Comment les systèmes de reconnaissance faciale peuvent-ils m’identifier ? | Transformation numérique | Technologie

Ces dernières années, la rapidité et la précision des algorithmes de reconnaissance faciale ont connu de nouvelles avancées grâce à la recherche, notamment dans les techniques 3D. Différentes technologies coexistent actuellement, mais elles suivent toutes les mêmes phases lorsqu’il s’agit de reconnaître un visage.

Ils capturent d’abord une image en deux ou trois dimensions du visage à partir d’une photographie ou d’une vidéo, soit d’une seule personne, soit d’une foule. Les algorithmes analysent ensuite les traits du visage pour obtenir les informations biométriques. Dans la reconnaissance 2D, des points de référence tels que le nez, la bouche et les yeux sont utilisés, mesurant la largeur et la distance entre eux. Un visage humain peut contenir 80 de ces repères. Les méthodes 3D utilisent, en plus de la forme, la texture, la profondeur, les contours et le galbe du visage. C’est pourquoi ils sont plus précis et compensent certaines lacunes d’éclairage, d’orientation ou d’expressions faciales des systèmes 2D.

Avec une modélisation faciale 3D, les attributs du visage humain qui ne changent pas de manière significative avec l’âge (par exemple, les courbes de l’orbite ou le contour du menton) peuvent également être stockés. Cependant, ils ne sont pas exempts d’autres problèmes : un mouvement lors de la numérisation pourrait entraîner une distorsion de l’image et donc une identification incorrecte. Pour éviter ces erreurs, le système développé par Apple, par exemple, combine plusieurs technologies. Son Face ID intégré à l’iPhone X contient une caméra frontale, une autre caméra infrarouge, une lumière de support et un projecteur infrarouge qui émet 30 000 points invisibles, reconstituant une carte tridimensionnelle du visage qui est comparée en temps réel à l’aide d’algorithmes basés sur des neurones. réseaux. . Une fois extraites, ces données sont converties en un code numérique appelé empreinte faciale ou empreinte faciale qui est stocké dans un logiciel.

Après avoir fait cette analyse du visage, le code enregistré est comparé aux informations existantes dans une base de données qui stocke d’autres empreintes faciales et photographies identifiées. Dans cette phase, la nécessité d’accumuler de grandes quantités d’informations pour obtenir des résultats devient évidente. Des entreprises et des organisations cherchent à mettre la main sur les images, comme le FBI, qui a accès à plus de 641 millions de photos, ou la grande base de données Facebook, qui possède les photographies de ses utilisateurs, ce qui leur permet aussi d’avoir fait le travail de labellisation eux pendant des années.

En conséquence, le système renvoie un pourcentage de similarité, qui dépendra du degré de correspondance et des informations stockées dans votre base de données. Il affichera également d’autres détails enregistrés tels que le nom, l’adresse, l’âge, etc.

Ce n’est pas la même chose de vérifier, d’identifier ou de retrouver une ou plusieurs personnes entourées de personnes, c’est pourquoi on distingue plusieurs procédés selon leur objectif :

1. Vérification (une personne, une identité) : Il est pratiqué lorsque nous avons les données d’une personne dont nous voulons vérifier l’identité, en nous assurant que son visage correspond à l’image donnée. Il est souvent utilisé, par exemple, dans les passeports biométriques ou les systèmes de connexion. Maintenant que nous essayons d’éviter tout contact avec toute surface physique, d’autres contrôles biométriques plus répandus dans les entreprises ou les organisations, tels que les empreintes digitales, peuvent être remplacés par ces systèmes, qui non seulement ne nécessitent pas de contact, mais, pour le meilleur ou pour le pire, ils ne nécessitent la coopération de la personne.
2. Identification (plusieurs personnes, une seule identité) : lorsque vous devez comparer une image à un ensemble d’identités connues pour trouver la plus proche. Parfois, le visage n’obtient pas de correspondance car il n’est pas enregistré dans la base de données. C’est la méthode que les forces de l’ordre peuvent utiliser pour identifier un suspect.
3. Rechercher une personne dans la foule (plusieurs personnes, plusieurs identités) : C’est le plus complexe, puisqu’il faut que tous les visages entrent dans le système de détection et avec cela, essayez d’attribuer une identité à chaque visage à l’aide d’un algorithme de reconnaissance faciale. Ce type de reconnaissance pourrait également être caractéristique des systèmes de vidéosurveillance. Cependant, les visages qui peuvent être obtenus à partir des images CCTV ne sont généralement pas de haute qualité, ou il est difficile de capturer avec précision l’orientation de l’individu, de sorte que ces méthodes de reconnaissance faciale et d’autres sont encore loin d’être parfaites.

L’une des méthodes les plus abordables pour effectuer ce processus consiste à utiliser plusieurs caméras 2D qui capturent des images du visage sous différents angles, puis à reconstruire un modèle 3D du visage. Cette méthode est rapide et flexible, permettant d’ajuster la distance entre le visage et les caméras, mais nécessite tout de même de bonnes conditions d’éclairage, le talon d’Achille des caméras 2D.

Une autre technique est le balayage actif, qui utilise un faisceau laser réfléchi par la surface du visage pour indiquer la distance et produire une image qui, combinée aux images haute résolution d’une caméra standard, peut être comparée à un système de reconnaissance faciale haute résolution. précision.

Ces dernières années, les limitations techniques encore existantes qui conduisent à des faux positifs, à la discrimination raciale et à des violations de la vie privée ont conduit divers groupes, artistes et entreprises à exprimer leur désaccord avec l’application de ces systèmes de surveillance, voire à imaginer des moyens ingénieux pour les déjouer. .

Cependant, il existe également d’autres pratiques dans lesquelles la reconnaissance faciale contribue à la science loin des systèmes de contrôle, du divertissement ou des fausses nouvelles, comme la recherche qui tente d’aider les personnes ayant des difficultés d’apprentissage profondes ou d’identifier les troubles génétiques rares à travers les traits du visage.