Biometria facial ou como nossos smartphones podem nos reconhecer

Bem-vindo a uma nova era, a da biometria facial. O lançamento do iPhone X, um smartphone que possui funcionalidade de reconhecimento facial, ID do rosto, mostrou que essa tecnologia está atingindo a maturidade total. Isso graças à chegada de sensores 3D miniaturizados e um poder de computação muito significativo ao seu serviço, combinado com algoritmos de aprendizagem de alto desempenho como oaprendizado profundo (Aprendizado profundo).

DDo que falamos quando falamos sobre reconhecimento facial? Consiste em perceber que duas faces são idênticas, apesar das mudanças devido às condições de iluminação, pose e expressões faciais. Normalmente, isso envolve encontrar uma distância entre os rostos de forma que possa ser usada para identificar quaisquer alterações no rosto.

Figura mostrando o mesmo rosto em diferentes condições de filmagem e mudança de luz.

Em 2014, pesquisadores do Facebook publicaram um artigo chamado "DeepFace: fechando a lacuna para o desempenho de nível humano na verificação facial". Para evitar os problemas associados à alteração da pose, é usada uma fase de alinhamento da face 2D a um modelo de face 3D. A próxima fase é um processo de aprendizado profundo por uma rede neural artificial composta de 120 milhões de conexões. O conjunto de aprendizagem consiste em 4,4 milhões de rostos de celebridades. Essa rede neural foi treinada para compreender a variabilidade das faces. O algoritmo permite determinar se duas faces fotografadas pertencem à mesma pessoa com uma precisão anunciada de 97,35%.

Em 2015, pesquisadores do Google publicaram um artigo intitulado "FaceNet: A Unified Embedding para Face Recognition and Clustering". Eles mostraram que foram capazes de atingir uma taxa de reconhecimento da ordem de 99,63% em um banco de dados de faces bidimensionais adquiridas em um ambiente não controlado. Para ter sucesso, os autores propõem um rede neural que consiste em onze camadas convolucionais e três camadas conectadas. A ideia é garantir que uma imagem de uma pessoa específica esteja mais próxima de todas as outras imagens da mesma pessoa (digamos positiva) do que imagens de outras pessoas (digamos, negativas). O aprendizado foi realizado a partir de 200 milhões de rostos de 8 milhões de pessoas.

Durante o treinamento, as semelhanças aprendidas permitem que imagens que representam as mesmas faces se aproximem e que aquelas que representam faces diferentes se afastem no sentido de uma determinada métrica.

No entanto, os experimentos DeepFace e FaceNet contam com bancos de dados privados que não estão disponíveis para a comunidade científica. Uma equipe da Universidade de Oxford propôs coletar dados da web e montar um banco de dados de 2,6 milhões de rostos de 2 pessoas e surgiu com uma arquitetura de rede neural chamada Rosto VGG consistindo em 16 camadas convolucionais e 3 camadas totalmente conectadas. Hoje, essa arquitetura é amplamente usada pela comunidade de visão computacional.

No entanto, o rosto não é apenas uma imagem 2D, mas também uma imagem tridimensional em 3D. A biometria facial pode ser aplicada lá, uma vez que as tecnologias de digitalização 3D permitem que um rosto seja digitalizado. A principal vantagem de usar 3D nesta configuração é que os algoritmos de reconhecimento de rosto são robustos a mudanças na iluminação e na pose. Trabalho recente publicado por nossa equipe de IMT Lille Douai na revista IEEE TPAMI em 2013 "Reconhecimento de rosto 3D sob expressões, oclusões e variações de pose" mostraram interesse neste processo. Neste artigo, propomos comparar duas faces 3D comparando dois conjuntos de curvas que representam localmente a forma de uma face 3D. Obtivemos uma taxa de reconhecimento de cerca de 97% (com base em Grande desafio de reconhecimento facial) Os resultados obtidos em diversas bases de testes internacionais mostram o interesse da face 3D pelos sistemas biométricos faciais.

Exemplo de faces 3D capturadas pelo scanner Minolta usando tecnologia Laser.

Voltemos ao iPhone X e sua tecnologia 3D para reconhecimento facial. Uma façanha possibilitada pela introdução de sensores 3D miniaturizados na parte frontal do dispositivo: um projetor envia 30 pontos invisíveis na face de seu usuário, usados ​​para modelar a face 000D. Segundo a Apple, o Face ID não pode ser enganado por uma simples foto de rosto, já que o reconhecimento é feito com um sensor 3D que, portanto, leva em consideração a profundidade.A Conversação

mohamed daoudi, Professor da IMT Lille Douai, Lille Computer, Signal and Automation Research Center, IMT Lille Douai - Institut Mines-Télécom

Este artigo foi republicado a partir de A Conversação sob licença Creative Commons. Leia oartigo original.

© Info Chrétienne - Reprodução parcial autorizada seguida de um link "Leia mais" para esta página.

APOIE A INFORMAÇÃO CRISTÃ

Info Chrétienne por ser um serviço de imprensa online reconhecido pelo Ministério da Cultura, a sua doação é dedutível no imposto de renda em até 66%.