ಓದಲು 3 ನಿಮಿಷ
Face recognition: ಕ್ಯಾಮೆರಾ ಮುಖದ ಲಕ್ಷಣಗಳನ್ನು ಅಳೆದು ಗುರುತು ಪರಿಶೀಲಿಸುವುದು ಹೇಗೆ?
30 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಅರ್ಥ
ಮುಖ ಗುರುತಿಸುವಿಕೆ ಎಂದರೆ ಛಾಯಾಚಿತ್ರ ಅಥವಾ ವಿಡಿಯೋದಲ್ಲಿ ಕಂಡುಬರುವ ಮಾನವ ಮುಖದ ರಚನಾತ್ಮಕ ಲಕ್ಷಣಗಳನ್ನು ಕಂಪ್ಯೂಟರ್ ಅಲ್ಗಾರಿದಮ್ ಮೂಲಕ ಅಳೆದು, ದಾಖಲಿತ ಡೇಟಾಬೇಸ್‌ನೊಂದಿಗೆ ಹೋಲಿಸಿ ವ್ಯಕ್ತಿಯ ಗುರುತನ್ನು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಪರಿಶೀಲಿಸುವ ಬಯೋಮೆಟ್ರಿಕ್ ತಂತ್ರಜ್ಞಾನ.
ನಿಮ್ಮ ಫೋನ್ ಕೇವಲ ಒಂದು ನೋಟಕ್ಕೆ ಅನ್‌ಲಾಕ್ ಆಗುವುದು ಹೇಗೆ?
ಬೆಳಗ್ಗೆ ಎದ್ದು ಮೊಬೈಲ್ ಪರದೆಯತ್ತ ಕೇವಲ ಒಂದು ನೋಟ ಬೀರಿದರೆ ಸಾಕು, ಅದು ಕ್ಷಣಾರ್ಧದಲ್ಲಿ ಅನ್‌ಲಾಕ್ ಆಗುತ್ತದೆ. ಕಚೇರಿಗಳಲ್ಲಿ ಹಾಜರಾತಿ ಹಾಕಲು ಅಥವಾ ವಿಮಾನ ನಿಲ್ದಾಣಗಳಲ್ಲಿ ಸರತಿ ಸಾಲಿನಲ್ಲಿ ನಿಲ್ಲದೆ ಮುನ್ನಡೆಯಲು ಇಂದು ಮುಖ ತೋರಿಸಿದರೆ ಸಾಕು. ಈ ಪವಾಡದಂತೆ ಕಾಣುವ ತಂತ್ರಜ್ಞಾನವೇ ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ಡಿಜಿಟಲ್ ಪದ್ಧತಿ (ಫೇಶಿಯಲ್ ರೆಕಗ್ನಿಷನ್ ಅಥವಾ Facial Recognition). ಆದರೆ ಕಂಪ್ಯೂಟರ್ ನಮ್ಮ ಕಣ್ಣು, ಮೂಗು ಅಥವಾ ಗಲ್ಲವನ್ನು ಮನುಷ್ಯರು ನೋಡುವ ರೀತಿಯಲ್ಲಿ ನೋಡುವುದಿಲ್ಲ; ಬದಲಿಗೆ ಅದು ಪ್ರತಿಯೊಂದು ಮುಖವನ್ನೂ ಸಂಕೀರ್ಣ ಸಂಖ್ಯೆಗಳ ಪಟ್ಟಿಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸಿ ಓದುತ್ತದೆ.
ಕ್ಯಾಮೆರಾ ನಿಮ್ಮ ಮುಖದ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿದಾಗ, ಸಾಫ್ಟ್‌ವೇರ್ ಮೊದಲು ಮುಖದ ಪ್ರಮುಖ ತಿರುವು ಮತ್ತು ಆಕಾರದ ಗುರುತುಗಳನ್ನು (ಫೇಶಿಯಲ್ ಲ್ಯಾಂಡ್‌ಮಾರ್ಕ್‌ಗಳು ಅಥವಾ Facial Landmarks) ಪತ್ತೆಮಾಡುತ್ತದೆ. ಕಣ್ಣುಗಳ ನಡುವಿನ ಅಂತರ, ಮೂಗಿನ ಅಗಲ, ಕೆನ್ನೆ ಮೂಳೆಗಳ ಆಕಾರ ಮತ್ತು ತುಟಿಗಳ ಅಂಚುಗಳನ್ನು ಸೂಕ್ಷ್ಮವಾಗಿ ಅಳೆಯಲಾಗುತ್ತದೆ. ನಂತರ ಈ ಭೌತಿಕ ಅಳತೆಗಳನ್ನು ನೂರಾರು ಸಂಖ್ಯೆಗಳಿರುವ ವಿಶಿಷ್ಟ ಗಣಿತ ಪಟ್ಟಿಯಾಗಿ (ವೆಕ್ಟರ್ ಎಂಬೆಡ್ಡಿಂಗ್ ಅಥವಾ ಮುಖದ ಡಿಜಿಟಲ್ ನಕ್ಷೆ - Faceprint) ಬದಲಾಯಿಸಲಾಗುತ್ತದೆ.
ಇಲ್ಲಿ ಎರಡು ಮುಖ್ಯ ವಿಧಾನಗಳಿವೆ: ಮೊದಲನೆಯದು 'ಒಬ್ಬರೊಡನೆ ಒಬ್ಬರ ನೇರ ಮುಖ ಪರಿಶೀಲನೆ' (೧:೧ ವೆರಿಫಿಕೇಶನ್ ಅಥವಾ 1:1 Verification). ಇದು ನಿಮ್ಮ ಫೋನ್ ಅನ್‌ಲಾಕ್ ಮಾಡುವಾಗ ನಿಮ್ಮದೇ ಮೊದಲೇ ಉಳಿಸಲಾದ ಮುಖದ ಜೊತೆ ಮಾತ್ರ ತಾಳೆ ನೋಡುತ್ತದೆ. ಎರಡನೆಯದು 'ಜನಸಂದಣಿಯಲ್ಲಿ ಒಬ್ಬರನ್ನು ಹುಡುಕುವುದು' (೧:ಎನ್ ಐಡೆಂಟಿಫಿಕೇಶನ್ ಅಥವಾ 1:N Identification). ಇದು ಜನದಟ್ಟಣೆಯ ಸಾರ್ವಜನಿಕ ಸ್ಥಳಗಳಲ್ಲಿ ಅಥವಾ ರೈಲ್ವೆ ನಿಲ್ದಾಣಗಳಲ್ಲಿ ಅಪರಿಚಿತ ಮುಖವನ್ನು ಲಕ್ಷಾಂತರ ಜನರ ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಹುಡುಕಲು ಬಳಸಲಾಗುತ್ತದೆ.
ಶಿಲ್ಪಿಯ ಮಾಪನ ಪಟ್ಟಿ ಮತ್ತು ಸಾಪೇಕ್ಷ ಅನುಪಾತಗಳ ಹೋಲಿಕೆ
ಈ ವಿಧಾನವನ್ನು ಅರಮನೆಯಲ್ಲಿ ರಾಜನ ಪ್ರತಿಮೆ ಕೆತ್ತುವ ಒಬ್ಬ ಅನುಭವಿ ಶಿಲ್ಪಿಯ ಅಳತೆ ಪದ್ಧತಿಗೆ ಹೋಲಿಸಬಹುದು. ಶಿಲ್ಪಿಯು ವ್ಯಕ್ತಿಯ ಚರ್ಮದ ಬಣ್ಣ ಅಥವಾ ಕೇಶವಿನ್ಯಾಸದ ಬದಲಾವಣೆಗಳನ್ನು ನೋಡುವುದಿಲ್ಲ; ಆತ ಕಣ್ಣುಗಳ ನಡುವಿನ ಅಂತರ ಮತ್ತು ಹಣೆಯ ಸಾಪೇಕ್ಷ ಎತ್ತರವನ್ನು ತನ್ನ ಅಳತೆಪಟ್ಟಿಯಿಂದ ಕರಾರುವಾಕ್ಕಾಗಿ ಅಳೆದು ದಾಖಲಿಸಿಕೊಳ್ಳುತ್ತಾನೆ.
ವ್ಯಕ್ತಿಯು ನಕ್ಕರೂ, ಮುಖ ಗಂಟಿಕ್ಕಿದರೂ ಅಥವಾ ಬೇರೆ ಬಣ್ಣದ ಪೇಟ ಧರಿಸಿದರೂ ಆ ಮೂಲ ಅಸ್ಥಿಪಂಜರದ ಜ್ಯಾಮಿತೀಯ ಅನುಪಾತಗಳು ತೀರಾ ಬದಲಾಗುವುದಿಲ್ಲ. ಕಂಪ್ಯೂಟರ್ ಕೂಡ ಇದೇ ತರ್ಕವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ: ಹೊಸ ಫೋಟೋದಿಂದ ಸೃಷ್ಟಿಯಾದ ಸಂಖ್ಯೆಗಳ ಗಣಿತ ಪಟ್ಟಿಯನ್ನು ಮೊದಲೇ ಉಳಿಸಲಾಗಿರುವ ನೋಂದಾಯಿತ ನಕ್ಷೆಯ ಜೊತೆ ಹೋಲಿಸುತ್ತದೆ. ಎರಡು ಸಂಖ್ಯಾ ಪಟ್ಟಿಗಳ ನಡುವಿನ ಹೊಂದಾಣಿಕೆಯು ವ್ಯವಸ್ಥೆ ನಿಗದಿಪಡಿಸಿದ ಕನಿಷ್ಠ ಗಡಿಯನ್ನು (ಥ್ರೆಶೋಲ್ಡ್ ಅಥವಾ Threshold) ಮೀರಿದರೆ ಮಾತ್ರ, ಯಂತ್ರವು 'ಮುಖ ಹೊಂದಾಣಿಕೆಯಾಗಿದೆ' ಎಂದು ತೀರ್ಮಾನಿಸುತ್ತದೆ.
ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸ್ಕೋರ್ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ಮಿತಿಗಳು
ಮುಖ ಗುರುತಿಸುವಿಕೆಯು ಶೇಕಡಾ ನೂರರಷ್ಟು ನಿರ್ವಿವಾದವಾದ ಸತ್ಯವಲ್ಲ; ಅದು ಕೇವಲ ಸಂಭವನೀಯತೆಯ ಆಧಾರದ ಹೊಂದಾಣಿಕೆಯ ಅಂಕ (ಸಿಮಿಲಾರಿಟಿ ಸ್ಕೋರ್ ಅಥವಾ Similarity Score) ಆಗಿದೆ. ವ್ಯವಸ್ಥೆಯ ಕನಿಷ್ಠ ಮಿತಿಯನ್ನು ತುಂಬಾ ಬಿಗಿಗೊಳಿಸಿದರೆ ನಿಜವಾದ ಮಾಲೀಕರೇ ಪರದಾಡಬೇಕಾಗುತ್ತದೆ, ಮತ್ತು ಅತಿಯಾಗಿ ಸಡಿಲಗೊಳಿಸಿದರೆ ಬೇರೆಯವರೂ ಫೋನ್ ಅನ್‌ಲಾಕ್ ಮಾಡುವ ಅಪಾಯವಿರುತ್ತದೆ. ಸಿಸ್ಟಂ ಮಿತಿಗಳಿಂದಾಗಿ ದೈನಂದಿನ ಬಳಕೆಯಲ್ಲಿ ಹಲವು ದೋಷಗಳು ಎದುರಾಗುತ್ತವೆ:
- ಬೆಳಕು ಮತ್ತು ಕ್ಯಾಮೆರಾ ಕೋನ: ಕತ್ತಲೆಯಲ್ಲಿ ಅಥವಾ ಕ್ಯಾಮೆರಾವನ್ನು ಓರೆಯಾಗಿ ಹಿಡಿದಾಗ ಮುಖದ ನೆರಳುಗಳು ಅಳತೆಗಳನ್ನು ಬದಲಾಯಿಸಿ, ನಿಜವಾದ ಮಾಲೀಕರನ್ನೇ ತಪ್ಪಾಗಿ ತಿರಸ್ಕರಿಸುವ ಸಮಸ್ಯೆ (ಫಾಲ್ಸ್ ರಿಜೆಕ್ಷನ್ ಅಥವಾ False Rejection) ಉಂಟಾಗುತ್ತದೆ.
- ನೈಸರ್ಗಿಕ ವಯಸ್ಸಾಗುವಿಕೆ ಮತ್ತು ದೈಹಿಕ ಬದಲಾವಣೆಗಳು: ವರ್ಷಗಳು ಕಳೆದಂತೆ ಮುಖದ ಚರ್ಮ ಸಡಿಲಗೊಳ್ಳುವುದು, ತೂಕದ ವ್ಯತ್ಯಾಸ, ಹೊಸ ಕನ್ನಡಕ ಅಥವಾ ಗಡ್ಡ-ಮೀಸೆಯ ಬೆಳವಣಿಗೆಯು ಹೊಂದಾಣಿಕೆಯ ಅಂಕವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.
- ಜನಸಂಖ್ಯಾ ನಿಖರತೆಯ ವ್ಯತ್ಯಾಸಗಳು: ಅಮೆರಿಕದ ಮಾನದಂಡಗಳ ಸಂಸ್ಥೆ (NIST) ನಡೆಸಿದ ಸಂಶೋಧನೆಗಳ ಪ್ರಕಾರ, ವೈವಿಧ್ಯಮಯ ತರಬೇತಿ ದತ್ತಾಂಶವಿಲ್ಲದ ತಂತ್ರಜ್ಞಾನಗಳು ಮಹಿಳೆಯರು ಮತ್ತು ಗಾಢ ಮೈಬಣ್ಣದ ಜನರ ಮುಖಗಳನ್ನು ಗುರುತಿಸುವಾಗ ಬೇರೊಬ್ಬರನ್ನು ತಪ್ಪಾಗಿ ಸರಿ ಎಂದು ಒಪ್ಪಿಕೊಳ್ಳುವ ದೋಷಗಳನ್ನು (ಫಾಲ್ಸ್ ಮ್ಯಾಚ್ ಅಥವಾ False Match) ಹೆಚ್ಚಾಗಿ ತೋರುತ್ತವೆ.
- ನಕಲಿ ಫೋಟೋ ಮತ್ತು ಮುಖವಾಡಗಳ ವಂಚನೆ: ಸಾಮಾನ್ಯ ಕ್ಯಾಮೆರಾಗಳ ಮುಂದೆ ಬೇರೊಬ್ಬರ ಭಾವಚಿತ್ರ ತೋರಿಸಿ ವಂಚಿಸುವ ಸಾಧ್ಯತೆ ಇರುವುದರಿಂದ, ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳು ಕಣ್ಣು ಮಿಟುಕಿಸುವಿಕೆ ಅಥವಾ ಮುಖದ ನೈಜ ಆಳ ಅಳೆಯುವ ತಂತ್ರಜ್ಞಾನದ (ಮೂರು ಆಯಾಮದ ಆಳ ಅಥವಾ 3D Depth) ನೆರವು ಪಡೆಯುತ್ತವೆ.
ಖಾಸಗಿತನ ಮತ್ತು ಡಿಜಿಟಲ್ ಹೆಜ್ಜೆಗುರುತುಗಳ ಎಚ್ಚರಿಕೆ
ಮುಖ ಗುರುತಿಸುವಿಕೆಯು ದೈನಂದಿನ ಕೆಲಸಗಳನ್ನು ವೇಗಗೊಳಿಸಿದರೂ, ಪಾಸ್‌ವರ್ಡ್ ಕಳವಾದರೆ ಬದಲಾಯಿಸಿದಂತೆ ನಮ್ಮ ಮುಖವನ್ನು ಬದಲಾಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂಬುದನ್ನು ನೆನಪಿನಲ್ಲಿಡಬೇಕು. ಸ್ಮಾರ್ಟ್‌ಫೋನ್‌ನಲ್ಲಿ ಮುಖದ ಡೇಟಾ ಸಾಧನದ ಒಳಗಿನ ಸುರಕ್ಷಿತ ಡಿಜಿಟಲ್ ಕೋಶದಲ್ಲಿ (ಸೆಕ್ಯೂರ್ ಎನ್‌ಕ್ಲೇವ್ ಅಥವಾ Secure Enclave) ಗೂಢಲಿಪೀಕರಣಗೊಂಡು ಉಳಿಯುವುದರಿಂದ ಹೊರಗಿನವರಿಗೆ ಸಿಗುವುದಿಲ್ಲ. ಆದರೆ ಸಾರ್ವಜನಿಕ ಕಣ್ಗಾವಲು ಕ್ಯಾಮೆರಾಗಳು ಅಥವಾ ವಾಣಿಜ್ಯ ಮಳಿಗೆಗಳಲ್ಲಿ ನಿಮ್ಮ ಸಮ್ಮತಿಯಿಲ್ಲದೆ ಮುಖದ ನಕ್ಷೆಯನ್ನು ಕೇಂದ್ರೀಕೃತ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದಾಗ, ಅದು ವೈಯಕ್ತಿಕ ಗೌಪ್ಯತೆ ಮತ್ತು ನಾಗರಿಕರ ಮುಕ್ತ ಸಂಚಾರದ ಮೇಲೆ ಸದಾ ಕಣ್ಣಿಡುವ ಅಪಾಯವನ್ನುಂಟುಮಾಡುತ್ತದೆ. ಆದ್ದರಿಂದ ಅನಿವಾರ್ಯವಲ್ಲದ ಕಡೆಗಳಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ಗುರುತಿನ ಚೀಟಿ ಬಳಸುವ ಹಕ್ಕನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದು ಸೂಕ್ತ.