Pagkilala sa Mukha. Ano ito at bakit natin ito kailangan?

Naitanong mo na ba kung ligtas ba online ang larawan ng iyong mukha? Maraming paraan para malaman kung lumabas na ba ang iyong larawan sa anumang database. Ang online na paghahanap ng mukha ay higit pa sa simpleng paghahanap. Kung interesado ka sa teknolohiya sa likod ng pagkilala ng mukha, kung paano ito ihinahambing ang mga katangian, at kung paano panatilihing ligtas ang iyong mga larawan sakaling may tumagas, patuloy na magbasa!

Pag-unlock ng Telepono vs. Paghanap ng Mukha Online

Hindi pare-pareho ang pagkilala sa mukha. Malamang pamilyar ka na sa Face ID, baka ginagamit mo ito araw-araw. Ngunit iba ang paggana ng teknolohiya sa likod nito kumpara sa simpleng pagkilala ng mukha sa larawan. Ang talahanayan sa ibaba ay nagpapakita ng pangunahing mga pagkakaiba sa pagitan ng mga kasangkapan na ginagamit para i-unlock ang iyong telepono o laptop at iyong ginagamit para maghanap ng mga mukha online.

Kontrol sa Pag-access

Mga Halimbawa: Face ID, Windows Hello

Prinsipyo ng Paggawa: TrueDepth camera na nagpoproyekto ng isang istrukturadong pattern ng ilaw sa iyong mukha. Kinukuha ng camera ang pagbaluktot ng pattern na ito, lumilikha ng isang 3D na mapa ng lalim ng iyong mga tampok sa mukha.

Pagkuha ng Datos: Ang mga pangunahing tampok ng mukha tulad ng iyong mga mata, ilong, bibig, at ang puwang sa pagitan ng mga ito ay kinikilala at isinasalin sa isang matematikal na representasyon.

Proseso ng Pagtutugma: Ang matematikal na representasyon (datos ng mukha) ay itinatago sa isang secure na enclave sa loob ng processor ng iyong aparato. Sa panahon ng pag-unlock, ang bagong nakuha na 3D scan ay isinasalin sa katulad na matematikal na format at inihahambing sa nakaimbak na datos. Ang matagumpay na pagtutugma ay nagbibigay ng access.

Paghahanap mula sa Larawan

Mga Halimbawa: lenso.ai, PimEyes

Prinsipyo ng Paggawa: Pagkuha ng mga tampok mula sa isang larawang in-upload ng gumagamit. Ang larawang in-upload ng gumagamit ay sumasailalim sa paunang pagproseso upang mapabuti ang kaliwanagan, mabawasan ang ingay, at potensyal na i-normalize para sa mga pagbabago sa ilaw.

Proseso ng Pagtutugma: Isang algorithm sa pagtutugma ang sumusukat sa pagkakatulad sa pagitan ng datos ng mukha ng gumagamit at mga entry sa index. Ang mga larawang may mga iskor na lumagpas sa isang tiyak na threshold ay ipinapakita bilang potensyal na mga tugma.

Mas Malalim na Pagsusuri - paano iniimbak at inihahambing ang mga larawan?

Ang lahat ng reverse image search tool ay gumagamit ng Content-Based Image Retrieval (CBIR). Pinapayagan ka ng sistemang ito na maghanap ng mga larawan gamit ang iba pang mga larawan sa halip na mga paglalarawan sa teksto.

Face recognition phases

**Pokusan sa Visuals: **Sinusuri nito ang mga kulay, hugis, at ayos ng pixel, hindi ang mga paglalarawan ng teksto.

**Pagkuha ng Tampok: **Kinukuha ng CBIR ang mga pangunahing tampok mula sa iyong larawan at isinasalin ito sa isang digital na format (mga vector).

Deep Learning:

Gumagamit ng mga layered na neural networks upang unti-unting matutunan ang mga kumplikadong tampok mula sa mga larawan. Sa sapatna pagsasanay, ang mga network na ito ay maaaring maging dalubhasa sa pagkilala sa mga tiyak na bagay.

**Pagmamarka ng Pagkakatulad: **Ikinukumpara ng sistema ang mga tampok ng iyong larawan sa isang index gamit ang mga sukat ng pagkakatulad (paghahambing ng mga vector na nabuo na dati).

Mga Resultang Magkatulad na Biswal: Mas mataas ang iskor, mas magkatulad na biswal ang mga ibinalik na larawan sa iyong larawang hinahanap.

Paghahambing ng mga Tampok ng Mukha

Ngayon, baka nagtataka ka kung paano hinahanap ng sistema ang mga tampok ng mukha at kung paano ito inihahambing. Ang software na ginagamit sa mga kasangkapan sa pagkilala ng mukha ay lumilikha ng isang mapa ng mukha ng isang tao. Ang mapang ito ay representasyon ng mga heometrikong hugis at mga distansya sa pagitan ng mga elemento ng mukha tulad ng mga mata, ilong, at bibig.

Ang mapa ay pagkatapos ay isinasalin sa isang vector, at ang vector na ito ay ihinahambing sa mga larawan sa index. Mas malapit ang mga iskor sa isa't isa, mas malamang na magkatugma ang mga mukha.

Paano isasagawa ang paghahanap? Hanapin ang iyong sariling mukha online.*

Narito kung paano mo mahahanap ang iyong mukha online gamit ang lenso.ai:

Bisitahin ang website ng lenso: https://lenso.ai/.
Sa pangunahing pahina, mag-upload ng larawan ng iyong mukha. Siguraduhing malinaw ito at nakikita ang lahat ng mga tampok.
Piliin ang lugar ng iyong mukha kung kinakailangan, o simpleng maghanap gamit ang buong larawan.
Siguraduhing piliin ang kategoryang "Tao".
I-click ang larawan na tumutugma sa iyong paghahanap para ma-redirect sa website kung saan ito lumabas. Sa ganitong paraan, malalaman mo kung saan na-post ang larawan at makakagawa ng mga hakbang para maipatanggal ito.

Tip: Mag-sign up para sa awtomatikong mga notipikasyon sa email ng lenso: Tuwing makakahanap ng tugma sa iyong mukha ang lenso.ai, makakatanggap ka ng agarang notipikasyon sa pamamagitan ng email.

*Magagamit sa napiling mga rehiyon

Para saan ginagamit ang pagkilala ng mukha?

Seguridad at Kontrol sa Pag-access:

Pag-unlock ng mga device: Ang mga smartphone at laptop ay maaaring gumamit ng pagkilala sa mukha para sa ligtas na pag-login.
Pag-secure ng mga gusali at sensitibong mga lugar: Ang mga sistema ng pagkilala sa mukha ay maaaring magbigay ng access batay sa mga naaprubahang indibidwal.
Pagpapatupad ng batas: Maaaring tumulong ang pagkilala sa mukha sa paghahanap ng mga suspek o nawawalang mga tao sa mga video o pampublikong footage ng camera.

Pang-araw-araw na Ginhawa:

Social media: Ang mga platform tulad ng Facebook ay maaaring awtomatikong mag-tag ng mga tao sa mga larawan gamit ang pagkilala sa mukha.
Mga pagbabayad: Ang ilang mga tindahan at sistema ng pagbabayad ay nagpapahintulot sa pagkilala sa mukha para sa ligtas na mga transaksyon.
Smart homes: Maaaring ipersonalize ng pagkilala sa mukha ang mga setting ng smart home o kontrolin ang access sa tiyak na mga tampok.

Iba Pang Paggamit:

Marketing: Maaaring gamitin ng mga tindahan ang pagkilala sa mukha para sa pag-target ng advertising batay sa demograpiko.
Pamamahala ng mga kaganapan: Maaaring padaliin ng pagkilala sa mukha ang pagpasok sa mga kaganapan o mag-verify ng mga may hawak ng tiket.
Paghanap ng mga nawawalang tao: Maaaring gamitin ng pagpapatupad ng batas ang pagkilala sa mukha para i-scan ang mga pampublikong footage para sa mga nawawalang indibidwal.

Mga Alalahanin sa Seguridad at mga Pagbabago sa Batas patungkol sa mga Kasangkapan sa Pagkilala sa Mukha

Ang pananaliksik na inilathala noong 2016 ay nagtaas ng mga alalahanin sa privacy, na nagmumungkahi na ang mga sistemang pangkilala ng mukha na naa-access sa mga awtoridad ng pagpapatupad ng batas ay maaaring saklawin ang mahigit sa 133 milyong Amerikano, na kumakatawan sa higit sa kalahati ng mga may-edad na Amerikano.

Dahil sa ulat na inilathala ng Georgetown Law, ang mga pagsisikap na iregula ang pagkilala sa mukha ay nakakuha ng momentum. Sa Maryland, isang mambabatas ang nagmungkahi ng isang panukalang batas upang magtatag ng mga alituntunin para sa paggamit nito.

Samantala, ang ACLU sa Vermont ay nagtaguyod para sa isang ganap na pagbabawal sa paggamit ng teknolohiya sa mga larawan ng lisensya sa pagmamaneho. Sa mas malawak na saklaw, pinalawak ng National Institute of Standards and Technology ang mga pamamaraan ng pagsubok nito sa pamamagitan ng pagsasama ng mga regular na pagsusuri sa bias batay sa demograpiya.

Sa wakas, tinipon ng U.S. House Oversight Committee ang isang pagdinig upang suriin ang pagpapatupad ng FBI ng pagkilala sa mukha.

Ang pag-aaral noong 2016 ay nagpasiklab ng isang debate sa buong bansa tungkol sa paggamit ng pulisya ng pagkilala sa mukha. Habang ang mga batas ay patuloy na binabago at ang teknolohiya ay patuloy na umuunlad, nagpapaisip sa mga tao ang ulat na ito kung paano ito gagamitin nang patas. Habang umuusad ang mga bagay, mahalagang patuloy na pag-usapan kung paano balansehin ang kaligtasan sa privacy.

_Nais mong malaman pa tungkol sa paghahanap ng kabaligtaran ng imahe?

Magbasa pa dito: Mga Prinsipyo ng Paghahanap ng Baligtad na Imahe. Paano Ito Gumagana at Ano ang Magagawa Mo_

Mga Nakalabas na Larawan: Narito Kung Paano Lumaban

Nadama mo bang nilabag dahil lumabas online ang mga pribadong larawan mo? Hindi ka nag-iisa at may mga hakbang na maaari mong gawin para mabawi ang kontrol.

Kunin ang Kapangyarihan sa Iyong mga Account - i-lock ito: Baguhin ang mga password sa lahat ng posibleng nakompromisong mga account. Dagdagan ang iyong seguridad gamit ang two-step authentication.

Magtipon ng Ebidensya:

Screenshot ito: Kunan ng larawan ang mga nakalabas na larawan at anumang detalyeng nakapaligid.
Hanapin ito: Gumamit ng isang maaasahang kasangkapan sa paghahanap ng larawan upang makita kung kumalat pa ang mga larawan. Tandaan na may mga limitasyon ang mga kasangkapang ito kaya maaaring kailanganin ang mas masusing paghahanap.

I-report ang Pang-aabuso:

Patahimikin ang pinagmulan: Karamihan sa mga platform ay nagpapahintulot sa pag-uulat ng di-pinasang intimate content. Gamitin ang kanilang mga kasangkapan sa pag-uulat.
Kumuha ng legal na tulong: Ang pag-leak ng mga pribadong larawan ay maaaring maging isang krimen. Isaalang-alang ang pakikipag-ugnayan sa pulisya, lalo na kung nakuha ang mga larawan nang walang pahintulot.

Hum seeking Suporta:

Pag-usapan ito: Magtiwala sa isang kaibigan o miyembro ng pamilya na mapagkakatiwalaan.
Hindi ka nag-iisa: May mga crisis hotline na dalubhasa sa online harassment. Makipag-ugnayan para sa suporta.
Maaari kang makipag-ugnayan sa Cybersmile Foundation: https://www.cybersmile.org/

Paglilinaw sa Paghahanap ng Mukha

Sa artikulong ito, sinikap naming ilahad ang lahat ng pinakamahalagang impormasyon tungkol sa pagkilala ng mukha at paghahanap ng mukha ng isang tao online. Bagama't malawakan ang paggamit ng kasangkapan sa pagkilala ng mukha at ito ay isang kahanga-hangang, kapaki-pakinabang na teknolohiya, mahalaga rin na pangalagaan ang iyong imahe at privacy. Ito ang dahilan kung bakit ipinatupad ang mga bagong batas na nagreregula sa isyu. Sa kasalukuyan, mayroong maraming mga pundasyon na itinatag upang makatulong sa kaso ng pag-leak ng mga larawan. Siguraduhin na suriin kung ano ang maaari mong gawin kapag nangyari ito sa iyo.