Nägusid ära tundvad arvutid on viimase kümnendi jooksul teinud suuri edusamme ja muutuvad alles täpsemaks.
Osaliselt on see tingitud üleminekust 3D-näotuvastusele. Praegu tugineb enamus näotuvastuse algoritme kahemõõtmelistele tehnikatele. Inglismaa Lääne-Inglismaa Bristoli ülikooli arvutiteaduse ja masinägemise professor dr Lyndon Smith selgitab, et 2D-tehnoloogia on vastuvõtlik valgustingimustele ja vaatenurkadele. Võrdluseks pakub 3D näotuvastus kõrgema eraldusvõimega andmeid.
“[3D-näotuvastus] jäädvustab väga üksikasjalikke andmeid inimese näo kohta, pigem nagu näo 3D-sõrmejälg, ” räägib Smith. "See võib anda äratundmisele väga hea töökindluse, avades seeläbi märkimisväärselt suurenenud valiku potentsiaalseid rakendusi."
Veavaba algoritmi kontseptsioonist piisab, et inspireerida 1984. aasta visioone, ja tegelikult kasutatakse ka tänapäeval näotuvastustehnikat mõneti segaseks. Tutvumisrakendus, mis sobib teile inimestega, kes väidetavalt näevad välja nagu teie kuulsused? New Jersey tehnoloogiainstituudi arendusprojektis. Delta Airlines testib süsteemi, milles näo skaneerimine asendab pardakaarte. Ja kaubanduskeskused, kasiinod ja kauplused kasutavad näotuvastustarkvara, et jälgida, kes nende hoones on, sihtides mõnikord üksikisikutele suunatud reklaame, mis põhinevad tarkvara kirjeldusel inimese demograafiliste näitajate järgi.
Mõned näotuvastuse kasutusviisid on aga vähem hirmutavad. Uued tooted, mis aitavad õpilastel uurida, kadunud lemmikloomi leida ja pimedaid abistada, on praegu turul või varsti saadaval. Ja kindlasti on veel oodata.
Jälgige õpilaste osavõttu ja tähelepanelikkust.
Hoolimata sõbralikult kõlavast nimest on Nestor õpilaste tähelepanematute jaoks kõige hullem õudusunenägu. Prantsuse ettevõtte LCA Learning loodud tehisintellekti tarkvara debüteeris tänavu mais. Praegu testitakse seda kahes veebiklassis, mida pakub ESG Juhtimiskool Pariisis.
Kuna tudengid vaatavad salvestatud loenguid, kasutab Nestor nende veebikaamerasid silmade liikumise ja näoilmete analüüsimiseks. AI märgib, kui tudengid on segaduses, ja korraldab loengu lõpus küsimustikud neile nende unistuste perioodidel kaetud materjali kohta. Nestor suudab jälgida ka tähelepanematuse mustreid ja hoiatada õpilasi, kui ta tajub, et nad hakkavad keskenduma.
LCA asutaja Marcel Sauceti sõnul aitab Nestor õpetajatel ka tunniplaane vaadata. Kui näiteks suurem osa tudengitest häirib loengu samal hetkel tähelepanu, võib professor soovida leida teema uue nurga.
Kui privaatsuse kaitsjad on tõstatanud tavalised küsimused, kas tehnoloogia on sissetungiv ja kuidas salvestisi kasutatakse, on Saucet öelnud, et kõik andmed on krüptitud ja õpilaste videomaterjale ei salvestata.
Aidake pimedatel inimestel oma sõpru ja perekonda ära tunda.
2015. aastal arendasid Birminghami linnaülikooli tudengid XploR-suhkruroo - seadme, mis aitab vaegnägijatel oma ümbrust näha. See võime on eriti kasulik suurtel ühiskondlikel koosviibimistel, kus paratamatult kohtab pidevat indiviidivoolu.
XploR töötab koos omaniku nutitelefoniga ja tugineb GPS-, Bluetooth- ja näotuvastuse võimalustele. Roo skaneerib üksikisikute nägusid 32-suu kaugusel ja kui ta tuvastab neid sõbra või pereliikmena, annab ta omanikule märku. Seejärel juhendab XploR pimedat kuularist edastatavate juhiste kaudu oma kallimale.
Selle aasta alguses esitlesid kaks XploRi loojat Asim Majeed ja Said Baadel ülemaailmsel julgeolekukonverentsil oma leiutist. Nad loodavad laiendada suhkruroo võimalusi, lisades sotsiaalmeediasse näotuvastuse andmed ja arendades lõpuks masinatevahelist andmevahetust (näiteks edastades puudega inimese asukohta juhita autole, kes neid korjatakse).
Ameerika Ühendriikide pimedate eestkoste rühmituse National Pimedate Föderatsiooni pressiesindaja ütles Wiredile 2015. aastal, et nutitelefoni rakendus võib olla "kulutõhusam" kui tehnoloogiliselt arenenud suhkruroog, kuid see näotuvastustehnoloogia "on potentsiaal lahendada pimedate inimeste kogetud probleem."
Leidke kadunud lemmikloom.
Näotuvastus pole ainult inimeste jaoks. Rakendus Finding Rover kasutab näotuvastust, et aidata omanikel kadunud lemmikloomadega taasühineda.
Kasutajad laadivad enneaegselt üles oma kutsikate fotod ja kui Fido kaob, teavitab Finding Rover oma ulatuslikust kohalike loomade varjupaikade ja rakenduste kasutajatest. Need, kes asuvad 10 miili raadiuses looma viimasest teadaolevast asukohast, saavad tõuketeate ja kui nad näevad sarnase välimusega lemmiklooma, saavad nad rakenduse kaudu selle kohta foto esitada. Kui leidja Rover tuvastab vaste, teatab see lemmiklooma omanikule.
Süsteemi loomine, mille loomine võttis kaks aastat, töötati välja koostöös Utah 'ülikooli teadlastega.
Tänapäeval on enamikul lemmikloomadel mikrokiibid - manustatud kiip, millel on identifitseerimisnumber. Kui kadunud loom satub veterinaararsti kabinetti või loomade varjupaika, kontrollivad ametnikud mikrokiipi ja kasutavad lemmiklooma ja omaniku taasühinemiseks ID-numbrit. Kuid mitte kõigil pole juurdepääsu kiibi skaneerimise seadmetele ja mitte kõik lemmikloomad pole mikrokiibitud. Wisconsini humaanse seltsi töötaja ütles kohalikule uudistejaamale, et "on tore teada, et kui teie loom läks teadmata kadunuks ... on teil midagi nii mugavat ja lähedal olevat kui telefonil, et sõna kohe välja tuua", kuid lisas, et rakendus ei peaks seda kasutama. t asendada ääred või mikrokiibid.
Kas näotuvastustehnoloogiat kasutatakse rohkem hea või halva jaoks, on lahtine küsimus. 2014. aasta uuringus tuvastas Carnegie Melloni professor Alessandro Acquisti kolledži ülikoolilinnakus ringi jalutavaid isikuid, võrreldes Facebooki profiilipilte veebikaamera piltidega - tänu näotuvastustehnoloogiale oli ta edukas kolmandiku ajast. Acquisti uuringust on möödunud kolm aastat ja nagu ta intervjuus ajalehele The Atlantic hoiatas: “Tehnoloogilisest vaatepunktist näib, et võime looduslikult massiliselt näotuvastust edukalt läbi viia on vältimatu. Kas ühiskonnana aktsepteerime seda tehnoloogiat, on aga teine lugu. ”
