মুখমণ্ডল শনাক্তকরণ পদ্ধতি

ঐতিহ্যগত

কিছু মুখ শনাক্তকরণ অ্যালগরিদম মুখের একটি চিত্র থেকে খসড়া, বা বৈশিষ্ট্য আহরণ দ্বারা মুখের বৈশিষ্ট্য শনাক্ত করে থাকে। উদাহরণস্বরূপ, একটি অ্যালগরিদম আপেক্ষিক অবস্থান, আকার, এবং / অথবা চোখ, নাক, এবং চোয়ালের আকৃতি বিশ্লেষণ করতে পারে।^[৩] এই বৈশিষ্ট্যগুলি তখন মিলিত বৈশিষ্ট্যগুলির সাথে অন্যান্য চিত্রগুলি অনুসন্ধান করতে ব্যবহৃত হয়।^[৪] অন্যান্য অ্যালগরিদম মুখের ছবির একটি গ্যালারি নর্মালাইজ করে এবং তারপর মুখের ডাটা সংকুচিত করে, শুধুমাত্র ইমেজটিতে ডাটা সংরক্ষণ করে যা মুখের স্বীকৃতির জন্য উপযোগী। তারপর একটি প্রমাণিত ছবির সঙ্গে মুখের তথ্য তুলনা করা হয়।^[৫] সর্বাপেক্ষা সফলতম পদ্ধতিগলির মধ্যে একটি হল টেমপ্লেট শনাক্তকরণ, যা মিলে যাওয়া কৌশলগুলির উপর ভিত্তি করে নির্দিষ্ট বৈশিষ্ট্যগুলির একটি সেট প্রয়োগ করে, এবং একটি সংকুচিত মুখের উপস্থাপনা প্রদান করে।^[৬][৭]

শনাক্তকরণ অ্যালগরিদম দুটি প্রধান পন্থা, জ্যামিতিক, যা বিশিষ্ট বৈশিষ্ট্যাবলী দেখায়, অথবা ফোটামেট্রিক, যা একটি পরিসংখ্যান পদ্ধতি যা একটি ইমেজকে মানে বিভক্ত করে এবং বৈষম্য দূর করার জন্য টেমপ্লেটগুলির সাথে মানগুলির তুলনা করে।

জনপ্রিয় স্বীকৃতি অ্যালগরিদমগুলি এগেনফেসেস ব্যবহার করে রৈখিক বৈষম্য বিশ্লেষণ, ইলাস্টিক গুচ্ছ চিত্র ফিশেরফাসে অ্যালগরিদম ব্যবহার করে এইং হিডেন মার্কোভ মডেল, মাল্টিলিওনার সাবসপেস টেনসার উপস্থাপনা ব্যবহার করে ও নিউরোনাল-প্রণোদিত ডায়নামিক লিংক ম্যাচিং প্রধান উপাদান বিশ্লেষণের অন্তর্ভুক্ত।

ত্রি-মাত্রিক

একটি মুখ আকৃতির তথ্য ক্যাপচার করার জন্য ত্রি-মাত্রিক মুখ শনাক্তকরণ কৌশলটি থ্রি-ডি সেন্সর ব্যবহার করে। এই তথ্যটি তারপর মুখের পৃষ্ঠের বিভিন্ন বৈশিষ্ট্য শনাক্ত করার জন্য ব্যবহার করা হয়, যেমন চোখের সকেটস, নাক এবং চিবুকের কনট্যুর।^[৮]

থ্রি-ডি মুখ শনাক্তকরণের একটি সুবিধা হল এটি অন্যান্য কৌশলের মত আলো পরিবর্তন দ্বারা প্রভাবিত হয় না। এটি একটি প্রোফাইল ভিউসহ কোণের একটি প্রান্ত থেকে মুখ শনাক্ত করতে পারে।^[৪][৮] একটি মুখ থেকে ত্রিমাত্রিক ডাটা পয়েন্টের মুখ শনাক্তকরণের স্পষ্টতা উন্নত করে। থ্রি-ডি রশ্মি উন্নততর সেন্সরের বিকাশ দ্বারা তৈরি হয়েছে যা থ্রি-ডি মুখ কল্পনায় একটি ভাল কাজ করে। সেন্সর মুখ সম্মুখদিকের কাঠামোগত আলো প্রজ্জ্বলন দ্বারা কাজ করে। এই ছবির সেন্সরের এক ডজন বা আরও বেশি একই সিএমওএস চিপে স্থাপন করা যেতে পারে-প্রতিটি সেন্সর স্পেকট্রামের একটি ভিন্ন অংশ দখল করে ....^[৯]

এমনকি একটি নিখুঁত থ্রি-ডি মিলে যাওয়া কৌশল সংবেদনশীল হতে পারে। যে লক্ষ্য জন্য টেকনিওন একটি গ্রুপ হিসাবে মেমরি জ্যামিতি থেকে সরঞ্জামকে ইসমেট্রিজ হিসাবে অভিব্যক্তি আচরণের জন্য প্রয়োগ করে।^[১০]

একটি নতুন পদ্ধতি হল বিভিন্ন ট্র্যাকিং ক্যামেরা ব্যবহার করে বিভিন্ন কোণ থেকে থ্রি-ডি ছবি ক্যাপচার করা; একটি ক্যামেরা বস্তুটির দিকে লক্ষ করা থাকবে, দ্বিতীয়টি এক পাশে, এবং তৃতীয়টি কোনো এক কোণে. এই সমস্ত ক্যামেরা একসঙ্গে কাজ করবে যাতে এটি বস্তুটিকে বাস্তব সময়ে ট্র্যাক করতে পারে এবং শনাক্ত করতে সক্ষম হয়।^[১১]

ত্বকের গঠন বিশ্লেষণ

স্ট্যান্ডার্ড ডিজিটাল বা স্ক্যান হিসাবে আরেকটি উদীয়মান প্রবণতা, ত্বক চাক্ষুষ বিবরণ ব্যবহার করা। এই প্রযুক্তি, যা চামড়া গঠনবিন্যাস বিশ্লেষণ নামে পরিচিত, একটি লাইন, নিদর্শন, এবং স্পষ্টভাবে একটি গাণিতিক স্থানে একটি ব্যক্তির ত্বক রশ্মি সক্রিয় করে ।^[৪]

পরীক্ষা দেখিয়েছে যে চামড়া গঠনবিন্যাস বিশ্লেষণের যোগফলের সাথে, চিত্রবিনোদনমূলক মুখোমুখি কর্মক্ষমতা ২০ থেকে ২৫ শতাংশ বৃদ্ধি করতে পারে।^[৪][৮]

তাপীয় ক্যামেরা

মুখ শনাক্তকরণের জন্য ইনপুট ডাটা গ্রহণের একটি ভিন্ন ফর্ম হল তাপীয় ক্যামেরা ব্যবহার করা, এই পদ্ধতি দ্বারা ক্যামেরা শুধুমাত্র মাথা আকৃতি শনাক্ত করবে এবং চশমা বা টুপি আনুষঙ্গিক বিষয় উপেক্ষা করবে। মুখ শনাক্ত করার জন্য তাপীয় ছবি ব্যবহারের একটি সমস্যা হল মুখ শনাক্ত করার জন্য ডাটাবেস সীমিত। ডিয়েগো সকোলিনস্কি এবং আন্দ্রে সেলিংগার (২০০৪ সালে) বাস্তব জীবনের তাপ চক্র শনাক্তকরণের ব্যবহার এবং অপারেশন সিক্রেঞ্জের গবেষণা এবং একই সাথে থার্মাল ফেস ইমেজগুলির একটি নতুন ডাটাবেস তৈরি করেন। গবেষণায় কম সংবেদনশীল, কম বিশ্লেষণ লোহা-বৈদ্যুতিক ইলেকট্রিক সেন্সরগুলি ব্যবহার করে যা লম্বা তরঙ্গ তাপ ইনফ্রারেড (LWIR) অর্জন করতে সক্ষম। ফলাফল দেখায় যে LWIR এবং নিয়মিত দৃষ্টিলব্ধ ক্যামেরার একটি সংযোজকগুলি বাইরের অনুসন্ধানগুলির মধ্যে বড় ফলাফল রয়েছে। অভ্যন্তরীণ ফলাফল দেখায় যে দৃশ্যমান ৯৭.০৫ শতাংশ সঠিকতা আছে, LWIR এর ৯৩.৯৩ শতাংশ, এবং ফাউয়ানের ৯৮.৪০ শতাংশ, তবে বহিরঙ্গন প্রমাণিত দৃশ্যমানের ৬৭.০৬ শতাংশ, LWIR ৮৩.০৩ শতাংশ, এবং ফিউশন ৮৯.০২ শতাংশ। নতুন ডাটাবেস তৈরির জন্য ১০ সপ্তাহের মধ্যে ২৪০টি বিষয় ব্যবহার করা হয়েছে। তথ্য সনির, বৃষ্টির এবং মেঘলা দিনে সংগৃহীত হয়েছিল।^[১২]

অস্ট্রেলিয়ান বর্ডার ফোর্স এবং নিউজিল্যান্ড কাস্টমস সার্ভিসগুলি একটি স্বতন্ত্র সীমান্ত প্রসেসিং সিস্টেম স্থাপন করেছে যার নাম স্মার্ট গেট যা মুখমণ্ডল শনাক্তকরণ ব্যবহার করে, যা ই-পাসপোর্ট মাইক্রোচিপের তথ্য দিয়ে যাত্রীদের মুখগুলির তুলনা করে।^[১৩] প্রধান কানাডীয় বিমানবন্দর প্রাথমিক পরিদর্শন দোকান কর্মসূচি অংশ হিসাবে একটি নতুন মুখমণ্ডল শনাক্তকরণ কার্যক্রম ব্যবহার করবে যা জনগণের মুখের তুলনায় তাদের পাসপোর্টগুলির তুলনা করবে। এই কার্যক্রমের প্রথমটি ২০১৭ সালের প্রথম দিকে ওটাওয়া ইন্টারন্যাশনাল এয়ারপোর্টে এবং ২০১৮ সালে অন্যান্য বিমানবন্দরে আসবে।^[১৪] পানামা মধ্যে তোকুমেন আন্তর্জাতিক বিমানবন্দর মাধ্যমে ক্ষণস্থায়ী ব্যক্তির পরিচয় শনাক্ত করতে শত শত জীবন্ত মুখমণ্ডল শনাক্তকরণ ক্যামেরা ব্যবহার করে একটি বিমানবন্দর-চওড়া নজরদারি পদ্ধতি পরিচালনা করবে।^[১৫]

মার্কিন যুক্তরাষ্ট্রের রাষ্ট্র দফতর বিশ্বের সবচেয়ে বড় মুখ স্বীকৃতি পদ্ধতি পরিচালনা করে যা ১১.৭ কোটি প্রাপ্তবয়স্ক মার্কিনীদের একটি ডাটাবেস দিয়ে পরিচালনা করে, যা সাধারণত গাড়ি চালকদের লাইসেন্স ছবিগুলি থেকে নেওয়া হয়।^[১৬] যদিও এটি এখনো পুরোপুরি সমাপ্ত না-হলেও, কিছু শহরগুলিতে এটি ব্যবহার করা হচ্ছে যেগুলি ছবিতে থাকা ব্যক্তিদের কাছে সুস্পষ্ট প্রমাণ দিতে পারে। এফবিআই ইতিবাচক পরিচয়ের জন্য একটি অনুসন্ধানমূলক হাতিয়ার হিসাবে ফটোগুলি ব্যবহার করে।^[১৭]

সাম্প্রতিক বছরগুলিতে মেরিল্যান্ড জনগণের মুখগুলি তাদের গাড়ি চালকদের লাইসেন্স ছবিগুলিতে তুলনা করে মুখগত স্বীকৃতি ব্যবহার করেছে। পুলিশ হেফাজতে ই ফ্রেডি গ্রে-এর মৃত্যুর পর বিরল বিক্ষোভকারীদের গ্রেপ্তার করার জন্য এটি বাল্টিমোর ব্যবহার করা হয় যখন পদ্ধতিটি বিতর্ক সৃষ্টি করে।^[১৮] অন্যান্য রাজ্যের একটি অনুরূপ পদ্ধতি ব্যবহার বা উন্নয়ন করে, যদিও কিছু রাজ্যের আইনে তার ব্যবহার নিষিদ্ধ।

এফবিআই তার পরবর্তী প্রজন্ম শনাক্তকরণ কার্যক্রম স্বীকৃতি অন্তর্ভুক্ত করার পাশাপাশি আঙুলের ছাপ এবং আইরিস স্ক্যানগুলির মত আরও ঐতিহ্যগত বায়োমেট্রিক্স চালু করেছে, যা ফৌজদারি ও বেসামরিক ডাটাবেস উভয় থেকেই তথ্য দিতে পারে।^[১৯]

২০১৭ সালে, টাইম অ্যান্ড অ্যাটেন্ডেন্স কোম্পানির ক্ল্লডইন প্রকাশ্যে স্বীকৃতি প্রকাশ করে ব্যবসার এবং সংগঠনগুলির জন্য উপস্থিতি ট্র্যাকিং হিসাবে একটি কর্মসূচী পালন করার আরও স্বয়ংক্রিয় ব্যবস্থা করার পাশাপাশি স্বাস্থ্য ও নিরাপত্তা নিয়ন্ত্রণের জন্য কাজ করে।

মে ২০১৭ সালে, একটি সাউথ ওয়েলস পুলিশ দ্বারা চালিত একটি ভ্যানের উপর মাউন্ট একটি স্বয়ংক্রিয় মুখের স্বীকৃতি (AFR) পদ্ধতি ব্যবহার করে গ্রেপ্তার করা হয় একটি মানুষ আর্স টেকনিকে রিপোর্ট করেছে যে "এটি প্রথমবারের মত (AFR) গ্রেফতারের দিকে নিয়ে যায়"।^[২০]

সংযোজিত ব্যবহার

নিরাপত্তা ব্যবস্থার জন্য ব্যবহার ছাড়াও, মুখমণ্ডল শনাক্তকরণ পদ্ধতির জন্য আরো অনেক প্রয়োগ উপলব্ধ করা যায়। যদিও ৯/১১-এর আগে করা ছিল তাৎপর্যপূর্ণভাবে প্রচারিত পরীক্ষানিরীক্ষা, তাদের গোপন প্রকৃতির কারণে সাম্প্রতিক কার্যকরতা খুব কমই লিখিত হয়।

২০০১ সালের জানুয়ারি মাসে সুপার বোল XXXV এ, ফ্লোরিডা টাম্পা উপসাগরে পুলিশের উপস্থিতিতে সম্ভাব্য অপরাধীদের এবং সন্ত্রাসীদের অনুসন্ধানে ভিআইজেজ মুখ স্বীকৃতি সফটওয়্যার ব্যবহার করেছিল। ১৯ জন ক্ষুদ্র অপরাধী রেকর্ডের সাথে সম্ভবত চিহ্নিত করা হয়েছিল।^{[২১][২২]}

২০০১ সালের মেক্সিকোয় প্রেসিডেন্ট নির্বাচনে, মেক্সিকো সরকার ভোটারদের জালিয়াতি প্রতিরোধে মুখমণ্ডল শনাক্তকরণ সফটওয়্যার ব্যবহার করে। একাধিক ভোট দেওয়ার চেষ্টা করার জন্য কিছু ব্যক্তি বেশ কয়েকটি ভিন্ন ভিন্ন নামে ভোট দেওয়ার জন্য নিবন্ধভুক্ত ছিলেন।^[২৩] ইতিমধ্যে ভোটার ডাটাবেসে যারা নতুন মুখ ছবি তুলনা, কর্তৃপক্ষ নকল নিবন্ধন কমাতে সক্ষম হয়। জাল শনাক্তকরণ কার্ড এবং গাড়ি চালনার লাইসেন্স প্রাপ্তি থেকে মানুষকে রক্ষা করার জন্য মার্কিন যুক্তরাষ্ট্রে একই ধরনের প্রযুক্তি ব্যবহার করা হচ্ছে।^{[২৪][২৫]}

বিভিন্ন স্বীকৃতির জন্য বিভিন্ন কম্পিউটিং প্ল্যাটফর্ম এবং ডিভাইসগুলির জন্য বায়োমেট্রিক প্রমাণীকরণের একটি ফর্ম হিসাবে লভ্য করা হয়েছে;^[৪] অ্যান্ড্রয়েড 4.0 "আইসক্রিম স্যান্ডউইচ" একটি স্মার্টফোনের সামনে ক্যামেরা ব্যবহার করে মুখের স্বীকৃতি যোগ করে আনলক করার একটি উপায় তৈরি করা হয়,^{[২৬][২৭]} মাইক্রোসফট তার কিনেক্ট আনুষঙ্গিক মাধ্যমে তার এক্সবক্স ৩৬০ ভিডিও গেম কনসোল মুখ সনাক্তকরণ স্বাক্ষর চালু করে,,^[২৮] পাশাপাশি উইন্ডোজ ১০-এর মাধ্যমে তার 'উইন্ডোজ হ্যালো' প্ল্যাটফর্ম (যা একটি ইনফ্রারেড-আলোকিত ক্যামেরা প্রয়োজন)।^[২৯] অ্যাপল এর আইফোন এক্স স্মার্টফোন তার "ফেস আইডি" প্ল্যাটফর্মের সাথে পণ্য লাইনের মুখগত স্বীকৃতি চালু করেছে, যা একটি ইনফ্রারেড আলোকসজ্জা পদ্ধতি ব্যবহার করে কাজ করে।^[৩০]

ছবি স্বাক্ষর পদ্ধতিগুলি সফ্টওয়্যার দ্বারা ফটোগ্রাফের বিষয়গুলি শনাক্ত করার জন্য ব্যবহার করা হয়েছে, যেমন ব্যক্তি দ্বারা ছবিগুলি অনুসন্ধান করা, ফটোগুলির উপস্থিতি শনাক্ত করা হলে একটি নির্দিষ্ট যোগাযোগের সাথে ভাগ করে ফটোগুলির প্রস্তাব করা।^{[৩১][৩২]}

অন্যান্য প্রযুক্তির তুলনা

বিভিন্ন বায়োমেট্রিক কৌশল মধ্যে, মুখমণ্ডল শনাক্তকরণ সবচেয়ে নির্ভরযোগ্য এবং দক্ষ হতে পারেনা। যাই হোক, এটির মূল সুবিধা হল এটি পরীক্ষা বিষয়ক সহযোগিতার প্রয়োজন হয়না। বিমানবন্দর, মাল্টিপ্লেক্স এবং অন্যান্য প্রকাশ্য স্থানে যথাযথভাবে নকশা করে বসানো পদ্ধতিগুলি ভিড়ের মধ্যে ব্যক্তিদের চিহ্নিত করতে পারে, প্রস্থানকারী ছাড়াও - পদ্ধতিটি সচেতনও করে। আঙুলের ছাপ, আইরিস স্ক্যান এবং বক্তৃতা স্বীকৃতির মতো অন্যান্য বায়োমেট্রিক্স এই ধরনের ভর শনাক্তকরণ সঞ্চালন করতে পারেনা। যাই হোক, রেলপথ এবং বিমানবন্দর নিরাপত্তা ক্ষেত্রে মুখমণ্ডল শনাক্তকরণ সফ্টওয়্যার কার্যকরতার উপর উত্থাপিত হয়েছে।

দুর্বলতা

২০০৮ সালে কার্নেগি মেলন রোবোটিক্স ইন্সটিটিউটের একজন গবেষক রালফ গ্রোসকে মুখোমুখি দেখার দৃষ্টিকোণ থেকে একটি বাধা বলে বর্ণনা করেছেন: "মুখগত স্বীকৃতিটি সম্পূর্ণ সম্মুখভাগের মুখ এবং ২০ ডিগ্রি সেলসিয়াসে প্রশংসনীয়, কিন্তু যত তাড়াতাড়ি আপনি যান প্রোফাইল, তত সমস্যা হবে। "^[৮] পোশাক বৈচিত্র্য ছাড়াও, কম রেজল্যুশন ইমেজ এছাড়াও খুব কঠিন ছবিও চিনতে পারে। এই নজরদারি পদ্ধতির মধ্যে মুখমণ্ডল শনাক্তকরণ প্রধান অবমুক্ত।^[৩৩]

শনাক্তকরণ সফ্টওয়্যার সাধারণভাবে সংখ্যালঘুদেরকে শনাক্ত করার ক্ষেত্রেও কাজ করেনা যখন এই প্রযুক্তিটি প্রশিক্ষণপ্রাপ্ত অধিকাংশ বিজ্ঞাপনে সর্বাধিক সংখ্যক গোষ্ঠীর সদস্য ছিল। অন্য অবস্থার যেখানে মুখ শনাক্তকরণ ভালোভাবে কাজ করেনা, সেখানে স্বল্প আলো, সানগ্লাস, টুপি, স্কার্, দাড়ি, লম্বা চুল, মেকআপ বা অন্যান্য বস্তু আংশিকভাবে বিষয়টির মুখ ঢেকে রাখে।^[৪]

মুখের অভিব্যক্তি ভিন্নতার জন্য মুখমণ্ডল শনাক্তকরণ কম কার্যকর হয়। একটি বড় হাসি সিস্টেমের জন্য কম কার্যকর করতে পারে। উদাহরণস্বরূপ: কানাডা, ২০০৯ সালে পাসপোর্ট ছবিতে শুধুমাত্র নিরপেক্ষ মুখের অভিব্যক্তি অনুমোদিত হয়।^[৩৪]

গবেষকদের দ্বারা ব্যবহৃত ডেটাসেটগুলির মধ্যে দ্বন্দ্ব রয়েছে। গবেষকরা কয়েকটি বিষয় থেকে কিছু বিষয় পর্যন্ত ব্যবহার করতে পারেন এবং কয়েক হাজার ছবি ইমেজ থেকে হাজার ছবিতে ব্যবহার করতে পারে। গবেষকরদের তাদের একে অপরের সাথে ব্যবহৃত ডেটাসেটগুলি উপলব্ধ করতে বা অন্তত একটি মান ডেটসেটের জন্য এটি গুরুত্বপূর্ণ।^[৩৫]

কার্যকারিতা

প্রযুক্তির সমালোচকরা অভিযোগ করেন যে নিউহাম স্কিমের লন্ডন বোরোতে পদ্ধতির ডাটাবেসের বেশ কয়েকটি একক অপরাধীকে শনাক্তকরণ করতে পারেনি এবং কয়েক বছর ধরে চলতে থাকা পদ্ধতিগুলি দমন করে। "একবার নয়, পুলিশ যতটুকু জানে, নিউহামের স্বয়ংক্রিয় মুখ স্বীকৃতি পদ্ধতি একটি জীবন্ত লক্ষ্যকে চিহ্নিত করেছে।"^{[২২][৩৬]} এই তথ্যের দাবিগুলির সাথে বিরোধিত বলে মনে হয় যে, পদ্ধতিটি ভুলের ৩৪ শতাংশ হারে হ্রাস পেয়েছে (অতএব বার্মিংহামে কেন এটি প্রবর্তিত হয়েছে)।^[৩৭] তবে ধারণাটি এভাবে ব্যাখ্যা করা যায় যে, যখন জনগণ নিয়মিতভাবে বলে যে তারা উন্নত মুখ শনাক্তকরণ প্রযুক্তির নজরদারিতে রয়েছে, তখন এই ভয়টি কেবল অপরাধের হার কমাতে পারে, মুখ শনাক্তকরণ পদ্ধতি প্রযুক্তিগতভাবে কাজ করেনা। এটি বিভিন্ন অন্যান্য মুখ শনাক্তকরণগত নিরাপত্তা ব্যবস্থাগুলির জন্য ভিত্তি, যেখানে প্রযুক্তিটি নিজেই বিশেষভাবে ভালো কাজ করেনা কিন্তু প্রযুক্তিটির ব্যবহারকারীর উপলব্ধি করে।

টপা, ফ্লোরিডার স্থানীয় পুলিশ বিভাগের ২০০২ সালে একটি পরীক্ষা ছিল একইভাবে হতাশাজনক ফলাফল হয়।^[২২]

বস্টনের লোগান এয়ারপোর্টে একটি সিস্টেম ২০০৪ সালে বন্ধ হয়ে গিয়েছিল যখন দু-বছরের পরীক্ষার সময় কোনও শনাক্তকরণ করতে ব্যর্থ হয়।^[৩৮]

পদ্ধতিগুলি প্রায়শই ১০০ শতাংশের কাছাকাছি নির্ভুলতা হিসাবে বিজ্ঞাপিত হয়, কারণ এটি বড় আকারের প্রয়োগের জন্য প্রয়োজনের তুলনায় গবেষণায় প্রায়ই অনেকগুলি অল্প ব্যবহার হয়। কারণ মুখের শনাক্তকরণ সম্পূর্ণ সঠিক নয়, এটি সম্ভাব্য মিলগুলির একটি তালিকা তৈরি করে। একজন মানব অপারেটর অবশ্যই এই সম্ভাব্য মিলের মাধ্যমে দেখায় এবং গবেষণায় দেখবে যে অপারেটররা তালিকা থেকে সঠিক মিলছে বা বেছে নেবে কেবল মাত্র অর্ধেক সময়ে। এর ফলে ভুল সন্দেহভাজনকে লক্ষ্যবস্তু করার বিষয়টি দেখা দেয়।^{[১৭][৩৯]}

গোপনীয়তা বিষয়

নাগরিক অধিকার অধিকার সংস্থা এবং গোপনীয়তা প্রচারক যেমন ইলেক্ট্রনিক ফ্রন্টিয়ার ফাউন্ডেশন^[৪০] এবং এসিএলইউ এক্সপ্রেস^[৪১] উদ্বেগ যে গোপনীয়তা নজরদারি প্রযুক্তির ব্যবহারের দ্বারা আপোষ করা হচ্ছে। এই জ্ঞান, অফিসে, নির্দিষ্ট সরকারি নীতিমালা বা কর্পোরেট প্রথাগুলি সমালোচনা করার জন্য নাগরিকদের আইন-কানুনের আইনানুগ ব্যায়াম প্রতিরোধে নিযুক্ত করা হচ্ছে এবং এগুলি নিয়মিত চালিয়ে যেতে পারে। যেমন নজরদারি ক্ষমতাসহ অনেক কেন্দ্রীয় শক্তি কাঠামো রাজনৈতিক ও অর্থনৈতিক যন্ত্রপাতি নিয়ন্ত্রণ বজায় রাখার জন্য এবং বিশেষ করে জনসাধারণের সংস্কারকে কমাতে তাদের বিশেষাধিকারে প্রবেশ করেছে।

মুখ শনাক্তকরণ কেবল একজনকে শনাক্ত করার জন্য ব্যবহার করা যাবেনা, বরং একজন ব্যক্তির সাথে সম্পর্কিত অন্যান্য ব্যক্তিগত ডাটা খুঁজে বের করতে--যেমন ব্যক্তিগত, ব্লগ পোস্ট, সামাজিক নেটওয়ার্কিং প্রোফাইল, ইন্টারনেট আচরণ, ভ্রমণের নিদর্শন ইত্যাদির অন্যান্য ছবিগুলি--এর মাধ্যমে মুখের বৈশিষ্ট্য শুধুমাত্র।^[৪২] কোনো নির্দিষ্ট সময়ে যেকোনো ব্যক্তির অবস্থান এবং তাদের সাথে থাকা ব্যক্তিদের জ্ঞানের অভিগমন থাকতে পারে এমন বিষয়ে উদ্বেগগুলি উত্থাপিত হয়েছে।^[৪৩] উপরন্তু, যদি তারা নিজেদের মুখ লুকোতে না-থাকে তবে ব্যক্তিরা স্বাক্ষর খোঁজ করা বা চুরির ক্ষমতা সীমিত করতে পারে। এই মৌলিক পরিবর্তনকারী কোনো বিপণনকারী, সরকারি সংস্থা বা যথেচ্ছ নবজাতককে গোপনীয়তার সাথে শনাক্তকরণ এবং মুখ স্বীকৃতি পদ্ধতির দ্বারা আটক ব্যক্তিদের ব্যক্তিগত তথ্য সংগ্রহের মাধ্যমে দিন-দিন গোপনীয়তা পরিবর্তন করে।^[৪২] ভোক্তারা তাদের ডাটা ব্যবহার করা হচ্ছে কী-না তা সচেতন বা সচেতন না-ও হতে পারে, যা তাদের ব্যক্তিগত তথ্য ভাগ করার বিষয়ে সম্মত হওয়ার ক্ষমতা অস্বীকার করে।^[৪৩]

ফেসবুকের মতো সোশ্যাল মিডিয়া ওয়েবসাইটগুলির নামগুলি নিয়ে টীকা দেওয়া মানুষের সংখ্যা অনেক বড়। এটি একটি ডাটাবেস প্রতিনিধিত্ব করে যা মুখ শনাক্তকরণ উদ্দেশ্যে সরকারের দ্বারা অপব্যবহৃত হতে পারে।^[৪৪] অনলাইন শনাক্তকরণে জড়িত নারীদের যৌন হয়রানির জন্য রাশিয়ার মুখ শনাক্তকরণ ব্যবহার করা হয়েছে।^[৪৫] রাশিয়াতে একটি অ্যাপ 'ফাইন্ডফেস' রয়েছে যা ভিকে নামে সামাজিক প্রচার মাধ্যম প্রয়োগ ব্যবহার করে প্রায় ৭০ শতাংশ নির্ভুলতার মুখোমুখি হতে পারে। এই প্রয়োগটি অন্যান্য দেশে সম্ভব হবেনা যেগুলি ভিকে ব্যবহার করেনা, কারণ তাদের সোশ্যাল মিডিয়া প্ল্যাটফর্মের ফটোগুলির ভিকে সঙ্গে একইভাবে সংরক্ষণ করা হয় না।^[৪৬]

২০১২ সালের জুলাই মাসে গোপনীয়তা, প্রযুক্তি এবং বিচার বিভাগের কমিটির আইন বিষয়ক উপকমিটির সামনে মার্কিন যুক্তরাষ্ট্রের সিনেটে একটি শুনানির আয়োজন করা হয়েছিল, যা গোপনীয়তা ও নাগরিক স্বাধীনতার জন্য মুখ শনাক্তকরণ প্রযুক্তির অর্থ কী কী বিষয় নিয়ে আলোচনা করা উচিত।^[৪৭]

২০১৪ সালে, ন্যাশনাল টেলিকমিউনিকেশন অ্যান্ড ইনফর্মেশন অ্যাসোসিয়েশন (এনটিআইএ) প্রাইভেট কোম্পানিগুলির মুখ শনাক্তকরণ প্রযুক্তির ব্যবহারের বিষয়ে প্রাইভেটি অ্যাডভোকেট এবং শিল্প প্রতিনিধিদের সাথে সংযুক্ত করার জন্য একটি মাল্টি-স্টেকহোল্ডার প্রক্রিয়া চালু করেছে।^[৪৮] ২০১৩ সালের জুন মাসে, গোপনীয়তা অ্যাডভোকেটরা স্বাক্ষরকারী তথ্যগুলি সংগ্রহের জন্য প্রয়োজনীয় সম্মতিতে সম্মত হওয়ার জন্য শিল্প প্রতিনিধিদের উপর ভিত্তি করে একটি বাধা সৃষ্টি করেছে বলে তারা যা মনে করেছিল, তা নিয়ে দরকষাকষি টেবিলটি ত্যাগ করেছিল।^[৪৯] NTIA এবং শিল্প প্রতিনিধি গোপনীয়তা প্রতিনিধি ছাড়া অব্যাহত, এবং খসড়া নিয়ম 2016-এর বসন্তে উপস্থাপন করা হবে বলে আশা করা হচ্ছে।^[৫০]

রাষ্ট্র নাগরিকদের বায়োমেট্রিক তথ্য গোপনীয়তা রক্ষা করার জন্য আইন প্রণয়ন শুরু হয়। ইলিনয় ২০০৮ সালে বায়োমেট্রিক ইনফর্মেশন প্রাইভেসি অ্যাক্ট প্রণয়ন করা হয়।^[৫১] ফেইসবুকের ডিপফেন্স বায়োমেট্রিক ইনফরমেশন প্রাইভেসি অ্যাক্টের অধীনে বেশ কিছু ক্লাস অ্যাকশন মামলাগুলির বিষয় হয়ে দাঁড়িয়েছে, এই অভিযোগে দাবি করা হয়েছে যে ফেসবুকে বায়োমেট্রিক ইনফরমেশন প্রাইভেসী অ্যাক্টের প্রত্যক্ষ লঙ্ঘনের মাধ্যমে জ্ঞাত সূত্র ছাড়া ফেসবুক তাদের ব্যবহারকারীদের মুখ স্বীকৃতি তথ্য সংগ্রহ ও সংরক্ষণ করছে।^[৫২] সবচেয়ে সাম্প্রতিক ঘটনা জানুয়ারী ২০১৬ সালে বরখাস্ত করা হয় কারণ আদালতের অধিক্ষেত্র ছিল না।^[৫৩] বায়োমেট্রিক তথ্য গোপনীয়তা আইন বায়োমেট্রিক তথ্য গোপনীয়তা অধিকার রক্ষা করতে কার্যকর হবে, তবে এটি এখনও স্পষ্ট নয়।

২০১৫ সালের জুলাই মাসে মার্কিন যুক্তরাষ্ট্রের সরকারি দায়বদ্ধতা অফিসের সদস্য, গোপনীয়তা, প্রযুক্তি ও আইন সংক্রান্ত উপ-কমিটি, বিচার বিভাগের কমিটি, মার্কিন সিনেটের রিপোর্টে স্বীকৃতি প্রযুক্তি সংক্রান্ত বাণিজ্যিক ব্যবহারের ব্যবহার, গোপনীয়তা বিষয় এবং প্রযোজ্য ফেডারেল আইন তৈরি করা হয়। এটি বলেছে যে, মুখের শনাক্তকরণ প্রযুক্তি বিষয়গুলি আলোচনা করা হয়েছে এবং উন্নত করা ফেডারেল গোপনীয়তা আইনগুলির প্রয়োজনীয়তার প্রতিনিধিত্ব করে যা ক্রমাগত উন্নত প্রযুক্তির ডিগ্রি এবং প্রভাবের সাথে মিলছে। এছাড়াও, কিছু শিল্প, সরকার, এবং গোপনীয়তা সংগঠন উন্নয়নশীল, বা উন্নত, 'স্বেচ্ছাসেবক গোপনীয়তা নির্দেশিকা'-এর প্রক্রিয়ায় রয়েছে। এই নির্দেশিকা গোষ্ঠীর মধ্যে আলাদা, কিন্তু সামগ্রিক লক্ষ্য সম্মতি লাভ এবং মুখমণ্ডল শনাক্তকরণ প্রযুক্তির উদ্দেশ্যে ব্যবহার নাগরিকদের অবহিত করা। এই গোপনীয়তা বিষয়গুলি মোকাবেলা করতে সাহায্য করে যখন নাগরিকরা অজ্ঞে যখন তাদের ব্যক্তিগত, গোপনীয়তা তথ্য ব্যবহার রিপোর্টে একটি প্রচলিত সমস্যা হিসাবে ইঙ্গিত করে।^[৪৩]

স্বয়ংক্রিয় মুখমণ্ডল শনাক্তকরণ পদ্ধতি অগ্রদূতদের মধ্যে রয়েছে উডি ব্লেডসো, হেলেন চ্যান উলফ এবং চার্লস বিসন।

১৯৬৪ এবং ১৯৬৫ সালে, হেলেন চ্যান এবং চার্লস বিসন সহ ব্লেডসোই, মানুষের মুখমণ্ডলগুলি শনাক্ত করার জন্য কম্পিউটার ব্যবহার করে কাজ করেন (ব্লেডসোই ১৯৬৬এ ১৯৬৬বি; ব্লেডসোই এবং চ্যান ১৯৬৫)। তিনি এই কাজের উপর গর্বিত ছিলেন, কিন্তু এর অর্থায়ন একটি বেনামি গোয়েন্দা সংস্থার দ্বারা প্রদান করা হয়েছিল যা প্রচারণার অনুমোদন দেয়নি, কাজটি খুব কম প্রকাশিত হয়েছিল। ছবিগুলির একটি বড় ডাটাবেস (কার্যকর, মগ শট একটি বই) এবং একটি আলোকচিত্র দেওয়া, কিন্তু সমস্যা হল ডাটাবেস থেকে রেকর্ডের একটি ছোট সেট যেমন নির্বাচন করা ছিল যে ছবি রেকর্ড এক আলোকচিত্রের সাথে মিলেছে।

ডাটাবেসের মধ্যে রেকর্ডের পরিমাণে উত্তর তালিকার অনুপাতের পরিপ্রেক্ষিতে পদ্ধতিটির সাফল্যের পরিমাপ করা যেতে পারে। ব্লেডসো (১৯৬৬-এ) নিম্নলিখিত সমস্যাগুলি বর্ণনা করেছেন:

এই প্রকল্পটি মানুষ-মেশিনকে লেবেল করা হয়েছিল কারণ মানুষের ফটোগ্রাফগুলি থেকে বৈশিষ্ট্যগুলির একটি নির্দিষ্ট সংখ্যার সমন্বয় সাধন করে, যা তখন কম্পিউটারের স্বীকৃতির জন্য ব্যবহৃত হয়। একটি গ্রাফিক্স ট্যাবলেট (GRAFACON বা RAND TABLET) ব্যবহার করে, অপারেটর বৈশিষ্ট্যগুলি যেমন ছাত্রদের কেন্দ্র, চোখের ভিতরের কোণ, চোখ বাইরের কোণে, শিখরের বিন্দু, ইত্যাদি ইত্যাদিগুলির সমন্বয় সাধন করবে। এই স্থানাঙ্ক থেকে, ২০ দূরত্বের একটি তালিকা, যেমন মুখের প্রস্থ এবং চোখ প্রস্থ, ছাত্রী ছাত্র, গণনা করা হয়েছিল। এই অপারেটর প্রায় এক ঘণ্টা ৪০টি ছবি প্রক্রিয়া পারে। ডাটাবেস নির্মাণ করার সময়, ফটোগ্রাফিতে ব্যক্তির নাম গণনাকৃত দূরত্বের তালিকা এবং কম্পিউটারে সংরক্ষিত থাকে। স্বীকৃতি পর্যায়ে, দূরত্বগুলি সেট প্রতিটি ফটোগ্রাফের জন্য সংশ্লিষ্ট দূরত্বের সাথে তুলনা করা হয়েছিল, ছবি ও ডাটাবেসের রেকর্ডের মধ্যে দূরত্ব সৃষ্টি করে। নিকটতম রেকর্ড ফেরত আসে।

যেহেতু এটা অসম্ভাব্য যে কোনও দুটি ছবি মাথার ঘূর্ণন, চর্বিহীন, ঢাল, এবং স্কেল (ক্যামেরা থেকে দূরত্ব) সাথে মিলিত হবে, একটি দূরবর্তী অবস্থানের দিকে মুখের প্রতিনিধিত্ব করতে প্রতিটি দূরত্বের মান স্বাভাবিক। এই স্বাভাবিককরণ সম্পন্ন করার জন্য, প্রোগ্রাম প্রথম ঢাল, নিম্ন, এবং ঘূর্ণন নির্ধারণ করার চেষ্টা করে। তারপর, এই কোণ ব্যবহার করে, কম্পিউটার কম্পিউটিং দূরত্ব এই রূপান্তরের প্রভাব পূর্বাবস্থায় ফেরা। এই কোণগুলিকে গণনা করতে, কম্পিউটারটি থ্রি-ডাইমেনশিয়াল জ্যামিতি জানা আবশ্যক।

১৯৬৬ সালে ব্লিডসো পিআরআই ত্যাগ করলে, এই কাজ স্ট্যানফোর্ড রিসার্চ ইনস্টিটিউটে অব্যাহত ছিল, প্রাথমিকভাবে পিটার হার্টের মাধ্যমে। ২০০০-এরও বেশি ফটোগুলির একটি ডাটাবেসে সঞ্চালিত পরীক্ষায়, কম্পিউটারগুলি একই স্বীকৃতি কর্মের (ব্লেডসো ১৯৬৮) উপস্থাপিত হওয়ার পর মনস্তাত্তি্বক মানুষকে অতিক্রম করে। পিটার হার্ট (১৯৯৬) উত্সাহীভাবে বিস্ময়বোধ সঙ্গে প্রকল্প স্মরণ, "এটা সত্যিই কাজ করেছিল!"

প্রায় ১৯৯৭ সালে, ক্রিশফফ ফন ডার ম্যালসবার্গ এবং জার্মানিতে বোখাম বিশ্ববিদ্যালয়ের গ্র্যাজুয়েট শিক্ষার্থী এবং মার্কিন যুক্তরাষ্ট্রে দক্ষিণ ক্যালিফোর্নিয়া বিশ্ববিদ্যালয় দ্বারা পরিচালিত পদ্ধতিটি ম্যাসাচুসেটস ইনস্টিটিউট অফ টেকনোলজি এবং মেরিল্যান্ড বিশ্ববিদ্যালয়ের চেয়ে আরও বেশি পদ্ধতির তুলনায় ছাপিয়ে গিয়েছিল। মার্কিন যুক্তরাষ্ট্রের আর্মি রিসার্চ ল্যাবরেটরি কর্তৃক তহবিল পরিচালনার মাধ্যমে বোখাম ব্যবস্থাটি তৈরি করা হয়েছিল। এই সফটওয়্যারটিকে জেডএন-ফেস হিসাবে বিক্রি করা হয়েছিল এবং গ্রাহকদের যেমন ডয়েচে ব্যাংক এবং এয়ারপোর্ট এবং অন্যান্য ব্যস্ত অবস্থার অপারেটরদের ব্যবহার করা হত। সফ্টওয়্যারটি ছিল "কম-সমৃদ্ধ মুখভঙ্গি থেকে শনাক্তকরণের জন্য যথেষ্ট শক্তসমর্থ"। এটি প্রায়ই এই ধরনের বাধাগুলিতে গোঁফ, দাড়ি, পরিবর্তিত চুলের শৈলী এবং চশমা এমনকি রোদ চশমা হিসাবে শনাক্তকরণ করতে পারে।^[৫৪]

আইনেক্স, মিনেসোটা থেকে বেরিয়ে আসা একটি কোম্পানি, সফটওয়্যারটি তৈরি করেছে, ফেস আইটিটি। FaceIt একটি ভিড়ের মধ্যে কাউকে মুখ বাছাই এবং বিশ্বব্যাপী ডাটাবেস যা-ও এটি শনাক্ত এবং একটি মুখ একটি নাম দিতে তুলনা করতে পারেন। মানুষের মুখের উপর একাধিক বৈশিষ্ট্য শনাক্ত করার জন্য সফটওয়্যারটি লেখা হয়। এটি চোখ, নাকের প্রস্থ, গলাবাজারের আকৃতি, জুঁইয়ের দৈর্ঘ্য এবং আরো অনেকগুলি বৈশিষ্ট্যগুলির মধ্যে দূরত্ব শনাক্ত করতে পারে। সফটওয়্যারটি মুখমুখি মূর্তির মুখ দিয়ে রেখেছে, একটি সাংখ্যিক কোড যা মানুষের মুখের প্রতিনিধিত্ব করে। ক্যামেরার মুখোমুখি দাঁড়ানোর প্রায় মুখোমুখি ব্যক্তির জন্য দ্বিতীয় ছবিটি নির্ভর করে। এখন, FaceIt-এর সাথে, 3D ছবিটি 3D ছবির 3টি নির্দিষ্ট পয়েন্ট বন্ধ করে এবং এটি একটি 2D চিত্রের মধ্যে একটি বিশেষ অ্যালগরিদম ব্যবহার করে 2D চিত্রের সাথে তুলনা করা যায়, যা প্রায় সকল ডাটাবেসের মাধ্যমে স্ক্যান করা যায়।

২০০৬ সালে, সাম্প্রতিক মুখ স্বীকৃতি অ্যালগরিদম কর্মক্ষমতা মুখ শনাক্তকরণ গ্র্যান্ড চ্যালেঞ্জ (FRGC) মধ্যে মূল্যায়ন করা হয়েছিল। উচ্চ-রেজোলিউশনের মুখ ছবি, থ্রি-ডি মুখ স্ক্যান এবং আইরিশ ছবিগুলি পরীক্ষায় ব্যবহৃত হয়। ফলাফল দেখায় যে নতুন অ্যালগরিদম ২০০২ সালের মুখ স্বীকৃতি অ্যালগরিদম এবং ১৯৯৫ সালের তুলনায় ১০০ গুণ বেশি নির্ভুল হতে ১০ গুণ বেশি সঠিক। কিছু অ্যালগরিদম মানুষের অংশগ্রহণকারীকে মুখোমুখি করতে সক্ষম হয়েছে এবং এটি একক যুগল শনাক্ত করতে পারে।^{[৮][৫৫]}

ইউএস গভর্নমেন্ট-স্পনসর্ড মূল্যায়ন এবং চ্যালেঞ্জ সমস্যা মুখো-স্বীকৃত পদ্ধতির প্রদর্শনের মধ্যে দুইটি অর্ডারের মাত্রা বাড়িয়েছে।^[৫৬] ১৯৯৩ সাল থেকে, স্বতন্ত্র মুখ-শনাক্তকরণ পদ্ধতির ত্রুটি হার ২৭২-এর একটি কারণের দ্বারা হ্রাস করা হয়েছে। স্টুডিও বা মুখের ফটো পরিবেশে ধরা ছবিগুলির সাথে মানুষের সাথে মিলিত পদ্ধতিগুলির সাথে পদ্ধতির ক্ষেত্রে হ্রাস করা হয়। মুরের আইন অনুযায়ী, ত্রুটি হার প্রতি দুই বছরে এক-অর্ধেকে কমেছে।^[৯]

মুখের অমূলপ্রত্যক্ষ ব্যবহার করে কম-রেজোলিউশনের মুখগুলির ইমেজ উন্নত করা যায়।

মুখের স্বীকৃতি সিস্টেম আবেগ স্বীকৃতির জন্য ব্যবহার করা হয়েছে।^{[৫৭][৫৮]} ২০১৬ সালে ফেসবুক প্রারম্ভকালে আবেগ শনাক্তকরণ ফ্যাসিওম্যাট্রিক্স শুরু করে।^{[৫৯][৬০]}

জানুয়ারী ২০১৩ সালে ইনফরম্যাটিক্স ন্যাশনাল ইনস্টিটিউট এর জাপানী গবেষকরা 'গোপনীয়তা মুখোশ' চশমা তৈরি করেন যা ইনফ্রারেড আলো ব্যবহার করে মুখের স্বীকৃতি সফটওয়্যারের মুখোমুখি না-হয়েও প্রায় অপরিচয়ের মত মুখ তৈরি করে।^[৬১]

সর্বশেষ সংস্করণটি টাইটানিয়াম ফ্রেম, হালকা-প্রতিবিম্বিত উপাদান এবং একটি মাস্ক ব্যবহার করে যা মুখোশ ও বিশৃঙ্খল উভয় আলোকসজ্জা দ্বারা মুখের শনাক্তকরণ প্রযুক্তি ব্যাহত করে কোণ এবং নিদর্শনগুলি ব্যবহার করে।^{[৬২][৬৩][৬৪][৬৫]} ডিসেম্বরে ২০১২ সালে শিকাগোতে অবস্থিত কাস্টম-প্রদর্শনী-কারিগরদের মাধ্যমে সিসিটিভি-বিরোধী এবং 'রিপ্লেক্লকস' নামে মুখের প্রতীক রোদ চশমা উদ্ভাবিত হয়।^[৬৬] এরা ইনফ্রারেড প্রতিফলিত এবং ঐচ্ছিকভাবে, দৃশ্যমান আলো যা ব্যবহারকারীদের ক্যামেরাগুলিতে একটি সাদা হালকা ছবির সম্মুখীন করে।^[৬৭]

মুখের স্বীকৃতি পদ্ধতি থেকে রক্ষা করার আরেকটি পদ্ধতি হল নির্দিষ্ট চুলাকৃতি এবং মেক-আপ নিদর্শন যা সম্মুখস্থ অ্যালগরিদমকে মুখ শনাক্ত করতে বাধা দেয়।^[৬৮]

তালিকাসমূহ

• কম্পিউটার দৃষ্টি বিষয়গুলির তালিকা
• উর্ধমান প্রযুক্তিগুলির তালিকা
• কৃত্রিম বুদ্ধিমত্তার রূপরেখা

• What are Biometrics? White Paper Published by Aware, Inc., January 2014
• Farokhi, Sajad; Shamsuddin, Siti Mariyam; Flusser, Jan; Sheikh, U.U; Khansari, Mohammad; Jafari-Khouzani, Kourosh (২০১৪)। "Near infrared face recognition by combining Zernike moments and undecimated discrete wavelet transform"। Digital Signal Processing। 31 (1)। ডিওআই:10.1016/j.dsp.2014.04.008। 
• "The Face Detection Algorithm Set to Revolutionize Image Search" (Feb. 2015), MIT Technology Review
• Garvie, Clare; Bedoya, Alvaro; Frankle, Jonathan (১৮ অক্টোবর ২০১৬)। Perpetual Line Up: Unregulated Police Face Recognition in America। Center on Privacy & Technology at Georgetown Law। সংগ্রহের তারিখ ২২ অক্টোবর ২০১৬। 
  • "Facial Recognition Software 'Sounds Like Science Fiction,' but May Affect Half of Americans"। As It Happens। Canadian Broadcasting Corporation। ২০ অক্টোবর ২০১৬। সংগ্রহের তারিখ ২২ অক্টোবর ২০১৬।  Interview with Alvaro Bedoya, executive director of the Center on Privacy & Technology at Georgetown Law and co-author of Perpetual Line Up: Unregulated Police Face Recognition in America.

• উইকিমিডিয়া কমন্সে মুখমণ্ডল শনাক্তকরণ পদ্ধতি সম্পর্কিত মিডিয়া দেখুন।

• "একটি ফটোমেট্রিক স্টিরিও অভিহিত মুখোমুখি দৃষ্টিভঙ্গি "- পশ্চিম ইংল্যান্ডের বিশ্ববিদ্যালয়