얼굴 인식 시스템: 시각적 지능의 힘 활용

By Fouad Sabry

얼굴 인식 시스템이란?

얼굴 인식 시스템은 잠재적으로 디지털 이미지나 비디오 프레임의 사람 얼굴을 얼굴 데이터베이스와 일치시킬 수 있는 기술입니다. 이러한 시스템은 일반적으로 ID 확인 서비스를 통해 사용자를 인증하는 데 사용되며, 주어진 이미지에서 얼굴 특징을 찾아내고 측정하는 방식으로 작동합니다.

당신이 얻을 수 있는 혜택

(I) 다음 주제에 대한 통찰력 및 검증:

1장: 얼굴 인식 시스템

2장: 얼굴 인식

3장: 생체인식

4장: 생체 인식 포인트

5장: 딥페이스

6장: 얼굴 소프트웨어 개발 키트

7장: 아마존 인식

8장: 클리어뷰 인공지능

제9장: 아담 하비(아티스트)

10장: 신원 대체 기술

(II) 얼굴 인식 시스템에 관한 대중의 주요 질문에 답변합니다.

(III) 다양한 분야에서 얼굴 인식 시스템을 사용하는 실제 사례.

이 책은 누구를 위한 책인가

전문가, 학부 및 대학원생, 매니아, 취미생활자, 그리고 모든 종류의 안면 인식 시스템에 대한 기본 지식이나 정보를 넘어서고 싶은 사람들.

• Language: 한국어
• Publisher: 10 억 지식이 걸립니다 [Korean]
• Release date: May 4, 2024

Book preview

1장: 안면 인식 시스템

안면 인식 시스템은 디지털 이미지 또는 비디오 프레임에서 사람의 얼굴을 얼굴 데이터베이스와 일치시킬 수 있는 기술입니다. 이러한 시스템은 일반적으로 ID 확인 서비스를 통해 사용자를 인증하는 데 사용됩니다. 안면 인식 시스템은 주어진 이미지에서 얼굴 특징을 찾고 측정하여 작동합니다.

1960년대에는 유사한 시스템이 개발되기 시작했는데, 처음에는 일종의 컴퓨터 응용 프로그램이었습니다. 도입 이후 얼굴 인식 시스템은 최근 몇 년 동안 특히 스마트폰과 로봇과 같은 다른 종류의 기술에서 사용이 증가했습니다. 안면 인식 소프트웨어는 사람의 생리적 특징을 식별하기 위해 분석에 의존하기 때문에 생체 인식 범주에 속합니다. 생체 인식 기술로서 얼굴 인식 시스템의 정확도는 홍채 인식 및 지문 인식보다 낮지만 시술이 물리적 접촉이 필요하지 않기 때문에 널리 채택되었습니다. 이 수정은 해당 분야의 역사에서 얼굴 인식 기술 사용의 가장 중요한 혁명 중 하나가 될 것입니다.

1960년대에는 최초의 자동 얼굴 인식 시스템이 탄생했습니다. 우디 블레드소(Woody Bledsoe), 헬렌 챈 울프(Helen Chan Wolf), 찰스 비슨(Charles Bisson)은 컴퓨터가 사람의 얼굴을 식별할 수 있는 소프트웨어를 개발하기 위해 협력했습니다. 얼굴 인식 프로젝트의 초기 반복은 인간-기계 시스템이라고 불렸습니다. 이는 컴퓨터에서 인식에 활용하기 전에 이미지의 얼굴 특성 좌표를 사람이 정의해야 했기 때문입니다. 인간은 그래픽 태블릿을 사용하여 동공 중심, 눈의 안쪽 및 바깥쪽 모서리, 헤어라인의 과부의 봉우리와 같은 여러 얼굴 특성의 좌표를 정확하게 찾아야 했습니다. 좌표를 사용하여 입의 너비와 눈 사이의 거리를 포함하여 총 20개의 거리를 결정할 수 있었습니다. 이 접근 방식에서 인간은 1시간 동안 약 40개의 이미지를 분석할 수 있으며, 그 결과 결정된 거리를 포함한 데이터베이스를 개발할 수 있습니다. 그런 다음 각 이미지 사이의 거리가 컴퓨터에 의해 자동으로 비교되고 해당 거리의 차이가 계산됩니다. 그런 다음 컴퓨터는 닫힌 레코드를 가능한 일치로 제공합니다.

1990년대 이전에는 얼굴 인식 시스템의 개발이 주로 사람 얼굴의 사진 초상화를 사용하여 이루어졌습니다. 다른 물체를 포함하는 이미지에서 얼굴을 정확하게 감지하기 위한 얼굴 인식에 대한 연구는 1990년대 초에 PCA(Principal Component Analysis)를 사용하여 속도를 내기 시작했습니다. 매튜 터크(Matthew Turk)와 알렉스 펜틀랜드(Alex Pentland)는 고유얼굴 접근법(Eigenface approach)으로도 알려진 PCA 얼굴 감지 기법의 개발을 담당하고 있습니다.

Clearview AI는 이 소프트웨어를 우크라이나 정부에 기부했습니다. 러시아는 반전 시위대를 찾기 위해 이를 이용하고 있는 것으로 추정된다. 처음에는 미국 경찰 집행 기관에서 사용하기 위해 개발되었으며 전쟁 사망자에 사용하면 추가 우려가 발생합니다. 런던에 본부를 둔 감시 전문가 스티븐 헤어는 우크라이나인들이 비인간적이라는 인상을 줄 수 있다고 우려한다. 아니면 러시아인들이 저 무법천지인 우크라이나인들이 우리 젊은이들에게 가혹하게 굴어대는 걸 봐와 같은 말을 하게 되는 것일까?"

사람들이 서로의 얼굴을 식별하는 데 많은 노력이 필요하지 않지만 일부 얼굴 인식 알고리즘으로 피사체의 얼굴 특성을 식별하는 작업에는 피사체의 얼굴 사진에서 랜드마크나 특징을 추출하는 작업이 포함됩니다. 예를 들어, 알고리즘은 눈, 코, 광대뼈 및 기타 얼굴 특징과 관련하여 턱의 위치, 크기 및/또는 형태를 평가할 수 있습니다. 눈에 띄는 얼굴 특징의 선택된 그룹에 적용되어 다소 압축된 얼굴 묘사가 됩니다.

인식 알고리즘을 개발하는 데 사용할 수 있는 두 가지 기본 방법이 있는데, 하나는 특성을 구별하는 데 집중하는 기하학적 방법이고, 다른 하나는 이미지를 일련의 값으로 축소한 다음 해당 값을 템플릿과 비교하여 변형을 제거하는 통계적 방법인 사진 메트릭 방법입니다. 어떤 사람들은 이러한 알고리즘을 전체론적 모델과 기능 기반 모델의 두 가지 기본 그룹으로 나눕니다. [ 인용 필요 ] [ 인용 필요 ] 첫 번째 방법은 얼굴 전체를 식별하려고 하지만, 두 번째 방법은 특징 기반으로, 특징에 따라 얼굴을 구성 부분으로 나누고 각 부분을 다른 부분과 관련된 공간 배치와 함께 분석합니다.

원거리에서 사람을 쉽게 식별할 수 있도록(HID) 얼굴의 저해상도 사진은 얼굴 환각을 통해 증강됩니다. CCTV 영상에서 사람의 얼굴은 종종 식별하기 매우 어렵습니다. 그러나 얼굴 특징을 식별하고 플롯하는 얼굴 인식 알고리즘에는 고해상도 이미지가 필요하기 때문에 얼굴 인식 시스템이 신호 대 잡음비가 높은 환경에서 캡처된 이미지와 함께 작동할 수 있도록 해상도 향상 기술이 개발되었습니다. 이는 해상도 향상 기술을 통해 얼굴 인식 시스템이 신호 대 잡음비가 높은 환경에서 캡처된 이미지로 작업할 수 있기 때문에 가능합니다. 얼굴 환각 알고리즘은 해당 이미지가 얼굴 인식 시스템에 제출되기 전에 이미지에 적용됩니다. 이러한 알고리즘은 픽셀 대체 또는 최근접 이웃 분포 인덱스와 함께 예제 기반 기계 학습을 사용하며, 인구 통계 및 연령 관련 얼굴 특성을 통합할 수도 있습니다. 얼굴 환각 방법의