Riconoscimento facciale

Il riconoscimento facciale (in inglese face detection) è una tecnica di intelligenza artificiale, utilizzata in biometria per identificare o verificare l'identità di una persona a partire da una o più immagini che la ritraggono.
Funzionamento[modifica | modifica wikitesto]
Solitamente il riconoscimento avviene mediante tecniche di elaborazione digitale delle immagini, ignorando tutto quello che non rappresenta una faccia, come edifici, alberi, corpi, che vengono solitamente definiti background. Si può affermare che si tratta di un riconoscimento di pattern, dove il pattern da riconoscere è il viso umano.
Per facilitare l'individuazione di una faccia, i primi sistemi tenevano conto che un viso umano è composto da due occhi, un naso e una bocca. I sistemi più recenti invece riescono a riconoscere una persona anche se questa ha il viso ruotato, o comunque non in visione frontale.
Il riconoscimento può avvenire modellando la faccia come un oggetto in due dimensioni (2D) o in tridimensionale (3D).[1][2]
Principali metodi[modifica | modifica wikitesto]
Tra i principali algoritmi utilizzati nel riconoscimento vi sono:
- PCA (Principal Component Analysis):
- permette di ottenere da uno spazio ad alta dimensionalità (pari al numero di pixel dell'immagine) un sottospazio significativo ai fini del riconoscimento (le eigenfaces). Richiede una quantità di risorse computazionali relativamente ridotta ma risente fortemente di rotazioni e traslazioni, come pure di variazioni di illuminazione e sfondo.
- LDA (Linear Discriminant Analysis):
- oltre a ottenere un sottospazio di dimensionalità minore, come nel caso della PCA, permette una suddivisione in classi all'interno delle quali la varianza è minima (le fisherfaces, da Ronald Fisher)
- metodi Kernel
- metodo delle wavelet Gabor
- modello di Markov nascosto
- Active Appearance Models (AAM)
Poiché i diversi algoritmi presentano punti di forza e di debolezza diversi fra loro, spesso vengono combinati per migliorare la qualità dei risultati.
Applicazioni pratiche[modifica | modifica wikitesto]
Il riconoscimento facciale può essere utilizzato in sistema real-time per riconoscere facilmente e istantaneamente chi è la persona che si trova di fronte al sensore (fotocamera o fotocamera digitale, videocamera, webcam, ...). In Cina è già stato installato tramite le videocamere nelle strade delle grandi città schedando milioni di persone[3].
Recentemente il social network Facebook ha attivato l'opzione di riconoscimento facciale delle immagini pubblicate dagli utenti, generando alcune polemiche inerenti alla tutela della privacy delle persone ritratte[4].
Esistono alcune tipologie di captcha con cui l'utente deve manualmente riconoscere, in un'immagine, dove si trova il viso di una persona.[5][6]
Note[modifica | modifica wikitesto]
- ^ (EN) Tecnologia in 3D
- ^ (EN) Face recognition in 3D Archiviato il 6 luglio 2007 in Internet Archive. a pag. 15
- ^ https://www.wired.it/attualita/tech/2019/02/16/riconoscimento-facciale-cina-ungheria-liberta/
- ^ Riconoscimento facciale su Facebook, su lastampa.it. URL consultato il 22 giugno 2011 (archiviato dall'url originale l'11 giugno 2011).
- ^ Free Face Recognition Captcha Downloads: Luxand FaceSDK by Luxand Development, Faceky by In-Sense and More
- ^ Articolo scientifico su IEEE (PDF), su ieeexplore.ieee.org.
Voci correlate[modifica | modifica wikitesto]
- Biometria#Problemi e preoccupazioni
- Morphing
- Riconoscimento delle immagini
- Visione artificiale
- Riconoscimento di pattern
Collegamenti esterni[modifica | modifica wikitesto]
- (EN) Face detection, su face-rec.org.
- Riconoscimento facciale con jQuery Archiviato il 21 febbraio 2014 in Internet Archive., tutorial in italiano
- [1] TED (conferenza) Kade Crockford, Cosa c'è da sapere sulla sorveglianza facciale, 2020.