𝗠𝗲𝘁𝗮 𝗗𝗲𝗹𝗼𝘆𝗲𝗱 𝗣𝗲𝗻𝘁𝗮𝗴𝗼𝗻 𝗙𝗮𝗰𝗲 𝗦𝗰𝗮𝗻𝗻𝗶𝗻𝗴 𝗧𝗲𝗰𝗵 𝗼𝗻 𝟱𝟬 𝗠𝗶𝗹𝗹𝗶𝗼𝗻 𝗣𝗵𝗼𝗻𝗲𝘀
Meta ने हाल ही में अपने स्मार्ट ग्लास इकोसिस्टम में बायोमेट्रिक कोड शामिल किया है। यह कोड पेंटागन (Pentagon) से जुड़े एक सप्लायर से आया है। यह कदम कंप्यूटर विजन (computer vision) में एक बड़े बदलाव को दर्शाता है।
मिलिट्री-ग्रेड फेशियल एनालिसिस अब उपभोक्ता उपकरणों (consumer devices) पर चलाने के लिए पर्याप्त छोटा हो गया है। Meta ने इसे एक साधारण ऐप अपडेट के माध्यम से पेश किया है।
डेवलपर्स के लिए तकनीकी मुख्य बातें:
- ऐप अपडेट के माध्यम से अब मोबाइल उपकरणों पर फेशियल कंपैरिजन (facial comparison) काम करता है।
- वन-टू-मेनी मैचिंग (one-to-many matching) के लिए एल्गोरिदम अब अत्यधिक कुशल हैं।
- एज कंप्यूटिंग (Edge computing) तत्काल पहचान की अनुमति देती है।
- न्यूरल प्रोसेसिंग यूनिट (Neural Processing Unit) जैसा हार्डवेयर भारी काम संभालता है।
- यह क्लाउड सर्वर से बचकर लेटेंसी (latency) को कम करता है।
फेशियल रिकग्निशन (facial recognition) और फेशियल कंपैरिजन (facial comparison) के बीच एक बड़ा अंतर है। रिकग्निशन पहचान के लिए भीड़ को स्कैन करता है। कंपैरिजन मिलान खोजने के लिए दो विशिष्ट छवियों का विश्लेषण करता है।
Meta मैनुअल एनालिसिस से एम्बिएंट आइडेंटिफिकेशन (ambient identification) की ओर बढ़ गया है। यह डेवलपर्स के लिए एक 'ब्लैक बॉक्स' बना देता है। यदि बायोमेट्रिक लाइब्रेरीज़ उपभोक्ता SDKs के अंदर छिपी रहती हैं, तो पारदर्शिता खत्म हो जाती है।
जांचकर्ताओं के लिए पेशेवर उपकरणों को उच्च सटीकता की आवश्यकता होती है। उपभोक्ता उपकरणों में अक्सर 'फॉल्स-पॉजिटिव' (false-positive) दर अधिक होती है। ये त्रुटियां अदालत में विफल हो जाती हैं।
पेशेवर सॉफ्टवेयर इन पर ध्यान केंद्रित करते हैं:
- सटीक यूक्लिडियन डिस्टेंस एनालिसिस (Euclidean distance analysis)।
- सत्यापन योग्य साइड-बाय-साइड डेटा।
- केस स्टडीज के लिए नियंत्रित वातावरण।
- कानून प्रवर्तन (law enforcement) के लिए सटीक रिपोर्टिंग।
जैसे-जैसे आप कंप्यूटर विजन प्रोजेक्ट्स बनाते हैं, आपके सामने एक विकल्प होता है। आप छिपे हुए ऑटोमेशन के लिए उपकरण बना सकते हैं। या आप ऐसे उपकरण बना सकते हैं जो सटीकता और नैतिक सहमति (ethical consent) को प्राथमिकता देते हैं।
आप डेटा सहमति की आवश्यकता के साथ एज कंप्यूटिंग की गति को कैसे संतुलित करते हैं?
Optional learning community: https://t.me/GyaanSetuAi