Delen via


Wat is de Azure AI Face-service?

De Azure AI Face-service biedt AI-algoritmen voor het detecteren, herkennen en analyseren van menselijke gezichten in afbeeldingen. Software voor gezichtsherkenning is belangrijk in veel verschillende scenario's, zoals identificatie, contactloos toegangsbeheer en gezichtsvervaging voor privacy.

U kunt de Face-service gebruiken met behulp van een clientbibliotheek-SDK of door de REST-API rechtstreeks aan te roepen. Volg de quickstart om aan de slag te gaan.

Of u kunt de mogelijkheden van face-service snel en eenvoudig uitproberen in uw browser met behulp van Vision Studio.

Let op

Toegang tot face-services is beperkt op basis van geschiktheids- en gebruikscriteria om onze verantwoorde AI-principes te ondersteunen. Face-service is alleen beschikbaar voor door Microsoft beheerde klanten en partners. Gebruik het intakeformulier voor gezichtsherkenning om toegang aan te vragen. Zie de pagina beperkte toegang van Face voor meer informatie.

Deze documentatie bevat de volgende typen artikelen:

  • De quickstarts zijn stapsgewijze instructies waarmee u aanroepen naar de service kunt maken en resultaten in een korte periode kunt krijgen.
  • De instructiegidsen bevatten instructies voor het gebruik van de service op specifiekere of aangepaste manieren.
  • De conceptuele artikelen bieden uitgebreide uitleg over de functionaliteit en functies van de service.
  • De zelfstudies zijn langere handleidingen die u laten zien hoe u deze service als onderdeel in bredere bedrijfsoplossingen kunt gebruiken.

Volg een trainingsmodule voor Face voor een meer gestructureerde benadering.

Gebruiksvoorbeelden

Gebruikersidentiteit verifiëren: een persoon verifiëren op basis van een vertrouwde gezichtsafbeelding. Deze verificatie kan worden gebruikt om toegang te verlenen tot digitale of fysieke eigenschappen, zoals een bankrekening, toegang tot een gebouw, enzovoort. In de meeste gevallen kan het vertrouwde gezichtsafbeelding afkomstig zijn van een door de overheid uitgegeven id, zoals een paspoort of rijbewijs, of het kan afkomstig zijn van een persoonlijke inschrijvingsfoto. Tijdens de verificatie kan detectie van liveness een belangrijke rol spelen bij het controleren of de afbeelding afkomstig is van een echte persoon, niet van een afgedrukte foto of masker. Zie de zelfstudie voor liveness voor meer informatie over verificatie met liveness. Volg de quickstart voor identiteitsverificatie zonder liveness.

Livenessdetectie: Detectie van liveness is een anti-adresvervalsingsfunctie waarmee wordt gecontroleerd of een gebruiker fysiek aanwezig is voor de camera. Het wordt gebruikt om spoofingaanvallen te voorkomen met behulp van een afgedrukte foto, video of een 3D-masker van het gezicht van de gebruiker. Zelfstudie voor liveness

Aanraakloos toegangsbeheer: Vergeleken met de methoden van vandaag, zoals kaarten of tickets, maakt gezichtsidentificatie een verbeterde toegangscontrole-ervaring mogelijk terwijl de hygiëne en beveiligingsrisico's van het delen, verlies of diefstal van kaarten worden verminderd. Gezichtsherkenning helpt het incheckproces met een mens in de lus voor check-ins op luchthavens, stadions, themaparken, gebouwen, receptie kiosken bij kantoren, ziekenhuizen, fitnessruimtes, clubs of scholen.

Gezichtsredactie: gedetecteerde gezichten van mensen die zijn opgenomen in een video, redact of vervagen om hun privacy te beschermen.

Waarschuwing

Op 11 juni 2020 kondigde Microsoft aan dat het geen gezichtsherkenningssoftware verkoopt aan politieafdelingen in de Verenigde Staten totdat er solide wetgeving op basis van mensenrechten in werking is getreden. Daardoor is het mogelijk dan klanten gezichtsherkenningsfuncties of een functionaliteit in Azure Services, zoals Face of Video Indexer, niet kunnen gebruiken als de klant deze services gebruikt of laat gebruiken voor of door een politieafdeling in de Verenigde Staten. Wanneer u een nieuwe Face-resource maakt, moet u in Azure Portal erkennen en ermee akkoord gaan dat u de service niet gebruikt door of voor een politieafdeling in de Verenigde Staten en dat u de verantwoordelijke AI-documentatie hebt gecontroleerd en deze service gebruikt in overeenstemming met deze service.

Gezichtsdetectie en -analyse

Gezichtsdetectie is vereist als eerste stap in alle andere scenario's. De Detect-API detecteert menselijke gezichten in een afbeelding en retourneert de rechthoekcoördinaten van hun locaties. Het retourneert ook een unieke id die de opgeslagen gezichtsgegevens vertegenwoordigt. Dit wordt gebruikt in latere bewerkingen om gezichten te identificeren of te verifiëren.

Optioneel kan gezichtsdetectie een set gezichtsgerelateerde kenmerken extraheren, zoals hoofdhouding, leeftijd, emotie, gezichtshaar en bril. Deze kenmerken zijn algemene voorspellingen, niet werkelijke classificaties. Sommige kenmerken zijn handig om ervoor te zorgen dat uw toepassing gezichtsgegevens van hoge kwaliteit krijgt wanneer gebruikers zichzelf toevoegen aan een Face-service. Uw toepassing kan bijvoorbeeld gebruikers adviseren om hun zonnebril af te nemen als ze zonnebrillen dragen.

Let op

Microsoft heeft mogelijkheden voor gezichtsherkenning buiten gebruik gesteld die kunnen worden gebruikt om emotionele toestanden en identiteitskenmerken af te stellen die, indien misbruikt, personen kunnen onderwerpen aan stereotypische, discriminatie of oneerlijke ontkenning van services. Deze omvatten mogelijkheden die emotie, geslacht, leeftijd, glimlach, gezichtshaar, haar en make-up voorspellen. Lees hier meer over deze beslissing.

Zie het artikel Over gezichtsdetectie en -analyse voor meer informatie over gezichtsdetectie . Zie ook de referentiedocumentatie over de Detectie-API.

U kunt gezichtsdetectie snel en eenvoudig uitproberen in uw browser met Behulp van Vision Studio.

Detectie van liveness

Belangrijk

De Face-client-SDK's voor liveness zijn een gated-functie. U moet toegang tot de liveness-functie aanvragen door het intakeformulier voor gezichtsherkenning in te vullen. Wanneer uw Azure-abonnement toegang krijgt, kunt u de Face Liveness SDK downloaden.

Gezichts livenessdetectie kan worden gebruikt om te bepalen of een gezicht in een invoervideostream echt (live) of nep (spoof) is. Dit is een cruciale bouwsteen in een biometrisch verificatiesysteem om te voorkomen dat spoofingaanvallen van imposters toegang proberen te krijgen tot het systeem met behulp van een foto, video, masker of andere middelen om een andere persoon te imiteren.

Het doel van livenessdetectie is ervoor te zorgen dat het systeem communiceert met een fysiek aanwezige live persoon op het moment van verificatie. Dergelijke systemen zijn steeds belangrijker geworden met de opkomst van digitale financiën, rastoegangsbeheer en online identiteitsverificatieprocessen.

De oplossing voor livenessdetectie verdedigt zich tegen verschillende soorten adresvervalsingen, variërend van papierafdrukken, 2d/3d-maskers en spoofpresentaties op telefoons en laptops. Detectie van liveness is een actief onderzoeksgebied, waarbij doorlopende verbeteringen worden aangebracht om steeds geavanceerdere spoofingaanvallen in de loop van de tijd tegen te gaan. Doorlopende verbeteringen worden in de loop van de tijd geïmplementeerd voor de client en de serviceonderdelen, omdat de algehele oplossing robuuster wordt voor nieuwe typen aanvallen.

Onze oplossing voor livenessdetectie voldoet aan de naleving van iBeta Level 1 en 2 ISO/IEC 30107-3.

Zelfstudie

Referentiedocumenten voor Face Liveness SDK:

Gezichtsherkenning

Moderne ondernemingen en apps kunnen gebruikmaken van de technologieën voor gezichtsherkenning, waaronder gezichtsverificatie ('een-op-een'-overeenkomst) en gezichtsidentificatie ('een-op-veel'-overeenkomst) om te bevestigen dat een gebruiker is wie hij of zij beweert te zijn.

Belangrijk

Als u Microsoft-producten of -services gebruikt om biometrische gegevens te verwerken, bent u verantwoordelijk voor: (i) het verstrekken van kennisgeving aan betrokkenen, waaronder met betrekking tot retentieperioden en vernietiging; ii) toestemming te krijgen van betrokkenen; en (iii) het verwijderen van de biometrische gegevens, allemaal indien van toepassing en vereist onder toepasselijke vereisten voor gegevensbescherming. "Biometrische gegevens" hebben de betekenis die is uiteengezet in artikel 4 van de AVG en, indien van toepassing, gelijkwaardige voorwaarden in andere vereisten voor gegevensbescherming. Zie Gegevens en privacy voor Face voor gerelateerde informatie.

Kenmerk

Gezichtsidentificatie kan 'een-op-veel'-vergelijking van één gezicht in een afbeelding aanpakken op een set gezichten in een beveiligde opslagplaats. Overeenkomende kandidaten worden geretourneerd op basis van hoe nauw hun gezichtsgegevens overeenkomen met het querygezicht. Dit scenario wordt gebruikt bij het verlenen van toegang tot een gebouw of luchthaven voor een bepaalde groep personen of het verifiëren van de gebruiker van een apparaat.

In de volgende afbeelding ziet u een voorbeeld van een database met de naam "myfriends". Elke groep kan maximaal 1 miljoen verschillende persoonsobjecten bevatten. Voor elk persoonsobject kunnen maximaal 248 gezichten zijn geregistreerd.

Een raster met drie kolommen voor verschillende personen, elk met drie rijen van afbeeldingen van gezichten

Nadat u een groep hebt gemaakt en getraind, kunt u identificatie uitvoeren voor de groep met een nieuw gedetecteerd gezicht. Als het gezicht wordt geïdentificeerd als een persoon in de groep, wordt het persoonsobject geretourneerd.

Verificatie

Met de verificatiebewerking wordt de vraag beantwoord: 'Behoren deze twee gezichten tot dezelfde persoon?'.

Verificatie is ook een 'een-op-een'-overeenkomst van een gezicht in een afbeelding naar één gezicht vanuit een beveiligde opslagplaats of foto om te controleren of ze dezelfde persoon zijn. Verificatie kan worden gebruikt voor toegangsbeheer, zoals een bank-app waarmee gebruikers op afstand een kredietrekening kunnen openen door een nieuwe foto van zichzelf te maken en deze te verzenden met een foto van hun foto-id. Het kan ook worden gebruikt als laatste controle op de resultaten van een identificatie-API-aanroep.

Zie de handleiding voor gezichtsherkenning of de referentiedocumentatie voor identificeren en verifiëren van API's voor meer informatie over gezichtsherkenning.

Vergelijkbare gezichten zoeken

Met de bewerking Vergelijkbare zoeken worden gezichten gevonden die overeenkomen tussen een doel gezicht en een set kandidaat gezichten, waarbij een kleinere set gezichten wordt gevonden die er ongeveer uitzien als het doel gezicht. Dit is handig voor het zoeken van een gezicht binnen een afbeelding.

De service ondersteunt twee werkmodi, matchPerson en matchFace. De modus matchPerson retourneert vergelijkbare gezichten nadat er een filter is toegepast op basis van een persoon. Hiervoor wordt de Verify API gebruikt. In de modus matchFace wordt het filter voor dezelfde persoon genegeerd. Er wordt een lijst met vergelijkbare gezichten geretourneerd die al dan niet tot dezelfde persoon behoren.

In het onderstaande voorbeeld ziet u het doelgezicht:

Een glimlachende vrouw

En deze afbeeldingen zijn de kandidaatgezichten:

Vijf beelden van mensen die glimlachen. Afbeeldingen A en B tonen dezelfde persoon.

Om vier vergelijkbare gezichten te vinden, retourneert de matchPerson-modus A en B, die dezelfde persoon als het doel gezicht weergeven. De matchFace-modus retourneert A, B, C en D, wat precies vier kandidaten is, zelfs als sommige niet dezelfde persoon zijn als het doel of een lage gelijkenis hebben. Zie de handleiding over concepten van Gezichtsherkenning of de referentiedocumentatie over de Find Similar API voor meer informatie.

Gezichten groeperen

De groepsbewerking verdeelt een set onbekende gezichten in verschillende kleinere groepen op basis van gelijkenis. Elke groep is een niet-aaneengesloten juiste subset van de oorspronkelijke set van gezichten. Het retourneert ook één 'rommeligeGroup'-matrix die de gezichts-id's bevat waarvoor geen overeenkomsten zijn gevonden.

Alle gezichten in een geretourneerde groep behoren waarschijnlijk tot dezelfde persoon, maar er kunnen verschillende groepen zijn voor één persoon. Deze groepen worden bijvoorbeeld onderscheiden door een andere factor, zoals expressie. Zie de handleiding over concepten van Gezichtsherkenning of de referentiedocumentatie over de Group API voor meer informatie.

Vereisten voor invoer

Algemene vereisten voor afbeeldingsinvoer:

  • De ondersteunde indelingen voor invoerafbeeldingen zijn JPEG, PNG, GIF (het eerste frame), BMP.
  • De grootte van het afbeeldingsbestand mag niet groter zijn dan 6 MB.

Invoervereisten voor gezichtsdetectie:

  • De minimale detecteerbare gezichtsgrootte is 36 x 36 pixels in een afbeelding die niet groter is dan 1920 x 1080 pixels. Afbeeldingen met groter dan 1920 x 1080 pixels hebben een proportioneel grotere minimale gezichtsgrootte. Het verkleinen van de gezichtsgrootte kan ertoe leiden dat sommige gezichten niet worden gedetecteerd, zelfs niet als ze groter zijn dan de minimale detecteerbare gezichtsgrootte.
  • De maximale detecteerbare gezichtsgrootte is 4096 x 4096 pixels.
  • Gezichten buiten het groottebereik van 36 x 36 tot 4096 x 4096 pixels worden niet gedetecteerd.

Invoervereisten voor gezichtsherkenning:

  • Sommige gezichten worden mogelijk niet herkend vanwege fotosamenstelling, zoals:
    • Afbeeldingen met extreme verlichting, bijvoorbeeld ernstige achtergrondverlichting.
    • Obstakels die een of beide ogen blokkeren.
    • Verschillen in haartype of gezichtshaar.
    • Veranderingen in gezichtsuitdrukking vanwege leeftijd.
    • Extreme gezichtsuitdrukkingen.

Gegevensprivacy en -beveiliging

Net als bij alle Azure AI-services-resources moeten ontwikkelaars die de Face-service gebruiken zich bewust zijn van het beleid van Microsoft voor klantgegevens. Zie de pagina Azure AI-services in het Vertrouwenscentrum van Microsoft voor meer informatie.

Volgende stappen

Volg een quickstart over het coderen van de basisonderdelen van een gezichtsherkennings-app in de taal van uw keuze.