Le videocamere del campanello non catturano abbastanza dettagli<\/h2>\n
Cameron Summerson<\/p>\n La tecnologia di riconoscimento facciale utilizzata dai campanelli intelligenti \u00e8 piuttosto all’avanguardia, poich\u00e9 impiega alcune delle IA pi\u00f9 avanzate mai create. Ma anche con un’ottima intelligenza artificiale, i campanelli video non hanno l’hardware per supportare davvero il riconoscimento facciale: semplicemente non riescono a catturare abbastanza dettagli.<\/p>\n Come la maggior parte dei sistemi di riconoscimento facciale<\/a>, i campanelli intelligenti acquisiscono e analizzano immagini 2D. Queste immagini piatte contengono molte informazioni utili, come la larghezza della bocca, il tono della pelle e lo spazio tra gli occhi. Ma questi dati potrebbero non essere univoci per il tuo viso. In effetti, questi dati potrebbero non essere cos\u00ec accurati, poich\u00e9 i campanelli video acquisiscono immagini a bassa risoluzione di soggetti in movimento.<\/p>\n I sistemi di riconoscimento facciale pi\u00f9 avanzati, come quello del tuo iPhone, acquisiscono immagini "3D" utilizzando fotocamere TOF a infrarossi<\/a>. Ecco il succo; sparano laser invisibili sul tuo viso e misurano il tempo impiegato da ciascun laser per riprendersi. I dati acquisiti da queste telecamere TOF contribuiscono a una "mappa di profondit\u00e0", che contiene misurazioni come la lunghezza del naso o l’angolo delle orecchie.<\/p>\n Quei dati 3D sono molto pi\u00f9 utili di quelli acquisiti dal campanello video, per ragioni che dovrebbero essere ovvie. Ma l’hardware non \u00e8 l’unico problema qui. Nel grande schema delle cose, l’IA avanzata utilizzata dal tuo campanello video \u00e8 in realt\u00e0 piuttosto rudimentale.<\/p>\n I sistemi di riconoscimento facciale offerti nei campanelli intelligenti sono "autoapprendimento". Potrebbero chiederti di identificare una nuova persona, ma per la maggior parte creano e organizzano un database facciale senza l’input dell’utente. E questo pu\u00f2 presentare alcuni problemi<\/a>.<\/p>\n Vedi, i sistemi di riconoscimento facciale ad autoapprendimento cercano sempre di migliorare la loro precisione. Ci\u00f2 significa raccogliere un sacco di dati; \u00e8 difficile per il tuo campanello identificare qualcuno se l’ha visto solo una volta. Quindi, ogni volta che il tuo campanello vede "mamma", si aggiunge alla sua raccolta di "questo \u00e8 l’aspetto della mamma".<\/p>\n Ma quando un idraulico viene alla tua porta e viene erroneamente identificato come "mamma", il sistema di riconoscimento facciale diventa meno accurato. Il tuo campanello non sa di aver commesso un errore e, all’improvviso, gli ospiti con i baffi potrebbero essere "mamma". Ci\u00f2 porta a una spirale discendente: la perdita di precisione crea pi\u00f9 falsi positivi e la "mamma" ora \u00e8 di ogni dimensione, forma e colore della pelle. Agli occhi del tuo campanello, tutti sono "mamma".<\/p>\n \u00c8 come quando uno studente impara un’equazione matematica in modo errato. Possono essere fiduciosi in ci\u00f2 che hanno imparato, ma fino a quando non bombardano un esame, non si renderanno conto di aver sbagliato. Gli studenti hanno bisogno di qualcuno che controlli che stanno imparando le cose correttamente, e lo stesso vale per l’IA.<\/p>\n Sfortunatamente, tu sei l’insegnante in questa situazione.<\/p>\n Migliorare il sistema di riconoscimento facciale del campanello \u00e8 un compito ingrato. Non c’\u00e8 una soluzione permanente qui: devi stare al passo con il sistema di riconoscimento facciale per correggere i suoi errori.<\/p>\n Per prima cosa, devi assicurarti che il tuo campanello intelligente possa vedere chiaramente i volti degli ospiti. Ci\u00f2 potrebbe significare riposizionare il campanello, pulire regolarmente la sua lente o aggiungere alcune luci<\/a> fuori dalla porta di casa.<\/p>\n Una volta che sai che il tuo campanello pu\u00f2 vedere ci\u00f2 che dovrebbe vedere, devi ripulire il suo database di riconoscimento facciale. Questo processo sar\u00e0 diverso per ogni campanello, ma nella maggior parte dei casi puoi trovare un elenco di volti nell’app complementare del tuo campanello intelligente. (Se possiedi un Nest Doorbell<\/a>, accedi alle impostazioni Nest Aware nell’app Google Home. Non so perch\u00e9 Google nasconde queste cose.)<\/p>\n Elimina tutti i volti identificati erroneamente che il tuo campanello ha catturato e assicurati di dire al tuo campanello i nomi di tutte le persone non identificate che ti aspetti di tornare a casa tua. Se curi regolarmente questo database, il tuo campanello dovrebbe migliorare molto nell’identificare gli ospiti.<\/p>\n Ecco le cattive notizie; anche se cerchi di migliorare la precisione del sistema di riconoscimento facciale del tuo campanello, non sar\u00e0 mai perfetto. In effetti, pu\u00f2 sempre fare schifo. La tecnologia di riconoscimento facciale \u00e8 ancora piuttosto rudimentale e i campanelli intelligenti utilizzano hardware molto semplice per "vedere" le persone.<\/p>\n Se odi l’idea di curare un database di riconoscimento facciale, forse dovresti semplicemente disabilitare la funzione. Sostituire il campanello non vale i soldi, poich\u00e9 i sistemi di riconoscimento facciale di ogni marchio soffrono degli stessi problemi.<\/p>\n![\"Ecco](\"https:\/\/howtogeek.inform.click\/wp-content\/uploads\/2022\/03\/post-157829-623cff4fc671f.png\")
<\/a><\/p>\nGli algoritmi di riconoscimento facciale necessitano di formazione<\/h2>\n
![\"Ecco](\"https:\/\/howtogeek.inform.click\/wp-content\/uploads\/2022\/03\/post-157829-623cff56cc444.png\")
<\/a><\/p>\nCome migliorare il riconoscimento facciale del campanello<\/h2>\n
![\"Ecco](\"https:\/\/howtogeek.inform.click\/wp-content\/uploads\/2022\/03\/post-157829-623cff6139c71.png\")
<\/a><\/p>\n