جلد کی دیکھ بھال کے کاروبار کے لیے چہرے کی شناخت کا ٹرمینل

مارکیٹ میں چہرے کی شناخت کے سب سے عام ٹرمینلز کائنیکٹ ہیں۔ یہ صارفین کے چہروں کو پہچاننے کے لیے کیمروں اور لیزر پوائنٹرز کا استعمال کرتا ہے کیونکہ یہ انسانی شناخت کے اہم عناصر ہیں، لوگ جاننا چاہتے ہیں کہ وہ کس سے بات کر رہے ہیں۔ لیکن یہ ٹیکنالوجی کامل نہیں ہے، مثال کے طور پر، بڑے ہجوم کے لیے یا روشنی کے مختلف حالات میں یہ ہمیشہ درست نہیں ہوتی، خاص طور پر تاریک علاقوں کے لیے اور مخصوص قسم کے میک اپ اور ہیڈ ویئر والے لوگوں کو پہچاننا مشکل ہو سکتا ہے۔

چہرے کی شناخت کی ٹیکنالوجی کی اگلی نسل جو آپ کو دور سے پہچاننا ممکن بناتی ہے شاید کیمروں کی بجائے روشنی کے سینسر پر مبنی ہوگی۔ یہ ٹیکنالوجی پہلے ہی سونی کارپوریشن کی طرف سے تیار کی جا چکی ہے جس نے مئی 2014 میں اپنے پروٹو ٹائپ کا انکشاف کیا تھا لیکن اس نے صرف SIBOS کے ذریعہ منعقدہ ایک حالیہ صنعتی تقریب میں شاندار انعام جیتا ہے - یہ ایک بین الاقوامی کاروباری انجمن ہے جو ٹیلی کمیونیکیشن کے لیے مشاورت اور کاروباری ترقی کے لیے وقف ہے۔

چہرے کی شناخت کی ٹیکنالوجی عروج پر ہے۔ پچھلے کچھ سالوں میں، یہ ویڈیو نگرانی کے لیے ایک بہت مقبول اور مفید خصوصیت بن گیا ہے - ہوائی اڈوں، ٹرینوں اور کاروں میں۔

حفاظتی مقاصد کے لیے افراد کی شناخت کے لیے چہرے کی شناخت کی ٹیکنالوجی بھی استعمال کی جا سکتی ہے۔ مثال کے طور پر، آپ مشکوک لوگوں کا پتہ لگانے کے لیے چہرے کی شناخت کی ٹیکنالوجی کا استعمال کر سکتے ہیں اور پھر ضرورت کے مطابق انہیں رسائی کنٹرول یا دیگر حفاظتی اقدامات تفویض کر سکتے ہیں۔

چہرہ پہچاننے والا ٹرمینل سیکیورٹی اور نگرانی کے لیے سب سے زیادہ استعمال ہونے والی ٹیکنالوجی ہے۔ کمرے میں موجود لوگوں کی شناخت کو گمنام رکھنے کے لیے، تصاویر کے ڈیٹا بیس سے ان کا موازنہ کرکے ان کے چہروں کو پہچاننا ممکن ہے۔ اس ٹیکنالوجی کو ہوائی اڈوں پر شناخت کے لیے استعمال کیا جاتا ہے، پولیس کی تفتیش کے دوران، جرائم کے مناظر کی تفتیش وغیرہ۔ چہرے کی شناخت کے پیچھے خیال یہ ہے کہ یہ رازداری سے سمجھوتہ کیے بغیر زیادہ سے زیادہ ڈیٹا استعمال کرتا ہے۔

اس صدی کے آخر میں چہرے کی شناخت کی ٹیکنالوجی کے سب سے اہم ٹیکنالوجیز میں سے ایک ہونے کی پیش گوئی کی گئی ہے۔ ہارڈ ویئر اور سافٹ ویئر دونوں میں ترقی کے ساتھ مستقبل روشن نظر آتا ہے۔ ایک تحقیقی پروجیکٹ جس پر میں کام کرتا ہوں اس کی پیشین گوئی ہے کہ 2035 تک، کمپیوٹرز کے لیے تصویروں کو آج انسانی آنکھوں سے زیادہ مؤثر طریقے سے پروسیس کرنا ممکن ہو جائے گا، حالانکہ وہ ہمیں ایک دوسرے کی آنکھوں میں دیکھنے یا ریکارڈ کرنے کی اجازت نہیں دیں گے۔

سیکورٹی اور نگرانی کی دنیا میں، چہرے کی شناخت کا ٹرمینل ایک ناگزیر ٹول ہے۔ جب کہ اس کے کچھ اُوپر ہیں، مثال کے طور پر حقیقی وقت میں مشتبہ افراد کا پتہ لگانے کی صلاحیت، اس کے منفی پہلو بھی ہیں۔ چہرے کی شناخت کی ٹیکنالوجی فول پروف نہیں ہے اور اسے اکثر اپنی ہی ٹیکنالوجی کے ذریعے بے وقوف بنایا جاتا ہے۔

اگرچہ چہرے کی شناخت کا استعمال برسوں سے ہو رہا ہے، ہم آخرکار اسے اپنی روزمرہ کی زندگیوں میں آتے دیکھنا شروع کر رہے ہیں۔ اس کا استعمال متعدد مختلف شعبوں جیسے سیکیورٹی، گیمنگ اور یہاں تک کہ ہمارے اسمارٹ فونز کے ساتھ بھی کیا جاسکتا ہے۔

چہرے کی شناخت کی ٹیکنالوجی B2B کمپنیوں کے لیے اپنی مارکیٹنگ مہمات کو خودکار کرنے کا ایک بڑا موقع فراہم کرتی ہے۔ ان کی کوششوں کو فروخت میں اضافہ اور اعلی تبادلوں کی شرحوں سے نوازا جائے گا۔ لیکن، چیلنج یہ ہے کہ اس ٹیکنالوجی کو اپنے کاروبار میں کیسے لاگو کیا جائے۔

اس مضمون میں، ہم چہرے کی شناخت کے ٹرمینلز پر بات کرنے جا رہے ہیں۔

چہرے کی شناخت کا ٹرمینل صارف کو تصویر کی شناخت کے لیے جدید ترین کام کرنے کی اجازت دیتا ہے جیسے: چہروں کے ڈیٹا بیس کے خلاف ساکن امیجز کے سیٹ سے چہروں کو ملانا، چہرے کی خصوصیات میں چھوٹی تبدیلیوں کا پتہ لگانا جو مختلف لوگوں یا ایک ہی چہرے پر مختلف تاثرات کی نشاندہی کرتی ہے۔ یہ نہ صرف چہرے کی شناخت کے لیے بلکہ تصویر پر مبنی دیگر کاموں جیسے آبجیکٹ کا پتہ لگانے اور 3D تعمیر نو کے لیے بھی اہم ہے۔

چہرے کی شناخت کا ٹرمینل صارفین کی ضروریات کا خیال رکھنے کا ایک اہم ذریعہ ہے۔ یہ ہماری ڈیجیٹل شناخت کو زیادہ محفوظ اور نتیجہ خیز بنانے میں ہماری مدد کرتا ہے۔

یہ بہت سی کمپنیاں اس طرح کی ایپلی کیشنز کے لیے استعمال کریں گی۔:

یہ اس سال کے آخر میں مارکیٹ میں دستیاب ہوگا۔

آج کی چہرے کی شناخت کی ٹیکنالوجی نے ہمارے لیے اپنی روزمرہ کی زندگی میں لوگوں کو پہچاننا آسان بنا دیا ہے۔ خاص طور پر، جب ہم اپنے فون پر کسی تصویر کی طرف اشارہ کرتے ہیں تو ہم اس بات کا اچھا اندازہ لگا سکتے ہیں کہ ہم کس کے ساتھ بات کر رہے ہیں۔ تاہم، آج کی چہرے کی شناخت کی ٹیکنالوجی کامل نہیں ہے: اسے کسی ایسے شخص کی تصویر سے بے وقوف بنایا جا سکتا ہے جو کسی اور ہونے کا بہانہ کر رہا ہو اور ہو سکتا ہے کہ وہ خود بھی ہو۔

اس طرح، اس مسئلے کو کم کرنے کا ایک طریقہ یہ ہے کہ ایک الگورتھم تیار کیا جائے جو یہ دیکھے کہ آیا وہ تصویر حقیقت میں آپ کے سامنے ہے یا نہیں اور پھر آپ کو بتائے کہ آپ کے سامنے والا شخص اس شخص جیسا لگتا ہے یا وہ شخص۔ .