Quels sont les principaux domaines d'application de la reconnaissance faciale et quelles sont les différences ?

On sait que la technologie de reconnaissance faciale est actuellement principalement utilisée dans les secteurs de la finance et de la sécurité en Chine.

Par exemple, la reconnaissance faciale de l’aéroport de Daxing, qui a fait parler d’elle il y a quelque temps, représente un marché énorme dans le domaine du contrôle de sécurité aéroportuaire. Actuellement, le système de contrôle de sécurité de nombreux aéroports a adopté la technologie de reconnaissance faciale. En réalité, elle n’est pas seulement présente dans les lieux publics tels que les aéroports, les gares, les écoles, etc. ; il y aura davantage de demandes à l’avenir. Le potentiel de croissance du marché de la vidéosurveillance est immense, et les perspectives d’application de la reconnaissance faciale sont larges.

De plus, le paiement par reconnaissance faciale est devenu très populaire dans le domaine financier ; les services compétents publieront des normes financières relatives à la reconnaissance faciale pour clarifier les exigences de sécurité concernant la collecte, la transmission, le stockage et l’utilisation des informations faciales.

Il en va de même pour l’utilisation des équipements de reconnaissance faciale : pourquoi certains sont-ils utilisés pour les contrôles de sécurité des trains à grande vitesse, et d’autres pour le paiement facial ? Commençons par les dispositifs matériels et les algorithmes logiciels de reconnaissance faciale.

En règle générale, la plupart des dispositifs de reconnaissance faciale qui ne sont pas stricts en matière de vérification d’identité utilisent la reconnaissance faciale 2D, tandis que ceux qui le sont davantage utilisent la reconnaissance 3D. Ils utilisent principalement des caméras faciales à lumière structurée 3D, TOF, etc. pour mesurer la distance entre les yeux, la hauteur du nez et d’autres informations faciales tridimensionnelles.

Parallèlement, selon son scénario d’application, la reconnaissance par terminal facial et le nombre de personnes correspondant se divisent en modes de reconnaissance faciale 1:1, 1:N et M:N.

Mode 1:1 – principalement utilisé dans les scénarios de reconnaissance d’identité un-à-un, tels que le paiement par reconnaissance faciale, l’enregistrement à l’hôtel, la vérification d’identité pour les examens, la comparaison d’identité personnelle, etc. L’utilisateur se tient devant le terminal de reconnaissance faciale pendant quelques secondes (reconnaissance statique), puis effectue une vérification d’identité via la caméra de reconnaissance faciale pour prouver que « vous êtes vous ». En raison des scénarios d’application nécessitant un système en nom propre, comme le paiement facial, l’enregistrement à l’hôtel, la vérification d’identité pour les examens, la comparaison personne-carte, une erreur pourrait entraîner des risques ; le taux de précision de reconnaissance est généralement exigé à 99 % ou plus pour garantir une correspondance d’identité exacte.

Mode 1:N – principalement utilisé dans les scénarios de reconnaissance faciale un-à-plusieurs, c’est-à-dire trouver la personne recherchée parmi N visages pour identifier « qui êtes-vous ». Le pointage par reconnaissance faciale en entreprise se fait également via un équipement de reconnaissance faciale, qui recherche dans la base de données interne de l’entreprise si vous êtes un employé, puis vous autorise l’accès. Autre exemple : le service de sécurité publique veut identifier les fugitifs enregistrés dans la base de données parmi les foules ; il doit filtrer les correspondances à partir d’une grande quantité d’informations dans la base de données faciale. Ce type de mode teste la capacité de la base de données d’images, et le taux de précision est légèrement inférieur de 5 à 10 % à celui du mode 1:1.

Mode M:N – ici, M peut être compris comme une base de données. Le modèle M:N est surtout utilisé dans les lieux à fort flux de personnes où la sécurité publique doit être garantie, par exemple les gares, les concerts et les grands événements sportifs. Lors de ce type de reconnaissance faciale, le sujet reconnu ne reste généralement pas immobile, mais est en mouvement (comme les passagers pressés dans une gare TGV), ce qui relève de la reconnaissance dynamique ; elle est facilement influencée par le profil, la lumière, la distance, etc., et sa précision est la plus faible des trois modes. Face à une grande quantité de données, les scénarios de reconnaissance faciale peuvent nécessiter des calculs en périphérie via un terminal de reconnaissance faciale pour réduire la charge sur le serveur de la base de données.