Gesichtserkennung auf dem Raspberry Pi: Die Zukunft heute
Möchten Sie Ihre Raspberry Pi etwas kühl zu tun? Das menschliche Auge kann sofort Eigenschaften eines Individuums zu identifizieren, die uns viele Dinge über diese Person sagt, auf einen Blick. Innerhalb von Sekunden von jemanden suchen, wissen Sie in der Regel, dass Person das Geschlecht, ungefähres Alter und Höhe, und Sie können in der Lage sein zu erkennen, wer die Person ist (wenn Sie ihn schon mal gesehen haben). Sie bilden Eindrücke über Menschen, die von der Art, wie sie aussehen, was sie tragen, wie sie und ihre Mimik zu bewegen. Das menschliche Gehirn verarbeitet alle diese Variablen in einer Angelegenheit von Sekunden. dies alles zu tun, war ein Schwerpunkt der Bildverarbeitung Forschung seit Jahrzehnten einen Computer zu unterrichten.
Bildverarbeitung hat sich deutlich weiterentwickelt. Heute kann ein Computer die Gesichtszüge wie die Augen zu identifizieren, Nase, Ohren, und die Größe und Form des Gesichts. Diese Gesichts Metriken (bekannt als biometrische Daten) einen Fingerabdruck-ähnliche Kennung, die jedem Individuum einzigartig ist.
Die Schaffung von Gesichts biometrischen Daten war der erste Schritt bei der Schaffung vollständige Anerkennung. Der zweite Schritt war in der Lage, die Daten in eine Datenbank der Biometrie zu entsprechen und mit einer individuellen Identität zuordnen. Das menschliche Auge kann schnell Gesichtsmerkmale verarbeiten, aber das menschliche Gehirn kann zuverlässig nur ein paar hundert Gesichter speichern. Nach einer Weile, neigen wir Menschen die Namen und oft müssen umlernen Informationen über Menschen zu vergessen. Computer, auf der anderen Seite, zeichnen sich die Speicherung und Daten übereinstimmen. Gesichtserkennungssoftware hat bis zu dem Punkt entwickelt, an dem Computer ein Bild verarbeiten kann und es gegen eine Datenbank von Millionen von Menschen in Sekunden entsprechen.
Die Strafverfolgung hat die Art und Weise mit der Entwicklung der Gesichtserkennungssysteme geführt, die Verbrecher gegen eine Beobachtungsliste in Echtzeit zu identifizieren. Wenn Sie vor kurzem durch einen Flughafen gereist sind, stehen die Chancen, Ihre Gesichts biometrischen Daten wurde gegen eine Beobachtungsliste aufgenommen und abgestimmt.
Nachdem Sie Ihre biometrischen Daten in einer Datenbank gespeichert hat Bedenken hinsichtlich der Privatsphäre angehoben. Speicherung von biometrischen Daten ohne Einwilligung ist seit Jahren ein Thema der Diskussion und Debatte für die Privatsphäre Gruppen gewesen, und in einigen Fällen war die Schaffung von Politik führte die Identität einer Person zu schützen. Zusätzlich zu Bedenken hinsichtlich der Privatsphäre gibt es auch Betrug betrifft. Nachdem auf Ihre Gesichts Fingerabdruck abgestimmt, was als Metadaten (Name, Adresse und Sozialversicherungsnummer, zum Beispiel) bekannt ist, ist ein wichtiger Identitätsdiebstahl Risiko. Um diesem Risiko zu begegnen, Software-Anbieter haben biometrische Verschlüsselungsalgorithmen erstellt, um die Daten in der Datenbank zu verschlüsseln und bieten auch eine fast untrennbare Verbindung zwischen den biometrischen Daten und der Metadaten.
In jüngerer Zeit hat die Bildverarbeitung Forschung Fortschritte, die auf dem Internet in Bildern eröffnen enthaltenen Informationen werden. Suchmaschinen beginnen zu können, den Inhalt eines Bildes zu identifizieren, und müssen nicht auf Tags textbasierte Metadaten verlassen, die manuell durch den Bild Eigentümer erstellt werden müssen. Mit Bildverarbeitung kann eine Suchmaschine suchen nun jedes Bild im Internet. Mit Mustererkennungssoftware, kann er den Inhalt eines Bildes zu identifizieren und automatisch erstellen Beschriftungen wie # 147-männliches Kind mit einem Hund in einem Park # 148.
Consumer-Produkte haben auch auf der Tat bekommen in. Handy Anwendungen wurden in der Lage sein entwickelte sich ein Bild von einer Szene zu nehmen und es sofort zu einer Datenbank von Szenen entsprechen, die mehr Informationen zur Verfügung stellen können, was Sie gerade sehen, sowie Overlay-Informationen wie Straßennamen oder Geschäftsnamen, für Beispiel.
Embedded elektronischen Baugruppen, wie die Raspberry Pi, haben jetzt die Rechenleistung erforderlich Gesichtsbilder in Echtzeit zu verarbeiten und sie gegen eine Beobachtungsliste entsprechen. Dies hat die Zugänglichkeit dieser Technologie zur Verfügung zu Hobbyisten gemacht, die schnell ihre eigenen Bildverarbeitungssysteme mit dem Raspberry Pi, eine Webcam, und einige Open-Source-Software zu bauen. Nachdem der Computer Vision auf einem Computer so klein wie der Raspberry Pi dramatisch die Stellfläche der Hardware reduziert und eröffnet neue Möglichkeiten, wie diese Technologie eingesetzt werden.
Wearable-Technologie wie eine Brille mit Kameras und eingebauten Bildschirmen beginnen auch in den Vordergrund zu kommen. Wer weiß? Vielleicht eines Tages können Sie den Büroflur gehen nach unten und müssen nicht den Namen der Person in Richtung Sie gehen erinnern. Nur durch die Person suchen, könnte ihr Name auf der Brille Bildschirm eingeblendet, so dass Sie sie mit ihrem Namen begrüßen konnte. Könnte sein # 147-eines Tages # 148- heute ist.