انسان چہروں کو پہچاننے میں ماہر ہیں، لیکن ہم تاثرات اور جذبات کی ترجمانی بھی قدرتی طور پر کرتے ہیں۔ تحقیق کا کہنا ہے کہ ہم اندر سے ذاتی طور پر مانوس چہروں کی شناخت کر سکتے ہیں۔ 380ms پریزنٹیشن کے بعد اور ناواقف چہروں کے لیے 460ms۔ تاہم، اس اندرونی طور پر انسانی معیار کا اب مصنوعی ذہانت اور کمپیوٹر ویژن میں ایک مدمقابل ہے۔ یہ اہم ٹیکنالوجیز ایسے حل تیار کرنے میں مدد کر رہی ہیں جو انسانی چہروں کو پہلے سے کہیں زیادہ درست اور مؤثر طریقے سے پہچان سکیں۔
ان جدید ترین اور غیر مداخلتی ٹیکنالوجیز نے زندگی کو آسان اور پرجوش بنا دیا ہے۔ چہرے کی شناخت کی ٹیکنالوجی تیزی سے ترقی کرنے والی ٹیکنالوجی بن گئی ہے۔ 2020 میں، چہرے کی شناخت کی مارکیٹ کی قدر کی گئی۔ ارب 3.8 ڈالر، اور اسی کا سائز 2025 تک دوگنا ہو جائے گا۔ - 8.5 بلین ڈالر سے زیادہ ہونے کی پیش گوئی۔
چہرے کی پہچان کیا ہے؟
چہرے کی شناخت کی ٹیکنالوجی چہرے کی خصوصیات کا نقشہ بناتی ہے اور ذخیرہ شدہ فیس پرنٹ ڈیٹا کی بنیاد پر کسی شخص کی شناخت میں مدد کرتی ہے۔ یہ بائیو میٹرک ٹیکنالوجی ڈیپ لرننگ الگورتھم کا استعمال کرتی ہے تاکہ لائیو امیج کے ساتھ سٹور شدہ فیس پرنٹ کا موازنہ کیا جا سکے۔ چہرے کا پتہ لگانے والا سافٹ ویئر بھی میچ تلاش کرنے کے لیے تصاویر کے ڈیٹا بیس کے ساتھ پکڑی گئی تصاویر کا موازنہ کرتا ہے۔
ہوائی اڈوں پر سیکیورٹی بڑھانے کے لیے چہرے کی شناخت کا استعمال بہت سی ایپلی کیشنز میں کیا گیا ہے، قانون نافذ کرنے والے اداروں کو مجرموں کا پتہ لگانے، فرانزک تجزیہ اور دیگر نگرانی کے نظام میں مدد کرتا ہے۔.
چہرے کی شناخت کیسے کام کرتی ہے؟
چہرے کی شناخت کا سافٹ ویئر کمپیوٹر ویژن کا استعمال کرتے ہوئے چہرے کی شناخت کے ڈیٹا اکٹھا کرنے اور امیج پروسیسنگ سے شروع ہوتا ہے۔ تصاویر کو اعلیٰ سطح کی ڈیجیٹل اسکریننگ سے گزرنا پڑتا ہے تاکہ کمپیوٹر انسانی چہرے، تصویر، مجسمے یا پوسٹر کے درمیان فرق کر سکے۔ مشین لرننگ کا استعمال کرتے ہوئے، ڈیٹاسیٹ میں پیٹرن اور مماثلتوں کی نشاندہی کی جاتی ہے۔ ML الگورتھم کسی بھی تصویر میں چہرے کی خصوصیت کے نمونوں کو پہچان کر چہرے کی شناخت کرتا ہے:
- چہرے کی اونچائی اور چوڑائی کا تناسب
- چہرے کا رنگ
- ہر خصوصیت کی چوڑائی - آنکھیں، ناک، منہ اور مزید۔
- مخصوص خصوصیات
جیسا کہ مختلف چہروں میں مختلف خصوصیات ہیں، اسی طرح چہرے کی شناخت کے سافٹ ویئر بھی۔ تاہم، عام طور پر، کسی بھی چہرے کی شناخت درج ذیل طریقہ کار کا استعمال کرتے ہوئے کام کرتی ہے:
چہرے کا پتہ لگانا
چہرے کی ٹیکنالوجی کے نظام ہجوم میں یا انفرادی طور پر چہرے کی تصویر کو پہچانتے اور پہچانتے ہیں۔ تکنیکی ترقی نے سافٹ ویئر کے لیے چہرے کی تصویروں کا پتہ لگانا آسان بنا دیا ہے یہاں تک کہ جب کرنسی میں تھوڑا سا فرق ہو - کیمرے کا سامنا کرنا یا اس سے دور دیکھنا۔
چہرے کا تجزیہ
انسانی چہرے کی الگ اور پہچانی جانے والی خصوصیات کو نوڈل پوائنٹس کہا جاتا ہے، اور ہر انسانی چہرے پر تقریباً 80 نوڈل پوائنٹ ہوتے ہیں۔ چہرے کی نقشہ سازی، جیومیٹری اور فوٹوومیٹری کو پہچان کر، چہروں کا تجزیہ اور شناخت کرنا ممکن ہے۔ شناختی ڈیٹا بیس درست طریقے سے.
تصویری تبادلوں
چہرے کی تصویر کھینچنے کے بعد، ینالاگ معلومات کو اس شخص کی بایومیٹرکس خصوصیات کی بنیاد پر ڈیجیٹل ڈیٹا میں تبدیل کر دیا جاتا ہے۔ چونکہ مشین لرننگ الگورتھم صرف اعداد کو پہچانتے ہیں، چہرے کے نقشے کو ریاضی کے فارمولے میں تبدیل کرنا مناسب ہو جاتا ہے۔ چہرے کی یہ عددی نمائندگی، جسے فیس پرنٹ بھی کہا جاتا ہے، پھر چہروں کے ڈیٹا بیس سے موازنہ کیا جاتا ہے۔
میچ ڈھونڈنا
آخری مرحلہ آپ کے چہرے کے پرنٹ کا موازنہ مشہور چہروں کے متعدد ڈیٹا بیس سے کرنا ہے۔ ٹیکنالوجی آپ کی خصوصیات کو ڈیٹا بیس میں موجود خصوصیات سے ملانے کی کوشش کرتی ہے۔
مماثل تصویر عام طور پر اس شخص کے نام اور پتے کے ساتھ لوٹائی جاتی ہے۔ اگر ایسی معلومات غائب ہو تو ڈیٹا بیس میں محفوظ کردہ ڈیٹا استعمال کیا جاتا ہے۔
چہرے کی شناخت کہاں استعمال کی جاتی ہے؟
آج، چہرے کی شناخت کے نظام روزمرہ کی زندگی میں داخل ہو رہے ہیں، اور ان کے استعمال پر اکثر کسی کا دھیان نہیں جا سکتا۔ زندگی کو آسان بنانے اور حفاظت میں اضافہ کرنے کے لیے، یہاں چہرے کی شناخت کے فرق کی کئی نمایاں مثالیں ہیں۔
- صحت کی دیکھ بھال: ڈاکٹر چہرے کی شناخت کا استعمال کرتے ہوئے بچوں میں بعض نایاب جینیاتی عوارض کی شناخت کے لیے چہرے کے خدوخال کا جائزہ لیتے ہیں۔ اس کی ایک مثال یہ ہوگی۔ Face2Gene ایپ، جو مریض کے چہرے کی ساخت کا موازنہ معلوم کیسز سے کرتا ہے تاکہ یہ تعین کرنے میں مدد ملے کہ آیا بچے کو نونان سنڈروم ہے یا اینجل مین سنڈروم۔
- ہوٹل: کچھ ہوٹل اپنے چیک ان کو تیز کرنے کے لیے چہرے کی شناخت کو انسٹال کر رہے ہیں۔ چین میں، میریٹ ہوٹل مہمانوں کو لابی میں داخل ہونے دیتا ہے۔ چہرے کے فوری اسکین کے لیے کیوسک، فرنٹ ڈیسک پر لمبی لائنوں سے گریز کرتے ہوئے اور داخلی راستے کو خوشگوار بناتا ہے۔
- رسائی: یہ بصارت سے محروم افراد کو آسانی سے خود کی تصدیق کرنے کی اجازت دیتا ہے۔ اب انہیں پاس ورڈ، پن، یا کسی اور چیز کی ضرورت نہیں ہے۔ چہرے کی شناخت کے ساتھ، وہ بینکنگ ایپس تک رسائی حاصل کر سکتے ہیں یا آلات کو غیر مقفل کر سکتے ہیں، جس سے روزمرہ کے کاموں کو بہت زیادہ ممکن بنایا جا سکتا ہے۔
- کلاس رومز: حفاظتی پہلو کے علاوہ، سڑک کے اسکول طلباء کی مصروفیت کی نگرانی کے لیے چہرے کی شناخت کا استعمال کر رہے ہیں۔ مثال کے طور پر، سسٹمز آپ کو متنبہ کر سکتے ہیں کہ آیا طلباء کلاس میں جاری سیکھنے پر توجہ دے رہے ہیں، اساتذہ کو فوری طور پر اپنے طریقے تبدیل کرنے کی اجازت دیتے ہیں۔
- ایونٹ سیکورٹی: چہرے کی شناخت کی ٹیکنالوجی نے ہجوم کے انتظام اور کنسرٹس اور کھیلوں کے کھیل جیسے بڑے پروگراموں میں حفاظت کو بڑھانے کے لیے ایک ایپلی کیشن تلاش کی ہے۔ اس کی ایک مثال ٹکٹ ہولڈرز کی تصدیق اور غیر مجاز داخلے پر پابندی کے لیے اسٹیڈیم کے دروازوں پر تعیناتی ہوگی۔
- کاریں: گاڑیاں بنانے والے اب بہتر ڈرائیونگ کے تجربے کے لیے اپنی کاروں میں چہرے کی شناخت کو ضم کر رہے ہیں۔ کچھ گاڑیاں ڈرائیور کے چہرے کو پہچان سکتی ہیں سیٹ کی پوزیشنوں اور شیشوں میں خودکار ایڈجسٹمنٹ کر سکتی ہیں اور یہاں تک کہ مخصوص پلے لسٹ بھی چلا سکتی ہیں۔
[یہ بھی پڑھیں: اے آئی امیج ریکگنیشن کیا ہے؟ یہ کیسے کام کرتا ہے اور مثالیں۔]
چہرے کی شناخت کے فوائد کیا ہیں؟
چہرے کی شناخت نسبتاً نئی ٹیکنالوجی ہے اور متعدد مثبت پیش کش کرتی ہے۔ چہرے کی شناخت کے استعمال کے کچھ فوائد یہ ہیں:
- عوامی تحفظ میں اضافہ: پولیس کے محکمے لاپتہ افراد اور مطلوب مجرموں کی شناخت کے لیے چہرے کی شناخت کا استعمال کرتے ہیں۔ مثال کے طور پر، پولیس کے محکموں میں بھارت نے کھوئے ہوئے بچوں کو کامیابی کے ساتھ ان کے خاندانوں میں واپس لایا ہے۔ ان کی تصاویر کو لاپتہ افراد کے ڈیٹا بیس سے ملانے کے بعد۔
- محفوظ لین دین: بہت سے بینک اور ادائیگی کے نظام اپنے لین دین کو محفوظ بنانے کے لیے چہرے کی شناخت کا استعمال کرتے ہیں۔ مثال کے طور پر، Alipay، چین میں، صارف صرف اپنے چہرے کو اسکین کرنے کی اجازت دے کر ادائیگی کی اجازت دے سکتا ہے۔اس لیے دھوکہ دہی کے واقعات کو کم کرنا اور کیش لیس ادائیگیوں میں سہولت فراہم کرنا۔
- بہتر صحت کی دیکھ بھال: ہسپتالوں نے چہرے کی شناخت کے نظام کو بغیر کسی رکاوٹ کے مریضوں کی ڈائریکٹریوں تک رسائی اور رجسٹریشن کے عمل کو تیز کرنے کے لیے چلایا ہے۔ کچھ نظام مریضوں میں جسمانی درد یا جذباتی خلل کا بھی پتہ لگاتے ہیں، اس طرح ڈاکٹروں کو بہتر دیکھ بھال فراہم کرنے میں مدد ملتی ہے۔
- سیکیورٹی چہرے کی شناخت کی ٹیکنالوجی نے اسمارٹ فون کی سیکیورٹی کو ہمیشہ کے لیے بدل دیا ہے۔ جبکہ ایپل کی فیس آئی ڈی نہ صرف فون کو غیر مقفل کرتی ہے، بلکہ یہ حساس ایپس، جیسے ڈیجیٹل والٹس اور بینکنگ ایپس کے تحفظ کو بھی قابل بناتی ہے۔
چہرے کی شناخت کے نقصانات
اس کے کچھ فوائد ہیں؛ تاہم، زیادہ نمایاں طور پر، یہ اخلاقی، رازداری، اور درستگی کے مسائل کو اٹھاتا ہے۔ ذیل میں کچھ خرابیاں ہیں:
- غلط الزام: چہرے کی شناخت کے نظام غلط الزامات کو جنم دے سکتے ہیں۔ رینڈل ریڈ کی مثال، جسے 2022 میں لوزیانا میں ایک جرم کے لئے چہرے کی شناخت کے سافٹ ویئر کے ذریعے ڈی این اے کے ساتھ غلط شناخت کی بنیاد پر گرفتار کیا گیا تھا، درحقیقت وہ جگہ ہے جہاں اس نے کبھی قدم نہیں رکھا تھا۔
- ثقافتی اور صنفی تعصب: مطالعات سے پتہ چلتا ہے کہ چہرے کی شناخت کے نظام رنگ کے لوگوں اور خواتین کو پہچاننے میں کم درست ہیں۔ ان نظاموں کی کارکردگی کے حوالے سے امریکی حکومت کے لیے تیار کردہ تفصیلی رپورٹ میں یہ پایا گیا کہ وہ معمول کے مطابق اقلیتی پس منظر سے تعلق رکھنے والے لوگوں کو غلط شناخت کرتے ہیں۔جو کہ ممکنہ غلط گرفتاریوں یا قانون نافذ کرنے والے اداروں میں امتیازی سلوک کا باعث بنتا ہے۔
- ذاتیات میں دخل اندازی: چہرے کی شناخت کی جگہ اب اخلاقی خدشات کو جنم دیتی ہے کیونکہ یہ بائیو میٹرک ڈیٹا اکٹھا اور ذخیرہ کرتا ہے، بعض اوقات رضامندی کے بغیر۔ مثال کے طور پر، کچھ ریٹیل اسٹورز گاہک کے رویے کو ٹریک کرنے کے لیے چہرے کی شناخت کی ٹیکنالوجی کا استعمال کرتے ہیں، جس سے نگرانی اور ذاتی آزادیوں پر تشویش پیدا ہوتی ہے۔
- معلومات کی حفاظت کا خطرہ: چہرے کے ڈیٹا کو ذخیرہ کرنے کا عمل ہیکنگ کا شکار ہو جاتا ہے۔ چونکہ ہیکرز نے حساس بائیو میٹرک معلومات کو کریک کیا ہے، بلیک ہیٹ ہیکرز نے صرف دو منٹ میں اس بات کا مظاہرہ کیا ایپل کی فیس آئی ڈی ہیک ہو سکتی ہے۔.
[یہ بھی پڑھیں: کمپیوٹر ویژن کے لیے 27 مفت امیج ڈیٹا سیٹس]
چہرے کی شناخت کی مثالیں۔
- ایمیزون کی پہچان: ایمیزون کلاؤڈ پر مبنی چہرے کی شناخت کے سافٹ ویئر نے قانون نافذ کرنے والے اداروں کی تلاش کی ہے جس میں ویڈیو فوٹیج کے استعمال سے کسی کیس کے جسم کے اندر موجود لوگوں تک رسائی حاصل کی جاتی ہے۔ تاہم، کمپنی نے اعلان کیا کہ پولیس 2020 تک اسے مزید استعمال نہیں کرے گی جب کہ شہری افراد کو ذہن میں رکھتے ہوئے وفاقی قوانین کے نفاذ کا انتظار کر رہے ہیں۔
- Apple Face ID: ایپل اپنے آلات پر چہرے کی شناخت کے نظام کو لاگو کرتا ہے جو صارفین کو اپنے فون کو غیر مقفل کرنے، اپنی ایپس میں لاگ ان کرنے اور محفوظ طریقے سے خریداری کرنے کی اجازت دیتا ہے۔ کنزیومر الیکٹرانکس میں سہولت اور سیکیورٹی کے لیے ایک مکمل معیار۔
- فیس بک (میٹا): 2010 میں، فیس بک نے تصاویر کو ٹیگ کرنے کے لیے چہرے کی شناخت کی ٹیکنالوجی کا آغاز کیا۔ اس طرح کی ٹیکنالوجی کو استعمال کرنے کی صلاحیت اختیاری ہے، اور یہ تصاویر اپ لوڈ کرنے کے بعد دوستوں کو خودکار طور پر ٹیگ کرنے کی اجازت دیتی ہے، جیسا کہ وہ خود فوٹوز میں پہچانے گئے ہیں۔
- گوگل فوٹو: Google تصاویر کو ترتیب دینے اور خودکار طور پر ٹیگ کرنے کے لیے چہرے کی شناخت کو استعمال کرتا ہے، جو صارفین کے لیے پہچانے گئے چہروں والی تصاویر کو ٹریک کرنا اور تلاش کرنا آسان بناتا ہے۔
- Snapchat: چہرے کی شناخت کے سافٹ ویئر کا علمبردار، Snapchat مختلف اشیاء اور کھیلوں کی شخصیات کے لیے اپنے مقبول غیر معمولی فلٹرز کے لیے ایسی ٹیکنالوجی کا استعمال کرتا ہے۔
کیا چہرے کی شناخت درست ہے؟
چہرے کی شناخت کی درستگی کو حقیقی زندگی کے حالات میں کم کیا جا سکتا ہے کیونکہ یہ نظام ان ترتیبات کے تحت متاثر ہوتے ہیں۔ تعصب کے لیے چند کلیدی ڈرائیوروں کا یہاں خلاصہ کیا گیا ہے:
- کنٹرول شدہ ماحول: الگورتھم کوالٹی کیمروں کے ساتھ کنٹرول شدہ روشنی کے حالات میں لی گئی حوالہ جاتی تصاویر کے ساتھ چہروں کو کامیابی کے ساتھ شناخت اور میچ کرنے کے قابل ہیں، جو تقریباً 99.97% کی درستگی دیتے ہیں۔
- عمر: درستگی سالوں میں ہونے والی خصوصیات کی قدرتی تبدیلی سے متاثر ہوتی ہے، خاص طور پر سالوں کے وقفے کے ساتھ لی گئی تصاویر کے ساتھ۔
- آبادیاتی تحریفات: یہ نظام بعض اوقات ہلکی جلد اور مردانہ جنس کے لیے بہتر کارکردگی کا مظاہرہ کرتا ہے اور خواتین اور رنگین لوگوں کے لیے خرابی کی شرح زیادہ ہوتی ہے۔
- بیرونی عوامل: کم ریزولوشن والے کیمرے، ڈیجیٹل شور اور بدلتے ہوئے تاثرات کارکردگی کو بری طرح متاثر کرتے ہیں۔
کیا چہرے کی شناخت محفوظ ہے؟
منفرد بائیو میٹرک پیٹرن پر مبنی ہونے کی وجہ سے، چہرے کی شناخت کے نظام شاید بائیو میٹرک ٹیکنالوجی میں موجودہ طریقوں کے درمیان شناخت کے سب سے محفوظ طریقوں میں سے ایک ہیں۔ لائیونس کا پتہ لگانا، بدلے میں، اس بات کی ضمانت دیتا ہے کہ سسٹم صرف لائیو صارفین کے ساتھ تعامل کرتا ہے، تصاویر یا ویڈیوز کا استعمال کرتے ہوئے جعل سازی کے حملوں کے خلاف جوابی اقدام قائم کرتا ہے۔
اس کے باوجود رازداری اور غلط استعمال کے بارے میں خدشات ہیں، جیسے بڑے پیمانے پر نگرانی جو اخلاقی دائرے کے اندر زیر انتظام سخت ریگولیٹری میکانزم کی ضرورت پر زور دیتی ہے۔
چہرے کی شناخت کے ماڈل کے لیے ڈیٹا اکٹھا کرنا
چہرے کی شناخت کے ماڈل کے لیے اس کی زیادہ سے زیادہ کارکردگی کے لیے، آپ کو اسے مختلف متفاوت ڈیٹاسیٹس پر تربیت دینا چاہیے۔
چونکہ چہرے کی بایومیٹرکس ایک شخص سے دوسرے میں مختلف ہوتی ہیں، اس لیے چہرے کی شناخت کرنے والے سافٹ ویئر کو ہر چہرے کو پڑھنے، پہچاننے اور پہچاننے میں ماہر ہونا چاہیے۔ مزید یہ کہ جب کوئی شخص جذبات ظاہر کرتا ہے تو اس کے چہرے کی شکل بدل جاتی ہے۔ شناختی سافٹ ویئر کو ڈیزائن کیا جانا چاہئے تاکہ یہ ان تبدیلیوں کو ایڈجسٹ کر سکے۔
ایک حل یہ ہے کہ دنیا کے مختلف حصوں سے کئی لوگوں کی تصاویر وصول کی جائیں اور معلوم چہروں کا ایک متفاوت ڈیٹا بیس بنایا جائے۔ آپ کو مثالی طور پر متعدد زاویوں، نقطہ نظر سے اور چہرے کے مختلف تاثرات کے ساتھ فوٹو لینا چاہیے۔
جب ان تصاویر کو مرکزی پلیٹ فارم پر اپ لوڈ کیا جاتا ہے، جس میں واضح طور پر اظہار اور نقطہ نظر کا ذکر کیا جاتا ہے، تو یہ ایک موثر ڈیٹا بیس بناتا ہے۔ کوالٹی کنٹرول ٹیم فوری معیار کی جانچ کے لیے ان تصاویر کو چھان سکتی ہے۔ مختلف لوگوں کی تصاویر جمع کرنے کے اس طریقے کے نتیجے میں اعلیٰ معیار کی، انتہائی موثر تصاویر کا ڈیٹا بیس بن سکتا ہے۔
کیا آپ اس بات سے اتفاق نہیں کریں گے کہ چہرے کی شناخت کا سافٹ ویئر ایک قابل اعتماد چہرے کے ڈیٹا اکٹھا کرنے کے نظام کے بغیر بہتر طور پر کام نہیں کرے گا؟
چہرے کا ڈیٹا اکٹھا کرنا کسی بھی چہرے کی شناخت کرنے والے سافٹ ویئر کی کارکردگی کی بنیاد ہے۔ یہ قیمتی معلومات فراہم کرتا ہے جیسے ناک کی لمبائی، پیشانی کی چوڑائی، منہ کی شکل، کان، چہرہ، اور بہت کچھ۔ AI ٹریننگ ڈیٹا کا استعمال کرتے ہوئے، خودکار چہرے کی شناخت کے نظام چہرے کی خصوصیات کی بنیاد پر متحرک طور پر بدلتے ہوئے ماحول میں ایک بڑے ہجوم کے درمیان چہرے کی درست شناخت کر سکتے ہیں۔
اگر آپ کے پاس ایک ایسا پروجیکٹ ہے جو انتہائی قابل اعتماد ڈیٹاسیٹ کا مطالبہ کرتا ہے جو چہرے کی شناخت کے جدید ترین سافٹ ویئر تیار کرنے میں آپ کی مدد کر سکتا ہے، تو Shaip صحیح انتخاب ہے۔ ہمارے پاس چہرے کے ڈیٹاسیٹس کا ایک وسیع ذخیرہ ہے جو مختلف منصوبوں کے لیے خصوصی حل کی تربیت کے لیے موزوں ہے۔
ہمارے جمع کرنے کے طریقوں، کوالٹی کنٹرول سسٹمز، اور حسب ضرورت تکنیک کے بارے میں مزید جاننے کے لیے، رابطہ قائم کرنے کیلئے آج ہمارے ساتھ
