Компютрите, които могат да разпознаят лица, постигнаха голям напредък през последното десетилетие и стават все по-точни.
Това отчасти се дължи на преминаване към 3-D разпознаване на лицето. В момента повечето алгоритми за разпознаване на лица разчитат на 2D техники. Д-р Линдън Смит, професор по компютърни науки и машинно зрение в Университета на Западна Англия, Бристол, обяснява, че 2D технологията е податлива на светлинни условия и ъгли на видимост. Сравнително, 3D разпознаването на лице осигурява данни с по-висока разделителна способност.
„[3D разпознаване на лице] улавя много подробни данни от човешко лице, по-скоро като 3D пръстов отпечатък на лицето“, казва Смит. „Това може да осигури много добра надеждност за разпознаване, като по този начин отвори значително увеличен набор от потенциални приложения.“
Концепцията за алгоритъм без грешки е достатъчна, за да вдъхнови видения от 1984 г., а всъщност дори днес технологията за разпознаване на лица се прилага за някои неудобни приложения. Приложение за запознанства, което ви отговаря на хора, които уж изглеждат като вашите знаменитости? В разработка в Ню Джърси технологичен институт. Delta Airlines тества система, при която сканирането на лицето замества бордните карти. А търговските центрове, казината и магазините използват софтуер за разпознаване на лица, за да проследят кой е в сградата им, понякога насочени реклами към лица въз основа на характеристиката на софтуера за демографските характеристики на даден човек.
Няколко употреби на разпознаването на лицето обаче са по-малко страшни. Нови продукти, които помагат на учениците да учат, да намерят изгубени домашни любимци и да подпомагат слепи хора, са на пазара сега или скоро. И със сигурност предстои още.
Проследявайте посещаемостта и внимателността на учениците.
Въпреки дружелюбно звучащото си име, Нестор е готов да стане най-лошият кошмар на невнимателните ученици. Софтуерът, изкуствен интелект, създаден от френската компания LCA Learning, дебютира този май. В момента той се тества в два онлайн класа, предлагани от ESG School of Management в Париж.
Докато студентите гледат записани лекции, Нестор използва своите уеб камери, за да анализира движението на очите и изражението на лицето. AI отбелязва, когато студентите изглеждат разсеяни, и в края на лекцията ги тества върху материал, обхванат през тези периоди на дневен престой. Нестор също може да проследява моделите на невнимание и да предупреждава учениците, когато усети, че им предстои да загубят фокуса.
Основателят на LCA Марсел Сокет казва, че Нестор също помага на учителите да преразглеждат своите уроци. Ако по-голямата част от студентите се разсеят в една и съща точка на лекция, например, професорът може да иска да намери нов ъгъл по темата.
Докато защитниците на поверителността са повдигнали обичайните въпроси дали технологията е инвазивна и как ще се използват записите, Сос заяви, че всички данни са криптирани и няма да се съхраняват видео кадри на ученици.
Помогнете на слепи хора да разпознаят своите приятели и семейство.
През 2015 г. студентите от университета в град Бирмингам разработиха бастуна XploR, устройство, което помага на хората със зрителни увреждания да „виждат“ своето околности. Тази способност е особено полезна при големи социални събирания, където неминуемо човек среща непрекъснат поток от хора.
XploR работи съвместно със смартфона на своя собственик и разчита на възможностите за GPS, Bluetooth и разпознаване на лица. Бастунът сканира лицата на хората в диапазон от 32 фута и ако ги идентифицира като приятел или член на семейството, сигнализира на собственика си. След това XploR насочва слепия индивид към любимия човек чрез инструкции, доставени чрез слушалка.
По-рано тази година двама от създателите на XploR, Асим Маджед и Саид Баадел, представиха изобретението си на глобална конференция за сигурност. Те се надяват да разширят възможностите на бастуна, като включат данни за разпознаване на лица в социалните медии и - в крайна сметка - развиват обмен на данни от машина до машина (например, съобщават местоположението на увредено лице на автомобила без шофьор, изпратен да ги вземе).
Говорител на Националната федерация на слепите, застъпническа група за незрящи хора в Съединените щати, заяви за Wired през 2015 г., че приложение на смартфон може да е „по-рентабилно“ от технологично усъвършенствания бастун, но тази технология за разпознаване на лице "има потенциал за решаване на истински проблем, преживян от незрящи хора."
Намерете изчезнал домашен любимец.
Разпознаването на лицето не е само за хората. Приложението Finding Rover използва разпознаване на лица, за да помогне на собствениците да се събират отново със загубени домашни любимци.
Потребителите превантивно качват снимки на своите кученца и ако Fido се изгуби, Finding Rover предупреждава обширната си мрежа от местни приюти за животни и потребители на приложения. Тези, които са в радиус от 10 мили от последното известно местоположение на животното, получават натискане и ако видят домашен любимец с подобен вид, могат да изпратят снимка от него чрез приложението. След като намери Rover идентифицира съвпадение, той уведомява собственика на домашния любимец.
Системата, която отне две години, беше разработена съвместно с изследователи от университета в Юта.
Днес повечето домашни любимци имат микрочипове, вграден чип, който има идентификационен номер. Ако изгубено животно се озове във ветеринарен кабинет или приют за животни, служителите проверяват за микрочип и използват идентификационния номер, за да се съберат отново домашен любимец и собственик. Но не всеки има достъп до оборудване за сканиране на чипове и не всички домашни любимци са микрочипирани. Служител от Хуманното общество на Уисконсин каза пред местна новинарска станция, че "Страхотно е да знаете, че ако вашето животно изчезне ... имате нещо толкова удобно и затворено като телефона си, за да получите думата веднага", но добави, че приложението не трябва t заменяйте яки или микрочипове.
Дали технологията за разпознаване на лице ще се използва повече за добро или за лошо е открит въпрос. В проучване от 2014 г. професорът на Карнеги Мелън Алесандро Аквисти идентифицира хора, които се разхождат из колежа в колежа, сравнявайки снимки на профили във Facebook с изображения на уеб камери - - благодарение на технологията за разпознаване на лице той постигна успех една трета от времето. Изминаха три години от проучването на Acquisti и както той предупреди в интервю за The Atlantic : „От технологична гледна точка способността за успешно провеждане на масово разпознаване на лице в природата изглежда неизбежна. Дали като общество ще приемем тази технология обаче е друга история. "
