kasvonhavaitinta

Kasvonhavaitinta on tietokonenäön menetelmä, jonka tehtävänä on tunnistaa kasvojen esiintyminen ja paikantaa niiden sijainti kuvissa tai videoissa. Se on usein ensimmäinen vaihe kasvojen analyysissä eikä itsessään määritä henkilöllisyyttä.

Järjestelmä tuottaa tyypillisesti kasvoille bounding box -rajoitteet ja voi tarjota kasvonpiirteiden avainsijainteja, esimerkiksi silmien, nenän ja suun paikat. Näin se mahdollistaa kasvojen seuraamisen ja valmistelun kasvojentunnistusta varten.

Historian näkyvimmät kasvonhavaitimet pohjautuivat Viola–Jones -kaskaditoteutukseen Haar-kaltaisilla piirteillä. Tämän jälkeen kehitys siirtyi kohti perinteisiä ominaisuuspohjaisia menetelmiä ja lopulta syväoppimista. Nykyiset ratkaisut käyttävät CNN-verkkoja ja voivat toimia reaaliaikaisesti, esimerkiksi MTCNN, RetinaFace tai YOLO-/SSD-pohjaisissa malleissa. Useimmat mallit tarjoavat sekä kasvojen löytymisen että tarkemman kohdistuksen piirteille.

Käyttökohteita ovat älypuhelin- ja videokamerajärjestelmät, videovalvonta sekä lisätyn todellisuuden sovellukset, joissa kasvojen sijainti on keskeinen.

Haasteita ovat valaistusolosuhteet, kasvojen kulmat tai vinot asennot, maskeista tai laseista johtuva peittäminen sekä pienet tai kaukana olevat kasvot. Lisäksi mallit voivat osoittaa suorituskykyeroja eri ryhmien välillä ja niihin liittyy tietosuoja- ja eettisiä kysymyksiä. Lainsäädäntö, kuten GDPR, ohjaa käytäntöjä ja korostaa tarvetta rajoittaa käyttötarkoituksia sekä mahdollistaa anonymisointi ja suostumus.