Kantor Komisaris Privasi Kanada atau Office of the Privacy Commissioner of Canada (OPC) telah mengikuti perkembangan teknologi pengenalan wajah selama bertahun-tahun dalam konteks minat yang lebih luas pada biometrik. Hampir satu dekade lalu, kami mengenali bahwa pengenalan wajah bisa menjadi yang paling invasif dari teknologi biometrik populer saat ini karena subjek tidak perlu memberikan persetujuan atau bahkan berpartisipasi secara sadar.
Pengenalan wajah otomatis melibatkan identifikasi seseorang berdasarkan geometri wajahnya. Untuk berhasil mengenali wajah, diperlukan gambar digital berkualitas dari wajah seseorang, database gambar digital dari individu yang teridentifikasi, dan perangkat lunak pengenal wajah yang dapat menemukan kecocokan dengan akurat.
Dari semua teknologi biometrik, pengenalan wajah paling mirip dengan cara manusia mengenali orang lain: dengan memperhatikan wajah mereka. Namun, mesin sulit meniru keterampilan ini yang mudah bagi manusia. Namun, dengan perkembangan teknologi dalam beberapa tahun terakhir, pengenalan wajah telah menjadi teknologi yang semakin akurat dan layak.
Gambar digital telah merajalela melalui kamera pengintai, ponsel pintar yang dilengkapi kamera, dan kamera digital yang murah dan berkualitas tinggi. Penyimpanan data yang murah telah menghasilkan database online besar dari gambar individu yang teridentifikasi, seperti pengemudi berlisensi, pemegang paspor, ID karyawan, dan penjahat yang dihukum. Individu telah membagikan foto online dan menandai foto pada platform seperti Facebook, Instagram, Picasa, dan Flickr. Ada juga kemajuan signifikan dalam teknologi pengenalan wajah, termasuk kemampuan dalam menganalisis gambar dan mengekstrak data. Wajah telah diubah menjadi informasi elektronik yang dapat dikumpulkan, dianalisis, dan dikategorikan dengan cara yang belum pernah terjadi sebelumnya.
Pendeteksian wajah, juga dikenal sebagai identifikasi wajah, merupakan teknologi AI berbasis komputer yang digunakan untuk menemukan serta mengenali wajah manusia dalam gambar dan video digital. Teknologi ini sering digunakan untuk pengawasan dan pelacakan orang secara real-time dalam berbagai bidang, seperti keamanan, biometrik, penegakan hukum, hiburan, dan media sosial.
Pendeteksian wajah menggunakan teknologi machine learning (ML) dan artificial neural network (ANN), serta memiliki peran penting dalam pelacakan, analisis, dan pengenalan wajah. Dalam analisis wajah, teknologi ini menggunakan ekspresi wajah untuk mengidentifikasi bagian gambar atau video yang harus difokuskan untuk menentukan usia, jenis kelamin, dan emosi. Sementara dalam sistem pengenalan wajah, data pendeteksian wajah diperlukan untuk menghasilkan sebuah faceprint dan mencocokkannya dengan faceprint lain yang tersimpan.
Teknologi pengenalan wajah bertujuan untuk memverifikasi atau mengidentifikasi individu dengan membandingkan fitur wajah mereka dengan database wajah yang terdaftar dan mencari kesesuaian. Proses ini terdiri dari tiga langkah yang umumnya diterapkan. Pertama, sistem harus mengenali wajah pada gambar. Kemudian, membuat representasi numerik dari fitur wajah berdasarkan posisi, ukuran, dan bentuk. Terakhir, "peta" numerik wajah dalam gambar dibandingkan dengan gambar basis data wajah yang terdaftar, seperti basis data paspor.
Pengenalan wajah berguna untuk memverifikasi atau mengidentifikasi identitas seseorang. Sistem otentikasi digunakan untuk memberikan akses ke fasilitas atau peralatan. Teknologi ini juga digunakan untuk melawan penipuan, contohnya, memeriksa apakah seseorang telah mengajukan permohonan paspor dengan lebih dari satu nama. Ada jenis biometrik lain yang digunakan untuk autentikasi, seperti sidik jari dan pemindaian iris mata.
Identifikasi seringkali menjadi tujuan aplikasi keamanan publik dan keamanan nasional, seperti mengidentifikasi individu selama kerusuhan, atau menjaga keamanan tempat umum dengan lalu lintas tinggi seperti bandara dan arena olahraga. Pengenalan wajah sangat cocok untuk aplikasi identifikasi karena gambar wajah dapat ditangkap dari jarak jauh dan tanpa sepengetahuan individu. Biometrik lain, seperti kiprah atau pengenalan suara, juga dapat digunakan untuk identifikasi dari jarak jauh dan tanpa persetujuan, tetapi memiliki batasan yang jelas sehingga membuatnya kurang berguna.
Aplikasi detektor wajah menggunakan teknologi AI, ML, analisis statistik, dan pengolahan citra untuk mengenali wajah manusia dalam gambar yang lebih besar dan membedakan mereka dari objek bukan wajah seperti lanskap, bangunan, dan bagian tubuh manusia lainnya. Sebelum deteksi dimulai, media yang dianalisis diproses terlebih dahulu untuk meningkatkan kualitasnya dan menghilangkan gambar yang dapat mengganggu deteksi.
Algoritma deteksi wajah biasanya dimulai dengan mencari mata manusia, yang merupakan salah satu fitur yang paling mudah dideteksi. Kemudian, algoritma mencoba menemukan landmark wajah, seperti alis, mulut, hidung, lubang hidung, dan iris mata. Setelah algoritma yakin telah menemukan daerah wajah, dilakukan tes tambahan untuk memastikan bahwa wajah telah terdeteksi.
Agar akurasinya terjamin, algoritma dilatih pada kumpulan data besar yang terdiri dari ratusan ribu gambar positif dan negatif. Pelatihan ini meningkatkan kemampuan algoritma untuk menentukan apakah ada wajah dalam gambar dan di mana letaknya.
Sistem identifikasi wajah merupakan metode verifikasi yang cepat dan efisien. Lebih efisien dan praktis dibandingkan dengan teknologi biometrik lain seperti pemindaian sidik jari atau retina. Selain itu, titik kontak yang dibutuhkan dalam sistem identifikasi wajah lebih sedikit dibandingkan dengan penggunaan kata sandi atau PIN. Hal ini memungkinkan penggunaan otentikasi multifaktor untuk meningkatkan keamanan.
Dengan menggunakan pengenalan wajah lebih akurat dalam mengidentifikasi individu dibandingkan dengan hanya menggunakan nomor telepon, alamat email, alamat surat, atau alamat IP. Saat ini, banyak layanan seperti perdagangan saham dan kripto, telah beralih ke pengenalan wajah sebagai bentuk perlindungan bagi pelanggan dan aset mereka.
Teknologi identifikasi wajah dapat dengan mudah disesuaikan dan diintegrasikan dengan sebagian besar program keamanan. Sebagai contoh, smartphone dengan kamera depan memiliki dukungan bawaan untuk algoritma identifikasi wajah atau kode program lunak.
Dalam deteksi wajah menggunakan teknologi kecerdasan buatan (ML), salah satu tantangan yang dihadapi adalah beban penyimpanan data yang besar. Teknologi ML membutuhkan sejumlah besar data untuk melatih model dan membuatnya mampu mendeteksi wajah dengan akurasi tinggi. Namun, tidak semua pengguna memiliki kapasitas penyimpanan data yang cukup untuk menangani beban tersebut. Ini menjadi masalah karena pengguna mungkin kesulitan menyimpan dan mengelola data yang diperlukan untuk melatih model deteksi wajah. Hal ini dapat menjadi hambatan dalam mengadopsi teknologi deteksi wajah yang menggunakan ML, terutama bagi pengguna dengan keterbatasan kapasitas penyimpanan.
Pendeteksian wajah memberikan hasil yang lebih tepat dibandingkan dengan identifikasi manual, namun bisa terpengaruh oleh perubahan tampilan, sudut pandang kamera, ekspresi, posisi, orientasi, warna kulit, nilai piksel, kacamata, rambut wajah, dan perbedaan pengaturan kamera, kondisi pencahayaan, dan resolusi gambar.
Kemampuan pengenalan wajah dapat membantu pemerintah dalam pelacakan kejahatan yang menciptakan manfaat besar. Namun, penggunaannya yang sama dapat menyebabkan pemerintah mengawasi penduduk. Regulasi yang ketat harus diberlakukan untuk memastikan teknologi tersebut digunakan secara adil dan sesuai dengan hak privasi manusia.
Para pakar telah mengungkapkan kekhawatiran mengenai ketidakakuratan deteksi wajah dalam mengidentifikasi orang-orang berkulit gelap, terutama wanita, dan dampaknya terhadap kesalahan mengaitkan mereka dengan kejahatan yang tidak mereka lakukan. Keprihatinan ini terkait dengan kekhawatiran yang lebih luas tentang bias rasial dalam algoritma pembelajaran mesin.
Mengenalkan wajah menjadi unsur yang semakin signifikan dalam kehidupan kita dalam beberapa cara. Apa yang dulunya hanya terlihat di film kini menjadi kenyataan berkat kemajuan teknologi. Dari membuka kunci ponsel dengan cepat hingga pemrosesan pengenalan wajah di pemeriksaan paspor, kini kita dapat dikenali dengan sangat tepat dan akurat menggunakan wajah kita. Sebelum kita menjelajahi lebih jauh tentang penggunaan pengenalan wajah, mari kita lihat secara singkat apa itu pengenalan wajah. Pengenalan wajah, yang juga dikenal sebagai deteksi wajah, merupakan teknik biometrik yang memanfaatkan ciri-ciri wajah seseorang untuk mengidentifikasinya. Perangkat lunak dan sistem pengenalan wajah mengambil gambar pola di wajah manusia, kemudian memindai dan membandingkannya dengan prototipe wajah orang tersebut yang sudah ada untuk memastikan identifikasi mereka.
Sistem keamanan tersebar luas di lingkungan perumahan, bisnis, dan publik di seluruh dunia, berkontribusi terhadap kesejahteraan dan keselamatan sosial. Sistem pemantauan video bervariasi mulai dari kamera rumah yang terhubung dengan Wi-Fi hingga sistem kamera IP canggih yang memberikan pemantauan waktu nyata yang sangat baik serta kemampuan untuk menyimpan rekaman peristiwa masa lalu untuk pemeriksaan dan analisis.
Sistem keamanan konvensional bergantung pada pengamatan umpan atau catatan video langsung dan secara manual memberi tahu staf yang ditunjuk tentang kejadian yang tidak biasa. Prosedur ini memakan waktu, mahal, dan tidak dapat diandalkan. Integrasi pengenalan wajah ke dalam sistem keamanan dapat meningkatkan kinerja keamanan dan pemantauan di seluruh industri sekaligus menurunkan biaya. Teknologi ini dapat mendeteksi ketika orang berada dalam garis pandang kamera dan mengenali siapa pun di database sistem, mengirimkan pemberitahuan untuk tindakan manusia yang ditargetkan. Selain itu, pengenalan wajah dapat memberikan manfaat yang tak terhitung bagi penegakan hukum, karena memberikan deteksi dan pencegahan kriminal. Ini dapat membantu menjadikan dunia tempat yang lebih aman bagi manusia. Untuk memahami teknologi ini dengan lebih baik, mari kita lihat kasus dalam konteks keamanan:
a. Mendeteksi Penjahat dan Mencegah Kejahatan
Mengenal wajah berguna dalam menemukan dan melacak pelaku kejahatan masa lalu di tempat umum. Petugas dapat menemukan kesesuaian dalam rekaman langsung dan merespons dengan cepat menggunakan gambar pelaku terkenal dari database atau rekaman video. Kepolisian juga dapat mengambil tindakan pencegahan segera. Sampai saat ini, teknologi ini memungkinkan departemen investigasi dan kriminal untuk mencegah beberapa kejahatan.
b. Menemukan Anak Hilang
Teknologi pengenalan wajah dapat membantu operator menghemat waktu dengan memungkinkan mereka membandingkan gambar referensi yang diberikan oleh orang tua anak yang hilang dengan gambar wajah sebelumnya yang terdeteksi oleh kamera. Pengenalan wajah juga dapat digunakan untuk mencari urutan video guna memprediksi lokasi dan waktu hilangnya anak tersebut. Petugas akan dapat lebih memahami pergerakan anak sebelum hilang dan menunjukkan dengan tepat lokasi di mana ia terakhir terlihat. Peringatan real-time dapat memberikan alarm kapan saja terdapat kecocokan. Setelah itu, polisi dapat memverifikasi keasliannya dan melakukan tindakan yang diperlukan untuk menemukan anak-anak yang hilang tersebut.
c. Mempercepat Investigasi
Para penyidik yang sedang mencari bukti video setelah terjadinya suatu insiden dapat memanfaatkan teknologi pengenalan wajah untuk membantu mereka. Adalah sangat penting bagi para penyidik untuk dapat membedakan antara identitas tersangka dan orang lainnya, guna mempercepat analisis mereka terhadap bukti video yang memiliki perincian penting. Dengan teknologi ini, para penyidik memiliki pemahaman yang lebih baik tentang bagaimana peristiwa sebenarnya terjadi.
Keberadaan monitoring sangat penting di institusi-institusi seperti sekolah, masjid, dan perusahaan. Ini dapat dilakukan untuk tujuan statistik atau untuk memastikan bahwa persyaratan kehadiran dipenuhi. Metode konvensional sangat lambat, tidak efisien, dan rawan kesalahan. Karyawan perlu memasukkan dan keluar menggunakan identitas fisik, informasi pribadi, dan bahkan biometrik dalam sistem waktu dan kehadiran tradisional. Ini telah disederhanakan berkat perangkat lunak identifikasi wajah, yang memastikan bahwa kehadiran dicatat secara akurat tanpa memerlukan tindakan dari petugas, instruktur, atau pengawas lainnya. Ini dapat ditingkatkan dengan menggabungkannya dengan sistem yang melacak jumlah kehadiran dan menganalisisnya untuk pola.
Sebagai contoh, teknologi identifikasi wajah dapat bermanfaat karena memiliki kemampuan untuk melacak kehadiran siswa selain membuat sekolah lebih aman. Di masa lalu, siswa dapat memasukkan anak lain yang bolos kelas. Identifikasi wajah, misalnya, digunakan di Cina untuk memastikan agar siswa tidak ketinggalan kelas. Wajah siswa dipindai dengan tablet, dan gambar mereka dicocokkan dengan database untuk mengonfirmasi identitas mereka. Selain itu, gereja juga mulai menggunakan teknologi identifikasi wajah untuk menentukan anggota komunitas mana yang menghadiri kebaktian. Ini dapat membantu mereka dalam menentukan siapa yang harus didekati untuk sumbangan dan anggota mana yang harus dihubungi untuk mendorong mereka agar lebih sering hadir.
Kesehatan dan keselamatan masyarakat di tempat umum dan pribadi menjadi fokus utama sejak dimulainya pandemi COVID-19. Sebagai akibatnya, beberapa tindakan global telah diambil, termasuk kewajiban menggunakan masker di luar rumah dan melakukan pemeriksaan suhu ketika memasuki area publik seperti stasiun kereta api, kantor, dan pusat perbelanjaan. Salah satu aplikasi menarik dari teknologi pengenalan wajah adalah untuk membantu menjaga kesehatan dengan memastikan penggunaan masker yang tepat, khususnya di tempat umum. Perangkat lunak pengenalan wajah dapat digunakan untuk mendiagnosis penyakit yang menyebabkan perubahan fisik yang terlihat. Misalnya, pengenalan wajah telah digunakan oleh National Human Genome Research Institute untuk mendiagnosis sindrom DiGeorge. Dalam 96 persen kasus, teknologi inovatif ini membantu dalam diagnosis kondisi tersebut. Ini akan menjadi alat diagnostik yang penting untuk berbagai gangguan karena algoritma menjadi semakin kompleks.
Pemanfaatan teknologi pengenalan wajah semakin menjanjikan bagi industri ritel sebagai cara untuk meningkatkan layanan pelanggan, baik di toko maupun online. Saat ini, bisnis berupaya untuk mengurangi titik kontak dan mempermudah proses pembelian, sehingga semakin diperlukan untuk mengeksplorasi berbagai kasus penggunaan teknologi pengenalan wajah di sektor ritel. Salah satu inovasi yang diharapkan muncul dalam beberapa tahun ke depan adalah Pay by Face, dimana konsumen bisa melakukan pembayaran hanya dengan menunjukkan wajah mereka ke terminal khusus. Selain itu, teknologi pengenalan wajah juga dapat membantu menciptakan pengalaman konsumen yang personal dengan mempercepat proses investigasi terhadap penipuan dan pencurian, serta meningkatkan program loyalitas dan aktivitas pemasaran di dalam toko.
Salah satu industri lain yang semakin banyak menggunakan teknologi pengenalan wajah adalah sektor perbankan. Beberapa bank telah mengintegrasikan teknologi tersebut ke dalam sistem perbankan mobile mereka, sehingga menghilangkan kebutuhan untuk menggunakan kata sandi, PIN, dan prosedur keamanan tradisional lainnya. Sebagai tindakan perlindungan tambahan, beberapa ATM juga telah dilengkapi dengan perangkat lunak pengenalan wajah.
Tidak hanya berguna untuk memastikan bahwa orang yang menarik uang adalah pemilik akun, teknologi pengenalan wajah juga dapat mendeteksi tindakan manipulasi latar belakang. Pengenalan wajah telah banyak digunakan di bank modern untuk berbagai keperluan. Pelanggan khusus dapat diidentifikasi dan ditangani segera setelah mereka memasuki sebuah institusi, penjahat yang dikenal dapat dilacak dengan cermat, dan pekerja dapat melintasi lapangan tanpa perlu memindai kartu kunci setiap beberapa meter. Semua pertimbangan ini telah membebaskan bank dan institusi keuangan lainnya dari persentase yang signifikan dari upaya yang biasanya mereka lakukan saat berinteraksi dengan klien.
Kemampuan mengenali wajah berkembang pesat berkat penggunaan pembelajaran mendalam dan jaringan saraf. Pendekatan algoritmik ini mendorong sistem pengenalan wajah ke deteksi real-time yang lebih akurat. Mereka juga memungkinkan pemasangan dengan autentikasi biometrik lainnya, seperti sidik jari dan pengenalan suara, untuk meningkatkan keamanan.
Namun, beberapa kemajuan telah diperlambat oleh pengembang dan perusahaan, seperti kemampuan untuk mendeteksi emosi melalui fitur wajah, karena kekhawatiran untuk memastikan penggunaan AI yang bertanggung jawab dan etis. Sebagai contoh, Microsoft menghapus kemampuan pengenalan emosi dari layanan seperti Azure.
Banyak ahli mengutip masalah etika dan privasi dalam argumen menentang pengembangan lebih lanjut dari deteksi wajah dan AI secara umum. Yang paling signifikan, deteksi wajah dan pengenalan wajah dapat digunakan tanpa persetujuan atau kesadaran orang yang terdeteksi. Selain itu, risiko positif palsu menjadi masalah.
Bahkan pendukung AI, seperti Elon Musk, telah mendesak penghentian sementara pengembangan sistem AI, termasuk teknologi deteksi wajah, dengan alasan pertimbangan etis dan kekhawatiran tentang konsekuensi negatif yang tidak terduga.
Teknologi pendeteksi wajah telah mengalami perkembangan pesat dan menjadi topik yang menarik dalam dunia teknologi. Artikel ini menyimpulkan bahwa teknologi pendeteksi wajah memiliki potensi besar dalam berbagai bidang, termasuk keamanan, pengenalan identitas, dan pengalaman pengguna.
Teknologi ini memanfaatkan kemampuan komputer untuk mengenali wajah manusia melalui analisis dan pemrosesan gambar. Dengan kemampuan ini, aplikasi pendeteksi wajah dapat digunakan dalam sistem keamanan untuk mengidentifikasi individu yang tidak diinginkan atau melakukan aktivitas mencurigakan. Selain itu, teknologi ini juga dapat digunakan dalam pengenalan identitas, seperti penggunaan biometrik pada perangkat pintar.
Di sisi lain, penggunaan teknologi pendeteksi wajah juga menimbulkan kekhawatiran privasi dan etika. Perlindungan data pribadi menjadi penting dalam penggunaan teknologi ini agar tidak disalahgunakan.
Secara keseluruhan, teknologi pendeteksi wajah memberikan peluang yang menarik dalam berbagai bidang, namun juga memerlukan pengaturan dan kebijakan yang tepat untuk memastikan penggunaannya yang aman dan etis.
Kesempatan lowongan magang terbaru di tahun 2024
Baca Selengkapnya..