Il Riconoscimento Facciale nella Computer Vision

Le macchine imparano a riconoscerci

Le nuove tecnologie stanno tracciando la strada verso l’estensione delle facoltà umane dando vita ad una nuova interazione uomo-macchina sempre più naturale e simbiotica, volta ad espandere le facoltà ricettive dei sensi. Corpo e macchine si avvicinano sempre di più, annullando le distanze e rendendo più semplice l’accesso alle loro funzioni. Il volto è indubbiamente fonte di individualità, unicità e parte più sensibile del corpo umano in quanto segnato da un flusso continuo di espressioni, sede dell’identità personale e di per sé incisivo strumento di comunicazione. Ora più che mai il volto si assicura un ruolo fondamentale, diventando artefice e protagonista di queste nuove trasformazioni tecnologiche.
L’obiettivo dello studio che ho esposto nella mia tesi di laurea è stato quello di analizzare alcuni aspetti della Computer Vision (C.V.) finora riservati a professionalità specialistiche inerenti il settore dell’ingegneria e dell’informatica, ponendo l’attenzione sulle molteplici potenzialità di queste tecnologie nella società contemporanea. Esaminando, in questo modo, i processi che nel futuro porteranno a nuovi modi di concepire l’audiovisivo, alle nuove modalità di fruizione, interazione e comunicazione, e ponendo l’accento sui vantaggi che da esse possono derivare.
La C.V. studia i modelli e metodi per abilitare le macchine all’interpretazione delle informazioni visuali esplicitando i dati peculiari dell’immagine. È grazie a questi sistemi che gli occhi delle macchine (fotocamere digitali o occhi cibernetici) non sono più sguardi passivi, ma imparano a guardare, contestualizzare e interpretare tutto ciò che gli si pone davanti. A partire dalla definizione di Linda G. Shapiro e George Stockman, che per C.V. intendono il campo dove informazioni significative devono essere ricavate/estratte automaticamente dalle immagini con l’obiettivo di prendere decisioni utili riguardanti oggetti fisici reali e scene basate sulle immagini percepite, ho analizzato il campo di studio per approfondire i processi di comprensione e interpretazione delle immagini da parte delle macchine.
Questa disciplina è in rapida crescita, infatti, da come si evince da un rapporto di Tractica (qui il link), le somme d’investimento previste per il mercato hardware e software nel settore della CV aumenteranno sempre di più arrivando quasi a 50 miliardi di dollari entro l’anno 2022 rispetto ai 6,6 miliardi del 2015.

Questo slideshow richiede JavaScript.

Esistono diversi compiti specializzati che la C.V. può compiere tra questi il riconoscimento facciale che negli ultimi anni è stato sempre più implementato nei nuovi dispositivi e in vari software. Si veda per esempio l’iPhone X che grazie ai sensori e alle sue fotocamere intelligenti fa uso del riconoscimento facciale per numerose funzionalità. (ecco il link).

Lo studio sul riconoscimento facciale automatico ha inizio a partire dal 1966 con il sistema Bledsoe, progetto commissionato da una agenzia di intelligence sull’interazione uomo-macchina, in cui l’uomo estraeva delle coordinate da un’insieme di caratteristiche presenti nelle fotografie che in un secondo momento il computer utilizzava nella fase di riconoscimento, e continuano con gli studi di Takeo Kanade (ecco il link) sull’uso di semplici modelli geometrici quali distanze, angoli e punti di riferimento utili per riconoscere il volto.
Una parte molto importante di questo studio è stata quella di tracciare un percorso storico delle ricerche, dei software, e delle tecnologie del riconoscimento facciale.
Solo negli ultimi anni gli studi in questo campo, stanno analizzando la possibilità per le macchine di rilevare le espressioni facciali e il linguaggio non verbale.

La Face Recognition oggi trova un ampio campo di applicazioni che vanno dalla sicurezza, alla difesa, al settore commerciale fino all’intrattenimento videoludico. Molti progetti sono già stati avviati mentre altri sono in fase di sperimentazione. Di notevole rilevanza ci sono le applicazioni nel campo della videosorveglianza: la DARPA ha finanziato diversi progetti per aumentare la sicurezza nel caso di attacchi terroristici, e con il progetto HID (Human Identification at Distance) ha contribuito a sviluppare un sistema di individuazione e identificazione a grande distanza. Il programma di riconoscimento facciale TrackChild usato dalla polizia di Nuova Delhi permette di ritrovare bambini scomparsi (ecco il link).

Anche nell’audiovisivo le tecnologie di riconoscimento facciale sono notevolmente utilizzate. Basti pensare ai numerosi film che fanno uso della computer grafic e della Motion Capture, che ritrovano proprio come supporto per l’analisi dell’immagine la Computer Vision. Un esempio è il film Rise of the Planet of the Apes ( 2011), e il Gollum de The Lord of the Rings-The Fellowship of the Ring (2001) interpretato da Andy Serkis. (ecco il link).
Particolarmente interessante è la ricerca di Andrew Zisserman dell’Università di Oxford che ha come obiettivo di identificare automaticamente i personaggi presenti all’interno del materiale cinematografico, tutte attività che usano il riconoscimento facciale per ovviare al problema della classificazione, catalogazione e archiviazione dell’enorme mole di contenuti presenti negli archivi audiovisivi, così si ha anche la possibilità di automatizzare la ricerca all’interno degli archivi (ecco il link).

Anche nel settore dei videogame le applicazioni di riconoscimento facciale sono molto utilizzate, come in Metal Gear Solid V dove vengono usate attraverso il motore grafico FOX Engine per migliorare il fotorealismo e i dettagli del viso. Nel videogioco FIFA 2018 è stata introdotta una nuova tecnologia chiamata Real Player Motion Technology che permette ai calciatori di essere più simili alla realtà, ottenendo movimenti più fluidi del personaggio in azione.

Ovviamente anche nel settore delle applicazioni mobile si fa uso del riconoscimento facciale soprattutto per quanto riguarda le applicazioni social di Snapchat e Instagram che hanno sviluppato delle animazioni facciali con delle maschere divertenti in realtà aumentata da porre ai propri utenti. Per quanto queste funzioni possano sembrare banali, la tecnologia che c’è dietro è molto seria e utilizza uno degli algoritmi più robusti ed efficaci in questo campo: l’algoritmo Viola-Jones (ecco il link).
Il riconoscimento facciale trova anche il suo impegno nel settore commerciale come strumento di marketing per targetizzare o fidelizzare la clientela, in modo da offrire nuovi strumenti innovativi e intelligenti a supporto delle imprese (ecco il link).

Attraverso la letteratura scientifica si constata, dunque, l’efficacia e la robustezza delle tecniche e degli algoritmi utilizzati nel riconoscimento facciale, tuttavia in alcuni ambiti specifici si trovano ancora nuovi spazi di miglioramento e crescita.
la Face Recogntion non si limita solo al riconoscimento e al rilevamento del volto, ma punta anche al riconoscimento delle emozioni e del linguaggio non verbale, portandoci a immaginare gli scenari del futuro (ecco il link).

Anna Venere Genova

Annunci

Rispondi

Effettua il login con uno di questi metodi per inviare il tuo commento:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...