Articoli

Costruisci un face detector come quello di Facebook e Google

Pubblicato

6 Agosto 2018

Il 2020 è l’anno in cui sarà presente un sistema di riconoscimento 3D accurato in tutti gli smartphone. Ma noi arriviamo prima e ti facciamo costruire un sistema di riconoscimento facciale fai-da-te.

Quando parliamo di riconoscimento facciale ci riferiamo alle tecniche che permettono di identificare il volto di una persona. Dalle impronte digitali al DNA, fino allo scan dell’iride o della retina dell’occhio, siamo costantemente soggetti a pratiche di identificazione biometrica: il Touch ID o il più recente Face ID di Apple sono una chiara dimostrazione di un’applicazione lato consumer su larga scala. Il successo nel campo privato ha suscitato l’interesse anche degli enti pubblici : c’è chi negli USA vorrebbe usarlo per identificare i clandestini al confine messicano, in Cina invece ha già trovato terreno fertile nei luoghi pubblici come scuole, piazze, giardini, centri commerciali o aeroporti; anche in alcune Università l’interesse per il riconoscimento del volto ha trovato mercato anche in attività no-profit come il recente PrimNet, un software in grado di monitorare la diffusione di specie animali in via d’estinzione.

Face Recognition

La pratica del riconoscimento facciale può avvenire attraverso tecniche di vario tipo: tutto dipende dal tipo di supporto su cui si vuole lavorare. Non avendo strumenti specifici per simulare situazioni ben più complesse (come la profondità del volto) ci limiteremo ad analizzare immagini piatte, di tipo 2D (JPEG, PNG e tutti i formati raster a cui siamo abituati). Ciò servirà da base per comprendere in che modo è possibile effettuare una specie di riconoscimento facciale come quello usato recentemente da Facebook, solo che questa volta di nostra proprietà!

Cosa ti serve

Tutto si basa sulla libreria Face Recognition (https://github.com/ageitgey/face_recognition) che è in grado di automatizzare il riconoscimento facciale di un’immagine e allo stesso tempo di confrontarla con un database o di manipolarla in migliaia di modi. La libreria è scritta in Python, un linguaggio di programmazione facile e alla portata di tutti. I sistemi operativi supportati ufficialmente da questa libreria sono GNU/Linux e macOS, Windows è bandito (anche se esiste un supporto non ufficiale)!
Se però non vuoi impazzire tra installazioni e configurazioni, puoi fare affidamento a strumenti come DeepLearningVM (http://bit.ly/2JH0TJo), una speciale virtual machine già preconfigurata e disponibile per VMWare e VirtualBox.