വായിക്കാൻ 3 മിനിറ്റ്
Face recognition: ക്യാമറ നിങ്ങളുടെ മുഖം നിമിഷങ്ങൾക്കകം തിരിച്ചറിയുന്നത് എങ്ങനെ?
30 സെക്കൻഡിൽ സാരം
മനുഷ്യന്റെ മുഖത്തെ ജൈവിക അളവുകളും പ്രത്യേകതകളും ക്യാമറ വഴി വിശകലനം ചെയ്ത് ഒരു ഡിജിറ്റൽ അടയാളമാക്കി മാറ്റുകയും, മുൻപ് രേഖപ്പെടുത്തിയ വിവരങ്ങളുമായി താരതമ്യം ചെയ്ത് വ്യക്തിയുടെ ഐഡന്റിറ്റി സ്ഥിരീകരിക്കുകയും ചെയ്യുന്ന കൃത്രിമബുദ്ധി സംവിധാനമാണ് മുഖം തിരിച്ചറിയൽ (ഫേഷ്യൽ റെക്കഗ്നിഷൻ അഥവാ ബയോമെട്രിക് സിസ്റ്റം).
ക്യാമറ നിങ്ങളുടെ മുഖത്തെ നമ്പറുകളുടെ ഭൂപടമാക്കി മാറ്റുന്നത് എങ്ങനെ?
സ്മാർട്ട്ഫോൺ സ്ക്രീനിലേക്ക് നോക്കുമ്പോൾ തന്നെ ലോക്ക് തുറക്കുന്നത് നാം കാണാറുണ്ട്. കമ്പ്യൂട്ടറിന് മുഖം എന്നാൽ വെറുമൊരു ചിത്രമല്ല; മറിച്ച് മുഖത്തിന്റെ കൃത്യമായ അളവുകളുടെ ഒരു കൂട്ടമാണ്. ഈ സംവിധാനം കണ്പീലികൾ തമ്മിലുള്ള അകലം, മൂക്കിന്റെ നീളം, താടിയെല്ലിന്റെ ആകൃതി തുടങ്ങിയ അടയാളങ്ങൾ (ഫേഷ്യൽ ലാൻഡ്മാർക്കുകൾ അഥവാ Facial Landmarks) തിട്ടപ്പെടുത്തുന്നു.
തുടർന്ന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഈ അളവുകളെ ഒരു കൂട്ടം അക്കങ്ങളാക്കി മാറ്റുന്നു. ഇതിനെയാണ് ഫേസ്പ്രിന്റ് (Faceprint) എന്ന് വിളിക്കുന്നത്. പിന്നീട് ഓരോ തവണ മുഖം കാണിക്കുമ്പോഴും പുതിയ അക്കങ്ങളും പഴയ അക്കങ്ങളും തമ്മിൽ എത്രത്തോളം സാമ്യമുണ്ടെന്ന് കണക്കുകൂട്ടുന്നു (സിമിലാരിറ്റി സ്കോർ അഥവാ Similarity Score). ഇത് മുൻകൂട്ടി നിശ്ചയിച്ച പരിധി (ത്രെഷോൾഡ് അഥവാ Threshold) കടന്നാൽ വാതിൽ തുറക്കുകയോ ഫോൺ അൺലോക്കാവുകയോ ചെയ്യുന്നു.
കൃത്രിമബുദ്ധി മുഖത്തെ സംഖ്യകളാക്കി മാറ്റുന്ന മൂന്ന് ഘട്ടങ്ങൾ
ഈ സാങ്കേതികവിദ്യ പ്രധാനമായും രണ്ട് രീതിയിലാണ് പ്രവർത്തിക്കുന്നത്: നിങ്ങളുടെ ഫോണിൽ മാത്രം സൂക്ഷിച്ചിരിക്കുന്ന ഫോട്ടോയുമായി താരതമ്യം ചെയ്യുന്നത് ലളിതമായ രീതിയാണ് (1:1 വെരിഫിക്കേഷൻ അഥവാ 1:1 Verification). എന്നാൽ വിമാനത്താവളങ്ങളിലോ ജനക്കൂട്ടത്തിനിടയിലോ ആയിരക്കണക്കിന് ആളുകളിൽ നിന്ന് ഒരാളെ കണ്ടെത്തുന്നത് സങ്കീർണ്ണമായ രീതിയാണ് (1:N ഐഡന്റിഫിക്കേഷൻ അഥവാ 1:N Identification).
- മുഖം കണ്ടെത്തലും ക്രമീകരിക്കലും (Face Detection and Alignment): ക്യാമറയുടെ ഫ്രെയിമിലുള്ള പശ്ചാത്തല വസ്തുക്കളെ മാറ്റിനിർത്തി മനുഷ്യ മുഖത്തിന്റെ അതിരുകൾ കണ്ടെത്തുന്നു. തല ചരിഞ്ഞിരിക്കുകയോ ചെരിഞ്ഞ കോണിലാവുകയോ ചെയ്താലും കണ്ണുകളും ചുണ്ടുകളും തിരശ്ചീനമായി നേരെയാക്കി മുഖത്തിന്റെ ദിശ ക്രമീകരിക്കുന്നു.
- അടയാള ബിന്ദുക്കളുടെ വേർതിരിക്കൽ (Landmark Feature Extraction): മുതിർന്ന മനുഷ്യരിൽ ജീവിതകാലം മുഴുവൻ വലിയ മാറ്റമില്ലാതെ തുടരുന്ന പ്രധാന ബിന്ദുക്കൾ തമ്മിലുള്ള അകലം അൽഗോരിതം അളക്കുന്നു. കണ്ണുകളിലെ കൃഷ്ണമണികൾ തമ്മിലുള്ള ദൂരം, മൂക്കിന്റെ പാലത്തിന്റെ വീതി, കൺതടങ്ങളുടെ ആഴം, താടിയെല്ലിന്റെ വളവ് എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു.
- വെക്ടർ എംബെഡിംഗ് നിർമ്മാണം (Vector Embedding): ഈ ജ്യാമിതീയ അളവുകളെല്ലാം കൂട്ടിച്ചേർത്ത് നൂറുകണക്കിന് അക്കങ്ങൾ അടങ്ങിയ ഒരു സംഖ്യാ ശ്രേണിയാക്കി (Vector) മാറ്റുന്നു. നിങ്ങളുടെ ഹെയർസ്റ്റൈലോ ചർമ്മത്തിന്റെ നിറമോ വസ്ത്രമോ മാറിയാലും ഈ ഗണിതശാസ്ത്ര കോർഡിനേറ്റ് മാറ്റമില്ലാതെ തുടരുന്നു.
ആധുനിക സ്മാർട്ട്ഫോണുകളിൽ വെറുമൊരു പരന്ന 2D ഫോട്ടോയ്ക്ക് പകരം അദൃശ്യമായ ഇൻഫ്രാറെഡ് പ്രകാശ രശ്മികൾ മുഖത്തേക്ക് വിതറിയാണ് മുഖം തിരിച്ചറിയുന്നത്. ഫോണിലെ പ്രത്യേക പ്രൊജക്ടർ നിങ്ങളുടെ മുഖത്തേക്ക് മുപ്പതിനായിരത്തിലധികം അദൃശ്യമായ ഇൻഫ്രാറെഡ് കുത്തുകൾ തൊടുത്തുവിടുന്നു. മുഖത്തിന്റെ ഓരോ വളവിലും തിരിവിലും ഈ കുത്തുകൾക്കുണ്ടാകുന്ന വ്യതിയാനങ്ങൾ പ്രത്യേക സെൻസർ ഒപ്പിയെടുക്കുന്നു. ഇത് രാത്രിയിലെ കൂരിരുട്ടിൽ പോലും ഫോൺ അൺലോക്ക് ചെയ്യാൻ സഹായിക്കുന്നതിനൊപ്പം, ഒരു മില്ലിമീറ്റർ പോലും തെറ്റാത്ത 3D ടോപ്പോളജിക്കൽ മാപ്പ് നിർമ്മിക്കുന്നതിനാൽ ഫോട്ടോ കാണിച്ച് ഇത്തരം സംവിധാനങ്ങളെ കബളിപ്പിക്കാൻ കഴിയില്ല.
നിത്യജീവിതത്തിൽ മുഖം തിരിച്ചറിയൽ ഉപയോഗിക്കുന്ന മേഖലകൾ
എന്നാൽ ഈ സംവിധാനം പൂർണ്ണമായും കുറ്റമറ്റതല്ല. വെളിച്ചക്കുറവ്, പ്രായം കൂടുമ്പോഴുണ്ടാകുന്ന ചുളിവുകൾ, കണ്ണട അല്ലെങ്കിൽ മാസ്ക് എന്നിവ തിരിച്ചറിയലിനെ ബാധിക്കാം. മുഖത്തിന്റെ അളവുകൾ ഒരു പാസ്വേഡ് പോലെ മാറ്റാൻ സാധിക്കാത്ത ശാരീരിക വിവരങ്ങളായതിനാൽ (ബയോമെട്രിക് ഡാറ്റ അഥവാ Biometric Data), അനാവശ്യമായി ക്യാമറ അനുമതികൾ ആപ്പുകൾക്ക് നൽകാതിരിക്കാൻ ശ്രദ്ധിക്കണം.
- സ്മാർട്ട്ഫോൺ ഫേസ് അൺലോക്ക്: പാസ്വേഡോ വിരലടയാളമോ ആവശ്യമില്ലാതെ സ്ക്രീനിലേക്ക് നോക്കി ഫോൺ വേഗത്തിൽ തുറക്കുന്നത്.
- വിമാനത്താവളങ്ങളിലെ ഡിജി യാത്രാ സംവിധാനം: ഫിസിക്കൽ ബോർഡിംഗ് പാസുകളില്ലാതെ ക്യാമറയിൽ മുഖം കാണിച്ച് തടസ്സമില്ലാതെ വിമാനത്തിലേക്ക് പ്രവേശിക്കുന്നത്.
- സ്ഥാപനങ്ങളിലെ ഹാജർ നില: രജിസ്റ്ററുകളിൽ ഒപ്പിടുന്നതിന് പകരം ജീവനക്കാരുടെ സാന്നിധ്യം നിമിഷങ്ങൾക്കകം ഡിജിറ്റലായി രേഖപ്പെടുത്തുന്നത്.
- ഫോട്ടോ ഗാലറികളിലെ തരംതിരിക്കൽ: ഫോണിലുള്ള ആയിരക്കണക്കിന് കുടുംബ ചിത്രങ്ങളിൽ നിന്ന് ഓരോ വ്യക്തിയുടെയും മുഖങ്ങൾ തിരിച്ചറിഞ്ഞ് പ്രത്യേക ആൽബങ്ങളാക്കി സൂക്ഷിക്കുന്നത്.
ബയോമെട്രിക് സംവിധാനങ്ങളുടെ പരിമിതികളും സ്വകാര്യതാ സംരക്ഷണവും
നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് സ്റ്റാൻഡേർഡ്സ് ആൻഡ് ടെക്നോളജി (NIST) നടത്തിയ പഠനങ്ങൾ വ്യക്തമാക്കുന്നത്, വ്യത്യസ്ത വെളിച്ച വ്യതിയാനങ്ങളിലും ചില ജനവിഭാഗങ്ങളിലും ഇത്തരം അൽഗോരിതങ്ങൾക്ക് തെറ്റുകൾ സംഭവിക്കാൻ സാധ്യതയുണ്ടെന്നാണ്. ഇരുണ്ട വെളിച്ചത്തിലും വലിയ ആൾക്കൂട്ടങ്ങൾക്കിടയിലും കൃത്യത കുറയാൻ സാധ്യതയുള്ളതിനാൽ, ഔദ്യോഗിക നിയമനടപടികളിൽ ഇത് അന്തിമ തെളിവായി സ്വീകരിക്കാൻ മനുഷ്യ മേൽനോട്ടം അത്യന്താപേക്ഷിതമാണ്.
പാസ്വേഡുകൾ ചോർന്നുപോയാൽ നമുക്ക് എളുപ്പത്തിൽ മാറ്റാനാകും, എന്നാൽ നമ്മുടെ സ്വന്തം മുഖത്തിന്റെ ബയോമെട്രിക് അളവുകൾ ഒരിക്കലും മാറ്റാൻ കഴിയില്ല. വിനോദത്തിന് വേണ്ടിയുള്ള തേർഡ് പാർട്ടി ആപ്പുകൾ പലപ്പോഴും നമ്മുടെ മുഖത്തിന്റെ മാതൃകകൾ വിദേശ സെർവറുകളിലേക്ക് അപ്ലോഡ് ചെയ്യാൻ സാധ്യതയുണ്ട്. ഷോപ്പിംഗ് കേന്ദ്രങ്ങളിൽ മുഖം സ്കാൻ ചെയ്യാൻ നിർബന്ധിക്കുമ്പോൾ സാധാരണ തിരിച്ചറിയൽ കാർഡുകൾ ഉപയോഗിക്കാൻ മുൻഗണന നൽകുക. അനാവശ്യ ആപ്പുകൾക്ക് ക്യാമറ അനുമതി നൽകാതിരിക്കാനും, ഉറങ്ങിക്കിടക്കുമ്പോൾ മറ്റുള്ളവർ ഫോൺ തുറക്കാതിരിക്കാൻ "കണ്ണുകൾ തുറന്നിരിക്കുമ്പോൾ മാത്രം അൺലോക്ക് ആകുക" എന്ന ക്രമീകരണം ഫോണിൽ നിലനിർത്താനും നാം ശ്രദ്ധിക്കേണ്ടതുണ്ട്. വ്യക്തിഗത വിവരങ്ങൾ സ്വയം സംരക്ഷിക്കുന്ന ജാഗ്രതയാണ് സുരക്ഷിതമായ ഡിജിറ്റൽ ജീവിതത്തിന്റെ അടിത്തറ.
ഉറവിടങ്ങൾ
- Face Recognition Technology Evaluation (FRTE)National Institute of Standards and Technology (NIST)