Sistema di riconoscimento facciale

Un sistema di riconoscimento facciale è un'applicazione software progettata per riconoscere automaticamente una persona dal suo volto. È un'area della computer vision che implica il riconoscimento automatico di una persona da un'immagine del suo viso . Si tratta di una materia particolarmente studiata in computer vision, con numerose pubblicazioni e brevetti, e convegni specializzati.

Il riconoscimento facciale ha molte applicazioni in videosorveglianza , biometria , robotica , indicizzazione di immagini e video, ricerca di immagini per contenuto , ecc. Questi sistemi sono generalmente utilizzati per motivi di sicurezza per sbloccare computer/cellulare/console, ma anche in ambito domotico . Sono considerati meno invasivi, perché non direttamente legati alle caratteristiche fisiche delle persone, rispetto ad altri sistemi biometrici ( impronte digitali , riconoscimento dell'iride , ecc.). Il funzionamento di questi sistemi si basa su una o più telecamere per il riconoscimento dell'utente.

Possono essere utilizzati anche per semplificare la vita dell'utente, come fanno alcuni social network su Internet ( Facebook , Google+ ) o alcune applicazioni mobili (NameTag, FaceRec) per identificare i volti nelle immagini. Questi sistemi si basano quindi su foto/video di una o più persone.

Il rilevamento del volto , che consiste nell'identificare un volto presente in un'immagine, è una delle possibili fasi tecniche del riconoscimento facciale.

Storico

Uno dei primi tentativi di riconoscimento facciale è stato fatto da Takeo Kanade nel 1973 durante la sua tesi di dottorato all'Università di Kyoto .

Il 7 giugno 2011, Facebook lancia un servizio di riconoscimento facciale accessibile a tutti. Ciò è stato fortemente criticato da un buon numero di associazioni per la tutela della privacy e del diritto all'oblio. Sotto questa pressione, Facebook ha dovuto abbandonare questo servizio su22 settembre 2012 in Europa.

All'inizio del 2015 ha iniziato a emergere anche un altro progetto di riconoscimento facciale, chiamato DeepFace , sviluppato dal gruppo di ricerca di Facebook . Questo strumento mira a riconoscere un volto, indipendentemente dal suo orientamento, nonché ad associare una persona. DeepFace permette quindi di abbinare un numero molto elevato di foto diverse della stessa persona, anche se quest'ultima non è esplicitamente identificata. Per raggiungere questo obiettivo, il sistema è costituito da una rete neurale artificiale addestrata tramite deep learning su milioni di immagini.

Tuttavia, questa tecnologia si sta evolvendo rapidamente e cerca di democratizzarsi attraverso lo sviluppo di numerosi casi d'uso. Dalla fine del 2018 il numero di annunci è in aumento, portando il riconoscimento facciale nella vita di tutti i giorni, con tutti i sistemi che mostrano progressi spettacolari, sia in termini di efficienza degli algoritmi utilizzati, sia in termini di massa di dati che possono essere elaborati dai programmi. Nel 2019, Cydral Technology sta distribuendo un sistema che può essere utilizzato da un semplice telefono e quindi offre il primissimo motore di ricerca pubblico generico che funziona come la ricerca inversa offerta da Google ma per l'identificazione dei profili esclusivamente.

Nel gennaio 2020, il New York Times rivela l'esistenza della società Clearview AI che commercializza alle agenzie di sicurezza un'applicazione di riconoscimento facciale in grado di identificare qualcuno da una fotografia. L'autore del sondaggio sottolinea che questa applicazione mette in discussione la nostra concezione della privacy.

Nel giugno 2020, l'azienda spagnola Herta Security si aggiudica un'etichetta di eccellenza per una tecnologia in grado di analizzare i volti e monitorare le folle. Questa tecnologia potrebbe essere utilizzata in caso di una nuova ondata di Covid-19. Questo software, denominato Aware, è in grado di verificare il distanziamento sociale e identificare le persone ai diversi checkpoint.

Usi

I sistemi di riconoscimento facciale sono sempre più presenti nella vita di tutti i giorni. Sono ad esempio utilizzati sui social network su Internet per identificare qualcuno in una foto, sugli smartphone per sbloccarli o dai servizi di sicurezza per riconoscere le persone ricercate. Questi usi possono essere suddivisi in due categorie principali: sicurezza e assistenza all'utente.

Inoltre, ci sono due tipi di compiti:

Social networks

Per quanto riguarda l'utilizzo dei social network su Internet, come Facebook o Google+ , quando si aggiunge una foto o un video, viene rilevato il volto, quindi un algoritmo suggerisce un elenco di persone che possono abbinare il volto individuato sull'immagine o sul video grazie alle immagini già identificando ogni individuo.

Verifica dell'identità

Il riconoscimento facciale può o meno consentire l'accesso a una casa oa una stanza ( Home Automation): diversi dispositivi come SekuFACE o iFace utilizzano infatti il ​​riconoscimento facciale per garantire l'identità dell'utente.

Questo elemento può anche muoversi: esistono diversi equipaggiamenti per veicoli come Mobii. O un ambiente virtuale, questo ambiente può essere:

I sistemi di riconoscimento facciale, oltre alla protezione dei dati, consentono quindi anche di vietare l'accesso e l'utilizzo di elementi materiali o immateriali.

sicurezza

La sicurezza è il principale campo di applicazione dei sistemi di riconoscimento facciale.

In questo caso, il sistema assicura che l'utente sia effettivamente un utente valido prima di autorizzarlo ad accedere a un determinato elemento. Può essere utilizzato in un luogo pubblico:

Sorveglianza della polizia

Uno dei principali campi di applicazione di questi sistemi è la sorveglianza di tipo poliziesco. Rende più facile trovare l'identità di una persona utilizzando una foto o un video.

Per uso professionale è notevole l'esempio delle forze dell'ordine, come il sistema di riconoscimento facciale attualmente sviluppato dall'FBI chiamato NGI, o quello attualmente utilizzato dalla NSA che si basa tra l'altro su immagini pubblicate sui social network su internet .

Il software di Clearview AI , che confronta una fotografia con un database di oltre tre miliardi di fotografie originariamente pubblicate su Internet, è stato utilizzato anche da più di 600  uffici di polizia nordamericani infebbraio 2020.

Pagamento

Secondo il Beijing Daily, il sistema di riconoscimento facciale sarebbe stato utilizzato per pagare la metropolitana di Pechino.

Metodo

Come funzionano le tecnologie di riconoscimento facciale? si devono distinguere tre principali utilizzi che si basano su mezzi e tecniche dedicati: verifica dell'identità a fronte di un documento personale, ricerca di una persona referenziata in una banca dati, identificazione sistematica al volo in uno spazio pubblico.

Le modalità di ricerca di una persona referenziata in un database su tre fasi: il rilevamento di un volto che individua un volto, l'analisi del volto che fornisce un risultato numerico e il riconoscimento che confronta questo risultato con i volti registrati nel database .

È quindi necessario, prima di ogni tentativo di identificazione, costituire una banca dati contenente per ogni utente una o più acquisizioni iniziali. Nel caso in cui vengano effettuate più acquisizioni, ne viene poi memorizzata una media, che consente al sistema di adattarsi meglio a vari parametri che possono variare al momento del riconoscimento (comparsa di occhiaie/rughe, luce ambientale, trucco… ).

Una volta effettuata l'analisi, il riconoscimento effettua quindi il confronto tra il modello ottenuto e quelli archiviati nel database . Parliamo quindi di riconoscimento 1 a 1 se avevamo inizialmente una singola cattura iniziale memorizzata nel database , o di riconoscimento 1 a N se ne avevamo diverse.

Riconoscimento 2D

Considerato il metodo di riconoscimento facciale “classico”, questo metodo consiste nel riconoscere l'utente da una sua foto. Questa foto può essere catturata da una fotocamera per motivi di sicurezza o semplicemente essere già registrata come parte dell'assistenza all'utente. Il riconoscimento viene poi effettuato da un algoritmo che può basarsi su vari elementi, come la forma di elementi del viso come gli occhi e la loro spaziatura, la bocca, il viso...

Si distinguono quindi due categorie di algoritmi :

Riconoscimento 3D

Questo metodo è considerato un miglioramento del riconoscimento 2D. Crea infatti un modello 3D da più foto scattate in successione o da un video, questo permette di avere diversi punti di vista della persona da riconoscere per creare il modello 3D.

Esistono molti algoritmi per quanto riguarda l'analisi, ognuno basato su uno o più elementi del viso (orientamento del naso, del viso, ecc.) per creare il modello 3D corrispondente al viso dell'utente.

Affidabilità

L'affidabilità dei vari sistemi di riconoscimento facciale può essere verificata secondo diversi indicatori:

Parametri che aumentano l'affidabilità

Diversi parametri vengono presi in considerazione per aumentare le prestazioni:

spettacoli

L'efficacia di un sistema di riconoscimento facciale è quindi stabilita in base al suo tasso di affidabilità, ma anche in base al tempo di esecuzione necessario per eseguire il riconoscimento nonché per stabilire il profilo memorizzato nel database .

La tabella seguente riassume le informazioni recuperate dai vari sistemi citati.

Sistema utilizzato Tipo di riconoscimento Costituzione della banca dati Tempo medio di riconoscimento (senza guasti)
Toshiba 3d da 2 a 3 minuti 20s
Android con sensori 2D Sconosciuto 5s
Android 4.0 2D 2 secondi <1 sec
Iphone 4s 2D da 2 a 5 minuti <1s
Xbox one Sconosciuto 5s da 1 a 5 secondi
PS4 3d da 50 a 70 secondi <2 secondi

Distorsioni algoritmiche

Nel febbraio 2018, la ricercatrice Joy Buolamwini del Massachusetts Institute of Technology mostra che i principali sistemi di riconoscimento facciale (quelli di IBM, Microsoft e Face++) hanno bias algoritmici e sono meno efficienti nell'identificare donne e volti dalla pelle scura  : Face++ identifica il 99,3% degli uomini, ma solo il 78,7% delle donne e IBM raggiunge il 77,6% di pelle scura contro punteggi superiori al 95% per i tre software per la pelle bianca); Secondo lo studio, il 93,6% degli errori commessi da Microsoft riguardava i suoi soggetti dalla pelle scura e il 95,9% di quelli di Face++ riguardava le donne. Il ricercatore spiega che “gli uomini con la pelle chiara sono sovrarappresentati [nei database di esempio], e anche le persone con la pelle chiara in generale. "

Difetti di sistema

Come ogni elemento dotato di un'utilità di sicurezza, i sistemi di riconoscimento facciale sono soggetti ad attacchi volti a ingannarli sfruttando delle falle . In questo campo sono poi noti tre principali tipi di attacchi per ingannare i sistemi di riconoscimento facciale.

Attacchi fotografici

Il primo tipo di attacco è l'attacco fotografico. In effetti, mostrare una foto al sistema sembra essere un buon metodo per ingannare la fotocamera. L'efficacia di questo tipo di attacco è stata aiutata dall'avvento delle stampanti ad alta risoluzione, note anche come alta definizione . Queste stampanti consentono di stampare un'immagine molto qualitativa, ingannando facilmente la vigilanza dei sistemi.

Un'altra possibilità è quella di utilizzare schermi ad alta definizione disponibili in commercio (schermi, smartphone ) per presentare una foto molto dettagliata e quindi ingannare il sistema.

Questo tipo di attacco è diventato ancora più facile da eseguire con la comparsa dei social network su Internet e le numerose foto pubblicate dagli utenti.

Attacchi video

Questo secondo tipo di attacco prevede la presentazione di un video all'obiettivo della fotocamera per ingannare il sistema di riconoscimento facciale.

I software disponibili su Internet, chiamati virtual camera, come VirtualCamera o Manycam, permettono infatti di ingannare il sistema di riconoscimento presentandogli un video come se provenisse dalla propria telecamera. È quindi possibile presentare il video di una persona al sistema di riconoscimento per ingannarlo.

Questo tipo di attacco si è diffuso con l'arrivo della ricognizione 3D, perché è molto complicato ingannare un riconoscimento di un modello 3D con una semplice foto, quest'ultima che presenta sempre la stessa postura di un individuo.

Il video, invece, presenta il movimento e permette di ottenere più posture dello stesso individuo, il sistema di riconoscimento 3D può quindi modellare un modello reale ed essere ingannato.

Attacca con una maschera

La recente disponibilità della stampa tridimensionale al grande pubblico crea anche una scappatoia nei sistemi di riconoscimento facciale. Ciò consente infatti di creare una maschera corrispondente al viso dell'utente. È quindi facile immaginare l'uso di una maschera che presenta un individuo per ingannare un sistema di riconoscimento facciale.

Risposte a questi difetti

Risposte agli attacchi fotografici

Questo tipo di attacco si contrasta principalmente moltiplicando il numero di foto scattate all'utente e quindi per:

Risposte globali

Sono emerse alcune tecniche per contrastare tutti e tre i tipi di attacco. Questi utilizzano eventi totalmente o parzialmente esterni all'immagine:

Questioni sulle libertà

I sistemi di riconoscimento facciale si basano sull'impiego di telecamere CCTV collegate a una rete di telecomunicazioni e ad applicazioni di intelligenza artificiale . Su queste tecnologie è stato definito il concetto di “città sicura”, estensione della smart city . L'equilibrio tra libertà e sicurezza è in tensione. Con il pretesto della sicurezza delle persone e dei beni, ciò rischia di compromettere il diritto alla privacy in molti Paesi e di esercitare un controllo sociale contrario alle libertà fondamentali . La legge europea sui dati, ampliando il campo di applicazione della legge francese "Informatique et Libertés" del 1978, citata come modello in tutto il mondo, specifica: "La tecnologia dell'informazione deve essere al servizio di ogni cittadino. Non deve violare l'identità umana, i diritti umani, la privacy, le libertà individuali o pubbliche”.

UK

Nel 2006, il Regno Unito ospitava 4,2 milioni di telecamere CCTV (nelle strade, sulle autostrade, nei treni, negli autobus, nelle corsie della metropolitana, nei centri commerciali, negli stadi). Un londinese potrebbe già essere filmato fino a trecento volte al giorno.

Il dibattito sta crescendo nel Regno Unito sull'uso e l'uso diffuso della tecnologia di riconoscimento facciale. La presenza di telecamere dotate di questa tecnologia, nei quartieri londinesi di King's Cross e potenzialmente nel quartiere degli affari di Canary Wharf . Verrebbero esaminate più di 150.000 persone che transitano in questi quartieri al giorno. L'uso del riconoscimento facciale negli spazi pubblici solleva interrogativi. Le leggi sulla protezione dei dati richiedono il consenso delle persone sotto osservazione. Le autorità preposte alle libertà civili sono preoccupate, il Regno Unito è diventato uno dei paesi più aperti all'uso di questa tecnologia per motivi di sorveglianza.

Le autorità per la protezione dei dati del Regno Unito e dell'Australia hanno avviato un'indagine nel 2020 prendendo di mira la società di riconoscimento facciale Clearview AI che sarebbe in grado di confrontare qualsiasi foto di un individuo con il suo database di tre miliardi di persone recuperate automaticamente dal web e dai social network.

Nel agosto 2020, la Corte d'Appello di Londra ha stabilito che l'uso del riconoscimento facciale da parte della polizia gallese non era sufficientemente regolamentato e invadeva troppa privacy. La sentenza ha sottolineato che non vi erano indicazioni chiare sui luoghi in cui tale tecnologia potesse essere utilizzata dalle forze dell'ordine né sulle modalità che portassero all'iscrizione nella "watch list".

Negli USA

Negli Stati Uniti, “le forze di polizia utilizzano il riconoscimento facciale per rintracciare i trasgressori. È il caso, in particolare, di New York, Boston, Detroit, Las Vegas, Orlando, San José o nello Stato del Colorado (…). La tecnologia viene utilizzata anche negli stadi o negli aeroporti, come mezzo di sorveglianza. Anche i servizi di immigrazione sono clienti, per riconoscere un irregolare che è già stato arrestato in passato. "D' altra parte "San Francisco vieta l'uso del riconoscimento facciale da parte della polizia e delle sue varie agenzie municipali" . Le preoccupazioni riguardano la possibile discriminazione o l'uso improprio del riconoscimento facciale, altre città americane potrebbero seguire questo esempio. 85 ONG, tra cui l' American Civil Liberties Union , 55 ricercatori hanno invitato aziende come Amazon , Microsoft e Google a smettere di vendere questa tecnologia alle autorità. Altre aziende, come Facebook e la start-up Clearview AI, che ha attirato 600 dipartimenti di polizia, sono interessate a questo mercato. Sembra necessario regolamentare questa tecnologia da parte di una legge sulla protezione dei dati a livello degli Stati Uniti.

Nel giugno 2020, Amazon annuncia che sta vietando alla polizia di utilizzare il suo software di riconoscimento facciale per un anno. Il software di Amazon si chiama Rekognition. L'attuale contesto sociale segnato dalle manifestazioni contro la violenza della polizia e il razzismo negli Stati Uniti è stato un elemento della decisione.

Nel giugno 2020, IBM annuncia che interromperà la vendita di software di riconoscimento facciale e non condurrà più progetti di ricerca relativi a questa tecnologia. Il suo CEO prende una posizione più generale in un testo indirizzato al Congresso degli Stati Uniti "IBM si oppone fermamente e non tollererà l'uso di alcuna tecnologia, inclusa la tecnologia di riconoscimento facciale offerta da altri fornitori, per la sorveglianza di massa, il controllo facies, le violazioni dei diritti umani e libertà fondamentali o qualsiasi altro obiettivo che non sia conforme ai nostri valori e ai nostri principi di fiducia e trasparenza” .

Utilizzato dal software di riconoscimento facciale implementato dalle autorità federali, le riprese CCTV del confine degli Stati Uniti sono state piratate. Queste sono foto di conducenti e targhe di veicoli che hanno attraversato un singolo valico di frontiera degli Stati Uniti per un periodo di sei settimane, 100.000 persone sarebbero colpite. Il presidente del Comitato per la sicurezza interna alla Camera dei rappresentanti, il democratico Bennie Thompson, ha espresso allarme per una "grande invasione della privacy". "Dobbiamo stare attenti a non espandere l'uso della biometria a scapito della privacy degli americani".

Secondo una denuncia presentata mercoledì 24 giugno 2020a Detroit , un nero americano è stato arrestato ingiustamente per l'uso della tecnologia di riconoscimento facciale da parte della polizia. Questo è il primo errore di questo tipo documentato negli Stati Uniti. La tecnologia di riconoscimento facciale, utilizzata da diversi anni da vari servizi di polizia negli Stati Uniti senza un quadro giuridico federale, è accusata di scarsa affidabilità nell'identificazione delle minoranze, in particolare nere o asiatiche.

In Russia

In Russia, durante la pandemia globale di covid-19, i viaggiatori che arrivano da aree a rischio sono soggetti a rigorose quarantene. A Mosca, 12 milioni di abitanti, per questi controlli viene utilizzato il sistema di riconoscimento facciale della città, con almeno 100.000 telecamere di videosorveglianza, e l'efficientissimo sistema di e-governance, che aiuta a mantenere un legame costante con i cittadini. Già prima dello scoppio della pandemia esisteva un progetto per generalizzare l'uso dei sistemi di riconoscimento facciale, una vera minaccia alla privacy e ai diritti umani denunciata dalle associazioni locali per i diritti civili.

In Cina

SenseTime e Megvii sono le due più grandi aziende cinesi specializzate nel riconoscimento facciale. Molto sviluppati sono gli usi commerciali o per la sorveglianza dei cittadini in relazione al governo. Nel 2018, la Cina aveva già 349 milioni di telecamere CCTV.

In definitiva, si prevede che verranno distribuiti più di 500 milioni di telecamere CCTV in tutto il paese. Saranno associati al riconoscimento facciale e alle tecnologie di intelligenza artificiale. Costituirà "la più estesa e sofisticata rete di videosorveglianza al mondo" secondo la BBC

Huawei sviluppa e commercializza il suo concetto di “città sicura” basato sulla videosorveglianza intelligente. Queste tecnologie combinate hanno portato a un controllo sociale altamente sviluppato che mette in pericolo le libertà individuali (classificazione sociale basata su un sistema di credito sociale , "gogna" digitale su schermo).

“Lo Xinjiang è soggetto a sorveglianza elettronica permanente da parte di Pechino, che utilizza tutte le tecnologie più intrusive lì: riconoscimento facciale, registrazione del DNA, videosorveglianza permanente, droni, geolocalizzazione dei telefoni…. "

A seguito della pandemia di Covid-19, le autorità cinesi stanno intensificando la sorveglianza di massa ed estendendo le misure restrittive delle libertà, dando l'immagine di un'era in cui la sorveglianza ricorda il Grande Fratello nel romanzo del 1984 di George Orwell .

In Francia

In Francia, il municipio di Valenciennes ha ricevuto in dotazione un regalo da Huawei che potrebbe rappresentare 2 milioni di euro. Huawei ha potuto testare il suo sistema di “telecamere intelligenti” nella città di Valenciennes grazie a un accordo firmato con il sindaco Jean-Louis Borloo  ; È stato nominato nel consiglio di amministrazione di Huawei France pochi anni dopo.

Altri comuni (Nizza, Marsiglia, Tolosa, La Défense, ecc.) si lasciano convincere dai produttori di sicurezza, tra cui Thales , Engie Ineo , Ercom , Idemia, che vedono un mercato da conquistare.

Idemia, è uno dei leader mondiali nel settore della biometria con 15.000 dipendenti e 2,3 miliardi di euro di fatturato dichiarato.

In un rapporto pubblicato nel 2020, Amnesty International denuncia diverse aziende europee tra cui Idemia che hanno dotato la Cina di apparecchiature di sorveglianza, compreso il riconoscimento facciale. In particolare, Idemia ha venduto un sistema di riconoscimento facciale alla polizia di Shanghai .

L'effettiva nocività delle città sicure dipende totalmente dalle autorità preposte e mette in allerta le associazioni per i diritti umani .

Per queste esperienze e possibili estensioni in Francia o in Europa e per evitare l'avvento di una società di sorveglianza, è necessario garantire che questi progetti siano conformi, alle costituzioni, alle regole del GDPR e che siano controllati da indipendenti autorità come CNIL Informatique et Libertés .

In Africa

Le aziende cinesi forniscono a diversi stati del continente sistemi di riconoscimento facciale associati alle telecamere CCTV. CloudWalk Technology, uno dei leader del settore cinese con sede a Canton, nel sud del paese, ha collaborato con il governo dello Zimbabwe per implementare il riconoscimento facciale su larga scala, il primo passo sarà l'implementazione negli aeroporti e alle frontiere.

Note e riferimenti

  1. "  Come funzionano le tecnologie di riconoscimento facciale?"  " , Le Monde ,15 novembre 2019(accessibile il 1 ° giugno 2020 ) .
  2. Riconoscimento facciale di Facebook
  3. riconoscimento facciale di Google
  4. targhetta
  5. FaceRec
  6. Takeo Kanade , Elaborazione di immagini tramite computer complessi e riconoscimento di volti umani , Dipartimento di Scienze dell'informazione, Università di Kyoto, Giappone, 1973.
  7. (in) Xiaozheng Zhang e Yongsheng Gao , "  Riconoscimento facciale nelle pose: una recensione  " , Pattern Recognition , 2009.
  8. "  Facebook criticato per il suo sistema di riconoscimento facciale  " , Le Monde ,8 giugno 2011.
  9. "  Facebook sospende il riconoscimento facciale in Europa  " , Le Monde con AFP ,22 settembre 2012.
  10. "  'DeepFace', il nuovo sistema di riconoscimento facciale di Facebook che ti fa tremare la spina dorsale  " , da The Huffington Post (consultato il 16 dicembre 2016 ) .
  11. "  'Facezam', un motore di ricerca di immagini che utilizza esclusivamente il riconoscimento facciale  " , su fastface.eu .
  12. (in) "  La società segreta che potrebbe porre fine alla privacy come la conosciamo  " , The New York Times ,18 gennaio 2020.
  13. (in) Jon Porter, "  Vai a leggere questo set del NYT era un nuovo database di riconoscimento facciale inquietante utilizzato dalla politica statunitense  " , theverge.com,20 gennaio 2020.
  14. "  Riconoscimento facciale: una start-up analizza le foto dai social network per la polizia americana  " , su Le Monde .fr ,20 gennaio 2020(consultato il 27 maggio 2021 )
  15. Samuel Stolton , "  La tecnologia di riconoscimento facciale riceve il sigillo di eccellenza della Commissione  " , su EurActiv ,22 giugno 2020(consultato il 22 giugno 2020 ) .
  16. (in) Rabia Jafri e Hamid R. Arabnia , "  A Survey of Face Recognition Techniques  " , Journal of Information Processing Systems , vol.  5, n o  2 giugno 2009
  17. SekuFACE.
  18. iFace.
  19. Mobii
  20. Riconoscimento facciale Toshiba
  21. Blink
  22. Riconoscimento facciale per PlayStation 4
  23. Xbox One
  24. Riconoscimento facciale assistito da sensore: un sistema di autenticazione biometrico avanzato per smartphone
  25. Riconoscimento facciale Android
  26. Riconoscimento facciale su Windows Phone
  27. Riconoscimento facciale all'aeroporto di Broadway
  28. NGI
  29. Sistema di riconoscimento facciale utilizzato dalla NSA.
  30. (in) Igor Bonifacic, "  Google dice all'avvio del riconoscimento facciale Clearview AI di smettere di raschiare le immagini  " su Engadget ,5 febbraio 2020(consultato il 14 dicembre 2020 )
  31. Vedi su french.peopledaily.com.cn .
  32. Romain Imbach, Marianne Pasquier Martin Untersinger, “  Come funzionano le tecnologie di riconoscimento facciale?  » , Su Le Monde .fr ,15 novembre 2019(consultato il 27 maggio 2021 )
  33. Riconoscimento facciale da una singola immagine per persona: un sondaggio
  34. Precisione al 100% nel riconoscimento automatico dei volti
  35. Riconoscimento facciale 2D e 3D: un sondaggio
  36. Autospazi modulari e basati sulla vista per il riconoscimento facciale
  37. Modelli parametrici per la segmentazione dei tratti del viso .
  38. Riconoscimento facciale: un'indagine bibliografica
  39. Rilevamento dei volti in tempo reale basato sull'analisi degli spettri di Fourier
  40. Corrispondenza di più regioni del naso per il riconoscimento facciale 3D in Variazione dell'espressione facciale .
  41. Riconoscimento facciale basato sull'adattamento di un modello 3D morphable
  42. Riconoscimento facciale 3D utilizzando la ricottura simulata e la misura di compenetrazione della superficie .
  43. Perrine Signoret, "  Uno studio mostra il pregiudizio del riconoscimento facciale, più efficace sugli uomini bianchi  " , lemonde.fr,13 febbraio 2013(consultato il 13 febbraio 2013 ) .
  44. Fotocamera Virtuale
  45. ManyCam
  46. Spoofing del riconoscimento facciale con maschere 3D
  47. Eyeblink a base di anti-spoofing in Face Recognition da una Webcamera generico .
  48. Rilevamento del battito di ciglia in tempo reale con tracciamento SIFT basato su GPU
  49. Riconoscimento facciale con rilevamento della vitalità mediante il movimento degli occhi e della bocca
  50. Il rilevamento della vitalità basato sulla fisica è davvero possibile con una singola immagine?
  51. Un sistema di identificazione biometrica multimodale
  52. Claire Legros, Antoine Courmont, "La crisi del coronavirus sta accelerando la ristrutturazione della governance della città digitale" , Le Monde ,9 ottobre 2020(consultato il 10 ottobre 2020 ) .
  53. Félix Tréguer, “  La “città sicura” o governo per algoritmi  ” , su monde-diplomatique.fr ,giugno 2019(accessibile il 1 ° aprile 2020 ) .
  54. Sylvain Louvet, "  Tutti guardati - 7 miliardi di sospetti  " , su arte.tv ,14 aprile 2020.
  55. “  Riconoscimento facciale: un dibattito necessario  ” , Le Monde ,16 novembre 2019(accessibile il 1 ° giugno 2020 ) .
  56. Jean-Pierre Langelier, "La  Gran Bretagna si sta trasformando in una 'società sotto sorveglianza'  " , Le Monde ,3 novembre 2006(accessibile il 1 ° giugno 2020 ) .
  57. “  Grande Fratello; monitora gli automobilisti britannici  ” , su Le Monde ,27 dicembre 2005(consultato il 5 giugno 2020 ) .
  58. Lucas Mediavilla, "  La polemica si gonfia nel Regno Unito sull'uso del riconoscimento facciale  " , Les Echos ,18 agosto 2019(consultato il 31 maggio 2020 ) .
  59. "  Dati personali: Clearview AI preso di mira da una doppia indagine  " , Le Monde ,10 luglio 2020(consultato l'11 luglio 2020 ) .
  60. "  Nel Regno Unito, la giustizia infligge una battuta d'arresto al riconoscimento facciale  " , Le Monde , AFP ,11 agosto 2020(consultato l'11 agosto 2020 ) .
  61. Nicolas Rauline, "  San Francisco vieta il riconoscimento facciale  " , Les Echos ,15 maggio 2019(consultato il 31 maggio 2020 ) .
  62. "  Riconoscimento facciale: 55 ricercatori chiedono ad Amazon di smettere di vendere il suo software alla polizia  " , Le Monde ,4 aprile 2019(accessibile il 1 ° giugno 2020 ) .
  63. "  Riconoscimento facciale: una start-up analizza le foto dai social network per la polizia americana  " , Le Monde ,20 gennaio 2020(accessibile il 1 ° giugno 2020 ) .
  64. "  Amazon vieta alla polizia statunitense di utilizzare il software di riconoscimento facciale per un anno  " , Le Monde , AFP, AP,11 giugno 2020(consultato l'11 giugno 2020 ) .
  65. "  Amazon impone più trasparenza alla polizia sull'uso delle immagini delle telecamere a circuito chiuso di individui  " , su Le Monde .fr con AFP ,4 giugno 2021(consultato il 4 giugno 2021 )
  66. Alice Vitard, "  IBM si ritira dal mercato del riconoscimento facciale  " , Usine Digitale,9 giugno 2020(consultato il 15 giugno 2020 ) .
  67. "I  filmati delle telecamere di videosorveglianza al confine degli Stati Uniti sono stati violati  " , Le Monde , AP,11 giugno 2019(accessibile il 1 ° giugno 2020 ) .
  68. "  Stati Uniti: afroamericano arrestato ingiustamente per tecnologia di riconoscimento facciale  " , Le Monde , AFP,24 giugno 2020(consultato il 25 giugno 2020 ) .
  69. Benoît Vitkine, "  In Russia, la pallida stella del potere di fronte al coronavirus  " , Le Monde ,28 maggio 2020(consultato il 28 maggio 2020 ) .
  70. "  Riconoscimento facciale a Mosca, 100.000 telecamere monitorano i confinati  " , su BFMTV , AFP ,24 marzo 2020(consultato il 31 maggio 2020 ) .
  71. Kai Strittmatter , Dittatura 2.0: Quando la Cina veglia sul suo popolo (e domani sul mondo) , Tallandier,27 agosto 2020( ISBN  979-10-210-4319-0 , leggi in linea ) , p.  da 214 a 219.
  72. "  È possibile sfuggire alla videosorveglianza in Cina?"  " , Le Monde ,11 dicembre 2017(accessibile il 1 ° giugno 2020 ) .
  73. "  In Cina le telecamere indovinano chi sono i passanti per strada  " , Le Monde Video, Dailymotion ,2017(accessibile il 1 ° giugno 2020 ) .
  74. Romain Besnainou, “  Chi ha paura di Huawei?  » , Su france.tv ,14 gennaio 2020.
  75. "  I funzionari doganali cinesi installano spyware sui telefoni dei turisti che entrano nello Xinjiang  " , Le Monde ,3 luglio 2019(accessibile il 1 ° giugno 2020 ) .
  76. "La  Cina, l'impero del controllo  " , Le Monde ,19 febbraio 2020(accessibile il 1 ° giugno 2020 ) .
  77. Théodore Therschlucen, "  Valencienne, domani le telecamere CCTV saranno intelligenti e ... cinesi  " , La Voix du Nord ,9 febbraio 2017.
  78. “  Città sicura a Marsiglia prima risorsa contro la videosorveglianza automatizzata degli spazi pubblici?  » , Su ldh-france.org ,20 gennaio 2020.
  79. "  Amnesty International denuncia l' esportazione in Cina di tecnologie di sorveglianza europee  " , Le Monde ,21 settembre 2020(consultato il 21 settembre 2020 ) .
  80. Julien Nocetti, "  Punto di vista: Europa il dibattito necessario sul riconoscimento facciale  " , Ouest France ,8 ottobre 2019.
  81. "  Il governo prevede di sperimentare il riconoscimento facciale nei luoghi pubblici  " , su francetvinfo.fr ,26 dicembre 2019.
  82. Macéo Croppo, “  Riconoscimento facciale in Francia: quale posto nella politica di sicurezza interna?  » , Su portale-ie.fr ,9 marzo 2020.
  83. "  Riconoscimento facciale: per un dibattito all'altezza della posta  " , su cnil.fr , CNIL,15 novembre 2019.
  84. Sébastien Le Belzic, "  Il Grande Fratello cinese si sta installando nelle strade e nelle case africane  " , Le Monde ,9 luglio 2018(accessibile il 1 ° giugno 2020 ) .

Vedi anche

Bibliografia

Articoli Correlati

Programma radiofonico

Documentario

Link esterno