ansiktsdetektion

Ansiktsdetektion är processen att automatiskt avgöra om en bild innehåller ett eller flera ansikten samt att lokalisera deras positioner genom att omge varje ansikte med en bounding box. Denna teknik är ofta ett första steg i större ansiktsbearbetningsträngar, och den skiljer sig från ansiktsigenkänning, som syftar till att identifiera vem personen är, samt från ansiktsverifikation, som jämför två ansikten för att avgöra om de tillhör samma person. Ansiktsdetektion används i stillbilder och i realtid i videoströmmar och påverkar allt från kamera- och telefonprogramvara till övervakning och innehållsfiltrering.

Historiskt byggde de första effektiva metoderna på Haar-liknande funktioner och AdaBoost i Viola-Jones-ramverket, vilket möjliggjorde snabb detektion. Under de senaste å åren har djupinlärning blivit dominerande, där konvolutionella neurala nätverk och deras varianter (såsom R-CNN-familjen, SSD/YOLO-liknande arkitekturer och specialiserade ansiktsdetektorer som RetinaFace) uppnår högre noggrannhet, särskilt i komplicerade miljöer. Moderna metoder kombinerar ofta flera steg, exempelvis pre-träning på stora ansiktsdatabaser och efterföljande finjustering för specifika användningsområden.

Vanliga tillämpningar inkluderar kamerors autofokus och scenanpassning, bild- och videoredigering, innehållsöversyn, säkerhets- och övervakningssystem samt ansiktsbaserad exponering i sociala medier. Mått på prestanda inkluderar noggrannhet, precision-recall och mean average precision vid olika IoU-gränser, ofta utvärderade på datasets som FDDB eller WIDER FACE.

Etiska och samhälleliga aspekter är viktiga; ansiktsdetektion väcker integritetsfrågor och risk för bias eller missvisande övervakning. Regler kring dataskydd och ansvarsfull användning är vanliga överväganden i implementeringar.