Här är varför din videodörrklocka suger på att känna igen dig

Ringa

Av alla funktioner som ingår i videodörrklockor kan ansiktsigenkänning vara den mest underskattade. Det finns inget som att höra dina smarta högtalare ropa "mamma är vid dörren" innan hon ens kan knacka på. Tyvärr har folk en bra anledning att avfärda den här funktionen – den fungerar inte.

Besök ett smart varumärkes supportforum och du kommer att se massor av människor som klagar på att deras smarta dörrklocka felidentifierar varje gäst. Videodörrklockor tror att småbarn är farfar eller att varje pizzapojke är din make. Och det finns inte mycket du kan göra för att lösa det här problemet. Smarta dörrklockor suger bara på ansiktsigenkänning.

Dörrklockskameror fångar inte tillräckligt med detaljer

Cameron Summerson

Ansiktsigenkänningstekniken som används av smarta dörrklockor är ganska banbrytande, eftersom den använder några av de mest avancerade AI som någonsin skapats. Men även med bra AI har videodörrklockor inte hårdvaran för att verkligen stödja ansiktsigenkänning – de kan helt enkelt inte fånga tillräckligt med detaljer.

Liksom de flesta ansiktsigenkänningssystem, fångar och analyserar smarta dörrklockor 2D-bilder. Dessa platta bilder innehåller mycket användbar information, såsom bredden på din mun, din hudton och utrymmet mellan dina ögon. Men denna data kanske inte är unik för ditt ansikte. Faktum är att dessa uppgifter kanske inte är så exakta, eftersom videodörrklockor tar bilder med ganska låg upplösning av rörliga motiv.

Mer avancerade ansiktsigenkänningssystem, som det som finns i din iPhone, tar "3D"-bilder med infraröda TOF-kameror. Här är kärnan; de skjuter osynliga lasrar mot ditt ansikte och mäter den tid det tar för varje laser att studsa tillbaka. Data som fångas av dessa TOF-kameror bidrar till en "djupkarta", som innehåller mätningar som längden på din näsa eller vinkeln på dina öron.

Denna 3D-data är mycket mer användbar än vad din videodörrklocka fångar, av skäl som borde vara uppenbara. Men hårdvaran är inte det enda problemet här. I det stora hela är den avancerade AI som används av din videodörrklocka faktiskt ganska rudimentär.

Algoritmer för ansiktsigenkänning behöver träning

De ansiktsigenkänningssystem som erbjuds i smarta dörrklockor är "självlärande". De kanske ber dig att identifiera en ny person, men för det mesta bygger och organiserar de en ansiktsdatabas utan användarinmatning. Och det kan ge vissa problem.

Se, självlärande ansiktsigenkänningssystem försöker alltid förbättra sin noggrannhet. Det innebär att samla in massor av data; det är svårt för din dörrklocka att identifiera någon om den bara har sett den personen en gång. Så varje gång din dörrklocka ser "mamma" lägger den till sin samling av "så här ser mamma ut."

Men när en rörmokare kommer till din dörr och felaktigt identifieras som "mamma", blir ansiktsigenkänningssystemet mindre exakt. Din dörrklocka vet inte att den gjorde ett misstag, och plötsligt kan gäster med mustasch vara "mamma". Detta leder till en nedåtgående spiral – förlusten av noggrannhet skapar fler falska positiva resultat, och "mamma" finns nu i alla storlekar, former och hudfärger. I din dörrklockas ögon är alla "mamma".

Det är som när en elev lär sig en matematisk ekvation felaktigt. De kan vara säkra på vad de lärt sig, men förrän de bombar en tenta kommer de inte att inse att de har gjort något. Studenter behöver någon som kontrollerar att de lär sig saker på rätt sätt, och detsamma gäller för AI.

Tyvärr är du läraren i den här situationen.

Hur du förbättrar din dörrklockans ansiktsigenkänning

Att förbättra din dörrklockans ansiktsigenkänningssystem är ett jobb. Det finns ingen permanent lösning här – du måste aktivt hänga med i ansiktsigenkänningssystemet för att åtgärda dess misstag.

Först och främst måste du se till att din smarta dörrklocka tydligt kan se gästernas ansikten. Det kan innebära att du flyttar dörrklockan, rengör linsen regelbundet eller lägger till några lampor utanför din ytterdörr.

När du vet att din dörrklocka kan se vad den ska se måste du rensa upp dess ansiktsigenkänningsdatabas. Denna process kommer att skilja sig åt för varje dörrklocka, men i de flesta fall kan du hitta en lista över ansikten i din smarta dörrklockas medföljande app. (Om du äger en Nest Doorbell går du till Nest Aware-inställningarna i din Google Home-app. Jag vet inte varför Google döljer det här.)

Ta bort alla felidentifierade ansikten som din dörrklocka har fångat, och se till att berätta för din dörrklocka namnen på alla oidentifierade personer som du förväntar dig ska återvända till ditt hem. Om du regelbundet kurerar den här databasen bör din dörrklocka bli mycket bättre på att identifiera gäster.

Här är de dåliga nyheterna; även om du försöker förbättra noggrannheten i din dörrklockas ansiktsigenkänningssystem kommer det aldrig att bli perfekt. I själva verket kan det alltid suga. Ansiktsigenkänningsteknik är fortfarande ganska rudimentär, och smarta dörrklockor använder mycket grundläggande hårdvara för att "se" människor.

Om du hatar idén att kurera en databas för ansiktsigenkänning, kanske du bara borde inaktivera funktionen. Att byta ut din dörrklocka är inte värt pengarna, eftersom alla märkens ansiktsigenkänningssystem lider av samma problem.