Biometrisk ansiktsgjenkjenning: Forskjell mellom sideversjoner
Ingen redigeringsforklaring |
Ingen redigeringsforklaring |
||
| Linje 2: | Linje 2: | ||
[[Fil:Automatic_ticket_gate_with_face_recognition_system_in_Osaka_Metro_Morinomiya_Station.jpg|miniatyr|Automatisk billettsluse med ansiktgjenkjennelsesystem i Osaka T-bane - Morinomiya Stasjon]] |
[[Fil:Automatic_ticket_gate_with_face_recognition_system_in_Osaka_Metro_Morinomiya_Station.jpg|miniatyr|Automatisk billettsluse med ansiktgjenkjennelsesystem i Osaka T-bane - Morinomiya Stasjon]] |
||
Biometrisk ansiktsgjenkjenning er en teknologi som er i stand til å gjenkjenne et [[Ansikt|menneskelig ansikt]] fra et [[digitalt bilde]] eller en video mot en [[database]] bestående av ansikter som vanligvis benyttes for å [[Autentisering|autentisere]] brukere gjennom ID-verifisering. Dette fungerer ved å tilpasse og måle ansiktstrekk fra et gitt bilde. |
Biometrisk ansiktsgjenkjenning er en teknologi som er i stand til å gjenkjenne et [[Ansikt|menneskelig ansikt]] fra et [[digitalt bilde]] eller en video mot en [[database]] bestående av ansikter som vanligvis benyttes for å [[Autentisering|autentisere]] brukere gjennom ID-verifisering. Dette fungerer ved å tilpasse og måle ansiktstrekk fra et gitt bilde. |
||
<ref>{{Cite book|title=2014 International Conference on Artificial Intelligence and Software Engineering (AISE2014)|last1=Chen|first1=S.K| last2= Chang| first2= Y.H|publisher=DEStech Publications, Inc|year=2014|isbn=9781605951508|pages=21}}</ref> Ansiktsgjenkjennelsesystemer er oppsatt i avanserte [[menneske–maskin-interaksjon]], [[Kameraovervåking]] og automatisk [[Indeksering (datateknologi)|indeksering]] av bilder.<ref name=":8">{{Cite book|title=Artificial Intelligence in Theory and Practice: IFIP 19th World Computer Congress, TC 12: IFIP AI 2006 Stream, August 21-24, 2006, Santiago, Chile|last=Bramer|first=Max|publisher=Springer Science+Business Media|year=2006|isbn=9780387346540|location=Berlin|pages=395}}</ref> |
|||
Biometrisk teknologi på flyplasser gir også store effektivitetsforbedringer. I USA rapporteres det at ansiktsgjenkjenning har en nøyaktighetsgrad på 99% når de sammenligner bilder med registrerte pass. I helsesektoren vil teknologien også kunne gjenkjenne endringer i ditt ansiktsuttrykk som kan ha betydning for på forutsi sykdomsforløp. |
|||
== Teknikker for ansiktsgjenkjenning == |
== Teknikker for ansiktsgjenkjenning == |
||
Sideversjonen fra 24. jan. 2021 kl. 19:06
Biometrisk ansiktsgjenkjenning er en teknologi som er i stand til å gjenkjenne et menneskelig ansikt fra et digitalt bilde eller en video mot en database bestående av ansikter som vanligvis benyttes for å autentisere brukere gjennom ID-verifisering. Dette fungerer ved å tilpasse og måle ansiktstrekk fra et gitt bilde. [1] Ansiktsgjenkjennelsesystemer er oppsatt i avanserte menneske–maskin-interaksjon, Kameraovervåking og automatisk indeksering av bilder.[2]
Biometrisk teknologi på flyplasser gir også store effektivitetsforbedringer. I USA rapporteres det at ansiktsgjenkjenning har en nøyaktighetsgrad på 99% når de sammenligner bilder med registrerte pass. I helsesektoren vil teknologien også kunne gjenkjenne endringer i ditt ansiktsuttrykk som kan ha betydning for på forutsi sykdomsforløp.
Teknikker for ansiktsgjenkjenning
Mens mennesker kan gjenkjenne ansikter uten mye innsats, er ansiktsgjenkjenning en utfordrende mønstergjenkjenningsproblem i databehandling. Ansiktsgjenkjenningssystemers forsøk på å identifisere et menneskelig ansikt som er tre-dimensjonalt, basert på et todimensjonalt bilde er vanskelig med endringer i utseendet ved belysning og ansiktsuttrykk. For å oppnå et resultat, må ansiktsgjenkjenningssystemer utføre fire trinn.
- Første ansiktsgjenkjenning brukes til å segmentere ansiktet fra bakgrunnen på bildet.
- I andre trinn blir det segmenterte ansiktsbildet justert i forhold til en konto for ansiktspositur, bildestørrelse og fotografiske egenskaper, slik som belysning og gråtoner. Formålet med justeringen, er å aktivere nøyaktig lokalisering av ansiktstrekk.
- i det tredje trinnet utvinnes ansikts-funksjonen. Funksjoner som øyne, nese og munn blir identifisert og målt i ansiktsbildet. Den så etablerte funksjonens vektor av ansiktet blir da klart
- i det fjerde trinnet, som blir sammenlignet mot en anskiktsdatabase.
Referanser
- ^ Chen, S.K; Chang, Y.H (2014). 2014 International Conference on Artificial Intelligence and Software Engineering (AISE2014). DEStech Publications, Inc. s. 21. ISBN 9781605951508.
- ^ Bramer, Max (2006). Artificial Intelligence in Theory and Practice: IFIP 19th World Computer Congress, TC 12: IFIP AI 2006 Stream, August 21-24, 2006, Santiago, Chile. Berlin: Springer Science+Business Media. s. 395. ISBN 9780387346540.
Eksterne lenker
- Mal:Commons category-inline
- En Fotometriske Stereo Tilnærming til Face Recognition". University of The West of England. http://www1.uwe.ac.uk/et/mvl/projects/facerecognition.aspx