Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Vue d'ensemble de la détection des visages et de la comparaison faciale
Amazon Rekognition permet aux utilisateurs d'accéder à deux applications d'apprentissage automatique principales pour les images contenant des visages : la détection des visages et la comparaison des visages. Ils intègrent des fonctionnalités cruciales telles que l'analyse faciale et la vérification d'identité, ce qui les rend essentiels pour diverses applications, de la sécurité à l'organisation de photos personnelles.
Détection des visages
Un système de détection de visage répond à la question suivante : « Y a-t-il un visage sur cette photo ? » Les principaux aspects de la détection des visages sont les suivants :
-
Emplacement et orientation : détermine la présence, l'emplacement, l'échelle et l'orientation des visages dans les images ou les images vidéo.
-
Attributs du visage : détecte les visages quels que soient leurs attributs tels que le sexe, l'âge ou la pilosité du visage.
-
Informations supplémentaires : fournit des détails sur l'occlusion du visage et la direction du regard.
Comparaison des visages
Un système de comparaison de visages se concentre sur la question suivante : « Le visage d'une image correspond-il à un visage d'une autre image ? » Les fonctionnalités du système de comparaison des visages incluent :
-
Prédictions de correspondance des visages : compare un visage dans une image à un visage dans une base de données fournie pour prédire les correspondances.
-
Gestion des attributs du visage : gère les attributs pour comparer les visages indépendamment de leur expression, de leur pilosité faciale et de leur âge.
Scores de confiance et détections manquées
Les systèmes de détection des visages et de comparaison des visages utilisent des scores de confiance. Un score de confiance indique la probabilité de prédictions, telles que la présence d'un visage ou une correspondance entre des visages. Des scores plus élevés indiquent une plus grande probabilité. Par exemple, un niveau de confiance de 90 % indique une probabilité de détection ou de correspondance correcte supérieure à 60 %.
Si un système de détection de visages ne détecte pas correctement un visage ou fournit une prédiction peu fiable pour un visage réel, il s'agit d'une détection manquée ou d'un faux négatif. Si le système prédit de manière incorrecte la présence d'un visage avec un niveau de confiance élevé, il s'agit d'une fausse alarme/d'un faux positif.
De même, un système de comparaison faciale peut ne pas faire correspondre deux visages appartenant à la même personne (détection manquée/faux négatif) ou peut prédire à tort que deux visages de personnes différentes sont la même personne (fausse alarme/faux positif).
Conception de l'application et définition des seuils
-
Vous pouvez définir un seuil qui indique le niveau de confiance minimal requis pour renvoyer un résultat. Le choix de seuils de confiance appropriés est essentiel pour la conception des applications et la prise de décision en fonction des résultats du système.
-
Le niveau de confiance que vous avez choisi doit refléter votre cas d'utilisation. Quelques exemples de cas d'utilisation et de seuils de confiance :
-
-
Applications photo : un seuil inférieur (par exemple, 80 %) peut suffire pour identifier les membres de la famille sur les photos.
-
Scénarios à enjeux élevés : dans les cas d'utilisation où le risque de détection manquée ou de fausse alarme est plus élevé, comme dans le cas des applications de sécurité, le système doit utiliser un niveau de confiance plus élevé. Dans de tels cas, un seuil plus élevé (par exemple, 99 %) est recommandé pour des correspondances faciales précises.
-
Pour plus d'informations sur la définition et la compréhension des seuils de confiance, consultezRecherche de visages dans une collection.
