So erkennen Sie Gesichter mit der Microsoft Cognitive Services API

Face recognition is identifying or confirming the identity of a person using their face. It’s something we humans do from a very early age and we take that process almost for granted. We can do this either in person, using a photo, video, or even a painting or drawing, assuming it’s accurate enough. Getting a computer to perform the same function, though, is an immensely complicated task. In order to have any true success in true facial recognition, recognizing specific faces, rather than the location or area where a face is located, requires artificial intelligence.

Will Microsoft Cognitive Services API built with Native Windows Development recognize faces? Let’s find out all the answers in this post!

Die Kontroverse um das Erkennen von Gesichtern

As more systems have entered the market with the ability to recognize people’s faces, people began to experience some of the positive benefits, such as the ability to verify the user’s identity when unlocking a smartphone or when carrying out sensitive actions such as accessing a banking app. Before too long law enforcement agencies also began to see how they too might be able to benefit from using this technology to identify wanted criminals or to spot a potential terrorist in a crowded airport. Stopping terrorist attacks and solving crime is of course something we all want. However, like all biometrics, face recognition is not a perfect technology. The face is much more likely to change over time and can also be easily obscured, intentionally or otherwise, with things like masks, hats, and facial hair.

Warum ist Gesichtserkennung weltweit so beliebt?

Other biometric systems like fingerprints and iris scanners can also have challenges that affect their accuracy too, but less so than that of the face. Despite this, facial recognition has some benefits which might make it a good choice – for example, it is contactless, can be used from a significant distance, can be used to recognize persons of interest even if they are no longer physically present, for example via a video recording.

Facial recognition is also passive, which means you don’t need the co-operation of the people whose faces you are recognizing. The downside to that, of course, is that it can be abused by agencies or countries to track their citizens in aid to suppression of their rights, or to keep automated and possibly wide-ranging surveillance of people a government or organization might which to oppress or subjugate.

Falsch negative oder positive Aussagen können zu rechtlichen Problemen führen

Ein weiterer Nachteil der Gesichtserkennung ist, dass sie „falsch negativ“ oder „falsch positiv“ sein kann. Falsch-negativ ist die Situation, in der das Gesichtserkennungssystem das übereinstimmende Gesicht aus der Datenbank nicht finden konnte, obwohl die Datenbank ein übereinstimmendes Gesicht hat. Falsch-positiv ist die Situation, in der das System ein Gesicht aus einer Datenbank abgleicht, obwohl die Datenbank kein passendes Gesicht hat. Dies kann von der Technologie abhängen, die von der Gesichtserkennung verwendet wird, aber selbst Organisationen mit erheblichen technischen Ressourcen können dies anscheinend Fehler beim Erkennen machen. Letztendlich liegt es in der Verantwortung des Entwicklers, die geeignete Technologie für den Anwendungsfall der von ihm entwickelten Anwendung auszuwählen und zu verstehen.

Welche Technologie steckt hinter der Gesichtserkennung?

Die Technologie hinter der Gesichtserkennung ist eine mathematische Darstellung des Gesichts. Es verwendet den Augenabstand und die Form des Kinns und vergleicht diese Vorlage dann mit vorhandenen Datensätzen in der Datenbank. Einige Systeme berechnen die Wahrscheinlichkeit des erkannten Gesichts, anstatt eine Übereinstimmung zu finden.

Wie verwende ich die Azure-Gesichts-API für die Gesichtserkennung?

Azure ist eine Cloud-Computing-Plattform. Sie sind eine großartige Alternative zu Amazon Web Services. Sie bieten Hunderte von Cloud-Computing-Diensten in vielen Kategorien. Sie haben eine Kategorie für KI und maschinelles Lernen. Es bietet die folgenden KI- und Machine-Learning-Angebote:

• Maschinelles Lernen
• Cortex-Zertifikat
• Computer Vision
• Gesicht
• Textanalyse
• Virtuelle Datenwissenschaftsmaschine – Ubuntu 18.04
• InteliLiving IoT-Überwachung für ein unabhängiges Leben
• DataVisor Enterprise ML für Betrug und AML

In diesem Fall verwenden wir die Face API, die es uns ermöglicht, die Gesichtserkennung ohne maschinelles Lernen zu implementieren. Zuerst müssen Sie eine Ressourcengruppe für Ihre Anwendung erstellen. Daher wird jede von der Anwendung verwendete Ressource zusammen in Rechnung gestellt. Erstellen Sie dann eine neue Face-Ressource (in der Kategorie AI + Machine Learning). Merken Sie sich die ausgewählte Region. Gehen Sie dann zu der soeben erstellten Ressource, gehen Sie zu Schlüssel und Endpunkt und kopieren Sie einen der beiden Schlüssel.

Es gibt eine großartige Open-Source-Anwendung, die von Embercardero verwaltet wird, um Ihnen zu zeigen, wie Sie die Azure Face-API mit Ihrer Delphi-Anwendung mithilfe des REST-Clients verwenden. Es ist eine Firemonkey-Anwendung, die für Windows, Mac, iOS und Android kompiliert werden kann. Sie können es von GIT Hub erhalten:

https://github.com/FMXExpress/MicrosoftFacialRecognition

Sie müssen nur den API-Schlüssel und die URL ändern, mit der Sie Gesichter erkennen möchten. Parameter bearbeiten von „TRESTRequest“ entsprechend Ihren Parametern.

Stellen Sie mit RAD Studio Delphi und C++ Builder ganz einfach eine Verbindung zu Online-APIs und ähnlichen Ressourcen her. Sie können Laden Sie noch heute eine Testversion herunter und probieren Sie die Gesichtserkennung selbst aus.