AI మోడల్ మరియు కెమెరా ఉన్న ఎవరికైనా మా బయోమెట్రిక్ డేటా ఉచితంగా అందుబాటులో ఉంటుంది. ఫేషియల్ రికగ్నిషన్ సాఫ్ట్‌వేర్ అనేది చాలా విస్తృతమైన సాంకేతికత, మనం ఎయిర్‌పోర్ట్ సెక్యూరిటీ ద్వారా వెళ్లినప్పుడల్లా లేదా డ్రగ్ స్టోర్‌లోకి వెళ్లినప్పుడల్లా మా డేటాను సమర్పించడం. AI అల్గారిథమ్‌ను మోసం చేసేంత వరకు మా ముఖ లక్షణాలను దాచడం లేదా—అత్యంత చివరిలో—మా రూపాన్ని మార్చడం సాధ్యమేనా అని మీరు ఆశ్చర్యపోతారు.
బిగ్ బ్రదర్‌ను తప్పించుకోవడానికి మీరు N95 మాస్క్, స్కార్ఫ్ మరియు సన్ గ్లాసెస్ ధరించలేదా? ఇప్పటివరకు, ఫేషియల్ రికగ్నిషన్ ద్వారా తీయబడకుండా ఉండటానికి ఉత్తమ మార్గం కెమెరాలను నివారించడం. కానీ త్వరలో ఆ పని దాదాపు అసాధ్యం కావచ్చు. మా బయోమెట్రిక్ డేటాను రక్షించడంలో మేము ఇప్పటికే నష్టపోతున్నామని గోప్యతా నిపుణులు హెచ్చరిస్తున్నారు. త్వరలో, ఫెడరల్ నియంత్రణ మాత్రమే నిజమైన రక్షణ.
సింథియా రూడిన్
గిల్బర్ట్, లూయిస్, మరియు ఎడ్వర్డ్ లెహర్మాన్ కంప్యూటర్ సైన్స్ విశిష్ట ప్రొఫెసర్; కంప్యూటర్ సైన్స్, ఎలక్ట్రికల్ మరియు కంప్యూటర్ ఇంజనీరింగ్, స్టాటిస్టికల్ సైన్స్, మ్యాథమెటిక్స్ మరియు బయోస్టాటిస్టిక్స్ & బయోఇన్ఫర్మేటిక్స్ విభాగాలు; డ్యూక్ విశ్వవిద్యాలయం
స్టేట్ ఆఫ్ ది ఆర్ట్ ఫేషియల్ రికగ్నిషన్‌ను ఫూల్ చేయడానికి మీరు మీ ముఖాన్ని వాస్తవికంగా మార్చుకోలేకపోయారని నేను భావిస్తున్నాను. మహమ్మారి సమయంలో వారు ప్రజల కళ్ళ ఆకారంపై ఎక్కువగా ఆధారపడేలా వ్యవస్థలను మార్చారని నేను అనుకుంటున్నాను, ఎందుకంటే చాలా మంది ప్రజలు ముక్కులు మరియు నోటిపై ముసుగులు ధరించారు. ఈ వ్యవస్థలను మోసం చేయడానికి ప్రజలు తమ కళ్ల ఆకారాన్ని వాస్తవికంగా ఎలా మార్చుకోగలరో నాకు నిజాయితీగా తెలియదు. మీరు సన్ గ్లాసెస్ ధరించి, ఆపై మీ ముఖానికి ఏదైనా చేస్తే (మాస్క్ లేదా క్రేజీ డ్రామాటిక్ మేకప్ ధరించి ఉండవచ్చు) అప్పుడు మీ ముఖాన్ని గుర్తించడం కష్టమవుతుంది, కానీ అది మీ ముఖాన్ని మార్చడం కాదు, అది దాచిపెట్టడం అనే ప్రశ్న!
కానీ మీరు మీ ముఖాన్ని మార్చడానికి నాటకీయంగా ఏదైనా చేసారని అనుకుందాం—నిజంగా, నిజంగా నాటకీయంగా ఉంది—తద్వారా ముఖ గుర్తింపు వ్యవస్థ మిమ్మల్ని గుర్తించదు. బహుశా ఇది ఒక రకమైన ప్లాస్టిక్ సర్జరీ కావచ్చు. బాగా, అప్పుడు ఏమిటి? ఇంటర్నెట్‌లో మీ ముఖం మీ పేరుతో ముగిసిన వెంటనే (స్నేహితుడు మిమ్మల్ని సోషల్ మీడియాలో ట్యాగ్ చేయడం లేదా ఆన్‌లైన్‌లో కనిపించే ఉపన్యాసం ఇవ్వడం గురించి ఆలోచించండి), అప్పుడు ఇంటర్నెట్‌లో వ్యక్తుల కోసం చూసే అన్ని ముఖ గుర్తింపు వ్యవస్థలు మిమ్మల్ని ఎలాగైనా గుర్తించండి.
ఇప్పుడు మీ ముఖం మీ డ్రైవింగ్ లైసెన్స్ లేదా పాస్‌పోర్ట్‌తో సరిపోలడం లేదు, కాబట్టి ప్రయాణం చేయడం మీకు చాలా కష్టంగా ఉంటుంది. కాబట్టి, నిజాయితీగా, ఎందుకు బాధపడతారు? ఏది ఏమైనప్పటికీ, మీరు ఈ ప్రశ్న అడిగినందుకు నేను సంతోషిస్తున్నాను, ఎందుకంటే ఇతర వ్యక్తులు మన బయోమెట్రిక్‌లను సంగ్రహించకుండా ఉండటం ఎంత వ్యర్థమో ఇది చూపిస్తుంది. మనల్ని రక్షించడానికి చట్టాలను రూపొందించమని మన ప్రభుత్వాలను అడగడం మా ముఖాలను ఎప్పటికప్పుడు నాటకీయంగా మార్చడం కంటే చాలా సులభం.
వాల్టర్ స్కీరర్
డెన్నిస్ O. డౌటీ కాలేజియేట్ ప్రొఫెసర్ ఆఫ్ ఇంజనీరింగ్; కంప్యూటర్ సైన్స్ & ఇంజనీరింగ్ విభాగం; నోట్రే డామ్ విశ్వవిద్యాలయం
ముఖ గుర్తింపును నివారించడానికి వారి రూపాన్ని ఎంతవరకు మార్చుకోవాలి అనే ప్రశ్నకు సమాధానం, ముఖ గుర్తింపు అల్గారిథమ్‌ని ఉపయోగించే విధానంపై ఆధారపడి ఉంటుంది. మానవ బయోమెట్రిక్స్‌లో, మ్యాచింగ్ ఐడెంటిటీల యొక్క రెండు సాధారణ రీతులు ఉన్నాయి: 1 నుండి 1 మరియు 1 నుండి చాలా వరకు. 1 నుండి 1 మోడ్‌లో, కెమెరా ముందు ఉన్న వ్యక్తి యొక్క క్లెయిమ్ చేసిన గుర్తింపు సిస్టమ్ డేటాబేస్‌లో ఆ గుర్తింపు యొక్క గతంలో నమోదు చేసిన ఫోటోతో సరిపోలుతుందని ధృవీకరణ చేయబడుతుంది. హై-సెక్యూరిటీ కంప్యూటర్ ప్రామాణీకరణ మరియు చట్ట అమలు పరిశోధనల కోసం ఈ దృశ్యం చాలా సంవత్సరాలుగా సాధారణం, కానీ ఇప్పుడు విమానాశ్రయంలో అంతర్జాతీయ విమానంలో ఎక్కడం వంటి ఇతర వినియోగదారులను ఎదుర్కొనే సందర్భాలలో సాధారణం. 1 నుండి అనేక మోడ్‌లో, ఆసక్తి ఉన్న గుర్తింపుల యొక్క గతంలో నమోదు చేసిన ఫోటోల సెట్‌తో తెలియని విషయం యొక్క ఫోటో సరిపోలుతుంది. చట్ట అమలు మరియు ప్రభుత్వ నిఘా కార్యకలాపాలతో సహా వీడియో ఆధారిత నిఘా సెట్టింగ్‌లలో ఈ మోడ్ తరచుగా ఉపయోగించబడుతుంది.
నియంత్రిత సెట్టింగ్‌లో 1 నుండి 1 మోడ్‌ను తప్పించుకోవడం (ఉదా., స్థానిక జైలులో బుకింగ్ గదిలో) చాలా కష్టం. అధునాతన కృత్రిమ న్యూరల్ నెట్‌వర్క్‌లను ఉపయోగించడం ద్వారా ముఖ గుర్తింపు అల్గారిథమ్‌లలో ప్రధాన పురోగతులు సాధించబడ్డాయి, ఇవి ఒకే వ్యక్తికి కనిపించే విస్తృత శ్రేణిలో అసాధారణమైన అధిక సరిపోలిక ఖచ్చితత్వాన్ని సాధిస్తాయి. పొందిన ఫోటో ముందువైపు భంగిమను కలిగి ఉంటే, తటస్థ వ్యక్తీకరణ, మంచి లైటింగ్ మరియు నియంత్రిత నేపథ్యంతో, సౌందర్య సాధనాలు, ముఖ జుట్టును జోడించడం/తీసివేయడం, కేశాలంకరణను మార్చడం మొదలైన ప్రాథమిక ఎగవేత పద్ధతులు పని చేయవు. ఇటీవలి పరిశోధనలు ముఖం గుర్తింపుపై ప్లాస్టిక్ సర్జరీ ప్రభావాన్ని పరిశీలించాయి మరియు ముఖ నిర్మాణంలో అనస్థీటిక్ తీవ్రమైన మార్పులు కొంతవరకు పని చేయగలవు, సాధారణ కాస్మెటిక్ విధానాలు అనుకున్నంత పెద్ద ప్రభావాన్ని కలిగి ఉండవు.
అనియంత్రిత నిఘా సెట్టింగ్‌లో 1-టు-మెనీ మోడ్‌ను తప్పించుకోవడం కొంచెం సులభం-ఒకరు శస్త్రచికిత్స చర్యలను ఆశ్రయించాల్సిన అవసరం లేదు. అత్యుత్తమ న్యూరల్ నెట్‌వర్క్‌లు కూడా తక్కువ నాణ్యత గల ఫోటోలతో పోరాడుతున్నాయి, అవి మానవ ముఖం యొక్క సమాచారం-రిచ్ పిక్సెల్‌లను కలిగి ఉండవు, ప్రత్యేకించి సంభావ్య గుర్తింపుల యొక్క పెద్ద జాబితాతో సరిపోలినప్పుడు. అందువలన మొదటి దశ ముఖాన్ని మూసి వేయడం ద్వారా అల్గోరిథం ఆ పిక్సెల్‌లను తిరస్కరించడం. అనుమానాస్పదంగా లేని సందర్భాల్లో ముఖాన్ని కప్పి ఉంచండి, ఉదా, శీతాకాలంలో స్కార్ఫ్, ప్రకాశవంతమైన రోజు సన్ గ్లాసెస్ ధరించండి. వెడల్పు అంచులు ఉన్న టోపీలు కూడా గందరగోళంగా ఉంటాయి, ఎందుకంటే అవి నుదిటిని మరియు వెంట్రుకలను దాచగలవు మరియు ముఖంపై నీడను వేస్తాయి. ముఖం మీద చేయి పట్టుకోవడం కూడా దీనికి మంచిది. రెండవ దశ చలనంలో ఉన్నప్పుడు క్రిందికి చూడటం, కాబట్టి సమీపంలోని ఏ కెమెరా అయినా ముఖం యొక్క మంచి ఫ్రంటల్ ఇమేజ్‌ని క్యాప్చర్ చేయదు. మూడవది, ఎవరైనా త్వరగా కదలగలిగితే, అది క్యాప్చర్ చేయబడిన ఫోటోలో చలన అస్పష్టతకు కారణం కావచ్చు-జాగింగ్ లేదా బైక్‌ను తొక్కడం గురించి ఆలోచించండి.
ఎగవేత కోసం నా ఉత్తమ ఆచరణాత్మక సలహా: ముఖ గుర్తింపు ఎక్కడ అమలు చేయబడుతుందో తెలుసుకోండి మరియు ఆ ప్రాంతాలను నివారించండి. ఈ సలహా ఎంతకాలం ఉపయోగకరంగా ఉంటుంది, అయితే రాబోయే సంవత్సరాల్లో సాంకేతికత ఎంత విస్తృతంగా వ్యాపిస్తుంది అనే దానిపై ఆధారపడి ఉంటుంది.
నేటి అల్గారిథమ్‌లు ముఖ రూపానికి సంబంధించిన సూక్ష్మ మార్పులను తట్టుకోగలవు, అవి అమాయకమైనవి (ఉదా, మొటిమలు, తేలికపాటి వాపు) లేదా (ఉదా, బొటాక్స్).
జియోమింగ్ లియు
అనిల్ కె. & నందిత కె. జైన్ ఎండోవ్డ్ ప్రొఫెసర్; కంప్యూటర్ సైన్స్ అండ్ ఇంజనీరింగ్ (CSE), కాలేజ్ ఆఫ్ ఇంజనీరింగ్; మిచిగాన్ స్టేట్ యూనివర్శిటీ
అన్నింటిలో మొదటిది, “ముఖ గుర్తింపును నివారించండి” అనే నా నిర్వచనం ఏమిటంటే, ఒక విషయం కెమెరా ద్వారా క్యాప్చర్ చేయబడినప్పుడు, ఒక సబ్జెక్ట్ యొక్క ముఖాన్ని గుర్తించడంలో ఫేషియల్ రికగ్నిషన్ సిస్టమ్ (FRS) విఫలమవుతుంది.
FRSను “ముందస్తుగా” విఫలం చేయడానికి కొన్ని మార్గాలు ఉన్నాయి:
1. భౌతిక విరోధి దాడులు. చాలా AI మోడల్‌లు వ్యతిరేక దాడులకు గురవుతాయి, అనగా, ఇన్‌పుట్ డేటా నమూనా యొక్క చిన్న మార్పు AI వ్యవస్థను పూర్తిగా విఫలం చేయవచ్చు. అదే విషయం FRS కు వర్తిస్తుంది. ఇక్కడ ముఖ్యమైనది నిర్దిష్ట “చిన్న సవరణ” నేర్చుకోవడం, తద్వారా అటువంటి సవరణ FRSని విఫలం చేయగలదు. ఉదాహరణకు, CMUకి ఒక పేపర్ ఉంది FRS విఫలమయ్యే ప్రత్యేక గ్లాసుల రూపకల్పనపై. FRS విఫలమయ్యే కండువా, ముఖ ముసుగు లేదా మీసాలను కూడా డిజైన్ చేయడానికి ఎవరైనా ఇలాంటి ఆలోచనను అనుసరించవచ్చని మీరు ఊహించవచ్చు.
2. FRS మిమ్మల్ని వేరొకరిగా గుర్తిస్తుంది కాబట్టి మీరు మీ ముఖ రూపాన్ని కూడా ముందుగానే మార్చుకోవచ్చు. మేకప్ వేయడం ఒక సాధారణ మార్గం. అయితే, ప్రశ్నకు సమాధానం ఇవ్వడం గమ్మత్తైనది, అంటే నేను ఎక్కడ మరియు ఎంత మొత్తంలో మేకప్ వేయాలి, తద్వారా నేను FRSను విఫలం చేయగలను. సమాధానం చాలా విషయాలపై ఆధారపడి ఉంటుంది. కారణం ఏమిటంటే, కొంతమంది వ్యక్తుల ముఖం చాలా సాధారణం మరియు ఇతరులతో సమానంగా ఉంటుంది, కాబట్టి అతనిని వేరొకరిగా తప్పుగా గుర్తించడానికి సాపేక్షంగా చిన్న మేకప్ సవరణ సరిపోతుంది. దీనికి విరుద్ధంగా, ఒక వ్యక్తి యొక్క ముఖం చాలా ప్రత్యేకంగా ఉంటే, చాలా ఎక్కువ మేకప్ సవరణ అవసరం అవుతుంది. ఒక ఆసక్తికరమైన అప్లికేషన్ క్రింది విధంగా ఉండవచ్చు: ఒక ఇంటరాక్టివ్ స్మార్ట్‌ఫోన్ యాప్ ఫోన్ కెమెరా ద్వారా నా ముఖాన్ని చూస్తుంది, నేను ఎక్కడ మేకప్ వేయాలి అని నాకు చెబుతుంది మరియు మేకప్ ఎక్కడ మరియు ఏ రంగులో ఉండవచ్చనే దానిపై పునరుక్తిగా సూచనలను ఇస్తుంది, తద్వారా నేను తప్పుగా గుర్తించబడతాను కనీస అలంకరణతో FRS. మేకప్ కాకుండా, హాలీవుడ్ సినిమాల్లో ఎక్కువగా కనిపించే అధిక ధరతో కూడిన ఫేషియల్ మాస్క్‌ను కూడా ఉపయోగించవచ్చు.
మీరు చెప్పినట్లు, FRS విజయవంతంగా విఫలమయ్యే సంభావ్యత, సబ్జెక్ట్ చేస్తున్న ప్రయత్నానికి కూడా సంబంధం కలిగి ఉంటుంది. విధానం 1 వినియోగదారులకు సులభం, కానీ చాలా నమ్మదగినది కాదు, ప్రత్యేకించి ప్రతి ఒక్కరికీ ఒక గ్లాసు వంటి “సార్వత్రిక” విరోధి దాడిని రూపొందించడానికి ఇష్టపడినప్పుడు. విధానం 2 మరింత వ్యక్తిగతీకరించబడింది మరియు మెరుగ్గా పని చేస్తుంది, ఇంకా ఎక్కువ కృషి అవసరం.
కెవిన్ W. బౌయర్
Schubmehl-Prein ఫ్యామిలీ కంప్యూటర్ సైన్స్ & ఇంజనీరింగ్ ప్రొఫెసర్; నోట్రే డామ్ విశ్వవిద్యాలయం
సమాధానం: “ఇది ఆధారపడి ఉంటుంది.” ఇది ఉపయోగించిన ఫేస్ మ్యాచింగ్ అల్గారిథమ్ మరియు ఆ అల్గారిథమ్‌తో ఉపయోగించే థ్రెషోల్డ్‌పై (కనీసం) ఆధారపడి ఉంటుంది.
బాగా అర్థం చేసుకోవడానికి, ముఖ గుర్తింపు అనేది రెండు చిత్రాలను సరిపోల్చడం మరియు చిత్రాలలోని ముఖాలు (ఎ) ఒకే వ్యక్తిగా ఉండేంత సారూప్యత కలిగి ఉన్నాయా లేదా (బి) అవి వచ్చి ఉండాల్సినంత అసమానంగా ఉన్నాయో లేదో నిర్ణయించడం అనే వాస్తవాన్ని ప్రారంభించండి. వివిధ వ్యక్తులు.
ప్రతి ఫేస్ రికగ్నిషన్ అల్గోరిథం అనేది ఒక ముఖం యొక్క చిత్రం నుండి “ఫీచర్ వెక్టర్” (సాధారణంగా ఈ రోజుల్లో “ఎంబెడ్డింగ్” అని పిలుస్తారు) మరియు రెండు ఫీచర్ వెక్టర్‌లను పోల్చడం ద్వారా అవి ఎంత సారూప్యత కలిగి ఉన్నాయో ఒక నిర్దిష్ట పద్ధతి. ఒకే ముఖ చిత్రం 512 సంఖ్యల జాబితాకు తగ్గించబడవచ్చు (“ఫీచర్ వెక్టర్” లేదా “ఎంబెడ్డింగ్.”) రెండు ముఖ చిత్రాల నుండి ఫీచర్ వెక్టార్‌లను పోల్చవచ్చు మరియు 0 మరియు 100 మధ్య లేదా -1 మరియు మధ్య సారూప్యత ఫలితాన్ని అందించవచ్చు +1. మీరు ఒకే చిత్రం యొక్క రెండు కాపీలను పోల్చినట్లయితే 100 లేదా +1 మాత్రమే ఫలితాన్నిస్తుంది; ఇది ఆచరణలో చూడడానికి అసాధారణ ఫలితం.
మేము స్టేట్ ఆఫ్ ది ఆర్ట్ ఫేస్ రికగ్నిషన్ అల్గారిథమ్‌ని ఉపయోగిస్తున్నామని మరియు -1 నుండి +1 పరిధిలోకి వచ్చే సారూప్యత విలువను ఉపయోగిస్తున్నామని ఊహించుకోండి. విభిన్న వ్యక్తుల యొక్క అన్ని రకాల జతల చిత్రాల మధ్య పోలికల కోసం సారూప్యత విలువలు 0.0 చుట్టూ కేంద్రీకృతమై ఉండవచ్చు లేదా దాని కంటే కొంచెం ఎక్కువగా ఉండవచ్చు. ఒకే వ్యక్తి యొక్క అన్ని రకాల జతల చిత్రాల మధ్య పోలిక విలువలు 0.8 చుట్టూ కేంద్రీకృతమై ఉండవచ్చు లేదా దాని కంటే కొంచెం ఎక్కువగా ఉండవచ్చు. అప్లికేషన్ కోసం చిత్ర సేకరణ బాగా నియంత్రించబడితే, బహుశా డ్రైవింగ్ లైసెన్స్ ఫోటో లాగా, ఒకే వ్యక్తి యొక్క రెండు చిత్రాల సగటు సారూప్యత విలువ ఎక్కువగా ఉంటుంది. ఇమేజ్ సముపార్జన తక్కువ నియంత్రణలో ఉంటే, బహుశా వ్యక్తులు దుకాణంలోకి ప్రవేశించినప్పుడు వీడియో ఫ్రేమ్‌ల నుండి తీసిన చిత్రాల వలె, ఒకే వ్యక్తి యొక్క రెండు చిత్రాల సగటు సారూప్యత విలువ తక్కువగా ఉంటుంది.
గుర్తింపు కోసం ఉపయోగించాల్సిన థ్రెషోల్డ్ విలువను ఎవరైనా నిర్ణయిస్తారు. 0.7 విలువను థ్రెషోల్డ్‌గా ఎంచుకున్నట్లయితే, రెండు చిత్రాలను సరిపోల్చినప్పుడు మరియు వాటి సారూప్యత 0.7 కంటే తక్కువగా ఉన్నప్పుడు, అవి తప్పనిసరిగా వేర్వేరు వ్యక్తుల చిత్రాలు అయి ఉండాలని సిస్టమ్ చెబుతుంది. విలువ 0.7కి సమానంగా లేదా అంతకంటే ఎక్కువ ఉంటే, అవి తప్పనిసరిగా ఒకే వ్యక్తి యొక్క చిత్రాలు అయి ఉండాలని సిస్టమ్ చెబుతుంది.
ఈ సమయంలో, “ముఖ గుర్తింపును నివారించడానికి నా రూపాన్ని నేను ఎంతవరకు మార్చుకోవాలి?” అనే అసలు ప్రశ్నను మనం చూడవచ్చు. “నా పాత ఇమేజ్‌తో పోల్చినప్పుడు నా కొత్త ఇమేజ్‌కి సారూప్యత విలువను తగ్గించడానికి ఉత్తమంగా ఏమి చేయాలి?”
మీరు చేయగలిగేవి చాలా ఉన్నాయి. మీరు ముదురు సన్ గ్లాసెస్ ధరించవచ్చు మరియు మీ హెయిర్ స్టైల్ మార్చుకోవచ్చు మరియు ఇప్పటికీ సహజంగా కనిపించవచ్చు. మీరు అతిశయోక్తితో కూడిన ముఖ కవళికలు చేయవచ్చు, కానీ అది సహజంగా కనిపించదు. మీరు నేరుగా కెమెరా వైపు చూడకుండా ఉండవచ్చు, తద్వారా కొత్త ఫోటో ఆఫ్ యాంగిల్‌లో ఉంటుంది. మరింత తీవ్రంగా, మీరు బరువు పెరగవచ్చు లేదా కోల్పోవచ్చు. లేదా మీరు “మీ రూపాన్ని మార్చుకోవడానికి” సౌందర్య సాధనాలను వర్తింపజేయవచ్చు. మీరు మీ పాత ఫోటోతో సరిపోలడం లేదని వీటిలో ఏవీ హామీ ఇవ్వవు. మీ కొత్త ఫోటోతో సరిపోల్చడానికి మీ పాత ఫోటో ఏది ఉపయోగించబడుతుందో లేదా ఏ అల్గారిథమ్ ఉపయోగించబడుతుందో లేదా ఏ థ్రెషోల్డ్ ఉపయోగించబడుతుందో మీకు తప్పనిసరిగా తెలియదు. మీకు ఆ విషయాలన్నీ తెలిస్తే, మీరు తీసుకోవాల్సిన అత్యంత ప్రభావవంతమైన విధానంతో ప్రయోగాలు చేయవచ్చు.