Come funziona il riconoscimento facciale

Elaborazione quotidiana delle immagini

Incontriamo l'elaborazione delle immagini ogni giorno. Spesso, probabilmente, non ce ne rendiamo nemmeno conto.

Quanti di voi sbloccano il cellulare con la faccia? - Probabilmente ognuno di voi. E probabilmente già da diversi anni.

Ma quanti di voi sanno cosa c'è effettivamente dietro il riconoscimento facciale e come funziona? Preso? - Non preoccuparti, ti abbiamo preso!

Non appena si calibra il riconoscimento facciale nel telefono, viene creato un modello matematico basato sul proprio viso. Diversi fattori giocano un ruolo qui. Ad esempio, la distanza tra gli occhi o le orecchie, la profondità dei tuoi occhi e molti altri. Ogni software tiene conto di diversi punti di ancoraggio. In totale, possono esserci fino a 80 diversi punti di ancoraggio. Quando si sblocca il telefono o si accede alle app, il volto viene quindi confrontato con il modello memorizzato. E se corrisponde, il telefono può essere sbloccato. Fin qui tutto bene.

A proposito, il riconoscimento facciale esiste da molto più tempo di quanto gli smartphone fossero pronti per le masse e il riconoscimento facciale viene utilizzato più volte al giorno, anche in ambienti privati. All'inizio, il riconoscimento facciale veniva utilizzato, tra le altre cose, per identificare i criminali. Ciò non era sempre privo di problemi, poiché la tecnologia era ancora lontana dall'essere perfetta e venivano riconosciuti volti falsi. È stato solo con l'ulteriore sviluppo dell'intelligenza artificiale e delle reti neurali che i falsi positivi sono diventati molto meno frequenti.

Ormai la tecnologia alla base del riconoscimento facciale negli smartphone coinvolge diversi componenti, tra cui una fotocamera a infrarossi, un proiettore di punti e un illuminatore a inondazione. Quando un utente guarda il suo dispositivo, il proiettore di punti emette uno schema di punti a infrarossi sul suo viso. La telecamera a infrarossi acquisisce quindi un'immagine di questo modello e la invia al chip, dove viene elaborata dalle reti neurali per creare una rappresentazione 3D del volto dell'utente. Questo modello 3D viene quindi convertito in una rappresentazione matematica chiamata mappa di profondità, che è una raccolta di punti dati che rappresentano i contorni e la forma del viso dell'utente. La mappa di profondità viene quindi inserita in una rete neurale, che è un tipo di algoritmo di intelligenza artificiale progettato per apprendere dai dati. La rete neurale viene addestrata utilizzando un ampio set di dati di volti per riconoscere e classificare diverse caratteristiche facciali, come i punti di ancoraggio menzionati in precedenza.

Anche in settori industriali come la sicurezza, la vendita al dettaglio o la sanità il riconoscimento facciale è già in linea. Anche in veicoli come le automobili, si stanno testando metodi per rilevare il microsonno in una fase precoce. Mentre la tecnologia sottostante e i modelli matematici utilizzati in questi settori possono essere simili a quelli spiegati in precedenza, potrebbero esserci alcune differenze nel modo in cui vengono implementati e nel livello di accuratezza richiesto. Dipende dall'ambiente.