Cara Kerja Sistem Pengenal Wajah
Setiap wajah memiliki berbagai landmark yang dapat dibedakan dan lekukan yang berbeda yang membentuk fitur wajah. FaceIt mendefinisikan landmark ini sebagai nodal points (titik nodal). Setiap wajah manusia memiliki sekitar 80 titik nodal. Beberapa dari ini yang diukur oleh perangkat lunak ini adalah:
- Jarak antar mata
- Lebar hidung
- Kedalaman longgar mata
- Bentuk tulang pipi
- Panjang garis rahang
Titik nodal ini diukur dan menghasilkan kode numerik, yang disebut faceprint, dan mewakili sebuah wajah dalam database.
Di masa lalu, perangkat lunak pengenal wajah mengandalkan gambar 2D untuk membandingkan atau mengidentifikasi gambar 2D lain dari database. Agar efektif dan akurat, gambar yang diambil harus dari wajah yang menatap langsung ke kamera, dengan sedikit variasi cahaya atau ekspresi wajah dari gambar dalam database. Ini tentu saja menimbulkan masalah. Bahkan perubahan kecil dalam penerangan atau orientasi dapat mengurangi efektivitas sistem, sehingga foto-foto tersebut tidak dapat dicocokkan dengan wajah yang ada di dalam database, sehingga menyebabkan tingkat kegagalan yang tinggi.
Pengenal wajah atau face recognition yang lebih modern menggunakan model 3D, dan mengklaim memberikan akurasi yang lebih tinggi.
Mengambil gambar 3D pada permukaan wajah seseorang secara real-time, teknologi 3D ini menggunakan fitur wajah yang lebih tetap dan menonjol - tulang dan jaringan seperti kurva atau lekukan rongga mata, hidung dan dagu - untuk mengidentifikasi subyek. Semua area ini unik dan tidak berubah seiring waktu.
Menggunakan kedalaman dan sumbu pengukuran yang tidak terpengaruh oleh pencahayaan, pengenalan wajah 3D ini bahkan dapat digunakan dalam kegelapan dan memiliki kemampuan untuk mengenali subjek pada sudut tampilan berbeda dengan potensi mengenali hingga 90 derajat (wajah di profil) .
Menggunakan perangkat lunak 3D, sistem ini biasanya akan melalui serangkaian langkah untuk memverifikasi identitas seseorang.
Deteksi
Memperoleh gambar dapat dilakukan dengan cara scanning secara digital foto yang ada (2D) atau dengan menggunakan gambar video untuk memperoleh gambar secara live dari subjek (3D).
Penjajaran
Setelah mendeteksi wajah, sistem akan menentukan posisi kepala, ukuran dan pose. Subjek memiliki potensi untuk dikenali hingga 90 derajat, sedangkan dengan 2D, kepala harus diputar setidaknya 35 derajat ke arah kamera.
Pengukuran
Sistem kemudian akan mengukur kurva wajah pada skala sub-milimeter (atau microwave) dan membuat templat.
Perwakilan
Sistem menerjemahkan templat menjadi kode unik. Pengkodean ini memberi masing-masing templat satu set angka untuk mewakili fitur pada wajah subjek.
Mencocokkan
Jika gambarnya adalah 3D dan database juga berisi gambar 3D, maka pencocokan akan terjadi tanpa ada perubahan yang dilakukan pada gambar. Namun, ada tantangan yang saat ini dihadapi oleh database yang hanya memiliki gambar 2D. 3D mengandung subjek yang sedang bergerak, tidak seperti 2D yang hanya gambar yang datar atau flat. Teknologi baru sedang dibangun untuk mengatasi tantangan ini.
Ketika gambar 3D diambil, titik yang berbeda (biasanya tiga) diidentifikasi. Misalnya, bagian luar mata, bagian dalam mata dan ujung hidung akan diukur jaraknya. Setelah pengukuran tersebut dilakukan, suatu algoritma (prosedur langkah demi langkah) akan diterapkan pada gambar untuk mengubahnya menjadi gambar 2D. Setelah konversi, perangkat lunak tersebut akan kemudian membandingkan gambarnya dengan gambar 2D yang ada dalam database untuk menemukan apakah adanya kecocokan.
Pengenalan Wajah Biometrik
Gambar yang diambil tidak selalu diverifikasi atau diidentifikasi hanya dengan pengenalan wajah. Teknologi baru telah menghasilkan produk baru untuk membantu dalam hal presisi. Pengembangan teknologi ini menggunakan biometrik kulit, keunikan tekstur kulit, untuk menghasilkan hasil yang lebih akurat.
Prosesnya, yang disebut Surface Texture Analysis, bekerja dengan cara yang sama seperti pengenalan wajah. Gambar diambil dari sepetak kulit, yang disebut skinprint (cap kulit). Sepetak tersebut kemudian dibagi lagi menjadi beberapa blok-blok kecil. Dengan menggunakan algoritme untuk mengubahnya menjadi matematis yang dapat diukur, sistem akan kemudian dapat mengenali garis-garis, pori-pori, dan tekstur kulit yang sebenarnya. Sistem juga dapat mengidentifikasi perbedaan antara kembar identik, yang saat ini belum dapat dilakukan hanya dari perangkat lunak pengenalan wajah saja. Dengan menggabungkan pengenalan wajah dengan analisis tekstur permukaan (Surface Texture Analysis), identifikasi yang akurat dapat meningkat 20 hingga 25 persen.
Company seperti FaceIt saat ini menggunakan tiga templat berbeda untuk mengonfirmasi atau mengidentifikasi subjek: vektor, analisis fitur lokal, dan analisis tekstur permukaan.
- Template vektor sangat kecil dan digunakan untuk pencarian cepat ke seluruh database terutama untuk pencarian satu-ke-banyak.
- Templat analisis fitur lokal atau local feature analysis (LFA) melakukan pencarian sekunder untuk kecocokan yang tersusun berdasarkan templat vektor.
- Analisis tekstur permukaan adalah yang terbesar dari ketiganya. Disini merupakan operan terakhir setelah pencarian templat LFA, dengan mengandalkan fitur kulit pada gambar, yang berisi informasi paling detail.
Dengan menggabungkan ketiga templat, FaceIt® memiliki keunggulan dibandingkan sistem lain. Teknologi ini juga relatif tidak sensitif terhadap perubahan ekspresi, termasuk berkedip, mengerutkan kening atau tersenyum dan memiliki kemampuan untuk mengimbangi pertumbuhan kumis atau jenggot dan penampilan kacamata.
Namun, ini bukan sistem yang sempurna. Ada beberapa faktor yang bisa menggagali pengenalan, termasuk:
- Silau pada kacamata atau memakai kacamata hitam
- Rambut panjang menutupi bagian tengah wajah
- Pencahayaan yang buruk akan menyebabkan wajah menjadi over-atau under-exposed
- Kurangnya resolusi (gambar diambil terlalu jauh).
Identix bukan satu-satunya perusahaan dengan sistem pengenalan wajah yang tersedia. Meskipun sebagian besar bekerja dengan cara yang sama dengan FaceIt, ada beberapa variasi. Misalnya, sebuah perusahaan bernama Animetrix, Inc. memiliki produk yang disebut FACEngine ID® SetLight yang dapat memperbaiki kondisi pencahayaan yang biasanya tidak dapat digunakan, mengurangi risiko atas salah mencocokkan.
Siapa Yang Menggunakannya
Di masa lalu, pengguna utama perangkat lunak pengenalan wajah adalah badan-badan penegak hukum, yang menggunakan teknologi ini untuk menangkap wajah secara acak di keramaian. Beberapa lembaga pemerintah juga telah menggunakannya untuk keamanan dan untuk menyingkirkan penipuan pemilih. Pemerintah A.S. baru-baru ini memulai sebuah program yang disebut US-VISIT (United States Visitor and Immigrant Status Indicator Technology), yang ditujukan untuk para pelancong asing yang mendapatkan izin masuk ke Amerika Serikat.
Ketika seorang pelancong asing mendapatkan visanya, ia akan menyerahkan sidik jari dan fotonya untuk diambil. Sidik jari dan foto tersebut akan melewati pemeriksaan melalui basis data apakah seorang teroris atau kriminal. Ketika seorang pelancong tiba di Amerika Serikat di pelabuhan masuk, sidik jari dan foto yang sama itu akan digunakan untuk memverifikasi bahwa orang yang menerima visa adalah orang yang sama dengan yang ada disana.
Namun setelah teknologi ini makin populer dan semakin murah, penggunaannya pun makin luas. Teknologi ini sekarang kompatibel dengan kamera dan komputer yang sudah digunakan oleh bank dan bandara.
| Home | Cara Membeli | Contact Us | About Us | Sitemap | BanSos |
