Panoramica del rilevamento e del confronto facciale

Amazon Rekognition offre agli utenti l'accesso a due applicazioni principali di machine learning per immagini contenenti volti: rilevamento e confronto di volti. Offrono funzionalità cruciali come l'analisi facciale e la verifica dell'identità, rendendole fondamentali per varie applicazioni, dalla sicurezza all'organizzazione delle foto personali.

Rilevamento dei volti

Un sistema di riconoscimento facciale risponde alla domanda: «C'è un volto in questa foto?» Gli aspetti chiave del riconoscimento facciale includono:

• Posizione e orientamento: determina la presenza, la posizione, la scala e l'orientamento dei volti nelle immagini o nei fotogrammi video.

• Attributi del viso: rileva i volti indipendentemente da attributi come sesso, età o peli sul viso.

• Informazioni aggiuntive: fornisce dettagli sull'occlusione del viso e sulla direzione dello sguardo.

Confronto facciale

Un sistema di confronto facciale si concentra sulla domanda: «Il volto in un'immagine corrisponde a un volto in un'altra immagine?» Le funzionalità del sistema di confronto facciale includono:

• Previsioni sulla corrispondenza dei volti: confronta un volto in un'immagine con un volto in un database fornito per prevedere le corrispondenze.

• Gestione degli attributi dei volti: gestisce gli attributi per confrontare i volti indipendentemente dall'espressione, dai peli del viso e dall'età.

Punteggi di confidenza e rilevamenti mancati

Sia i sistemi di riconoscimento facciale che quelli di confronto facciale utilizzano punteggi di confidenza. Un punteggio di confidenza indica la probabilità di previsioni, come la presenza di un volto o una corrispondenza tra volti. I punteggi più alti indicano una maggiore probabilità. Ad esempio, una confidenza del 90% suggerisce una maggiore probabilità di un rilevamento o di una corrispondenza corretti rispetto al 60%.

Se un sistema di riconoscimento facciale non rileva correttamente un volto o fornisce una previsione con scarsa affidabilità per un volto reale, si tratta di un rilevamento mancato o di un falso negativo. Se il sistema prevede erroneamente la presenza di un volto con un livello di confidenza elevato, si tratta di un falso allarme/falso positivo.

Analogamente, un sistema di confronto facciale potrebbe non corrispondere a due volti appartenenti alla stessa persona (mancato rilevamento/falso negativo) o prevedere erroneamente che due volti di persone diverse siano la stessa persona (falso allarme/falso positivo).

Progettazione dell'applicazione e impostazione delle soglie

• È possibile impostare una soglia che specifica il livello di confidenza minimo richiesto per restituire un risultato. La scelta delle soglie di confidenza appropriate è essenziale per la progettazione delle applicazioni e il processo decisionale in base agli output del sistema.

• Il livello di confidenza scelto deve riflettere il caso d'uso. Alcuni esempi di casi d'uso e soglie di confidenza:

• • Applicazioni fotografiche: una soglia inferiore (ad esempio 80%) potrebbe essere sufficiente per identificare i membri della famiglia nelle foto.

  • Scenari ad alto rischio: nei casi d'uso in cui il rischio di mancato rilevamento o di falsi allarmi è maggiore, come le applicazioni di sicurezza, il sistema dovrebbe utilizzare un livello di confidenza più elevato. In questi casi, si raccomanda una soglia più alta (ad esempio il 99%) per abbinamenti facciali accurati.

Per ulteriori informazioni sull'impostazione e la comprensione delle soglie di confidenza, vedere. Ricerca di volti in una raccolta