O Reconhecimento Facial não se limita aos domínios da ciência da computação. Tem aplicações de negócios sólidas.
Uma das palavras-chave mais quentes desta década é Reconhecimento Facial.
É a parte do aprendizado de máquina aplicado que pode detectar e identificar rostos humanos, um problema que tem sido notoriamente difícil para os computadores até agora. E isso abriu um mundo totalmente novo de possibilidades e desafios emocionantes para empresas, governos e indivíduos.
Se você é um líder de negócios e tem se perguntado sobre o motivo de tanta confusão e se há alguma utilidade neste novo desenvolvimento, nós o cobrimos. Neste artigo, veremos a história do Reconhecimento Facial, seu desenvolvimento, usos atuais, controvérsias, implantação e muitas outras facetas.
Ao final, você terá uma sólida compreensão do que é a tecnologia de Reconhecimento Facial e quais são suas implicações para as empresas.
Vamos começar!
últimas postagens
Evolução do Reconhecimento Facial
A tecnologia já existe há algum tempo para todo o hype e cobertura da mídia em torno do Reconhecimento Facial. O primeiro trabalho algorítmico sério na detecção de rostos foi o Estrutura de detecção de objetos Viola-Jones publicado em 2001. Apesar de ser uma estrutura de uso geral para identificar objetos dentro de imagens, foi rapidamente aplicada à detecção de rostos com muito sucesso. A principal razão para a popularidade deste algoritmo foi sua velocidade; enquanto o processo de treinamento era extremamente lento, o processo de detecção era extremamente rápido.
Já em 2001/2004, o computador desktop médio executando esse algoritmo era capaz de processar um quadro de 300px X 300px em 0,07 segundos (mais aqui). o taxas de precisãoembora não comparável ao que os humanos podem alcançar, foram impressionantes em 90%.
No entanto, o progresso real não foi feito até a década de 2010-2020, quando Redes Neurais Convolucionais surgiu como o melhor método para realizar a detecção facial. O motivo foi a disponibilidade de poder de processamento bruto e memórias de sistema gigantescas disponibilizadas por meio de computação em nuvem por provedores de infraestrutura como serviço (IaaS). Pela primeira vez na história, os computadores batiam consistentemente nos humanos no reconhecimento de rostos, especialmente quando um grande número de rostos aleatórios estava envolvido.
Fonte: medium.com
Como funciona o Reconhecimento Facial?
O reconhecimento facial é um processo de várias etapas com vários subsistemas especializados envolvidos.
Veja o que significam os vários estágios:
Detecção / Rastreamento: Esta parte da etapa de pré-processamento é responsável por identificar e rastrear rostos em uma determinada imagem ou arquivo de vídeo. Quando esse processo estiver concluído, sabemos com certeza que há uma face na entrada fornecida e ela pode ser processada posteriormente. A fase de rastreamento também é responsável por rastrear certas partes, recursos específicos ou expressões em um rosto, caso seja necessário.
Alinhamento: O problema do reconhecimento facial é agravado porque os rostos em uma determinada imagem ou vídeo não seguem nenhuma orientação. A pessoa pode estar ampliada ou reduzida, espiando por trás de uma árvore ou presente em um perfil lateral, dificultando ainda mais o problema da detecção de rosto. É aqui que entra o alinhamento do rosto: ele nos diz onde na imagem/vídeo estão as linhas do rosto e quais são os contornos das características faciais.
Fonte: csc.kth.se
Extração de características: como o nome sugere, durante esta fase do processo (agora estamos na fase de Reconhecimento), as características individuais da face, como olhos, nariz, queixo, lábios, etc., são extraídas na forma que os algoritmos podem usar no próximo estágio. Nesta fase, o computador coletou dados complexos suficientes para distinguir um rosto de forma única.
Correspondência/classificação de características: neste estágio, as entradas recebidas da extração de características são comparadas com o banco de dados fornecido para deduzir a identidade da pessoa. Essa fase também é conhecida como classificação porque o algoritmo pode ser necessário para categorizar faces em vez de identificá-las individualmente.
Depois que esse processo termina, sabemos com certeza se o rosto fornecido faz parte do banco de dados com o qual comparamos ou não. A saída final também pode conter marcação, do jeito que estamos acostumados a ver no Facebook.
Fonte: paradatascience.com
Considerações de implantação: lado do servidor vs. lado do cliente
O reconhecimento facial pode funcionar tanto no servidor quanto no dispositivo com o qual o usuário está interagindo. Por exemplo, quando você carrega uma foto no Facebook, os algoritmos são executados no lado do servidor; por outro lado, um sistema de identificação que usa seu rosto para desbloquear o dispositivo deve ser executado no lado do cliente. Então qual é o melhor?
Honestamente, não é sobre qual é melhor. As implantações do lado do servidor e do lado do cliente têm seus pontos fortes; na prática, as empresas implantam um sistema híbrido. A prática recomendada é treinar seus modelos no lado do servidor, onde os dados de treinamento e os recursos de processamento são ilimitados. Uma vez que os modelos tenham sido treinados, eles podem ser empacotados e implantados no lado do cliente, o que melhora a velocidade do sistema e mantém a privacidade do usuário.
Enviar tudo para o servidor introduz um atraso, que pode ser ruim ou inaceitável em certos casos. Ao mesmo tempo, manter tudo do lado do cliente resultará em modelos mais fracos.
Quão preciso é o Reconhecimento Facial?
Precisão não é um termo muito bem definido em reconhecimento facial. A principal razão é que é um problema confuso com todos os tipos de entradas confusas (pouca luz, rosto parcialmente coberto por cabelos, qualidade da câmera, etc.) e até mesmo entradas enganosas (mais sobre isso depois!). Como resultado, as redes neurais envolvidas no reconhecimento facial precisam ser ajustadas para o problema em questão, limitando seu escopo. Portanto, embora um sistema de reconhecimento facial industrial possa ter 100% de precisão (o que geralmente é o caso), o mesmo sistema pode não ser 20% preciso quando solicitado a identificar rostos em uma foto lotada.
Em um pesquisar, um tipo específico de algoritmo de reconhecimento facial foi capaz de atingir 98,52% de precisão, superior à precisão humana de 97,53% alcançada no mesmo teste. Noutro estudar conduzido em forense, a combinação de julgamento humano e algoritmos rendeu os melhores resultados em alguns casos.
Conclusão — para aplicativos focados e bem definidos, o reconhecimento facial é a melhor ferramenta que temos.
Onde o Reconhecimento Facial está sendo usado?
Mesmo no curto período em que algoritmos viáveis foram desenvolvidos, o Reconhecimento Facial encontrou aplicações incrivelmente úteis e interessantes. Algumas delas são evidentes, mas outras estão tão sutil e fundamentalmente entrelaçadas na vida cotidiana que dificilmente paramos para pensar no que está por baixo.
O Facebook é talvez o exemplo mais comum de sistemas modernos de reconhecimento facial em funcionamento. Assim que você carrega uma foto, a rede social é capaz de detectar rostos. Enquanto há algum tempo você foi solicitado a marcar amigos, agora o Facebook pode fazê-lo por conta própria.
Fonte: labnol.org
Um novo aplicativo bacana do Facebook é o recurso de informando usuários quando fotos contendo seus rostos são carregadas por alguém, mesmo que não tenham sido marcados nessas fotos.
O Snapchat faz uso pesado de detecção e reconhecimento de rosto para muitos de seus recursos, principalmente os filtros engraçados que são uma febre.
Fonte: gistreel.com
Para que esses filtros funcionem, os contornos e recursos do rosto do sujeito precisam ser detectados perfeitamente, caso contrário, as sobreposições não parecerão realistas. O mesmo vale para o Face Swap, outro recurso popular no Snapchat. Caso você esteja interessado em se aprofundar nos recursos do Snapchat em reconhecimento facial, consulte aqui.
A Uber vem lutando contra questões de privacidade e segurança há algum tempo, e a mais nova arma no arsenal da empresa é o reconhecimento facial. A empresa lançou um novo recurso em que a identidade de seus parceiros motoristas é verificada por usando seus rostos. A empresa diz em seu blog que, depois de testar vários fornecedores de tecnologia de reconhecimento facial, eles optaram pela Microsoft Face API por sua alta qualidade. Curiosamente, essa verificação de identificação em tempo real funciona bem em condições de pouca luz e é capaz de detectar óculos.
Com o reconhecimento facial provando sucesso na natureza, é fácil prever que em breve poderá substituir outros métodos de identificação em instituições educacionais, hospitais, bibliotecas etc.
A prevenção do crime no varejo é uma extensão natural da aplicação do reconhecimento facial. O setor de varejo perde uma estimativa US$ 45 bilhões todos os anos a ladrões de lojas e outros crimes de varejo, com muito pouco para combatê-lo. Agora, empresas como FaceFirst estão ajudando os varejistas a usar o reconhecimento facial para detectar infratores anteriores e alertar os agentes de segurança.
A vigilância policial está começando a alavancar o reconhecimento facial como todas as outras instituições por aí. Por exemplo, no Reino Unido, a polícia de Gales do Sul está usando câmeras instaladas em vans para fazer vigilância de multidões mais fácil.
Fonte: theconversation.com
Embora essa superpotência recém-descoberta nas mãos da polícia tenha desencadeado debates públicos acalorados sobre a privacidade individual, a polícia acredita que isso os ajudará a restringir melhor os infratores. Como Richard Lewis, vice-chefe da polícia de South Wales, disse ao Tempos financeiros:
Se você identificar alguém que cometeu um crime [previously]você basicamente diz: nós sabemos que você está aqui, por favor, comporte-se.
A área de saúde recentemente teve uma aplicação inesperada, onde o reconhecimento facial ajudou a detectar um distúrbio genético raro chamado Síndrome de DiGeorge.
A Síndrome de DiGeorge aparece em cerca de 1 em cada 6.000 crianças e resulta em deformidades em várias partes do corpo. O problema da saúde, neste caso, é mais grave para os países mais pobres, que não têm recursos para recorrer a métodos diagnósticos caros. Como tal, o reconhecimento facial, com um precisão de 96,6%, oferece uma nova esperança para as vítimas da Síndrome de DiGeorge.
No setor de companhias aéreas, a adoção do reconhecimento facial está aumentando e em breve substituirá os cartões de embarque convencionais. Atualmente, existem resultados limitados, mas promissores, para ajudar identificar passageiros quando saem do país. Na verdade, a Transport Security Administration (TSA) dos EUA estabeleceu um plano para o uso generalizado de biometria baseada em reconhecimento facial.
Usos controversos do Reconhecimento Facial
A tecnologia nos capacita, embora seu bom ou mau uso dependa de nós. Sem dúvida, então, algo tão potente e radical quanto o reconhecimento facial está sendo usado de uma maneira que levanta preocupações sobre os direitos humanos e a ética fundamentais.
O exemplo mais proeminente de usos controversos do reconhecimento facial é o enorme sistema de vigilância que emprega cerca de 200 milhões de câmeras para ficar de olho em seus 1,4 bilhão de cidadãos.
Fonte: sbs.com
O sistema rastreia as pessoas e avalia suas ações, atualizando constantemente uma métrica chamada pontuação do cidadão. Embora haja algum valor em ter um poderoso sistema de vigilância controlado pelo Estado (rastreando inadimplentes, por exemplo), a maioria vê isso como a chegada do futuro distópico que George Orwell imaginou. É um futuro em que os governos têm poder ilimitado sobre o indivíduo e a privacidade é inexistente.
O segundo exemplo do uso discutível do reconhecimento facial também vem (sem surpresa?) da China. Desta vez, o sistema escolar adota o reconhecimento facial para garantir que os alunos estejam “atentos” durante as aulas. O novo sistema de reconhecimento facial, embora ainda não difundido, substitui carteiras de identidade, cartões de biblioteca, sistemas de atendimento etc., usando o rosto do aluno para identificação.
Fonte: businessinsider.com
Mas a parte assustadora é que esse sistema monitora os níveis de atenção dos alunos, o uso de telefones celulares etc. e alerta o professor quando um determinado limite é ultrapassado.
Embora a vigilância por vídeo com reconhecimento facial não seja exclusiva da China, os EUA fazendo esforços usá-lo para conter a violência armada nas escolas – é a China que parece estar levando isso mais longe do que qualquer outro país.
Comparação de APIs de reconhecimento facial populares
Quando se trata de fazer uso do Reconhecimento Facial, que opções você tem? Nesta seção, veremos o que está em uso comum e como as várias soluções se comparam.
Antes de começarmos, porém: um lembrete de que essas APIs estão evoluindo rapidamente e é provável que você encontre postagens de blog dizendo que essa API não possui esse ou aquele recurso. Não tome suas decisões com base nisso. Analise as necessidades do seu negócio primeiro, verifique cuidadosamente os recursos oferecidos, faça uma trilha e só então decida-se.
OpenCV
A pesquisa de IA é um buraco sem fundo. Treinar e aperfeiçoar um sistema de reconhecimento facial é difícil e é melhor deixar para conglomerados com bolsos profundos e um exército de pesquisadores. No entanto, se suas necessidades são simples e você gosta de ter controle total – e, claro, está pronto para a manutenção de uma pequena/pequena equipe de engenharia –OpenCV só pode funcionar para você.
É uma biblioteca de visão computacional de código aberto que é extremamente precisa e está disponível para todas as plataformas de programação. Aqui está um arrepiante exemplo de como você pode criar um sistema de detecção de rosto com Python e OpenCV em 25 linhas de código!
Agora, você pode encontrar alguns blogs que dizem que o OpenCV não possui reconhecimento facial. Bem, é uma mentira completa, e aqui está prova. Em suma, o OpenCV pode ser uma ótima opção para o seu negócio se as necessidades forem simples e específicas.
Amazon Rekognition
Reconhecimento é uma oferta de serviço pesado de um dos maiores provedores de nuvem do mercado — AWS. É um serviço poderoso e totalmente gerenciado para a plataforma AWS e, se você já estiver usando a AWS para implantação, o Rekognition é provavelmente a melhor escolha.
Alguns dos recursos incríveis oferecidos pelo Rekognition são:
- Análise em tempo real (enquanto você carrega uma imagem ou vídeo no S3)
- Extensa análise facial (sexo, cor do cabelo, expressão facial, olhos abertos ou não, etc.)
- Pathing (capturando caminhos de objetos identificados em vídeos)
- Detecção de cena e atividade (interior/exterior, “jogar futebol”, etc.)
- Moderar conteúdo não seguro (nudez, por exemplo)
A maior vantagem com o Rekognition é também a maior desvantagem – você realmente terá dificuldades para usá-lo com serviços que não são da AWS a ponto de ter que desistir.
Kairós
Em nítido contraste com o Rekognition, Kairós fornece a você a IA por meio de uma API (a rima não é intencional, juramos!), permitindo que você assuma o controle total de seus dados e servidores. Kairos se apresenta como um serviço de privacidade em primeiro lugar e é extremamente crítico da Amazon e outras empresas em conluio com o governo (assim é ACLUa propósito).
Kairos funciona tanto em imagens quanto em vídeos e possui todos os recursos interessantes que você esperaria de uma API de reconhecimento facial moderna. Ele faz alguns dos recursos surpreendentes encontrados no Rekognition, mas se você não precisa deles e já está gerenciando seus dados, por que se incomodar?!
O Kairos tem uma implantação no local para quem é paranóico com privacidade e nem quer enviar dados para processamento, o Kairos tem implantação no local, o preço depende do seu caso de uso e pode ser bastante alto.
Visão do Google Cloud
O Google optou por diferenciar seus serviços de reconhecimento facial para imagens e vídeos. A API de imagem é conhecida como Visão em Nuvemenquanto o serviço focado em vídeo é chamado Inteligência de vídeo.
Embora o serviço focado em imagem seja bastante semelhante ao que a AWS tem a oferecer, o serviço de vídeo possui um bom recurso de catalogação e pesquisa. Isso será útil para empresas que possuem grandes arquivos de vídeo que podem querer analisar ou pesquisar.
Dito isso, o Video Intelligence não possui recursos de reconhecimento facial no momento da escrita, e estes parecem ser oferecidos apenas no Cloud Vision. O rastreamento de objetos e a detecção de texto também estão na versão beta, ficando muito atrás das ofertas da Amazon.
API do Azure Face
Com a Microsoft levando suas ofertas de nuvem mais a sério do que as de desktop (finalmente), o API do Azure Face é uma oferta deliciosa. Ele tem todos os recursos interessantes que você esperaria (detecção, identificação, agrupamento de rostos, pesquisa de rostos semelhantes, emoção etc.) e funciona igualmente bem com vídeos.
Agora, isso não está estritamente relacionado ao reconhecimento facial, mas vale ressaltar que o Azure também oferece uma visão computacional do cliente serviçoque permite que você use suas entradas e treine modelos conforme suas necessidades.
Assim como o serviço do Google, há um playground disponível na página inicial, o que torna o teste da API muito divertido!
Existem diferenças significativas entre os principais serviços de reconhecimento facial gerenciados? Na verdade, não. Há uma competição intensa no campo agora, e novos recursos estão sendo lançados mais rapidamente do que pizzas. Se você já está vinculado a um ecossistema específico, usar seu próprio serviço de reconhecimento facial faz sentido. Caso contrário, você pode querer escolher um fornecedor diferente se suas necessidades forem específicas (controlar seus próprios dados, precisar apenas de detecção simples, etc.).
Sistemas de Reconhecimento Anti-Facial
Assim como alguns pesquisadores dedicaram suas vidas a aperfeiçoar a tecnologia de reconhecimento facial, outros estão ocupados desenvolvendo técnicas para enganá-los. Um desenvolvimento tão interessante é Óculos Adversáriosque parecem normais para os seres humanos, mas enganaram os sistemas de reconhecimento facial especializados.
Fonte: digitaltrends.com
Dito isto, esses óculos ainda não estão disponíveis no mercado, embora os pesquisadores digam que eles podem ser facilmente impressos em 3D.
Outro desenvolvimento interessante foi o lançamento do óculos eko no Kickstarter. Embora o produto agora esteja cancelado, ele funcionou em uma ideia incrivelmente simples: óculos de sol simples e comuns por US $ 45 que simplesmente refletiam a luz, fazendo com que câmeras e dispositivos de vigilância por vídeo enlouquecessem.
Assim como o domínio da segurança cibernética, “hackers” e pesquisadores estão travando os chifres no reconhecimento facial para a corrida à perfeição. Por volta de 2014, vimos a popularidade do maquiagem de camuflagem que conferiam invisibilidade ao reconhecimento facial, mas não são mais viáveis. Haverá uma criptografia AES de reconhecimento facial? Só o tempo irá dizer!
O Reconhecimento Facial é para você?
O tipo de negócio que pode se beneficiar do reconhecimento facial é aquele que envolve pessoas – sim, o que significa todos os negócios por aí! Embora os usos atuais do reconhecimento facial pareçam ser defendidos por governos, grandes empresas ou startups de tecnologia, não há razão para que sua empresa não possa se beneficiar dele.
As possibilidades são realmente infinitas quando combinamos um pouco de pensamento criativo – cumprimentar e identificar clientes em um hotel, localizar seu amigo em um mar de pessoas, encontrar pessoas com rostos semelhantes (talvez para serem usados como atores), detectar personalidades para o trabalho entrevistas (mais uma vez, estamos apenas deixando a imaginação correr solta aqui; pode não haver nada substancial em tal estudo), personalizando a experiência bancária quando um cliente de alto valor entra . . . Existem infinitas maneiras de usar o reconhecimento facial em níveis pequenos e grandes para melhorar o desempenho do seu negócio.
Conclusão
Em breve, o reconhecimento facial se tornará tão difundido e tão comum que nem o notamos (como telefones celulares?). A tecnologia subjacente foi quase aperfeiçoada, mas no mundo real, não se trata apenas de detectar rostos – trata-se do que podemos fazer com essa capacidade.
Parece fascinante e interessado em aprender mais? Veja isso brilhante curso sobre Visão Computacional.