Pengecaman wajah
Optimumkan model pengecaman wajah anda untuk ketepatan dengan data gambar berkualiti terbaik
Hari ini, kita berada di awal mekanisme generasi seterusnya, di mana wajah kita adalah kod laluan kita. Melalui pengiktirafan ciri wajah yang unik, mesin dapat mengesan jika orang yang cuba mengakses peranti diberi kuasa, memadankan rakaman CCTV dengan gambar sebenar untuk mengesan penjahat dan pengguna yang ingkar, mengurangkan jenayah di kedai runcit dan banyak lagi. Dengan kata mudah, ini adalah teknologi yang memindai wajah seseorang untuk membenarkan akses atau melaksanakan sekumpulan tindakan yang dirancang untuk dilakukan. Pada backend, banyak algoritma dan modul berfungsi dengan pantas untuk melaksanakan pengiraan dan memadankan ciri wajah (seperti bentuk dan poligon) untuk menyelesaikan tugas penting.
Wajah seseorang kelihatan berbeza dari setiap sudut, profil, dan perspektif. Mesin harus dapat mengetahui dengan tepat sama ada ia adalah orang yang sama tanpa mengira sama ada individu itu menatap peranti tersebut tanpa mengira perspektif neutral depan atau perspektif kanan-bawah.
Seorang model mesti memberitahu dengan tepat apakah seseorang itu tersenyum, mengerutkan kening, menangis, atau menatap dengan melihat mereka atau gambar mereka. Seharusnya dapat memahami bahawa mata dapat terlihat sama ketika seseorang itu terkejut atau takut dan kemudian mengesan ekspresi yang tepat tanpa ralat.
Pembezaan yang dapat dilihat seperti tahi lalat, parut, luka bakar, dan banyak lagi adalah pembezaan yang unik untuk individu & harus dipertimbangkan oleh modul AI untuk melatih dan memproses wajah dengan lebih baik. Model seharusnya dapat mengesannya dan mengaitkannya sebagai ciri wajah dan tidak hanya melangkau mereka.
Sama ada anda memerlukan pengumpulan data imej wajah (terdiri daripada ciri muka, perspektif, ekspresi atau emosi yang berbeza), atau perkhidmatan anotasi data imej muka (untuk menandai pembeza yang boleh dilihat, ekspresi muka dengan metadata yang sesuai iaitu tersenyum, berkerut muka, dsb.), penyumbang kami daripada di seluruh dunia boleh memenuhi keperluan data latihan anda dengan pantas dan pada skala.
Untuk sistem AI anda menyampaikan hasil dengan tepat, ia perlu dilatih dengan beribu-ribu set data muka manusia. Lebih banyak jumlah data imej muka, lebih baik. Itulah sebabnya rangkaian kami boleh membantu anda mendapatkan berjuta-juta set data, jadi sistem pengecaman muka anda dilatih dengan data yang paling sesuai, relevan dan kontekstual. Kami juga memahami bahawa geografi, segmen pasaran dan demografi anda mungkin sangat khusus. Untuk memenuhi semua keperluan anda, kami menyediakan data imej wajah tersuai merentas pelbagai etnik, kumpulan umur, kaum dan banyak lagi. Kami menggunakan garis panduan yang ketat tentang cara imej muka harus dimuat naik ke sistem kami dari segi peleraian, format fail, pencahayaan, pose dan banyak lagi.
Apabila anda memperoleh imej wajah yang berkualiti, anda telah menyelesaikan hanya 50% daripada tugas itu. Sistem pengecaman wajah anda masih akan memberi anda hasil yang sia-sia (atau tiada hasil sama sekali) apabila anda memasukkan set data imej yang diperoleh ke dalamnya. Untuk memulakan proses latihan, anda perlu mendapatkan anotasi imej wajah anda. Terdapat beberapa titik data pengecaman muka yang perlu ditanda, gerak isyarat yang perlu dilabel, emosi dan ekspresi yang perlu diberi anotasi dan banyak lagi. Di Shaip, kami boleh membantu anda dengan imej muka beranotasi dengan teknik pengecaman mercu tanda muka kami. Semua butiran rumit dan aspek pengecaman wajah diberi penjelasan untuk ketepatan oleh veteran dalaman kami sendiri, yang telah menggunakan spektrum AI selama bertahun-tahun.
Pasukan pakar kami, boleh mengumpul dan menganotasi imej muka pada platform anotasi imej proprietari kami, namun, anotor yang sama selepas latihan ringkas juga boleh menganotasi imej muka pada platform anotasi imej dalaman anda. Dalam tempoh yang singkat, mereka akan dapat menganotasi beribu-ribu imej muka berdasarkan spesifikasi yang ketat dan dengan kualiti yang diingini.
Tidak kira idea atau segmen pasaran anda, anda memerlukan volum data yang banyak yang perlu diberi anotasi untuk kebolehlatihan. Untuk mendapatkan idea ringkas mengenai beberapa kes penggunaan yang boleh anda sampaikan kepada kami, berikut adalah senarai.
Latar Belakang
Dalam usaha untuk meningkatkan ketepatan dan kepelbagaian model pengecaman muka dipacu AI, projek pengumpulan data yang komprehensif telah dimulakan. Projek ini memfokuskan pada pengumpulan imej dan video muka yang pelbagai merentasi pelbagai etnik, kumpulan umur dan keadaan pencahayaan. Data itu disusun dengan teliti ke dalam beberapa set data yang berbeza, setiap satu menyediakan kes penggunaan dan keperluan industri tertentu.
Gambaran Keseluruhan Set Data
| Butiran | Gunakan Kes 1 | Gunakan Kes 2 | Gunakan Kes 3 |
|---|---|---|---|
| Solusi | Imej Bersejarah 15,000 Mata Pelajaran Unik | Imej Muka 5,000 Subjek Unik | Imej 10,000 Mata Pelajaran Unik |
| objektif | Untuk membina set data teguh imej muka sejarah untuk latihan model AI lanjutan. | Untuk mencipta set data muka yang pelbagai khusus untuk pasaran India dan Asia. | Untuk mengumpul pelbagai jenis imej muka yang menangkap sudut dan ekspresi yang berbeza. |
| Komposisi Set Data | Subjek: 15,000 individu unik. Titik Data: Setiap subjek menyediakan 1 imej pendaftaran + 15 imej sejarah. Data Tambahan: 2 video (dalam dan luar) merakam pergerakan kepala untuk 1,000 subjek. | Subjek: 5,000 individu unik. | Subjek: 10,000 individu unik Titik Data: Setiap subjek menyediakan 15-20 imej, meliputi pelbagai sudut dan ekspresi. |
| Etnik dan Demografi | Pecahan Etnik: Hitam (35%), Asia Timur (42%), Asia Selatan (13%), Putih (10%). Jantina: 50% Perempuan, 50% Lelaki. Julat Umur: Imej meliputi sehingga 10 tahun terakhir dalam kehidupan setiap subjek, memfokuskan pada individu berumur 18+. | Pecahan Etnik: India (50%), Asia (20%), Hitam (30%). Julat Umur: Berumur 18 hingga 60 tahun. Taburan Jantina: 50% Perempuan, 50% Lelaki. | Pecahan Etnik: etnik Cina (100%). Jantina: 50% Perempuan, 50% Lelaki. Julat Umur: 18-26 tahun. |
| jumlah | 15,000 imej pendaftaran, 300,000+ imej sejarah dan 2,000 video | 35 swafoto bagi setiap subjek, berjumlah 175,000 imej. | 150,000 – 200,000 imej. |
| Piawaian Kualiti | Imej resolusi tinggi (1920 x 1280), dengan garis panduan yang ketat tentang pencahayaan, ekspresi muka dan kejelasan imej. | Latar belakang dan pakaian yang pelbagai, tiada kecantikan wajah dan kualiti imej yang konsisten merentas set data. | Imej resolusi tinggi (2160 x 3840 piksel), nisbah potret yang tepat dan pelbagai sudut serta ekspresi. |
| Butiran | Gunakan Kes 4 | Gunakan Kes 5 | Gunakan Kes 6 |
|---|---|---|---|
| Solusi | Imej 6,100 Subjek Unik (Enam Emosi Manusia) | Imej 428 Subjek Unik (9 Senario Pencahayaan) | Imej 600 Subjek Unik (Koleksi Berasaskan Etnik) |
| objektif | Untuk mengumpulkan imej muka yang menggambarkan enam emosi manusia yang berbeza untuk sistem pengecaman emosi. | Untuk menangkap imej muka di bawah pelbagai keadaan pencahayaan untuk melatih model AI. | Untuk mencipta set data yang menangkap kepelbagaian etnik untuk prestasi model AI yang dipertingkatkan. |
| Komposisi Set Data | Subjek: 6,100 individu dari Asia Timur dan Selatan. Titik Data: 6 imej setiap subjek, setiap satu mewakili emosi yang berbeza. Pecahan Etnik: Jepun (9,000 imej), Korea (2,400), Cina (2,400), Asia Tenggara (2,400), Asia Selatan (2,400). | Subjek: 428 individu India. Titik Data: 160 imej bagi setiap subjek merentasi 9 keadaan pencahayaan yang berbeza. | Subjek: 600 individu unik daripada pelbagai latar belakang etnik. Pecahan Etnik: Afrika (967 imej), Timur Tengah (81), Amerika Asli (1,383), Asia Selatan (738), Asia Tenggara (481). Julat Umur: Berumur 20 hingga 70 tahun. |
| jumlah | Imej 18,600 | Imej 74,880 | Imej 3,752 |
| Piawaian Kualiti | Garis panduan ketat tentang keterlihatan muka, pencahayaan dan ketekalan ekspresi. | Imej yang jelas dengan pencahayaan yang konsisten, dan perwakilan umur & jantina yang seimbang. | Imej resolusi tinggi dengan tumpuan pada kepelbagaian etnik dan konsistensi merentas set data. |
12k imej dengan variasi sekitar pose kepala, etnik, jantina, latar belakang, sudut tangkapan, umur, dsb. dengan 68 titik mercu tanda
Set data video muka 22k dari pelbagai negara dengan berbilang pose untuk model pengecaman muka
2.5k+ imej daripada 3,000+ orang. Set data mengandungi imej kumpulan 2-6 orang dari pelbagai geografi
20k video muka dengan topeng untuk membina/melatih model AI Pengesanan Spoof
Menawarkan data latihan pengecaman muka kepada pelbagai industri
Pengecaman wajah adalah kemarahan semasa di segmen, di mana kes penggunaan unik sedang diuji dan dilancarkan untuk pelaksanaan. Dari melacak pemerdagangan anak dan menggunakan ID bio di premis organisasi hingga mempelajari anomali yang tidak dapat dikesan pada mata normal, pengecaman wajah membantu perniagaan & industri dengan pelbagai cara.
Tingkatkan keupayaan pemanduan autonomi dengan set data pengecaman muka yang direka untuk pemantauan pemandu dan sistem keselamatan dalam kereta
Tingkatkan pengalaman pelanggan dengan set data pengecaman muka untuk perkhidmatan dalam kedai yang diperibadikan dan proses daftar keluar yang lancar.
Menyampaikan pengalaman membeli-belah yang diperibadikan dan meningkatkan pengesahan pelanggan dalam platform eDagang.
Memperkasakan pengenalan pesakit dan ketepatan diagnostik dengan set data pengecaman muka khusus untuk aplikasi penjagaan kesihatan
Tingkatkan perkhidmatan tetamu dengan set data pengecaman muka untuk daftar masuk yang lancar dan pengalaman yang diperibadikan dalam hospitaliti.
Kuatkan langkah keselamatan dengan set data pengecaman muka yang dioptimumkan untuk pengawasan, pengesanan ancaman dan aplikasi pertahanan.
Pasukan yang berdedikasi dan terlatih:
Kecekapan proses tertinggi dijamin dengan:
Platform yang dipatenkan menawarkan faedah:
Penglihatan komputer adalah mengenai memahami dunia visual untuk melatih aplikasi penglihatan komputer. Kejayaannya sepenuhnya merangkumi apa yang kita sebut anotasi gambar - proses asas di sebalik teknologi yang menjadikan mesin membuat keputusan yang bijak dan inilah yang akan kita bincangkan dan terokai.
Manusia mahir mengenali wajah, tetapi kita juga mentafsir ekspresi dan emosi secara semulajadi. Penyelidikan mengatakan kami boleh mengenal pasti wajah yang dikenali secara peribadi dalam masa 380ms selepas pembentangan dan 460ms untuk wajah yang tidak dikenali. Walau bagaimanapun, kualiti intrinsik manusia ini kini mempunyai pesaing dalam kecerdasan buatan dan Penglihatan Komputer.
Manusia mempunyai keupayaan semula jadi untuk membezakan & mengenal pasti objek, orang & tempat dengan tepat daripada gambar. Walau bagaimanapun, komputer tidak datang dengan keupayaan untuk mengklasifikasikan imej. Namun, mereka boleh dilatih untuk mentafsir maklumat visual menggunakan aplikasi penglihatan komputer & teknologi pengecaman imej.
Memperkasakan pasukan untuk membina produk AI yang terkemuka di dunia.
Mari bincangkan keperluan Data Latihan anda untuk Model Pengecaman Muka
Pengecaman wajah adalah salah satu komponen penting dari keselamatan biometrik pintar, yang bertujuan untuk mengesahkan atau mengesahkan identiti seseorang. Sebagai teknologi, ia digunakan untuk memastikan, mengenal pasti, dan mengkategorikan manusia dalam video, foto, dan bahkan umpan masa nyata.
Pengecaman wajah berfungsi dengan memadankan wajah individu yang ditangkap dengan pangkalan data yang berkaitan. Prosesnya dimulakan dengan pengesanan, diikuti dengan analisis 2D dan 3D, penukaran gambar ke data, dan akhirnya perjodohan.
Pengecaman wajah, sebagai teknologi pengenalan visual yang inventif sering menjadi asas utama untuk membuka kunci telefon pintar dan komputer. Namun, kehadirannya dalam penguatkuasaan undang-undang iaitu membantu pegawai mengumpulkan gambar suspek dan memadankannya dengan pangkalan data juga memenuhi syarat sebagai contoh.
Sekiranya anda merancang untuk melatih model AI khusus vertikal dengan penglihatan komputer, anda mesti membuatnya dapat mengenal pasti gambar dan wajah individu dan kemudian memulakan pembelajaran yang diselia dengan memberi teknik yang lebih baru seperti semantik, segmentasi, dan anotasi poligon. Oleh itu, pengecaman wajah adalah batu loncatan untuk melatih model AI khusus keselamatan, di mana pengenalan individu diutamakan daripada pengesanan objek.
Pengecaman wajah boleh menjadi tulang belakang beberapa sistem pintar pada era pasca pandemi. Manfaatnya termasuk pengalaman runcit yang lebih baik menggunakan teknologi Face Pay, pengalaman perbankan yang lebih baik, penurunan kadar jenayah runcit, pengenalan orang hilang yang lebih cepat, penjagaan pesakit yang lebih baik, penjejakan kehadiran yang tepat, dan banyak lagi.
Kami menyesuaikan set data kami untuk memenuhi keperluan khusus pelbagai industri, seperti automotif, runcit, penjagaan kesihatan dan keselamatan, memastikan data itu sejajar dengan keperluan dan aplikasi khusus industri.
Kami mematuhi piawaian privasi data yang ketat dan mematuhi peraturan global seperti GDPR, memastikan semua data pengecaman muka diperolehi secara beretika dan dianonimkan seperti yang diperlukan.
Set data kami dibezakan oleh kepelbagaian, skalabiliti dan anotasi berkualiti tinggi, menjadikannya ideal untuk melatih model pengecaman muka yang tepat dan boleh dipercayai merentas pelbagai industri.
