生物面部识别技术用来做什么
能够准确识别生物的技术可以协助客人与走失的生物离散,协助农民监控牲畜,协助钻研人员钻研野活泼物。以往在这方面,微芯片是最受欢迎的生物识别方法。但是,植入芯片须要启动侵入性手术。假设没有专门的设施,它们就不可读取,而且小偷可以提取微芯片。另一种方法是DNA剖析,它是准确的,但也十分低廉和耗时。
由计算机视觉处置打算支持的生物面部识别(有时不只仅限于面部)可以作为上述方法的一个可行的代替打算。虽然它有其缺陷,但该技术可以在特定状况下显示出高水平的准确性。那么,生物面部识别是如何操作的呢?阻碍这项技术提高的应战会在哪里?
生物面部识别是如何上班的
普通状况下,生物面部识别处置打算关键有三个步骤:
图像捕捉: 用高分辨率相机拍摄生物的照片。有些算法只对预约义的姿态起作用,所以必定选用合乎这些条件的图像。
特色提取: 评价生物的生物特色数据的实用性,并在须要时启动预处置。而后该算法提取出识别所需的特色集。
婚配: 将提取的特色启动数学示意,并与其余图像启动婚配。例如,假设咱们正在失落的宠物数据库中寻觅一只狗,咱们将狗的共同特色与该数据库中一切的生物启动婚配。
几种方法可以执行婚配。一种方法是经常使用KNN和DBSCAN等算法启动聚类,获取一组与咱们的指标图像高度凑近的图像,用户可以手动选用最适宜的图像。此外,还可以驳回概率方法,将最终结果示意为置信水平。
寻觅失落的宠物
失去宠物对客人来说是令人心碎的。而且依据统计数据,这种状况比人们构想的要广泛得多。在美国,三分之一的家庭养的狗和猫曾在永世中的某个时辰失踪,其中80%从未被找回来。有几种基于宠物面部识别的工具可以协助客人找到他们失落的好友。
这种生物面部识别处置打算依据它们的鼻尖、皮肤色彩和皮毛类型来识别狗。生物客人被要求上行至少三张照片来创立生物的“团体档案“。目前,该打算可识别130个犬种,准确率达90%。
这家生物识别公司开发了一款运行程序,准许生物客人注册并上行他们生物的照片。系统剖析他们共同的面部特色。PiP宣称,假设客人能提供更多的消息,比如性别、大小和体重,它就能认出每一只走失的猫和狗。
任何捡到走失宠物的人也可以经常使用该运行程序寻觅客人。PiP的处置打算还会始终扫描社交媒体上的宠物帖子,并向关系社区的居民发送宠物失踪警报。
Petco的Love Lost是另一款协助宠物客人和宠物收容所的运行程序。客人们被倡议创立他们宠物的档案,这样当宠物失踪时,软件就可以开局将生物的生物特色消息与收容所的新成员和其余候选宠物启动婚配。
识别特定的生物
有时,训练一个算法来识别特定的生物是无心义的。例如,生物客人可以从一个系统中受益,该系统可以准确识别他们的生物,并执行相应的操作,例如发送警报或关上门让生物出去。WeTransfer公司的前端工程师Arkaitz Garro开发了一种生物面部识别处置打算,可以识别街坊的猫,并在猫出如今门口时向Garro发送警报。
为了捕捉这只猫的照片,Garro经常使用了一个小型相机和一个带有静止检测软件的树莓派。当一只生物凑近相机时,系统会拍下一张照片,并将其发送到AWS识别平台,与Garro上行的这只猫的其余照片启动比拟。假设婚配,工程师将收到通知。
微软也开发了可以进执行物识别的物联网(IOT)设施,可以衔接到宠物入口。一旦识别出这是你自己的宠物,该设施就会关上门,让它出来。
协助迷信钻研——海豚的面部识别
人脸识别算法除了可以识别家庭生物,还可以用于识别其余物种。《陆地哺乳生物迷信杂志》上宣布了一项钻研,钻研了识别海豚所需的一组特色。钻研人员在12年的时期里跟踪和拍摄了150只宽吻海豚。钻研小组想要评价在海豚的永世中经常使用海豚的脸和背鳍来启动识别的想法。
在150个试验对象中,只要31只海豚领有完整的侧脸(也就是脸部左右两侧和背鳍的明晰照片)。这项钻研依托人类专家意见和统计方法来检测同一只海豚的不同图像之间的相似性。
试验结果标明,海豚的面部特色随着时期的推移坚持分歧,可以用于识别目的。甚至可以在幼崽成年后依然能够识别它,这大大促成了对海豚的钻研。
协助农民监测牲畜
识别农场生物是一个具备应战性的环节。拿猪来说,难度更大,由于一切的猪看起来都一样。但奶牛有点不凡,它们是黑色相间的,状态也不一样。但是,当触及到奶牛时,另一个应战就出现了——在哪里装置摄像头。牛是一种猎奇的生物,会留意到周围环境中哪怕是最庞大的变动。它们经常试图舔相机或用其余形式与相机互动。
但是建设一个能够识别单个奶牛的系统将会极大地协助农民。这种处置打算可以将生物的肥壮状况和饮食形式与生物的身份相婚配。经过人工智能的增强,它将能够检测任何疾病迹象和意外行为,并在紧急状况下通知农民。
北京翔创科技外围算法平台已成功对猪、牛、羊、驴等牲畜的数据采集、面部识别,积攒了千万以上的牲畜面部数据。不只协助农民启动精细化养殖治理,还可以协助银行、保险等金融机构针对养殖业展开门务时建设危险评价和预警系统。
实施生物面部识别技术的应战
生物的面部识别技术远远落后于目前相领先进的人脸识别技术。钻研人员大概四年前开局对生物面部识别启动试验,但通用技术的准确性依然相当低。另一方面,具备特定目的的处置打算,例如识别一种特定的生物,可以是准确的。
想要成功生物面部识别处置打算的公司须要思考三个关键应战:
确定最优特色集
迷信家们曾经指定了一种特色向量,可以用于共同的人脸识别。但是,雷同的方法并不实用于生物,由于咱们不知道咱们须要经常使用哪些配置以及如何解释它们。例如,在与人打交道时,迷信家可以经常使用变分智能编码器(VAE)架构从人脸中提取特色。在这种方法中,一团体的照片被紧缩到蕴含所需特色的向量,如肤色和面部表情。
说到生物面部识别,目前还没有牢靠的特色向量。处置一个牢靠的特色向量的应战将大大推动该畛域的钻研。
在这方面的一个开源例子是DogFaceNet,它是一个基于深度学习的狗识别成功。它经常使用狗的眼睛和鼻子作为特色集。假设全体指标是辨别狗的种类,这个处置打算上班得相当好,但当触及到辨别生物集体时,它的体现相当差。
取决于一个生物的姿态
另一个例子是经常使用部分二值形式直方图(LBPH)算法,它将图像转换成像素,经过比拟不同图像的像素值启动运算。这种方法取决于生物的姿态,这使得它对姿态变动很敏感。
关于人类来说,很容易摆出一个特定的姿态并坐着不动。但是,当咱们试图让猫或狗以特定的姿态坚持不动时,事件就变得愈加复杂了。
提供片面的训练数据集
为了使训练有效,数据必定是多样化的,并笼罩算法预期执行的一切义务。例如,假设该算法应该识别不同的狗种类,那么数据集应该充沛笼罩从不同角度捕捉的一切的种类,并启动适当的标志。这里有几个或者出错的中央。例如,有人或者会提交混合种类的图片,有人或者会给他们的图片贴上失误的标签,并指定失误的种类称号。为了防止此类疑问,专家必定逐个审查数据集中的一切照片,以验证图像的非法性和标签的准确性。
生物面部识别畛域的停顿遭到了阻碍,由于钻研人员依然不可指出能够用于大规模准确识别生物的最优特色组合。虽然如此,还是有一些成功的运行程序可以对有限的数据启动操作,例如识别一种特定的生物或一小群野生或野活泼物。
假设你正在构建自己的生物面部识别系统,请记住,生物是不协作的生物识别用户。有些会坚持舔相机,有些会拒绝站起来拍照。