Die Gesichtserkennung ist nicht auf die Bereiche der Informatik beschränkt. Es hat solide Geschäftsanwendungen.
Eines der heißesten Schlagworte dieses Jahrzehnts ist die Gesichtserkennung.
Es ist der Teil des angewandten maschinellen Lernens, der menschliche Gesichter erkennen und identifizieren kann, ein Problem, das für Computer bisher notorisch schwierig war. Und dies hat eine ganz neue Welt aufregender Möglichkeiten und Herausforderungen für Unternehmen, Regierungen und Einzelpersonen gleichermaßen eröffnet.
Wenn Sie ein Geschäftsführer sind und sich gefragt haben, worum es bei dieser Aufregung geht und ob diese neue Entwicklung einen Nutzen hat, sind Sie bei uns genau richtig. In diesem Artikel betrachten wir die Geschichte der Gesichtserkennung, ihre Entwicklung, aktuelle Verwendung, Kontroversen, Einsatz und viele weitere Facetten.
Am Ende haben Sie ein solides Verständnis dafür, worum es bei der Gesichtserkennungstechnologie geht und welche Auswirkungen sie auf Unternehmen hat.
Lass uns anfangen!
Inhaltsverzeichnis
Evolution der Gesichtserkennung
Die Technologie gibt es schon seit einiger Zeit für all den Hype und die Berichterstattung in den Medien rund um die Gesichtserkennung. Die erste ernsthafte algorithmische Arbeit bei der Erkennung von Gesichtern war die Viola-Jones Objekterkennungs-Framework veröffentlicht im Jahr 2001. Obwohl es sich um ein Allzweck-Framework zum Identifizieren von Objekten in Bildern handelte, wurde es schnell mit sehr gutem Erfolg auf die Gesichtserkennung angewendet. Der Hauptgrund für die Popularität dieses Algorithmus war seine Geschwindigkeit; Während der Trainingsprozess unerträglich langsam war, war der Erkennungsprozess extrem schnell.
Bereits 2001/2004 war der durchschnittliche Desktop-Computer, auf dem dieser Algorithmus ausgeführt wurde, in der Lage, einen 300 x 300 Pixel großen Frame in 0,07 Sekunden zu verarbeiten (mehr hier). Das Genauigkeitsratenobwohl nicht vergleichbar mit dem, was Menschen erreichen können, waren mit 90 % beeindruckend.
Wirkliche Fortschritte wurden jedoch erst im Jahrzehnt 2010-2020 erzielt, als Faltungsneuronale Netze hat sich als beste Methode zur Gesichtserkennung herausgestellt. Der Grund war die Verfügbarkeit von roher Rechenleistung und gigantischen Systemspeichern, die durch Cloud-Computing von Infrastructure-as-a-Service (IaaS)-Anbietern verfügbar gemacht wurden. Zum ersten Mal in der Geschichte übertrafen Computer Menschen bei der Erkennung von Gesichtern, insbesondere wenn es um eine große Anzahl zufälliger Gesichter ging.
Quelle: medium.com
Wie funktioniert die Gesichtserkennung?
Die Gesichtserkennung ist ein mehrstufiger Prozess, an dem mehrere spezialisierte Subsysteme beteiligt sind.
Hier ist, was die verschiedenen Stufen bedeuten:
Erkennung / Verfolgung: Dieser Teil der Vorverarbeitungsphase ist für die Identifizierung und Verfolgung von Gesichtern in der angegebenen Bild- oder Videodatei verantwortlich. Sobald dieser Vorgang abgeschlossen ist, wissen wir mit Sicherheit, dass die gegebene Eingabe ein Gesicht enthält, und es kann weiter verarbeitet werden. Die Verfolgungsphase ist auch für die Verfolgung bestimmter Teile, bestimmter Merkmale oder Ausdrücke in einem Gesicht verantwortlich, falls dies erforderlich sein sollte.
Ausrichtung: Das Problem der Gesichtserkennung wird verschärft, da Gesichter in einem bestimmten Bild oder Video keinen Richtlinien folgen. Die Person kann vergrößert oder verkleinert werden, hinter einem Baum hervorschauen oder in einem Seitenprofil erscheinen, was das Problem der Gesichtserkennung noch schwieriger macht. Hier kommt die Gesichtsausrichtung ins Spiel: Sie sagt uns, wo in dem gegebenen Bild/Video die Gesichtslinien sind und was die Konturen für Gesichtszüge sind.
Quelle: csc.kth.se
Merkmalsextraktion: Wie der Name schon sagt, werden in dieser Phase des Prozesses (wir befinden uns jetzt in der Erkennungsphase) die einzelnen Gesichtsmerkmale wie Augen, Nase, Kinn, Lippen usw. in der Form extrahiert die Algorithmen in der nächsten Stufe verwenden können. In diesem Stadium hat der Computer genügend komplexe Daten gesammelt, um ein Gesicht eindeutig zu unterscheiden.
Merkmalsabgleich/Klassifizierung: In dieser Phase werden die von der Merkmalsextraktion erhaltenen Eingaben mit der gegebenen Datenbank abgeglichen, um die Identität der Person abzuleiten. Diese Phase wird auch als Klassifizierung bezeichnet, da der Algorithmus möglicherweise benötigt wird, um Gesichter zu kategorisieren, anstatt sie einzeln zu identifizieren.
Sobald dieser Vorgang abgeschlossen ist, wissen wir mit Sicherheit, ob das angegebene Gesicht Teil der Datenbank ist, mit der wir verglichen haben, oder nicht. Die endgültige Ausgabe kann auch Tagging enthalten, wie wir es von Facebook gewohnt sind.
Quelle: Towarddatascience.com
Überlegungen zur Bereitstellung: serverseitig vs. clientseitig
Die Gesichtserkennung kann sowohl auf dem Server als auch auf dem Gerät funktionieren, mit dem der Benutzer interagiert. Wenn Sie beispielsweise ein Foto auf Facebook hochladen, werden die Algorithmen serverseitig ausgeführt; Andererseits muss auf der Client-Seite ein ID-System laufen, das Ihr Gesicht zum Entsperren des Geräts verwendet. Also, welches ist besser?
Ehrlich gesagt geht es nicht darum, welches besser ist. Sowohl serverseitige als auch clientseitige Bereitstellungen haben ihre Stärken; In der Praxis setzen Unternehmen ein Hybridsystem ein. Die empfohlene Vorgehensweise besteht darin, Ihre Modelle auf der Serverseite zu trainieren, wo Trainingsdaten und Verarbeitungsressourcen unbegrenzt sind. Sobald die Modelle trainiert wurden, können diese paketiert und auf der Client-Seite bereitgestellt werden, was die Geschwindigkeit des Systems verbessert und die Privatsphäre des Benutzers wahrt.
Das Senden von allem an den Server führt zu einer Verzögerung, die in bestimmten Fällen schlecht oder inakzeptabel sein kann. Gleichzeitig wird es zu schwächeren Modellen führen, wenn alles auf der Client-Seite bleibt.
Wie genau ist die Gesichtserkennung?
Genauigkeit ist kein sehr gut definierter Begriff in der Gesichtserkennung. Der Hauptgrund ist, dass es sich um ein Fuzzy-Problem mit allen möglichen verkorksten Eingaben (schwaches Licht, teilweise von Haaren bedecktes Gesicht, Kameraqualität usw.) und sogar irreführenden Eingaben handelt (dazu später mehr!). Infolgedessen müssen die an der Gesichtserkennung beteiligten neuronalen Netze für das jeweilige Problem optimiert werden, was ihren Anwendungsbereich einschränkt. Während also ein industrielles Gesichtserkennungssystem eine Genauigkeit von 100 % aufweisen kann (was häufig der Fall ist), ist dasselbe System möglicherweise nicht einmal 20 % genau, wenn es darum geht, Gesichter auf einem überfüllten Foto zu identifizieren.
In Eins Forschung, eine bestimmte Art von Gesichtserkennungsalgorithmus, konnte eine Genauigkeit von 98,52 % erreichen, was höher ist als die menschliche Genauigkeit von 97,53 %, die im selben Test erreicht wurde. In einem anderen lernen In der Forensik führte die Kombination aus menschlichem Urteilsvermögen und Algorithmen in einigen Fällen zu den besten Ergebnissen.
Fazit: Für fokussierte, klar definierte Anwendungen ist die Gesichtserkennung das beste Werkzeug, das wir haben.
Wo wird die Gesichtserkennung verwendet?
Selbst in der kurzen Zeit, in der brauchbare Algorithmen entwickelt wurden, hat die Gesichtserkennung unglaublich nützliche und spannende Anwendungen gefunden. Einige davon sind auffällig, andere sind so subtil und grundlegend in den Alltag eingewoben, dass wir kaum innehalten, um darüber nachzudenken, was sich darunter befindet.
Facebook ist vielleicht das bekannteste Beispiel für moderne Gesichtserkennungssysteme. Sobald Sie ein Foto hochladen, ist das soziale Netzwerk in der Lage, Gesichter zu erkennen. Während Sie vor einiger Zeit aufgefordert wurden, Freunde zu markieren, kann Facebook dies jetzt selbst tun.
Quelle: labnol.org
Eine coole neue Anwendung von Facebook ist das Feature von informieren Benutzer, wenn Fotos mit ihren Gesichtern von jemandem hochgeladen werden, auch wenn sie auf diesen Fotos nicht markiert wurden.
Snapchat nutzt die Gesichtserkennung und -erkennung für viele seiner Funktionen, insbesondere die lustigen Filter, die so beliebt sind.
Quelle: gistreeel.com
Damit diese Filter funktionieren, müssen die Konturen und Merkmale des Gesichts des Motivs perfekt erkannt werden, da die Überlagerungen sonst nicht realistisch aussehen. Gleiches gilt für Face Swap, ein weiteres beliebtes Feature von Snapchat. Falls Sie daran interessiert sind, tiefer in die Fähigkeiten von Snapchat bei der Gesichtserkennung einzutauchen, siehe hier.
Uber kämpft schon seit einiger Zeit mit Datenschutz- und Sicherheitsbedenken, und die neueste Waffe im Arsenal des Unternehmens ist die Gesichtserkennung. Das Unternehmen hat eine neue Funktion eingeführt, mit der die Identität seiner Fahrer-Partner überprüft wird mit ihren Gesichtern. Das Unternehmen sagt in seinem Blog, dass sie sich nach dem Testen mehrerer Anbieter von Gesichtserkennungstechnologien für die Microsoft Face API wegen ihrer hohen Qualität entschieden haben. Interessanterweise funktioniert diese Echtzeit-ID-Prüfung gut bei schlechten Lichtverhältnissen und kann Brillen erkennen.
Da sich die Gesichtserkennung in der freien Natur als erfolgreich erweist, ist leicht vorhersehbar, dass sie bald andere Identifizierungsmethoden in Bildungseinrichtungen, Krankenhäusern, Bibliotheken usw. ersetzen könnte.
Die Kriminalprävention im Einzelhandel ist eine natürliche Erweiterung der Anwendung der Gesichtserkennung. Der Einzelhandel verliert geschätzt 45 Milliarden Dollar jedes Jahr zu Ladendieben und anderen Einzelhandelsverbrechen, mit sehr wenig, um dem entgegenzuwirken. Jetzt mögen Unternehmen Gesicht zuerst helfen Einzelhändlern bei der Verwendung von Gesichtserkennung, um frühere Straftäter zu erkennen und Sicherheitsbeamte zu alarmieren.
Die polizeiliche Überwachung beginnt, die Gesichtserkennung zu nutzen, wie alle anderen Institutionen da draußen. In Großbritannien zum Beispiel verwendet die Polizei von Südwales Kameras, die an Lieferwagen angebracht sind, um zu machen Überwachung von Menschenmassen leichter.
Quelle: theconversation.com
Während diese neu entdeckte Supermacht in den Händen der Polizei hitzige öffentliche Debatten über die Privatsphäre des Einzelnen ausgelöst hat, glaubt die Polizei, dass sie ihnen helfen wird, Übeltäter besser einzuschränken. Wie Richard Lewis, stellvertretender Polizeichef von South Wales, sagte Finanzzeiten:
Wenn Sie jemanden identifizieren, der eine Straftat begangen hat [previously]sagst du im Grunde: Wir wissen, dass du hier bist, benimm dich bitte.
Das Gesundheitswesen hatte kürzlich eine unerwartete Anwendung, bei der die Gesichtserkennung dabei half, eine seltene genetische Störung namens DiGeorge-Syndrom zu erkennen.
Das DiGeorge-Syndrom tritt bei etwa 1 von 6.000 Kindern auf und führt zu Missbildungen an mehreren Körperteilen. Das Gesundheitsproblem ist in diesem Fall für ärmere Länder schwerwiegender, die nicht über die Ressourcen verfügen, um auf teure Diagnosemethoden zurückzugreifen. Als solche Gesichtserkennung, mit einem erstaunlichen Richtigkeit von 96,6 % bietet Opfern des DiGeorge-Syndroms neue Hoffnung.
In der Luftfahrtbranche nimmt die Einführung von Gesichtserkennung zu und wird bald die herkömmlichen Bordkarten ersetzen. Derzeit gibt es begrenzte, aber vielversprechende Ergebnisse beim Helfen Fahrgäste identifizieren wie sie das Land verlassen. Tatsächlich hat die Transport Security Administration (TSA) der USA eine ausgelegt planen für den weit verbreiteten Einsatz von auf Gesichtserkennung basierender Biometrie.
Kontroverse Anwendungen der Gesichtserkennung
Technologie befähigt uns, obgleich ihr guter oder schlechter Einsatz an uns liegt. Es besteht also kein Zweifel, dass etwas so Wirksames und Radikales wie die Gesichtserkennung auf eine Weise eingesetzt wird, die Besorgnis über grundlegende Menschenrechte und Ethik hervorruft.
Das prominenteste Beispiel für den umstrittenen Einsatz von Gesichtserkennung ist Chinas enormer Überwachungssystem das schätzungsweise 200 Millionen Kameras einsetzt, um seine 1,4 Milliarden Bürger im Auge zu behalten.
Quelle: sbs.com
Das System verfolgt Personen und wertet ihre Aktionen aus, wobei es eine Metrik namens ständig aktualisiert Bürgerwertung. Während es einen gewissen Wert hat, ein mächtiges staatlich kontrolliertes Überwachungssystem zu haben (z. B. zur Verfolgung von Schuldnern), sehen die meisten darin die Ankunft der dystopischen Zukunft, die George Orwell sich vorgestellt hat. Es ist eine Zukunft, in der Regierungen unbegrenzte Macht über den Einzelnen haben und Privatsphäre nicht existiert.
Das zweite Beispiel für den umstrittenen Einsatz von Gesichtserkennung kommt (wenig überraschend?) ebenfalls aus China. Dieses Mal übernimmt das Schulsystem die Gesichtserkennung, um sicherzustellen, dass die Schüler während des Unterrichts „aufmerksam“ sind. Das neue Gesichtserkennungssystem, obwohl es noch nicht weit verbreitet ist, ersetzt ID-Karten, Bibliotheksausweise, Anwesenheitssysteme usw., indem es das Gesicht des Schülers zur Identifizierung verwendet.
Quelle: businessinsider.com
Aber das Gruselige ist, dass dieses System die Aufmerksamkeit der Schüler, die Nutzung von Mobiltelefonen usw. überwacht und den Lehrer benachrichtigt, wenn eine bestimmte Schwelle überschritten wird.
Die durch Gesichtserkennung unterstützte Videoüberwachung ist zwar nicht exklusiv für China, aber die USA waren es Anstrengungen machen damit Waffengewalt in Schulen einzudämmen – China scheint dabei weiter zu gehen als jedes andere Land.
Vergleich beliebter Gesichtserkennungs-APIs
Welche Möglichkeiten haben Sie, wenn es um die Nutzung der Gesichtserkennung geht? In diesem Abschnitt sehen wir uns an, was allgemein verwendet wird und wie sich die verschiedenen Lösungen gegeneinander schlagen.
Bevor wir jedoch beginnen: eine Erinnerung daran, dass sich diese APIs schnell weiterentwickeln und Sie wahrscheinlich auf Blogbeiträge stoßen werden, die besagen, dass dieser API diese oder jene Funktion fehlt. Treffen Sie Ihre Entscheidungen nicht darauf basierend. Analysieren Sie zuerst Ihre geschäftlichen Anforderungen, prüfen Sie sorgfältig die angebotenen Funktionen, machen Sie sich auf den Weg und treffen Sie erst dann Ihre Entscheidung.
OpenCV
KI-Forschung ist ein Loch ohne Boden. Ein Gesichtserkennungssystem zu trainieren und zu perfektionieren ist schwierig und sollte am besten Konzernen mit tiefen Taschen und einer Armee von Forschern überlassen werden. Wenn Ihre Anforderungen jedoch einfach sind und Sie die volle Kontrolle haben möchten – und natürlich bereit sind, ein winziges/kleines Ingenieurteam zu unterhalten –OpenCV könnte nur für dich funktionieren.
Es ist eine Open-Source-Bibliothek für maschinelles Sehen, die bemerkenswert genau ist und für alle Programmierplattformen verfügbar ist. Hier ist ein haarsträubendes Beispiel wie Sie mit Python und OpenCV in 25 Codezeilen ein Gesichtserkennungssystem aufbauen können!
Jetzt stoßen Sie vielleicht auf einige Blogs, die sagen, dass OpenCV keine Gesichtserkennung hat. Nun, es ist eine komplette Lüge, und hier ist es nachweisen. Alles in allem kann OpenCV eine gute Wahl für Ihr Unternehmen sein, wenn die Anforderungen einfach und spezifisch sind.
Amazon-Erkennung
Anerkennung ist ein leistungsstarkes Angebot von einem der größten Cloud-Anbieter da draußen – AWS. Es ist ein vollständig verwalteter, leistungsstarker Service für die AWS-Plattform, und wenn Sie AWS bereits für die Bereitstellung nutzen, ist Rekognition wahrscheinlich die beste Wahl.
Einige der überwältigenden Funktionen von Rekognition sind:
- Echtzeitanalyse (während Sie ein Bild oder Video auf S3 hochladen)
- Umfangreiche Gesichtsanalyse (Geschlecht, Haarfarbe, Gesichtsausdruck, Augen offen oder nicht etc.)
- Pathing (Erfassen von Pfaden identifizierter Objekte in Videos)
- Szenen- und Aktivitätserkennung (drinnen/draußen, „Fußball spielen“ etc.)
- Moderation unsicherer Inhalte (z. B. Nacktheit)
Das größte Plus von Rekognition ist auch das größte Minus – Sie werden wirklich Schwierigkeiten haben, es mit Nicht-AWS-Diensten zu verwenden, bis zu dem Punkt, an dem Sie einfach aufgeben müssen.
Kairos
Im scharfen Gegensatz zu Rekognition, Kairos stellt Ihnen die KI über eine API zur Verfügung (die Reime sind unbeabsichtigt, wir schwören!), sodass Sie die vollständige Kontrolle über Ihre Daten und Server übernehmen können. Kairos stellt sich selbst als Dienst an erster Stelle der Privatsphäre dar und ist es auch äußerst kritisch von Amazon und anderen Unternehmen, die mit der Regierung zusammenarbeiten (so ist es ACLUübrigens).
Kairos funktioniert sowohl mit Bildern als auch mit Videos und hat alle netten Funktionen, die Sie von einer modernen Gesichtserkennungs-API erwarten würden. Es verfügt über einige der erstaunlichen Funktionen von Rekognition, aber wenn Sie sie nicht benötigen und Ihre Daten bereits verwalten, warum sollten Sie sich die Mühe machen?!
Kairos hat eine Vor-Ort-Bereitstellung für diejenigen, die in Bezug auf den Datenschutz paranoid sind und nicht einmal Daten zur Verarbeitung über das Kabel senden möchten. Kairos hat eine Vor-Ort-Bereitstellung, die Preise hängen von Ihrem Anwendungsfall ab und können ziemlich hoch sein.
Google Cloud-Vision
Google hat sich entschieden, zwischen seinen Gesichtserkennungsdiensten für Bilder und Videos zu unterscheiden. Die Bild-API ist bekannt als Cloud-Visionwährend der videofokussierte Dienst aufgerufen wird Videointelligenz.
Während der bildorientierte Dienst dem, was AWS zu bieten hat, ziemlich ähnlich ist, hat der Videodienst eine nette Funktion zum Katalogisieren und Suchen. Dies ist nützlich für Unternehmen, die über große Videoarchive verfügen, die sie möglicherweise analysieren oder durchsuchen möchten.
Allerdings fehlen Video Intelligence zum jetzigen Zeitpunkt Gesichtserkennungsfunktionen, und diese scheinen nur in Cloud Vision angeboten zu werden. Objektverfolgung und Texterkennung befinden sich ebenfalls in der Beta-Phase und liegen damit weit hinter den Angeboten von Amazon zurück.
Azure Face-API
Da Microsoft seine Cloud-Angebote (endlich) ernster nimmt als die Desktop-Angebote, die Azure Face-API ist ein entzückendes Angebot. Es verfügt über alle interessanten Funktionen, die Sie erwarten würden (Erkennung, Identifizierung, Gruppierung von Gesichtern, Suche nach ähnlichen Gesichtern, Emotionen usw.) und funktioniert genauso gut mit Videos.
Nun, das hat nicht direkt mit der Gesichtserkennung zu tun, aber es ist erwähnenswert, dass Azure auch eine Computer Vision für Kunden anbietet Servicemit dem Sie Ihre Eingaben verwenden und Modelle nach Ihren Bedürfnissen trainieren können.
Genau wie beim Google-Dienst steht direkt auf der Startseite ein Spielplatz zur Verfügung, mit dem das Testen der API viel Spaß macht!
Gibt es signifikante Unterschiede zwischen den am besten verwalteten Gesichtserkennungsdiensten? Nicht wirklich. Es herrscht derzeit ein intensiver Wettbewerb auf diesem Gebiet, und neue Funktionen werden schneller eingeführt als Pizzen. Wenn Sie bereits an ein bestimmtes Ökosystem gebunden sind, ist die Verwendung eines eigenen Gesichtserkennungsdienstes sinnvoll. Andernfalls möchten Sie möglicherweise einen anderen Anbieter wählen, wenn Ihre Anforderungen speziell sind (Kontrolle Ihrer eigenen Daten, nur einfache Erkennung usw.).
Anti-Gesichtserkennungssysteme
So wie einige Forscher ihr Leben der Perfektionierung der Gesichtserkennungstechnologie gewidmet haben, sind andere damit beschäftigt, Techniken zu entwickeln, um sie zu täuschen. Eine solche interessante Entwicklung ist Gegnerische Brilledie für Menschen ansonsten normal aussehen, aber Experten-Gesichtserkennungssysteme getäuscht haben.
Quelle: digitaltrends.com
Allerdings sind diese Brillen noch nicht auf dem Markt erhältlich, obwohl die Forscher sagen, dass sie leicht 3D-gedruckt werden können.
Eine weitere interessante Entwicklung war die Einführung von Ekō-Brille auf Kickstarter. Obwohl das Produkt jetzt storniert ist, arbeitete es an einer bemerkenswert einfachen Idee: Eine schlichte, alltägliche Sonnenbrille für 45 US-Dollar, die einfach das Licht reflektierte und Kameras und Videoüberwachungsgeräte zum Durchdrehen brachte.
Genau wie im Bereich der Cybersicherheit setzen „Hacker“ und Forscher auf die Gesichtserkennung für das Rennen zur Perfektion. Um 2014 herum sahen wir die Popularität von Camouflage-Make-up die Unsichtbarkeit gegen die Gesichtserkennung verliehen, aber nicht mehr lebensfähig sind. Wird es eine AES-Verschlüsselung der Gesichtserkennung geben? Nur die Zeit kann es verraten!
Ist die Gesichtserkennung etwas für Sie?
Die Art von Unternehmen, die von der Gesichtserkennung profitieren können, ist diejenige, die Menschen einbezieht – ja, das bedeutet jedes Unternehmen da draußen! Während die aktuellen Anwendungen der Gesichtserkennung von Regierungen, großen Unternehmen oder Technologie-Startups verfochten zu werden scheinen, gibt es keinen Grund, warum Ihr Unternehmen nicht davon profitieren kann.
Die Möglichkeiten sind wirklich endlos, wenn wir ein wenig kreatives Denken kombinieren – Kunden in einem Hotel begrüßen und identifizieren, Ihren Freund in einem Meer von Menschen ausfindig machen, Menschen mit ähnlichen Gesichtern finden (vielleicht als Schauspieler verwenden), Persönlichkeiten für den Job finden Vorstellungsgespräche (auch hier lassen wir der Fantasie freien Lauf; eine solche Studie enthält möglicherweise nichts Substanzielles), maßgeschneiderte Banking-Erfahrung, wenn ein hochwertiger Kunde hereinkommt . . . Es gibt unzählige Möglichkeiten, die Gesichtserkennung auf kleinen und großen Ebenen einzusetzen, um die Leistung Ihres Unternehmens zu verbessern.
Fazit
Schon bald wird die Gesichtserkennung so weit verbreitet und so verbreitet sein, dass wir sie nicht einmal bemerken werden (wie bei Mobiltelefonen?). Die zugrunde liegende Technologie ist nahezu perfektioniert, aber in der realen Welt geht es nicht nur darum, Gesichter zu erkennen – es geht darum, was wir mit dieser Fähigkeit tun können.
Klingt faszinierend und interessiert, mehr zu erfahren? Schau dir das an brillanter Kurs über Computer Vision.