顔認証の機械学習 2/23
こんばんは
IT企業でインターン中の私です。
本日はこの記事について取り上げさせていただきます。
様々な場面で利用される顔認証
iPhoneには顔認証機能がついており、その制度はかなり高く様々な認証で用いられております。また、イベントでも顔認証での本人確認をする機会が多くなり顔認証の利用価値は高まっています。
個人的には様々な物が顔認証になると便利だと感じます。非接触的で認証に時間もかかりませんし、何と言っても近未来感がとてもかっこいいです。その技術はどのように実現しているか気になるところです。
顔認証と人間の脳の共通点
記事の中では、顔認証の仕組みや実際に人間が人の顔を見極める際に、脳で起こっていることへの関連性について書かれています。
顔認証は事前に撮影された写真を数値列に変換しておき、訪れた人を撮影した写真も数値化を行い、その二つの数値列を比較して行われるようです。
また、人間の顔の見極めと顔認証の共通点は、目から認識しそこから、顔の向きや輪郭をつかむことや線分(顔の輪郭、目や鼻の境界線)で処理を行うところだそうです。
顔認証が難しい要因
ここで顔認証と表現しているのは人工知能の機械学習によって得られた結果をもとに顔を識別するシステムのことです。つまりはAIがどのように人間の顔を見比べるのかというところです。
しかし、顔認証実現するにはいくつかの問題があります。まず、人工知能は人間の顔そのものを識別しなければなりません。シミュラクラ現象というものをご存じでしょうか人間でさえ、3つの点を見ただけで顔に見えると思ってしまいます。
そう考えると立体感の把握ができない画像において顔認証の難しさが分かると思います。そこに、双子や化粧、顔のむくみやはれが入ってくると考えると不可能にさえ思います。
同じ顔認証でも大きな違い
また、エンジニアの先輩に聞いた話を紹介させていただきます。顔認証と顔情報からその個人を識別するのには機械学習のさせ方や必要なデータの数が変わってくるそうです。
例えば、iPhoneでの顔承認では、カメラの前の顔と事前に登録された顔の情報が同じ人物かを識別しています。いわゆる、顔が同じかだけを見てます。
しかしながら、出された顔をもとに登録されている個人の情報を識別するのには機械学習のさせ方が変わってくるそうです。顔をもとに情報を識別するというものが入るだけ大きな差が出てくるのです。
注目される機械学習
顔認証は非接触で行えうえに比較的に速いスピードで承認できるために、今注目を集めています。これから顔認証で決済や認証等ができるようになってくるかもしれません。
この記事が気に入ったらサポートをしてみませんか?