ระบบการรู้จำใบหน้าหรือระบบการจดจำใบหน้า คือ ระบบการตรวจหาใบหน้าของมนุษย์และปรับภาพใบหน้าโดยอัตโนมัติ กรอบจะปรากฏขึ้นบนใบหน้าที่ถูกตรวจจับ และโฟกัส สี และค่าการวัดแสงจะถูกปรับโดยอัตโนมัติ นอกจากนั้นเมื่อบันทึกด้วยคุณภาพแบบ HD เทคโนโลยีการบีบอัดจะจัดสรรความจุของข้อมูลให้ลดลง แต่ได้ข้อมูลที่เป็นประโยชน์มากขึ้นเพื่อปรับคุณภาพของภาพ ข้อมูลที่ได้จะถูกนำไปเปรียบเทียบกับข้อมูลตัวอย่างที่เก็บบันทึกไว้ อาจจะทั้งใบหน้าหรือเพียงบางส่วน ขึ้นอยู่กับชนิดของวิธีแยกเอกลักษณ์ใบหน้า ระบบการรู้จำใบหน้าเป็นส่วนหนึ่งของเทคโนโลยีปัญญาประดิษฐ์ ในส่วนเนื้อหาของเรื่อง การรับรู้ของเครื่อง (Machine perception)

     ระบบวิเคราะห์ใบหน้าถือว่าเป็นหนึ่งในระบบที่ใช้ในการพิสูจน์ยืนยันตัวตนบุคคล โดยใช้คุณลักษณะจำเพาะทางสรีระ (Biometric) โดยระบบรู้จำใบหน้าจะทำงานโดยการเปรียบเทียบใบหน้าจากภาพถ่ายดิจิตอล หรือภาพจากกล้องวิดีโอของบุคคลที่เราสนใจกับฐานข้อมูลใบหน้าที่มีอยู่ และเมื่อเปรียบเทียบเสร็จก็จะแสดงผลใบหน้าที่อยู่ในฐานข้อมูล ที่มีใบหน้าเหมือนกับภาพที่นำมาเปรียบเทียบออกมา ระบบรู้จำใบหน้านั้นได้ถูกพัฒนามาอย่างต่อเนื่องเป็นเวลามากกว่าสิบปีมาแล้ว

     เทคโนโลยีการเรียนรู้จดจำใบหน้า (Face Recognition) คือ เทคโนโลยีที่ถูกสร้างขึ้นมาเพื่อเรียนรู้และจดจำโครงสร้างใบหน้าของมนุษย์ แล้วนำข้อมูลใบหน้าที่จดจำหรือตรวจจับได้ส่งไปให้ระบบ เพื่อนำไปใช้วิเคราะห์หรือประมวลผลในการทำงานในส่วนขั้นตอนอื่น ๆ อีกต่อไป ซึ่งเทคโนโลยีที่นำระบบการเรียนรู้จดจำใบหน้า ไปใช้งานมากที่สุดคือ เทคโนโลยีที่เกี่ยวข้องกับระบบความปลอดภัย ไม่ว่าจะเป็น ระบบ Access Control ระบบกล้องวงจรปิด หรือ ระบบรักษาความปลอดภัยในมือถือ เป็นระบบที่ช่วยเพิ่มประสิทธิภาพการระบุและยืนยันอัตลักษณ์บุคคลด้วยความรวดเร็ว แม่นยำ และสามารถเพิ่มโอกาสในการต่อยอดความสำเร็จให้หลากหลายแวดวงธุรกิจได้ด้วย

     หลักการทำงานของ Face Recognition คือ การสร้างโมเดลการอ้างอิง ที่เรียกว่า “faceprint” ขึ้นมา โดยระบบจะวิเคราะห์จากลักษณะเฉพาะต่าง ๆ บนใบหน้า เช่น โครงหน้า ความกว้างของจมูก ระยะห่างระหว่างตาทั้งสองข้าง ขนาดของโหนกแก้ม ความลึกของเบ้าตา รวมถึงพื้นผิวบนใบหน้า (facial texture) เป็นต้น จากนั้น ระบบจะทำการสร้างจุดเชื่อมโยงบนใบหน้า (nodal points) เพื่อเปรียบเทียบกับรูปภาพที่ถูกเก็บไว้ในฐานข้อมูล (data base) ทั้งในลักษณะภาพนิ่งและภาพเคลื่อนไหว เพื่อความแม่นยำในการระบุตัวตนของผู้ที่ต้องเข้าสู่กระบวนการตรวจสอบ

     ดังนั้น หลักการทำงานของระบบรู้จำใบหน้า ที่ถูกออกแบบมาให้ทำการเปรียบเทียบใบหน้าบุคคลที่เราต้องการจะตรวจสอบ กับฐานข้อมูลใบหน้าที่มีอยู่ โดยอัลกอริทึมที่ใช้ในขั้นตอนการสร้างแม่แบบและขั้นตอนการเปรียบเทียบอาจมีความแตกต่างกันไป แล้วแต่วิธีการออกแบบระบบของแต่ละระบบ แต่ไม่ว่าจะมีอัลกอริทึมในการทำงานในขั้นตอนการสร้างแม่แบบและขั้นตอนการเปรียบเทียบยังไง แต่ขั้นตอนการทำงานโดยรวมของระบบก็ยังคงเหมือนกันอยู่

     ขั้นตอนในการทำ Face Recognition

     1. การตรวจจับใบหน้า (Face Detection) คือ กระบวนการค้นหาใบหน้าของบุคคลจากภาพหรือวิดีโอ หลังจากนั้นก็จะทำการประมวลผลภาพใบหน้าที่ได้สำหรับขั้นตอนถัดไป เพื่อให้ภาพใบหน้าที่ตรวจจับได้ง่ายต่อการจำแนก และ อัลกอริทึมที่ใช้ในการตรวจจับใบหน้าในปัจจุบันก็มีอยู่ด้วยกันหลายวิธี ซึ่งอัลกอริทึมในการตรวจจับใบหน้าที่ดีนั้น มีส่วนช่วยในการจำแนกใบหน้าได้แม่นยำและรวดเร็วขึ้นเป็นอย่างมาก

     2. การรู้จดจำใบหน้า (Face Recognition) คือ กระบวนการที่ได้นำภาพใบหน้าที่ตรวจจับได้ และประมวลผลแล้วจากขั้นตอนการตรวจจับใบหน้า มาเปรียบเทียบกับฐานข้อมูลของใบหน้าเพื่อระบุว่าใบหน้าที่ตรวจจับได้ตรงกับบุคคลใด แล้วจึงนำผลลัพธ์ที่ได้ ส่งไปให้ระบบหรือโปรแกรมเพื่อประมวลผลอื่นๆ ต่อไป

     OpenCV (Open source Computer Vision) คือ ไลบรารีฟังก์ชันการเขียนโปรแกรม (Library of Programming Functions) โดยส่วนใหญ่จะมุ่งเป้าไปที่การแสดงผลด้วยคอมพิวเตอร์แบบเรียลไทม์ (Real-Time Computer Vision) เดิมทีแล้วถูกพัฒนาโดย Intel แต่ภายหลังได้รับการสนับสนุนโดย Willow Garage ตามมาด้วย Itseez (ซึ่งต่อมาถูกเข้าซื้อโดย Intel) OpenCV เป็นไลบรารีแบบข้ามแพลตฟอร์ม (Cross-Platform) และใช้งานได้ฟรีภายใต้ลิขสิทธิ์ของ BSD แบบโอเพ่นซอร์ส (Open Source BSD License) OpenCV ยังสนับสนุนเฟรมเวิร์กการเรียนรู้เชิงลึก (Deep Learning Frameworks) ได้แก่ TensorFlow, Torch/PyTorch และ Caffe

     Haar Cascades เป็น Object Detection Algorithm ใช้ในการตรวจจับวัตถุแบบ real-time อ้างอิงจากงานวิจัยของ Paul Viola และ Michael Jones ชื่อ “Rapid Object Detection using a Boosted Cascade of Simple Features” published in 2001
โดยหลักการทำงานของ Haar Cascades จะอ่านข้อมูล pixel ของรูป และนำมาเปรียบเทียบกับ feature ที่มีอยู่บนใบหน้าซึ่ง Haar Cascades สามารถปรับแต่งเพื่อตรวจจับวัตถุได้หลายอย่าง และเก็บข้อมูลในการตรวจ และโปรแกรมที่ถูกปรับแต่งเพื่อค้นหาวัตถุต่าง ๆ เก็บไว้ในรูปของไฟล์ xml ซึ่งหากเราต้องการตรวจจับใบหน้า เราต้องนำไฟล์ cascades ที่ปรับแต่งสำหรับการจับใบหน้านั่นเอง

     1. ดาวน์โหลดไฟล์ haarcascade_frontalface_default.xml

           1.2 คลิกเปิด Web Browser พิมพ์ข้อความค้นหาว่า “haarcascade_frontalface_default.xml” จากนั้นกด Enter

           1.3 คลิกเปิดเว็บไซต์ github.com ดังรูป

           1.4 คลิกปุ่ม Download

           1.5 คลิกจุด 3 จุดด้านบนขวาของเพจ จากนั้นเลือกเมนู More Tools --> Save page as …

           1.6 บันทึกไฟล์ไว้ในโฟลเดอร์ Face_recognition จากนั้นคลิกปุ่ม Save

     2. เขียนโปรแกรมสำหรับบันทึกใบหน้า

          2.2 เปิดโปรแกรม Thonny Python IDE ขึ้นมาเพื่อเขียนโค้ดคำสั่งด้วยภาษา Python โดยคลิกที่สัญลักษณ์ เลือกเมนู Programming แล้วคลิกเลือกโปรแกรม Thonny Python IDE

          2.3 เขียนโค้ดคำสั่ง ดังนี้

          2.4 บันทึกไฟล์ โดยคลิกที่เมนู File จากนั้นเลือกโฟลเดอร์ Face_recognition พิมพ์ชื่อไฟล์ว่า “addface” ในช่อง Name แล้วคลิกปุ่ม OK

          2.5 คลิก Run เพื่อรันโปรแกรม

     ผลลัพธ์ที่ได้

          2. เมื่อพิมพ์ตัวเลข ID ลงไป กล้องเว็บแคมจะเปิดขึ้นมา โดยจะปรากฏกรอบสี่เหลี่ยมสีน้ำเงินรอบใบหน้า และจะทำการถ่ายรูปจำนวน 30 รูป

          3. รูปภาพ 30 รูปจะถูกบันทึกไว้ในโฟลเดอร์ dataset โดยมีรูปแบบชื่อไฟล์รูปภาพ ดังรูป

     2.1 ดาวน์โหลดไฟล์ trainer.yml

           1. คลิกเปิด Web Browser พิมพ์ข้อความค้นหาว่า “trainer.yml” จากนั้นกด Enter

           2. คลิกลิงก์เว็บไซต์ github.com ดังรูป

           3. คลิกปุ่ม Download

          4. คลิกสัญลักษณ์ จุด 3 จุด จากนั้นคลิกคำสั่ง More tools --> Save page as…

          5. บันทึกไฟล์ไว้ในโฟลเดอร์ Face_recognition จากนั้นคลิกปุ่ม Save

          6. เปิดโปรแกรม Thonny Python IDE ขึ้นมาเพื่อเขียนโค้ดคำสั่งด้วยภาษา Python โดยคลิกที่สัญลักษณ์   เลือกเมนู Programming แล้วคลิกเลือกโปรแกรม Thonny Python IDE

          7. เขียนโค้ดคำสั่ง ดังนี้

          8. บันทึกไฟล์ โดยคลิกที่เมนู File จากนั้นเลือกโฟลเดอร์ Face_recognition พิมพ์ชื่อไฟล์ว่า “face_training” ในช่อง Name แล้วคลิกปุ่ม OK

          9. คลิก Run เพื่อรันโปรแกรม

     ผลลัพธ์ที่ได้
          1. หน้าต่าง Shell จะปรากฏข้อความ “[INFO] Training faces It will take a few seconds, wait....” เพื่อแจ้งว่า กำลังเรียนรู้รูปภาพใบหน้าอยู่ โปรดรอสักครู่

     1. คลิก New เพื่อสร้างไฟล์ใหม่

     2. พิมพ์โค้ดคำสั่ง ดังนี้

     3. บันทึกไฟล์ โดยคลิกที่เมนู File จากนั้นเลือกโฟลเดอร์ Face_recognition พิมพ์ชื่อไฟล์ว่า “face_recognition” ในช่อง Name แล้วคลิกปุ่ม OK

     4. คลิก Run เพื่อรันโปรแกรม

     ผลลัพธ์ที่ได้

           หากวิเคราะห์ออกมาว่าใบหน้าไม่ตรงกับรูปภาพในโฟลเดอร์ dataset จะปรากฏชื่อว่า unknownขึ้นมาตรงกรอบสี่เหลี่ยมสีเขียว