مشکل تشخیص چهره در جمعیت شناسی‌های مختلف

مشکل تشخیص چهره
فهرست مطالب

همانگونه که می‌دانید سیستم تشخیص چهره در حقیقت یک تکنولوژی هوشمند برای شناسایی و تمیزدادن یک فرد از یک عکس دیجیتالی یا ویدئو می‌باشد. سیستم تشخیص چهره معمولا سیستمی است که بر اساس تکنولوژی هوش مصنوعی و الگوریتم‌های یادگیری عمیق قادر به شناسایی چهره افراد با دقت بالا می‌باشد. بنابراین مشکل تشخیص چهره در جمعیت شناسی‌های مختلف می‌تواند موضوع چالش برانگیزی باشد.

در بازشناخت تصویر یک فرد، در ابتدا تصویر ورودی با توجه به اطلاعات موجود در پایگاه داده که شامل مشخصاتی از چهره افراد است، مورد شناسایی قرار می‌گیرد. استفاده از این سیستم در حال توسعه است. این روش در مقایسه با سیستم‌های احراز هویت قبلی نظیر سیستم تشخیص اثر انگشت و یا سیستم اسکن قرنیه ضریب دقت بالاتری دارد. از طرفی نیز فرآیند احراز هویت در آن بدون نیاز به تماس و غیر تهاجمی است. از این رو در بیش‌تر سستم‌های احراز هیت مورد استقبال قرار می‌گیرد.

منظور از مشکل تشخیص چهره چیست؟

منظور از مشکل تشخیص چهره نداشتن دقت کافی در سیستم‌های احراز هویت با چهره است. به این ترتیب که تغییر مدل مو، رنگ چشم، گردی صورت، رنگ مو، رژ گونه، عینک و … منجر به بروز اشتباهات فاحشی در سیستم تشخیص چهره شوند. بنابراین این اشتباهات می‌تواند قضیه عادلانه بودن این سیستم‌ها را زیر سوال برد. چرا که در بسیاری از مواقع بروز یک اشتباه کوچک در تشخیص چهره می‌تواند سیستم مذکور را ناعادلانه بروز دهد.

نکته جالب توجهی که در این زمینه وجد دارد این است که طبق تحقیقات انجام شده احتمال بروز مشکل تشخیص چهره در بین افراد سفید پوست به مراتب کمتر از افراد رنگین پوست است. همین موضوع نیز شرکت‌های ارائه دهنده این فناوری را با چالش‌های بسیاری موجه می‌کند. زیرا وجود این باگ ممکن است به جای مسائل فنی بر روی مسائل نژاد پرستانه فوکوس کند.

مشکل تشخیص چهره در جمعیت شناسی‌های مختلف تا چه حد جدی است؟

جالب است بدانید که فناوری تشخیص چهره علی‌رغم پیشرفت‌های چشمگیر خود، هنوز هم در بسیاری از موارد به لحاظ تبعیض نژادی، مورد انتقاد قرار دارد. این انتقادها از آنجا نشات می‌گیرد که در بسیاری از مواقع الگوریتم‌های تشخیص چهره عملکرد فوق‌العاده‌ای در شناسایی سفیدپوستان دارند. اما در تشخیص چهره رنگین‌پوستان عملکرد ضعیفی از خود نشان می‌دهند.

در همین راستا تحقیقات و تست‌های انجام شده توسط NIST نشان می‌دهد که بسیاری از این الگوریتم‌ها در شناسایی عکس یک فرد سیاه پوست یا آسیای شرقی در مقایسه با یک فرد سفید پوست، با احتمالی حدود ۱۰ الی ۱۰۰ برابر بیشتر خطا دارند. تست دیگری که در جستجو و شناسایی تصویر یک فرد مشخص در یک پایگاه داده است، نشان می‌دهد احتمال شناسایی نادرست تصویر یک زن سیاه پوست نسبت به سایر گونه‌های جمعیتی به مراتب بیش‌تر است.

طبق گفته واتسون کریگ، مدیر گروه تصویر در NIST، هدف از آخرین ارزیابی‌های انجام شده برای عرضه برنامه‌ای به نام آزمون تأمین کننده تشخیص چهره که قابلیت الگوریتم‌های مختلف تشخیص چهره را دارد، به شرح زیر است :

هدف این برنامه ارائه مباحث معنادار و داده‌های تجربی برای تصمیم‌گیرندگان، سیاست گذاران و کاربران نهایی است. زیرا به این ترتیب می‌توانند از دقت، سودمندی، قابلیت‌ها و محدودیت‌های این فناوری آگاه شوند.
زیرا هدف نهایی این است که کاربران نهایی و سیاست گذاران این نتایج را ببینند و خودشان تصمیم بگیرند.

آزمون تشخیص چهره برای حل مشکل تشخیص چهره چیست؟

در این آزمون از یک الگوریتم هسته‌ی اصلی برای تشخیص قابلیت‌های چهره استفاده می‌شود. از این رو دقت به موضوع تایید یک به یک یکی از ضروریات است. زیرا به این ترتیب مشخص می‌شود که یک الگوریتم تا چه حد می‌تواند به مقایسه دو تصویر بپردازد و تشخیص دهد که آیا مربوط به یک شخص است یا خیر!

بخش دوم این آزمون نیز به تشخیص هویت یک به چند می‌پردازد. به این ترتیب که در این بخش یک گالری از تصاویر نامعین جستجو می‌شوند و اگر تطابقی در گالری وجود داشته باشد، به اطلاع شما می‌رسد. استفاده از قابلیت جستجوی یک به چند معمولا در سیستم کنترل دسترسی یک مرکز مورد استفاده قرار می‌گیرد.

به این ترتیب هرگاه کسی برای اولین بار وارد سیستم می‌شود، بیومتریک خود را عرضه می‌کند. سپس این مشخصات با مشخصات افراد مجاز به دسترسی مقایسه می‌شود. سپس در صورت صلاح‌دید دسترسی آن‌ها به سیستم به صورت خودکار ایجاد می‌شود. اما در این شرایط سیستم احراز هویت معمولا کاملا بر اساس نظرات انسانی عمل می‌کند. بنابراین امکان بروز مشکل تشخیص چهره به ویژه در جمعیت شناسی‌های مختلف وجود دارد.

مشکل تشخیص چهره

خطاهای مشکل تشخیص چهره

معمولا خطاهای مشکل تشخیص چهره در دو گروه مورد بررسی قرار می‌گیرند:

  • مثبت کاذب
  • منفی کاذب

خطاهای مثبت کاذب زمانی اتفاق می‌افتد که به تشخیص الگوریتم دو تصویر متعلق به یک فرد است. در حالی که حقیقت چنین نیست. خطاهای منفی کاذب نیز زمانی اتفاق می‌افتد که طبق تشخیص یک الگوریتم دو تصویر مربوط به یک فرد نیستند. در حالی که در واقع دو تصویر همان فرد را نشان می‌دهند.

هر دوی این خطاها می‌تواند دردسرساز باشد. بنابراین نمی‌توان از آن‌ها چشم‌پوشی کرد. اما در این میان یکی از یافته‌های عجیب و قابل توجه در این زمینه این است که در بیش‌تر مواقع الگوریتم‌های عرضه شده، سطوحی از تفاوت جمعیتی را نشان می‌دهند.

در حقیقت طبق تحقیقات اخیر تعداد نتایج مربوط به مثبت‌های کاذب به طور کلی از منفی‌های کاذب بسیار بیشتر هستند. اما این‌که این نتایج در جمعیت‌شناسی‌های مختلف به شکل فاحش‌تری خود را نشان می‌دهند، جای تامل بسیاری باقی می‌گذارد. چرا که استفاده از این الگوریتم‌ها اپلیکیشن‌های مرتبط با مهاجرت، تصاویر درخواست ویزا در وزارت خارجه و … نیز مورد استفاده قرار می‌گیرد. بنابراین باید فاقد هر گونه مشکل تشخیص چهره در جمعیت‌شناسی‌های مختلف باشد. در غیر این صورت ذهن را به سمت و سوی مسائل نژاد پرستانه سوق می‌دهد.

نتیجه‌گیری

جهان در حال حرکت به سمت دیجیتالیزه شدن است. از این رو استفاده از فناوری‌های بیومتریک چهره در صنایع مختلف به بحث چالش برانگیزی تبدیل شده است. بسیاری از شرکت‌های فناوری جهان نیز سعی می‌کنند در بحث تایید و احراز هویت از هر بیومتریک منحصر به فردی استفاده کنند. اما مسئله اینجاست که هنوز مشکل تشخیص چهره در جمعیت‌شناسی‌های مختلف پابرجاست. بنابراین حل این مشکل به یکی از چالش برانگیزترین بحث‌ها تبدیل شده است.

زیرا این تحول عظیم به سیستم امنیتی بالا و روش‌های احراز هویت جدیدی نیاز دارد. با توجه به این نکات طبیعی است که تمایل افراد برای استفاده از روش‌های احراز هویت دیجیتال نیز به مراتب بیش‌تر شود. مخصوصا اگر پای امنیت بالاتر و حفاظت از هویتشان در میان باشد. اما در این میان تکلیف شرکت‌های چند ملیتی و کشورهای با جمعیت‌شناسی مختلف چیست؟

در همین راستا شرکت‌های بزرگ فناوری جهان در حال ابداع بهترین و امن‌ترین راه‌های احراز هویت با استفاده از هوش مصنوعی و مطابق با تکنولوژی‌های روز دنیا هستند تا بیش‌ترین سهم را از این دیجیتالیزه شدن از آن خود کنند.

در راستای استقبال از روش‌های جدید ارائه شده توسط هوش مصنوعی مانند انواع روش‌های احراز هویت دیجیتال توسط کاربران اینترنت، احراز هویت یوآیدی نیز که به عنوان اولین سرویس احراز هویت دیجیتال در کشور ما شناخته می‌شود، آماده ارائه خدمت به مشتریان است.

علاوه بر ارائه این خدمات در سامانه سجام و سامانه ثنا، محصول احراز هویت صرافی های رمزارز را مخصوصا برای این کسب و کارها توسعه و طراحی کرده است. در همین راستا نیز از آخرین فناوری تشخیص چهره بهره می‌جوید تا ارائه خدمات به مشتریان به بهترین شکل ممکن و طبق رضایت مشتری صورت پذیرد.

یوآیدی این فرآیند را با استفاده از الگوریتم‌های هوش مصنوعی مانند یادگیری عمیق و تشخیص زنده بودن چهره کاربر انجام می دهد. با یوآیدی نیازی به تعیین رمزهای عبور و یا حفظ آنها نیست. چرا که خود چهره کاربر و حضور وی مجوز ورود و استفاده کاربر از خدمات مورد نظر می باشد. بنابراین استفاده از سیستم احراز هویت یوآیدی اطمینان بیش‌تری به کاربران می‌دهد. زیرا با ضریب خطای کمتر از ۰.۰۱ درصد به انجام امور خود می‌پردازد.

برای امتیاز دادن کلیک کنید!
[تعداد نظر: ۰ میانگین: ۰]

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

نوشته های مرتبط

آخرین مقالات

عضویت در خبرنامه