Esta es la razón por la que su timbre de video apesta al reconocerlo: revisión Geek

Un timbre Ring que identifica incorrectamente a una persona joven como "abuela".
Anillo

De todas las características incluidas en los videoporteros, el reconocimiento facial podría ser la menos apreciada. No hay nada como escuchar los parlantes inteligentes decir «mamá está en la puerta» antes de que pueda llamar. Desafortunadamente, la gente tiene una buena razón para descartar esta función: no funciona.

Visite una marca inteligente Foro de soporte, y verá un montón de personas que se quejan de que su timbre inteligente identifica erróneamente a cada huésped. Los timbres de video piensan que los niños pequeños son abuelos, o que cada repartidor de pizzas es su cónyuge. Y no hay mucho que puedas hacer para resolver este problema. Los timbres inteligentes simplemente apestan al reconocimiento facial.

Las cámaras del timbre no capturan suficientes detalles

Tres ejemplos del feed de un Nest Doorbell.
cameron verano

La tecnología de reconocimiento facial utilizada por los timbres inteligentes es bastante avanzada, ya que emplea algunas de las IA más avanzadas jamás creadas. Pero incluso con una excelente IA, los timbres de video no tienen el hardware para admitir realmente el reconocimiento facial, simplemente no pueden capturar suficientes detalles.

Me gusta la mayoría de los sistemas de reconocimiento facial, los timbres inteligentes capturan y analizan imágenes 2D. Estas imágenes planas contienen mucha información útil, como el ancho de la boca, el tono de la piel y el espacio entre los ojos. Pero estos datos pueden no ser exclusivos de tu rostro. De hecho, es posible que estos datos no sean tan precisos, ya que los timbres de video capturan imágenes de sujetos en movimiento con una resolución bastante baja.

Los sistemas de reconocimiento facial más avanzados, como el que está en su iPhone, capturan imágenes «3D» usando cámaras TOF infrarrojas. Aquí está la esencia; disparan láseres invisibles a tu cara y miden el tiempo que tarda cada láser en recuperarse. Los datos capturados por estas cámaras TOF contribuyen a un «mapa de profundidad», que contiene medidas como la longitud de la nariz o el ángulo de las orejas.

Esos datos 3D son mucho más útiles que lo que captura su timbre de video, por razones que deberían ser obvias. Pero el hardware no es el único problema aquí. En el gran esquema de las cosas, la IA avanzada utilizada por su timbre de video es en realidad bastante rudimentaria.

Los algoritmos de reconocimiento facial necesitan capacitación

El Nest Doorbell (batería) en blanco.

Los sistemas de reconocimiento facial que se ofrecen en los timbres inteligentes son de “autoaprendizaje”. Pueden pedirle que identifique a una nueva persona, pero en su mayor parte, construyen y organizan una base de datos facial sin la intervención del usuario. y eso puede presentar algunos problemas.

Mira, los sistemas de reconocimiento facial de autoaprendizaje siempre están tratando de mejorar su precisión. Eso significa recopilar una tonelada de datos; es difícil que su timbre identifique a alguien si solo ha visto a esa persona una vez. Entonces, cada vez que su timbre ve «mamá», se suma a su colección de «así es como se ve mamá».

Pero cuando un plomero llama a su puerta y se identifica incorrectamente como «mamá», el sistema de reconocimiento facial se vuelve menos preciso. Su timbre no sabe que cometió un error y, de repente, los invitados con bigote podrían ser «mamá». Esto conduce a una espiral descendente: la pérdida de precisión crea más falsos positivos, y «mamá» ahora viene en todos los tamaños, formas y colores de piel. A los ojos de tu timbre, todos son «mamá».

Es como cuando un estudiante aprende incorrectamente una ecuación matemática. Pueden tener confianza en lo que aprendieron, pero hasta que arruinen un examen, no se darán cuenta de que la cagaron. Los estudiantes necesitan que alguien verifique que están aprendiendo cosas correctamente, y lo mismo ocurre con la IA.

Desafortunadamente, tú eres el maestro en esta situación.

Cómo mejorar el reconocimiento facial de su timbre

El Wyze Video Doorbell Pro fuera de una casa.

Mejorar el sistema de reconocimiento facial de su timbre es una tarea ardua. Aquí no hay una solución permanente: debe mantenerse al día activamente con el sistema de reconocimiento facial para corregir sus errores.

Lo primero es lo primero, debe asegurarse de que su timbre inteligente pueda ver claramente las caras de los invitados. Eso puede significar cambiar la posición del timbre, limpiar regularmente su lente o agregar algunas luces afuera de la puerta principal.

Una vez que sepa que su timbre puede ver lo que se supone que debe ver, debe limpiar su base de datos de reconocimiento facial. Este proceso será diferente para cada timbre, pero en la mayoría de los casos, puede encontrar una lista de caras en la aplicación complementaria de su timbre inteligente. (Si tienes un Nest Doorbell, ve a la configuración de Nest Aware en tu aplicación Google Home. No sé por qué Google oculta esto).

Elimine cualquier cara mal identificada que haya capturado su timbre y asegúrese de decirle a su timbre los nombres de las personas no identificadas que espera que regresen a su hogar. Si selecciona regularmente esta base de datos, su timbre debería mejorar mucho en la identificación de invitados.

Aquí están las malas noticias; incluso si intenta mejorar la precisión del sistema de reconocimiento facial de su timbre, nunca será perfecto. De hecho, siempre puede apestar. La tecnología de reconocimiento facial todavía es bastante rudimentaria, y los timbres inteligentes usan hardware muy básico para «ver» a las personas.

Si odia la idea de seleccionar una base de datos de reconocimiento facial, tal vez debería deshabilitar la función. Reemplazar el timbre no vale la pena, ya que los sistemas de reconocimiento facial de todas las marcas sufren los mismos problemas.

Deja un comentario

En esta web usamos cookies para personalizar tu experiencia de usuario.    Política de cookies
Privacidad