تقنية التعرف على الوجه Secrets
تقنية التعرف على الوجه Secrets
Blog Article
صورة مقربة للإضاءة بالأشعة تحت الحمراء. يكون الضوء غير مرئي للعين البشرية، لكنه يخلق رؤية شديدة الوضوح بالنسبة لكاميرات المراقبة.
البنك العربي الإسلامي الدولي يقيم حفل عشاء لعملائه في محافظتي معان والعقبة
قد يوفر التوازن مقياسًا أفضل للشيخوخة من القوة أو المشي
أحمد الأحمد يكتب: الجنسيات المقيدة والسياحة العلاجية حقائق ام أوهام
وقد تم تزويد كاميرات المراقبة العامة بهذه التكنولوجيا في ذلك الحين بهدف اختبارها بدون معرفة مواطني المدينة. كما أن شرطة المدن في المملكة المتحدة تستخدم التعرف على الوجوه لمسح الحشود بحثاً عن الأشخاص الموجودين على قوائم المراقبة، وتستخدم الصين هذه التكنولوجيا للمراقبة الجماعية لجميع مواطنيها، لعدة أغراض تتضمن تتبع المعارضين.
التعرّف على الوجه عبارة عن نظام تحقّق يعمل بسرعة وبفعالية. فهو أسرع وأكثر ملاءمة من تقنيات المقاييس الحيوية الأخرى، مثل بصمات الأصابع أو مسح شبكية العين.
الاكتشاف هو عملية العثور على وجه في صورة ما. بفضل ميزة رؤية الكمبيوتر، يمكن لتقنية التعرّف على الوجه اكتشاف الوجوه الفردية والتعرّف عليها في صورة تحتوي على وجه شخص واحد أو أكثر.
تشير درجة الثقة العالية إلى احتمال أكبر بأنّ الشخص نفسه يظهر في الصورتين. وبالتالي، تعتمد درجات الثقة على الذكاء الاصطناعي للتنبؤ بما إذا كان وجه شخص يظهر في صورة معيّنة أو يطابق وجهًا في صورة أخرى.
إضافة مقارنة الوجوه إلى مهام سير عمل إلحاق المستخدمين ومصادقتهم وتحليلها من أجل التحقق عن بُعد من هوية المستخدمين المشتركين.
يمكنك التعرف على الأفراد بشكل فريد من خلال السمات الشكلية لأيديهم، مثل طول الأصابع وعرض اليد.
ويعتمد نظام التعرّف على الوجه في عمله على عدد أقل من نقاط الاتصال مقارنةً بإدخال كلمات المرور أو أرقام التعريف الشخصية. وهو يتوافق مع المصادقة المتعددة العوامل لإتاحة خطوة تحقّق أمني إضافية.
يقارن توقيع الوجه بالمعلومات الموجودة في قاعدة نور الامارات البيانات.
تعمل التقنية عن طريق ترتيب تسلسل الحمض النووي في المختبر، ثمّ مقارنته مع عينات في قاعدة بيانات.
تحيز. تتمتع أنظمة التعرف على الوجه – مثل العديد من أنظمة الذكاء الاصطناعي – بتاريخ من التحيز. من المرجح أن تخطئ أنظمة التعرف على الوجه التي تفتقر إلى التنوع في تدريب الخوارزميات في التعرف على أعضاء مجموعات الأقليات، أي المجموعات التي لم تكن ممثلة بشكل متساوٍ في بيانات التدريب.