Sat. Aug 13th, 2022

El reconocimiento facial es ahora un elemento común en los diseños móviles. Aquí hay un vistazo a información relacionada con el reconocimiento facial de toda la industria.

ams lanza un sensor para reconocimiento facial desde detrás de las pantallas OLED del dispositivo

La semana pasada, AMS lanzó un nuevo color (luz RGB) y un sensor de proximidad IR, el TCS3701. Uno de los factores notables de este sensor IC es que permite que los dispositivos móviles procesen el reconocimiento facial desde detrás de las pantallas OLED. Esto permite más opciones de diseño, ya que los ingenieros pueden tener más flexibilidad en cuanto a dónde podrían colocar estos sensores en un dispositivo. También significa que la pantalla de un teléfono inteligente podría convertirse efectivamente en un conjunto de sensores.

Según un comunicado de prensa de ams, "A pesar de la restricción de operar detrás de una pantalla OLED emisiva, el TCS3701 detecta la adición de la luz ambiental que pasa a través de la pantalla a la luz emitida por los píxeles de la pantalla ubicados justo arriba del sensor". La compañía acredita a un algoritmo asíncrono no predictivo con la capacidad del dispositivo para realizar luz ambiental, independientemente del brillo de la pantalla y en un rango de niveles de luz de ambiente de débil a brillante.

Esquema para el TCS3701. Imagen de ams

Según Reuters, ams también suministra los sensores ópticos para el reconocimiento facial 3D para el iPhone, aunque ams no reclama públicamente a Apple como un cliente oficial. Esto puede sugerir que dicha tecnología podría terminar en futuros iPhones.

Esta es solo una vía a través de la cual AMS trabaja con el reconocimiento facial. En la primera semana de enero, ams anunció una nueva asociación con Face ++, una plataforma china de AI abierta que permite que varias formas de reconocimiento del entorno, incluido el reconocimiento facial, se integren en los diseños más rápidamente a través de una API (interfaz de programación de aplicaciones) y SDK ( Kit de desarrollo de software).

El TCS3701 se une al conjunto de productos de detección 3D de ams. Existe una placa de evaluación para el IC, aunque una hoja de datos para el dispositivo, en sí, todavía no está disponible públicamente.

Especificaciones seleccionadas:

  • Paquete OQFN de 2.0mm x 2.5mm x 0.5mm
  • Rango dinámico 1024x
  • 1.7 – Tensión de alimentación de 2.0 V
  • Bus de 1.8V I²C
  • Distancia de funcionamiento recomendada <50 cm

Componentes de la visión humana B5T-007001 de Omron (HVC-P2)

Al cambiar los engranajes a módulos, el HVC-P2 de Omron proporciona los componentes para los sistemas de reconocimiento. Presentado por primera vez en 2016, consiste en una pequeña cámara y placa de circuito que tiene capacidades de reconocimiento avanzadas. Los modelos se ofrecen con cámaras para las vistas de larga distancia o de gran angular. El componente se puede instalar mediante conexiones USB (microUSB tipo B) o UART e incluye diez funciones de detección de imágenes diferentes.

Sensor hvc-p2

Puede, por ejemplo, detectar y reconocer rostros, estimar la edad, el género, la expresión y determinar lo que los usuarios están mirando.

Las funciones de detección de imagen incluidas son:

  1. Detección de cuerpo humano
  2. Detección de manos
  3. Detección de rostro
  4. Estimación de la dirección de la cara
  5. Estimación de la edad
  6. Estimación de género
  7. Estimación de parpadeo
  8. Estimación de la expresión
  9. Reconocimiento facial*
  10. Estimación de la mirada

* Para el reconocimiento facial, los usuarios registrados se identifican mientras que los usuarios no registrados son anotados.

Sensor de imágenes con capacidad de imagen de B5T-007001 documento técnico

Este sensor está configurado actualmente para aplicaciones de marketing; se puede usar para determinar el compromiso del usuario con un anuncio o una máquina expendedora. La variedad de funciones proporcionadas, sin embargo, utilizadas solas o juntas, lo hacen adecuado para muchas aplicaciones.

En los estudios de marketing, las estimaciones de expresión pueden proporcionar una retroalimentación más útil que el hecho de que los sujetos respondan las preguntas de la encuesta.

En aplicaciones energéticas, la detección del cuerpo humano proporciona sistemas más eficientes. La iluminación y la temperatura se pueden controlar para proporcionar ambientes cómodos cuando sea necesario y ahorrar energía si no hay nadie cerca. Si no se está utilizando un comedor o un gimnasio, por ejemplo, los sistemas pueden apagarse. Cuando se utilizan, los sistemas se encienden y, a medida que más personas se reúnen, se pueden ajustar automáticamente para mantener un entorno cómodo.

Los ingenieros ciertamente podrían aplicar la tecnología a otros campos. Por ejemplo, el dispositivo puede instalarse en un automóvil para ajustar el asiento y el espejo del conductor para diferentes conductores, reconocidos antes de ingresar al vehículo. Alternativamente, podría usarse en entornos industriales y plantas de fabricación para medir la atención y el estado de alerta de los trabajadores, tal vez activar una alarma antes de que un operador de la máquina se quede dormido, o notificar a un supervisor que el operador de la grúa está jugando en un teléfono inteligente.

En los últimos años, el HVC-P2 ha encontrado uso en el monitoreo de señalización digital, así como en el monitoreo de distritos de compras en China (sitio en chino).

Neurotecnología SentiVeillance 7.0 Face Verification SDK

También a principios de año se anunció un nuevo kit de desarrollo de software para el reconocimiento facial de la compañía lituana Neurotechnology.

Uno de los principales desafíos del uso generalizado de la tecnología de reconocimiento facial es el desarrollo de algoritmos confiables para analizar grandes conjuntos de datos. La plataforma SentiVeillance de Neurotechnology utiliza un algoritmo de identificación facial biométrico que, según afirman, permite el análisis y la creación en tiempo real de listas de vigilancia. Imagine, por ejemplo, una lista de vigilancia creada para evaluar la seguridad en una instalación industrial.

Imagen de neurotecnología.

Según se informa, el algoritmo permite el seguimiento de caras individuales sobre el campo de visión de una cámara, incluso cuando pasan detrás de objetos. Según un comunicado de prensa, la compañía también afirma que el algoritmo "puede realizar una clasificación de género, evaluar la edad de una persona, identificar expresiones faciales (por ejemplo, sonrisa, boca abierta, ojos cerrados)" e incluso identificar si existen otros factores, como anteojos. o el vello facial.

A medida que las tecnologías de sensores se vuelven más avanzadas en 2019, es importante que el software siga su ejemplo para permitir un mejor procesamiento de datos y, en última instancia, una mejor funcionalidad del hardware.


¿Cuáles son tus predicciones para el sector de reconocimiento facial en 2019? Comparte tus pensamientos en los comentarios a continuación.

Imagen destacada utilizada cortesía de ams.

By Maria Montero

Me apasiona la fotografía y la tecnología que nos permite hacer todo lo que siempre soñamos. Soñadora y luchadora. Actualmente residiendo en Madrid.