مدت زمان طولانی دارد.
کاربرد نرم افزار تشخیص چهره
تشخیص چهره نقش مهمی در احراز هویت چند عاملی ایفا می کند و به طور فزاینده ای در برخی از نقاط جهان برای افزودن یک لایه امنیتی اضافی به تراکنش های ATM و پایانه های نقطه فروش ( POS ) استفاده می شود.
سایر کاربردهای محبوب عبارتند از:
امنیت دیجیتال – قفل گوشی هوشمند، لپ تاپ، فایل حساس یا برنامه تجاری را باز کنید.
امنیت فیزیکی – قفل دروازه یا در را باز کنید.
مجری قانون – یک مجرم شناخته شده یا مفقود شده در یک جمعیت را از راه دور شناسایی کنید.
خرده‌فروشی – به مدیران فروشگاه‌ها هشدار می‌دهند که سارقان محکوم به ورود به یک فروشگاه خرده‌فروشی خاص.
حضور و غیاب و کنترل جمعیت – بینش اطلاعاتی جمعی را در مورد اینکه چه فضا هایی در یک ساختمان استفاده می شود و توسط چه کسانی ارائه می شود.
تشخیص چهره و اعتماد صفر
تشخیص چهره نقش مهمی در استراتژی امنیتی ایفا می کند که به عنوان اعتماد صفر شناخته می شود .
مفهوم اساسی اعتماد صفر این است که هیچ اعتماد ضمنی به دارایی ها یا حساب های کاربری صرفا بر اساس موقعیت فیزیکی یا شبکه آنها اعطا نمی شود.
اعتماد صفر بر حفاظت از منابع تمرکز دارد و این فرض که اعتماد هرگز به طور ضمنی اعطا نمی شود و اعتماد باید به طور مستمر ارزیابی شود.
سیستم های احراز هویت که شامل اجزای تشخیص چهره می شوند، سطحی از تأیید را که با اصول اعتماد صفر سازگار است، اضافه می کنند.
چالش این است که بفهمیم چگونه هر منبعی را بدون وقفه در جریان کار قفل کنیم.
نتیجه این است که سیستم های بیو متریک، که در برخی موارد به دلیل تجربه کاربری ضعیف از استقرار انبوه برخوردار نبوده اند، اکنون از یادگیری ماشین و الگوریتم های هوش مصنوعی برای غلبه بر یکی از موانع بزرگ تر برای پذیرش در مقیاس بزرگ استفاده می کنند – نیاز به به روز رسانی مداوم مرجع. نمونه ها.
نگرانی های دیگر در مورد استفاده از تشخیص چهره برای پشتیبانی از معماری اعتماد صفر عبارتند از:
- پتانسیل تعصبات مربوط به نژاد، جنسیت یا سن.
- نگرانی های مربوط به انطباق در مورد نحوه جمع آوری، نگهداری و ایمن سازی الگوهای مرجع تصاویر.
- نگرانی های مربوط به حریم خصوصی در مورد اینکه آیا افرادی که سیستم تشخیص چهره را انتخاب نکرده اند باید هنگام ثبت تصویر آنها مطلع شوند یا خیر.
- ایجاد استانداردها و تصویب قوانینی برای کنترل استفاده سازمان های مجری قانون از فناوری.
نگرانی در مورد تشخیص چهره
نرم افزار تشخیص چهره در چند سال گذشته بسیار مورد بررسی قرار گرفته است زیرا برخی از شرکت ها از این فناوری به گونه ای استفاده کرده اند که بسیاری از مردم معتقدند حقوق حریم خصوصی آنها را نقض می کند.
این شرکت ها به طور مخفیانه داده های بیو متریک را از کار برانی که در برخی موارد از جمع آوری داده ها بی اطلاع بودند، جمع آوری کردند. سپس داده ها در پایگاه های داده بزرگی که به اشتراک گذاشته می شوند، جمع آوری می شوند یا حتی به نهادهای شخص ثالث فروخته می شوند.
احراز هویت در مقابل شناسایی در مقابل مقایسه
اصطلاحات تشخیص چهره و احراز هویت چهره اغلب به جای هم در گفتار روزمره استفاده می شوند، اما از نظر فنی، آنها یکسان نیستند.
اگرچه هر دو فناوری از سیستم های نرم افزاری بیو متریک برای شناسایی افراد استفاده می کنند، اما فرآیندهای مجزایی را به کار می گیرند و برای اهداف متفاوتی به کار می روند.
تشخیص چهره از فناوری برای شناسایی حضور چهره انسان در یک تصویر دیجیتالی استفاده می کند، در حالی که احراز هویت چهره از فناوری برای تأیید هویت فردی استفاده می کند که به طور فعال با یک دارایی دیجیتال یا فیزیکی در تعامل است.
در مقابل، ابتکارات مقایسه چهره نیاز به بررسی دستی تفاوت ها و شباهت های بین دو تصویر چهره یا سوژه زنده دارد – و از تطبیق یک به یک برای تعیین اینکه آیا آنها افراد مشابه یا متفاوت هستند استفاده می کند.
امروزه، بسیاری از تکنیک های تحقیقی استاندارد قبل از اجرای مقایسه چهره از نرم افزار تشخیص چهره استفاده می کنند تا تعداد داوطلبانی که به صورت دستی مورد بررسی قرار می گیرند محدود شود.
