CÔNG NGHỆ NHẬN DIỆN KHUÔN MẶT VÀ ỨNG DỤNG CỦA NÓ TRONG NĂM 2018


CÔNG NGHỆ SINH TRẮC HỌC KHUÔN MẶT


Một số công nghệ sinh trắc học đang được nhen nhóm phát triển, trong đó có “Nhận diện khuôn mặt”.

Theo đó, sự xuất hiện của công nghệ này làm dấy lên làn sóng quan tâm cũng như phản ứng rất lớn. Chúng ta cùng tìm hiểu vấn đề này ngay sau đây.

Với trí tuệ nhân tạo, nhận dạng khuôn mặt chắc chắn là công nghệ kỹ thuật số có ý nghĩa rất lớn đối với các công ty, tổ chức - và đặc biệt là các chính phủ.

Trong bài viết này, chúng ta sẽ cùng điểm qua 7 mảng ngành đã được ứng dụng nhận diện khuôn mặt trong năm 2018.


1. Công nghệ hàng đầu

2. Tác động đến quá trình học tập

3. Những động thái của thị trường và bước đi chiếm ưu thế ngành

4. Mạng lưới nhận diện người dùng mới

5. Công nghệ nhận diện khuôn mặt và hệ thống pháp luật

6. Chương trình ngăn chặn nhận diện khuôn mặt mới nhất

7. Hướng đến các giải pháp kết hợp


MỘT CÔNG NGHỆ KHOA HỌC VIỄN TƯỞNG


Công nghệ nhận diện khuôn mặt từ khi được phát minh vào năm 1970 đến nay đã có những bước tiến vượt bậc. Và ngày nay, nhận diện khuôn mặt được xem là công nghệ đo sinh trắc học của con người tự nhiên nhất.



CÔNG NGHỆ NHẬN DIỆN KHUÔN MẶT HOẠT ĐỘNG THẾ NÀO?


Sinh trắc học được sử dụng để kiểm tra - xác thực danh tính con người thông qua một tập hợp các dữ liệu để nhận biết và kiểm chứng các đặc điểm cá biệt của người đó thông qua 2 bước “nhận dạng” & “xác thực”.

- Nhận dạng trả lời câu hỏi: "Bạn là ai?"

- Xác thực trả lời câu hỏi: "Bạn thực sự là người bạn nói bạn là?"


Dưới đây là một số ví dụ:

- Trong trường hợp sinh trắc học trên khuôn mặt, cảm biến 2D hoặc 3D "chụp ảnh" khuôn mặt. Sau đó nó được chuyển thành dữ liệu số bằng cách áp dụng một thuật toán, trước khi được so sánh với những hình ảnh khác được giữ trong cơ sở dữ liệu.

- Các hệ thống tự động có thể được sử dụng để xác định hoặc kiểm tra danh tính của cá nhân chỉ trong vài giây dựa trên đặc điểm khuôn mặt của họ: khoảng cách của đôi mắt, sống mũi, đường viền môi, tai, cằm,.v..v..

Thậm chí có thể làm điều này ở giữa đám đông và trong môi trường với các cá thể di chuyển và không ổn định. Bằng chứng về điều này có thể được tìm thấy trong hoạt động của Hệ thống nhận dạng khuôn mặt trực tiếp của Gemalto (LFIS), một giải pháp tân tiến với chuyên môn lâu năm về sinh trắc học.

- Iphone X đã được giới thiệu với công nghệ nhận dạng khuôn mặt. Tuy nhiên, giải pháp sinh trắc học Face ID do Apple phát triển đã bị chỉ trích nặng nề ở Trung Quốc vào cuối năm 2017 vì không có khả năng phân biệt giữa một số gương mặt Trung Quốc nhất định.


Ngoài ra, còn có các công nghệ sinh trắc học khác như: dấu vân tay, quét iris, nhận dạng giọng nói, số hóa tổng thể lòng bàn tay và đo lường hành vi. Đây là các công nghệ sinh trắc tiên tiến được sử dụng  để đảm bảo tính bảo mật cá nhân trong môi trường mà tội phạm kĩ thuật số đã tăng nhanh trong những năm gần đây.


TẠI SAO LẠI DÙNG SINH TRẮC HỌC TRÊN KHUÔN MẶT?


Đó là bởi vì công nghệ nhận diện khuôn mặt sẽ dễ triển khai và không giới hạn ứng dụng cũng như phạm vi triển khai của nó. Không có sự tương tác vật lý nào được yêu cầu bởi người dùng cuối. Hơn nữa, việc phát hiện khuôn mặt và các quy trình đối sánh khuôn mặt để xác minh / nhận dạng rất nhanh.


#1 CÔNG NGHỆ NHẬN DIỆN KHUÔN MẶT HÀNG ĐẦU


Trong cuộc đua đổi mới công nghệ sinh trắc học, một số dự án của các ông lớn ngành kỹ thuật số đang cạnh tranh gay gắt cho vị trí dẫn đầu.



Google, Apple, Facebook, Amazon và Microsoft...Tất cả những gã khổng lồ phần mềm bây giờ thường xuyên giới thiệu các khám phá, sáng chế mới của họ trong các lĩnh vực trí tuệ nhân tạo, nhận dạng hình ảnh và phân tích khuôn mặt với nỗ lực “truyền tải” các kiến thức và ứng dụng của công nghệ này đến người dùng một cách nhanh nhất - trọn vẹn nhất.


Giới học thuật


Thuật toán GaussianFace được phát triển vào năm 2014 bởi các nhà nghiên cứu tại Đại học Hồng Kông đạt được điểm số nhận dạng khuôn mặt 98,52% so với 97,53% của một nghiên cứu trước đó. Tuy nhiên điểm yếu của nghiên cứu này liên quan đến dung lượng bộ nhớ cần thiết và thời gian tính toán.


Facebook và Google


Trong năm 2014, Facebook đã công bố sự ra mắt của chương trình DeepFace có thể xác định xem hai khuôn mặt được chụp trong hai bức ảnh thuộc về cùng một người, với tỷ lệ chính xác 97,25%. Khi tham gia thử nghiệm tương tự, con người trả lời đúng trong 97,53% trường hợp, hoặc chỉ 0,28% tốt hơn so với chương trình của Facebook.

Vào tháng 6 năm 2015, Google có bước tiến rõ rệt hơn với FaceNet , một hệ thống nhận dạng mới với điểm số vượt trội 100% độ chính xác trong thử nghiệm tham chiếu. Sử dụng mạng nơron nhân tạo và thuật toán mới, công ty từ Mountain View đã quản lý liên kết khuôn mặt với chủ sở hữu của nó với kết quả gần như hoàn hảo.  

Công nghệ này được tích hợp vào Google Photos và được sử dụng để sắp xếp ảnh và tự động gắn thẻ người dùng dựa trên nguồn dữ liệu có từ trước. Chứng minh tầm quan trọng của mình trong bối cảnh công nghệ sinh trắc học phát triển cực nhanh, FaceNet nhanh chóng được phát hành trực tuyến với một phiên bản được gọi là OpenFace .


Microsoft, IBM và Megvii


Một nghiên cứu được thực hiện bởi các nhà nghiên cứu MIT trong tháng 2 năm 2018 đã cho thấy công cụ của Microsoft, IBM và Megvii (FACE ++) có tỷ lệ lỗi cao khi xác định phụ nữ da sẫm màu và nam giới da sáng.

Vào cuối tháng 6, Microsoft đã thông báo ở một bài đăng trên blog rằng họ đã thực hiện những cải tiến vững chắc đối với công nghệ nhận diện khuôn mặt.


Amazon


Vào tháng 5 năm 2018, Ars Technica đã báo cáo rằng Amazon đang tích cực quảng bá dịch vụ nhận diện khuôn mặt dựa vào công nghệ đám mây của họ có tên là Rekognition cho các cơ quan thực thi pháp luật. Giải pháp có thể nhận ra có tới 100 người trong một hình ảnh duy nhất và có thể thực hiện đối sánh khuôn mặt với cơ sở dữ liệu chứa hàng chục triệu khuôn mặt.

Vào tháng 7, Newsweek báo cáo rằng công nghệ nhận dạng khuôn mặt của Amazon đã nhận dạng sai 28 thành viên của Quốc hội Mỹ.


Các nhà cung cấp công nghệ sinh trắc học chính


Vào cuối tháng 5 năm 2018, Bộ trưởng Khoa học và Công nghệ An ninh Nội địa Hoa Kỳ đã công bố kết quả của các bài kiểm tra được tài trợ tại Cơ sở Khảo thí Maryland (MdTF) được thực hiện vào tháng 3. Những thử nghiệm thực tế này đo hiệu suất của 12 hệ thống nhận diện khuôn mặt trong phạm vi đo 2 m đến 2,5 m.


Giải pháp nhận diện khuôn mặt của Gemalto (LFIS) đạt được kết quả xuất sắc với tỷ lệ thu nhận khuôn mặt là 99,44% trong vòng chưa đầy 5 giây (so với mức trung bình 68%), Tỷ lệ nhận dạng đúng 98% trong vòng chưa đầy 5 giây so với trung bình 66% và tỷ lệ lỗi là 1% so với mức trung bình 32%.


Nhận diện cảm xúc trên khuôn mặt


Nhận diện cảm xúc là quá trình lập bản đồ nét mặt để nhận biết những cảm xúc như niềm vui, tức giận, bất ngờ, sợ hãi hoặc buồn bã trên khuôn mặt người với phần mềm xử lý hình ảnh.


Khác với nhận diện khuôn mặt, mục đích là để xác định cảm xúc của người được tham chiếu chứ không phải là danh tính hay thông tin cá nhân.


Biểu hiện khuôn mặt có thể được biểu diễn bằng các đặc điểm hình học hoặc hình thức, các tham số được trích xuất từ ​​các hình ảnh được số hóa thành các mô hình động và các mô hình 3D.


Một số nhà cung cấp công nghệ này bao gồm Kairos (nhận diện khuôn mặt và cảm xúc cho tiếp thị thương hiệu), Noldus, Affectiva, Sightcorp, Nviso và một số doanh nghiệp khác.


#2 HỌC TẬP THÔNG QUA TÍNH NĂNG HỌC TẬP SÂU


Đối với tất cả các công nghệ đột phá này, “học tập sâu” (còn được gọi là học tập có cấu trúc sâu hoặc học tập phân cấp) là tính năng phổ biến nhất. Và tại sao nó lại quan trọng?



Học tập sâu là thành phần trung tâm của các thuật toán thế hệ mới nhất được phát triển bởi Gemalto.


Học tập sâu là tính năng sử dụng "một mạng nơ-ron nhân tạo bắt chước chức năng của bộ não con người" - chuyên gia robot Úc Peter Corke giải thích. "Những khả năng được cung cấp bởi công nghệ này sẽ tăng lên khi chúng ta khám phá những bí mật bộ não của chúng ta. Bằng cách hiểu bộ não con người dựa vào thuật toán mà kỹ thuật đảo ngược sẽ cho phép chúng ta mang tiềm năng của bộ não con người tới mạng nhân tạo."  


Mạng nơron nhân tạo là các thuật toán được cung cấp với nhiều giá trị đầu vào khác nhau. Chúng được xử lý bởi một loạt các hàm mà cuối cùng trả về một giá trị đầu ra. Các chức năng này ban đầu liên quan đến một giai đoạn học tập để hiệu chỉnh các kết quả được tạo ra.


- Thứ nhất, mạng được cung cấp với các giá trị đầu vào và kết quả đầu ra.

- Kiểm tra sau đó được thực hiện để đảm bảo rằng mạng đang tạo ra kết quả mong đợi.

- Đồng thời, các điều chỉnh được thực hiện cho đến khi hệ thống được cấu hình đúng và có khả năng tạo ra kết quả mong đợi một cách có hệ thống.


Do đó, với tính năng học tập sâu này con người có thể ứng dụng mạng nơ-ron nhân tạo để nhận dạng hình ảnh, phân tích khuôn mặt hoặc dự đoán thị trường chứng khoán.


#3 THỊ TRƯỜNG CÔNG NGHỆ NHẬN DIỆN KHUÔN MẶT


Thị trường nhận diện khuôn mặt



Một nghiên cứu vào tháng 6 năm 2016 ước tính đến năm 2022, thị trường nhận diện khuôn mặt toàn cầu sẽ tạo ra 9,6 tỷ USD doanh thu, với tốc độ tăng trưởng kép hàng năm (CAGR) là 21,3% trong giai đoạn 2016 - 2022.


Tỉ lệ này tăng lên mức tăng trưởng 22,9% nếu chính phủ các nước triển khai sử dụng công nghệ này, đây là động lực lớn nhất thúc đẩy khả năng tăng trưởng của thị trường công nghệ nhận diện khuôn mặt.


3 danh mục ứng dụng hàng đầu


1. An ninh - pháp luật


Thị trường này tăng trưởng bởi hoạt động tăng cường chống tội phạm và khủng bố, cũng như cạnh tranh kinh tế.



Những lợi ích của việc nhận diện khuôn mặt cho việc kiểm soát là điều hiển nhiên nhằm khắc phục và phòng ngừa tội phạm.

- Nhận diện khuôn mặt được sử dụng khi phát hành tài liệu nhận dạng và thường được kết hợp với các công nghệ sinh trắc học khác như dấu vân tay.

- Kiểm tra sinh trắc trên khuôn mặt được sử dụng tại các kiểm tra biên giới để so sánh với ảnh chân dung trên hộ.

- Vào năm 2017, Gemalto chịu trách nhiệm cung cấp các cổng điều khiển tự động mới cho hệ thống PARAFE tại sân bay Roissy Charles de Gaulle ở Paris. Giải pháp này đã tạo điều kiện thuận lợi cho sự tiến hóa của công nghệ kiểm soát từ nhận dạng vân tay đến nhận dạng khuôn mặt.

- Công nghệ nhận diện khuôn mặt cũng được sử dụng trong hoạt động kiểm tra của cảnh sát mặc dù việc sử dụng nó vẫn còn chịu kiểm soát chặt chẽ ở các chính phủ châu Âu. Trong năm 2016, "người đàn ông đội mũ" chịu trách nhiệm cho các cuộc tấn công khủng bố ở Brussels (Bỉ) đã được xác định nhờ phần mềm nhận dạng khuôn mặt của FBI. Cảnh sát đã triển khai nó tại trận chung kết UEFA Champions League năm 2017.

- Các máy bay không người lái kết hợp với máy ảnh trên không là một giải pháp thú vị cho nhận dạng khuôn mặt áp dụng cho khu vực rộng lớn trong các sự kiện. Theo Tạp chí Keesing, một số vật thể được bố trí bay lơ lửng của ban tổ chức có thể mang theo một ống kính camera 10kg và có thể xác định một nghi phạm cách xa 800 mét, từ độ cao 100 mét.


2. Sức khỏe


Những tiến bộ đáng kể đã được thực hiện trong lĩnh vực này.



Nhờ vào việc học sâu và phân tích khuôn mặt, công nghệ nhận diện giúp bệnh viện có thể:

  • Theo dõi việc sử dụng thuốc của bệnh nhân chính xác hơn
  • Phát hiện các bệnh di truyền như hội chứng DiGeorge với tỷ lệ thành công 96,6%
  • Hỗ trợ các thủ tục quản lý bệnh án.


3. Tiếp thị và bán lẻ


Đây là danh mục sử dụng nhận dạng khuôn mặt được mong đợi nhất và hứa hẹn nhiều nhất. “Nhận biết khách hàng của bạn” chắc chắn là một chủ đề nóng trong năm 2018. Xu hướng này đang được kết hợp với những tiến bộ tiếp thị mới nhất trong trải nghiệm của khách hàng.


Bằng cách đặt camera ở các cửa hàng bán lẻ, giờ đây có thể phân tích hành vi của người mua sắm và cải thiện quy trình mua hàng của khách hàng.


Giống như hệ thống được thiết kế gần đây của Facebook , nhân viên bán hàng được cung cấp thông tin khách hàng được lấy từ hồ sơ truyền thông xã hội của họ để tạo ra các phản hồi được tùy chỉnh một cách chuyên nghiệp.


Kể từ năm 2017, gã khổng lồ công nghệ Alibaba đã thử nghiệm một giải pháp thanh toán nhận diện khuôn mặt ở Hàng Châu, Trung Quốc.


Vì vậy, công nghệ này không còn là lý thuyết mà có thể sớm trở thành hiện tại!


#4 MẠNG LƯỚI NHẬN DIỆN MỚI


Hoa Kỳ hiện đang là nhà cung cấp công nghệ này cho thị trường lớn nhất, khu vực Châu Á - Thái Bình Dương đang có tốc độ tăng trưởng nhanh nhất trong ngành. Trung Quốc và Ấn Độ dẫn đầu lĩnh vực này.



Nhận diện khuôn mặt là chủ đề công nghệ nóng ở Trung Quốc từ các ngân hàng và sân bay. Bây giờ các nhà chức trách đang mở rộng chương trình nhận diện khuôn mặt và cảnh sát đang bắt đầu sử dụng chúng ở ngoại ô Bắc Kinh.


Trung Quốc cũng đang thiết lập và hoàn thiện mạng lưới giám sát trên toàn quốc. 176 triệu camera giám sát đã được sử dụng vào cuối năm 2017 và dự kiến ​​đến năm 2020 sẽ có 626 triệu camera được đưa vào hệ thống.


Ở Ấn Độ, dự án Aadhaar là cơ sở dữ liệu sinh trắc học lớn nhất trên thế giới. Nó đã cung cấp nhận dạng kỹ thuật số cho 1,2 tỷ người dân. UIDAI, cơ quan phụ trách, đã thông báo rằng xác thực khuôn mặt sẽ được khởi chạy trước ngày 1 tháng 7 năm 2018. Xác thực khuôn mặt sẽ có sẵn dưới dạng dịch vụ bổ trợ và kết hợp cùng với các yếu tố xác thực khác như vân tay, Iris hoặc OTP.


Tại Brazil, Tòa án bầu cử cấp cao (Tribunal Superior Eleitoral) tham gia vào một dự án thu thập dữ liệu sinh trắc học trên toàn quốc. Mục đích là để tạo ra một cơ sở dữ liệu sinh trắc học và thẻ ID duy nhất vào năm 2020, ghi lại thông tin của 140 triệu công dân.


Tại châu Phi, Gabon,  Cameroon và Burkina Faso đã chọn Gemalto để triển khai chương trình nhận diện thông qua sinh trắc học trên khuôn mặt.


Ngân hàng Trung ương Nga đã triển khai một chương trình toàn quốc kể từ năm 2017 được thiết kế để thu thập các khuôn mặt, tiếng nói, quét mắt và dấu vân tay.


#5 NHẬN DIỆN KHUÔN MẶT GIÚP TĂNG CƯỜNG HỆ THỐNG PHÁP LUẬT


Thách thức về vấn đề đạo đức và xã hội được đặt ra vì việc bảo vệ dữ liệu bị ảnh hưởng hoàn toàn bởi việc sử dụng các công nghệ nhận diện khuôn mặt.



- Ở châu Âu, Quy định bảo vệ dữ liệu chung (GDPR) đề ra một khuôn khổ nghiêm ngặt cho vấn đề bảo vệ dữ liệu cá nhân. Bất kỳ cuộc điều tra nào về cuộc sống riêng tư của công dân hoặc thói quen nếu bị phát hiện xâm phạm quyền riêng tư nào đều mang hình phạt nghiêm trọng. Áp dụng từ ngày 25 tháng 5 năm 2018, GDPR đã đưa ra bộ khung nguyên tắc áp dụng tại tất cả quốc gia Châu Âu. Chỉ thị này bị ràng buộc với các quy định quốc tế liên quan.

- Ở Mỹ, Tiểu bang Washington là tiểu bang thứ ba của Hoa Kỳ chính thức bảo vệ dữ liệu sinh trắc học thông qua luật mới được giới thiệu vào tháng 6 năm 2017. Vào tháng 7 năm 2018, Bradford L. Smith, chủ tịch của Microsoft đã viết:  “Chúng ta sống trong một quốc gia pháp luật, và chính phủ cần phải đóng một vai trò quan trọng trong việc điều chỉnh công nghệ nhận dạng khuôn mặt”.

- Tại Ấn Độ, nhờ vào phán quyết Puttaswamy được gửi vào ngày 27 tháng 8 năm 2017, Tòa án tối cao đã bảo vệ quyền riêng tư trong hiến pháp của đất nước. Quyết định tiến bộ này đã tái cân bằng mối quan hệ giữa công dân và tiểu bang và đặt ra một thách thức mới cho việc mở rộng dự án Aadhaar vào năm 2018.


Tuy nhiên, như mọi thứ đứng vững, và nhờ vào chuyên môn kỹ thuật số của các công ty như Gemalto, thay vì băn khoăn về bảo vệ dữ liệu, "công dân nên lo lắng hơn về những người ăn cắp chi tiết thẻ ghi nợ của họ khi thanh toán tại siêu thị!" Đó là theo tổng thư ký của công đoàn cảnh sát Pháp.


#6 CHƯƠNG TRÌNH NGĂN CHẶN NHẬN DIỆN KHUÔN MẶT



- Ở Nga, Grigory Bakunov đã phát minh ra một giải pháp để thoát khỏi theo dõi chuyển động của chúng tôi và gây nhầm lẫn cho các thiết bị phát hiện khuôn mặt . Ông đã phát triển một thuật đặc biệt để đánh lừa phần mềm. Tuy nhiên, ông đã không đưa sản phẩm của mình ra thị trường sau khi nhận ra việc bọn tội phạm có thể lợi dụng và sử dụng phát minh của mình.Ở Đức, nghệ sĩ Berlin Adam Harvey đã đưa ra một thiết bị tương tự được gọi là CV Dazzle.

- Vào cuối năm 2017, một công ty Việt Nam đã tấn công chức năng nhận dạng khuôn mặt Face ID của iPhone X thành công. Tuy nhiên, việc hack quá phức tạp để thực hiện với quy mô lớn.

- Khoảng thời gian đó, các nhà nghiên cứu từ một công ty của Đức đã tiết lộ một chương trình hack cho phép họ bỏ qua xác thực khuôn mặt của Windows 10 bằng cách in hình ảnh hồng ngoại .

- Forbes công bố trong một bài báo ngày 31 tháng 5 năm 2018 rằng các nhà nghiên cứu từ Đại học Toronto đã phát triển một thuật toán để phá vỡ nhận dạng khuôn mặt.


Tóm lại, người dùng có thể áp dụng bộ lọc sửa đổi các pixel cụ thể trong một hình ảnh trước khi đặt nó lên web. Những thay đổi này là không thể nhận thấy đối với mắt người, nhưng rất khó hiểu đối với các thuật toán nhận dạng khuôn mặt.


Các nhà nghiên cứu đang làm việc về các cơ chế chống giả mạo và hai chủ đề đã được xác định cụ thể là:

1. Đảm bảo hình ảnh đã chụp được thực hiện từ một người chứ không phải từ ảnh (2D), màn hình video (2D) hoặc lớp mặt nạ (3D) (kiểm tra độ sáng hoặc phát hiện dấu hiệu sống).

2. Đảm bảo rằng hình ảnh trên khuôn mặt của hai hoặc nhiều cá nhân chưa được tham gia vào tài liệu tham chiếu như hộ chiếu.


#7 HƯỚNG ĐẾN CÁC GIẢI PHÁP KẾT HỢP



Rõ ràng các giải pháp nhận dạng và xác thực của tương lai sẽ được phát triển từ tất cả các khía cạnh của sinh trắc học. Điều này sẽ dẫn đến hỗn hợp sinh trắc học có khả năng đảm bảo an ninh tổng thể cho tất cả các bên liên quan trong hệ sinh thái.


Từ đó có thể tạo ra sự kết hợp hoàn hảo để xác thực người dùng một cách an toàn cho các dịch vụ ngân hàng trực tuyến hoặc dịch vụ chính phủ.


----------------

SMARTZ

Nhà phân phối độc quyền Camera & Thiết bị nhà thông minh SmartZ

☎ Phone/Zalo: 0906.725.752
👉 Fanpage: https://www.facebook.com/smartz.vn/
🏠 Địa chỉ: 2C Nguyễn Văn Cừ, P.Cầu Kho, Q1, TP. HCM