Facial Recognition คือเทคโนโลยีที่ระบุหรือยืนยันตัวบุคคลจากลักษณะใบหน้า โดยแปลงภาพใบหน้าเป็นข้อมูลลักษณะเฉพาะ แล้วเทียบกับฐานข้อมูลที่ลงทะเบียนไว้ ในอาคารและโรงงานใช้ควบคุมการเข้าออกและลงเวลาทำงาน
บทความนี้จะพาไปดูความต่างระหว่างการตรวจจับใบหน้ากับการจดจำใบหน้า หลักการทำงานและตัวชี้วัดความแม่นยำ ปัจจัยหน้างานที่ทำให้ผลเปลี่ยน การเปรียบเทียบกับลายนิ้วมือและบัตร และสิ่งที่ต้องทำตาม PDPA ก่อนติดตั้ง ข้อมูลด้านกฎหมายเป็นข้อมูลทั่วไป ไม่ใช่คำปรึกษาทางกฎหมาย
Facial Recognition ต่างจาก Face Detection และกล้อง CCTV ทั่วไปอย่างไร?
เทคโนโลยีเหล่านี้มีจุดประสงค์ต่างกัน ตั้งแต่การตรวจจับใบหน้าไปจนถึงการระบุตัวบุคคล โดยแบ่งได้ดังนี้
-
Face Detection: ตรวจจับตำแหน่งใบหน้าในภาพ เช่น ใช้นับจำนวนคนในพื้นที่
-
Face Verification : ตรวจสอบว่าใบหน้าตรงกับบุคคลที่อ้างตัวหรือไม่ เช่น ระบบยืนยันตัวตนก่อนเข้าห้อง
-
Face Identification : ค้นหาใบหน้าจากฐานข้อมูล เช่น ระบบค้นหาบุคคลจากภาพกล้อง
-
กล้อง CCTV ทั่วไป: บันทึกภาพเหตุการณ์เพื่อดูย้อนหลัง โดยไม่มีระบบระบุตัวบุคคลเพิ่มเติม
หากต้องการทำความเข้าใจระบบกล้อง CCTV พื้นฐาน อ่านเพิ่มเติมได้ที่ ระบบ CCTV คืออะไร
ระบบ Facial Recognition ทำงานอย่างไร และวัดความแม่นยำอย่างไร?
ระบบ Facial Recognition ทำงานตั้งแต่ตรวจจับใบหน้า แปลงลักษณะใบหน้าเป็นข้อมูลดิจิทัล ไปจนถึงเปรียบเทียบข้อมูล และตัดสินผลตามเกณฑ์ที่กำหนด โดยประเมินประสิทธิภาพได้จากตัวชี้วัดสำคัญ ดังนี้
ตัวชี้วัดความแม่นยำที่ต้องรู้
-
FAR (False Acceptance Rate): อัตราที่ระบบยอมรับบุคคลที่ไม่ตรงกับข้อมูลอ้างอิง ค่ายิ่งต่ำยิ่งช่วยลดความเสี่ยงในการเข้าถึงโดยไม่ได้รับอนุญาต
-
FRR (False Rejection Rate): อัตราที่ระบบปฏิเสธบุคคลที่ตรงกับข้อมูลอ้างอิง ค่ายิ่งต่ำยิ่งช่วยลดปัญหาการยืนยันตัวตนไม่ผ่าน
-
Liveness Detection: ฟังก์ชันตรวจสอบว่ากำลังสแกนใบหน้าจริง ไม่ใช่ภาพถ่ายหรือวิดีโอ ช่วยเพิ่มความปลอดภัยในการยืนยันตัวตน
การตั้งค่าเกณฑ์มีผลต่อ FAR และ FRR โดยการลดอัตราการยอมรับผิดอาจทำให้เกิดการปฏิเสธผู้ใช้จริงมากขึ้น จึงควรเลือกให้เหมาะกับระดับความปลอดภัยและลักษณะการใช้งานของแต่ละพื้นที่
ปัจจัยหน้างานอะไรที่ทำให้ Facial Recognition อ่านผิดหรืออ่านไม่ติด?
ปัญหาที่ทำให้ระบบ Facial Recognition อ่านใบหน้าไม่สำเร็จหรือระบุตัวบุคคลคลาดเคลื่อน มักเกิดจากปัจจัยหน้างานและการติดตั้ง โดยมีจุดสำคัญที่ควรตรวจสอบ ดังนี้
|
ปัจจัย |
ผลต่อระบบ |
แนวทางแก้ |
|---|---|---|
|
แสงย้อนจากประตูหรือหน้าต่าง |
ใบหน้ามืด หรือรายละเอียดใบหน้าไม่ชัด ทำให้ระบบอ่านไม่ติด หรือระบุตัวบุคคลคลาดเคลื่อน |
ปรับตำแหน่งกล้อง หรือติดตั้งกล้องที่รองรับ WDR และเพิ่มไฟส่องสว่างเมื่อจำเป็น |
|
มุมกล้องเอียงมาก |
ระบบจับภาพใบหน้าได้ไม่ครบ ทำให้การเปรียบเทียบใบหน้ามีประสิทธิภาพลดลง |
ติดตั้งกล้องในมุมที่เหมาะสม ใกล้ระดับสายตา และให้ผู้ใช้หันหน้าเข้าหากล้อง |
|
ระยะห่างไม่เหมาะสม |
ใบหน้าเล็กหรือใหญ่เกินไป ทำให้ระบบตรวจจับและเปรียบเทียบใบหน้าได้ยาก |
กำหนดระยะสแกนตามคู่มือผู้ผลิต และทำเครื่องหมายตำแหน่งยืนเมื่อจำเป็น |
|
หน้ากากอนามัย แว่นกันแดด หรือหมวก |
อุปกรณ์ที่สวมใส่อาจบังลักษณะสำคัญของใบหน้า ทำให้ระบบระบุตัวบุคคลได้ยากขึ้น |
เลือกรุ่นที่รองรับการใช้งานในลักษณะดังกล่าว หรือกำหนดแนวทางการสแกนให้เหมาะสม |
|
ผู้ใช้เดินเร็วหรือผ่านพร้อมกันหลายคน |
ระบบอาจจับภาพใบหน้าไม่ทัน หรือจับภาพบุคคลที่ต้องการตรวจสอบได้ไม่ชัดเจน |
เพิ่มจุดสแกน จัดช่องทางเดินให้เหมาะสม หรือเลือกใช้ระบบที่รองรับการตรวจจับขณะเคลื่อนที่ |
|
เครือข่ายหรือไฟฟ้าไม่เสถียร |
ระบบอาจตอบสนองช้า ขาดการเชื่อมต่อ หรือหยุดทำงาน ขึ้นอยู่กับรูปแบบการติดตั้ง |
ใช้ PoE ร่วมกับ UPS ตามความเหมาะสม และเลือกระบบที่รองรับการทำงานแบบออฟไลน์หากจำเป็น |
Facial Recognition ต่างจากลายนิ้วมือ บัตร RFID และรหัส PIN อย่างไร?
การเลือกใช้ระบบควบคุมการเข้าออกไม่ได้ขึ้นอยู่กับความสะดวกเพียงอย่างเดียว แต่ควรพิจารณาความปลอดภัย การใช้งานในพื้นที่ และการจัดการข้อมูลส่วนบุคคลร่วมด้วย ตารางต่อไปนี้เปรียบเทียบข้อแตกต่างของแต่ละวิธี เพื่อช่วยให้เลือกใช้ได้เหมาะกับอาคารและโรงงานมากขึ้น
|
วิธี |
ความสะดวก |
การสัมผัสอุปกรณ์ |
ความน่าเชื่อถือในการยืนยันตัวตน |
ความเสี่ยงด้านข้อมูลส่วนบุคคล |
|---|---|---|---|---|
|
Facial Recognition |
สูง ไม่ต้องพกบัตรหรือจำรหัส |
ไม่ต้องสัมผัส |
ขึ้นอยู่กับระบบตรวจจับใบหน้าปลอมและ Liveness Detection |
ต้องดูแลข้อมูลใบหน้าอย่างเข้มงวด เพราะเป็นข้อมูลชีวภาพ |
|
ลายนิ้วมือ |
ปานกลาง ไม่ต้องพกบัตร |
ต้องสัมผัสเครื่อง |
ขึ้นอยู่กับคุณภาพเซนเซอร์และระบบป้องกันลายนิ้วมือปลอม |
ต้องดูแลข้อมูลลายนิ้วมือ ซึ่งเป็นข้อมูลชีวภาพ |
|
บัตร RFID |
สูง แต่ต้องพกบัตร |
โดยทั่วไปต้องแตะหรือเข้าใกล้เครื่องอ่าน |
มีโอกาสถูกยืมหรือใช้บัตรที่สูญหาย หากไม่มีมาตรการตรวจสอบเพิ่มเติม |
ต้องดูแลข้อมูลผู้ถือบัตรและประวัติการเข้าออก |
|
รหัส PIN |
ต้องจำและกดรหัส |
ต้องสัมผัสแป้นกด |
มีโอกาสถูกสังเกตรหัสหรือเปิดเผยรหัสให้ผู้อื่น |
ต้องป้องกันรหัสผ่านและข้อมูลบันทึกการเข้าออก |
ข้อควรรู้:
ข้อมูลใบหน้าและลายนิ้วมือที่ใช้ระบุตัวบุคคลโดยเฉพาะอาจเข้าข่ายข้อมูลชีวภาพตาม PDPA ซึ่งเป็นข้อมูลส่วนบุคคลที่มีความอ่อนไหว ส่วนข้อมูลบัตร RFID และรหัส PIN ก็ยังต้องได้รับการคุ้มครองตามกฎหมายที่เกี่ยวข้อง ทั้งนี้ ความเสี่ยงจริงขึ้นอยู่กับวิธีออกแบบระบบและมาตรการรักษาความปลอดภัยที่ใช้ประกอบกันด้วย
ใช้ Facial Recognition ต้องทำตาม PDPA อย่างไร?
ข้อมูลใบหน้าเป็นข้อมูลชีวภาพ จัดอยู่ในข้อมูลส่วนบุคคลอ่อนไหวตามมาตรา 26 ของ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 การเก็บ ใช้ หรือเปิดเผยต้องมีฐานทางกฎหมายตามมาตรา 26 โดยทั่วไป คือความยินยอมโดยชัดแจ้ง และต้องแจ้งวัตถุประสงค์ให้ผู้ใช้ทราบก่อนเก็บ
มีกรณีที่สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล ตรวจสอบการสแกนม่านตาและสั่งให้ลบข้อมูล เพราะการขอความยินยอมไม่ชัดเจน ซึ่งเป็นตัวอย่างว่าข้อมูลชีวภาพถูกตรวจสอบเข้มงวด หลักปฏิบัติที่ควรทำมีดังนี้
-
แจ้งวัตถุประสงค์และเก็บเท่าที่จำเป็น: ระบุให้ชัดว่าใช้เพื่อควบคุมการเข้าออกหรือลงเวลา ไม่ใช้เพื่อวัตถุประสงค์อื่น
-
ขอความยินยอมโดยชัดแจ้ง: และต้องเป็นความยินยอมที่เลือกได้จริง ไม่ผูกกับเงื่อนไขการจ้างงาน
-
เตรียมทางเลือกอื่น: ให้ผู้ที่ไม่ยินยอมใช้บัตรหรือรหัสแทนได้ เพื่อให้ความยินยอมมีความหมาย
-
เก็บ Template แทนภาพดิบเมื่อเป็นไปได้: และเข้ารหัสข้อมูล จำกัดผู้เข้าถึง
-
กำหนดระยะเวลาเก็บและลบข้อมูล: เช่น ลบเมื่อพนักงานลาออก ตามนโยบายที่ประกาศไว้
-
ทำสัญญากับผู้ให้บริการ: ถ้าข้อมูลถูกประมวลผลโดยบริษัทภายนอกหรือคลาวด์ ต้องมีข้อตกลงการประมวลผลข้อมูล
-
ติดป้ายแจ้งเตือน: ที่จุดสแกนและพื้นที่ที่มีกล้อง
ก่อนติดตั้งควรให้ผู้เชี่ยวชาญด้านกฎหมายหรือเจ้าหน้าที่คุ้มครองข้อมูลส่วนบุคคลขององค์กรประเมินผลกระทบ (DPIA) และตรวจนโยบายความเป็นส่วนตัว เพราะรายละเอียดของแต่ละองค์กรต่างกัน
4 ขั้นตอนวางระบบ Facial Recognition ในอาคารและโรงงาน
การวางระบบ Facial Recognition ให้ใช้งานได้จริง ควรเริ่มจากกำหนดวัตถุประสงค์ สำรวจหน้างาน และทดสอบประสิทธิภาพก่อนเลือกอุปกรณ์และติดตั้งเต็มรูปแบบ ขั้นตอนเหล่านี้ช่วยลดความเสี่ยงในการเลือกระบบไม่เหมาะกับพื้นที่ และควบคุมงบประมาณให้สอดคล้องกับการใช้งาน
ขั้นตอนที่ 1: กำหนดวัตถุประสงค์และประเมินข้อมูล
กำหนดว่าจะใช้ เพื่อควบคุมการเข้าออกหรือลงเวลา พร้อมพิจารณาความจำเป็นในการเก็บข้อมูล ฐานทางกฎหมาย และมาตรการคุ้มครองข้อมูลส่วนบุคคล รวมถึงประเมินว่าจำเป็นต้องทำ DPIA หรือไม่
ขั้นตอนที่ 2: สำรวจหน้างานและระบบไฟฟ้า
ตรวจสอบแสง ระยะและมุมติดตั้งกล้อง ระบบไฟฟ้า PoE และเครือข่าย พร้อมวางแผนสำรองไฟและป้องกันไฟกระชาก โดยเฉพาะจุดติดตั้งกลางแจ้ง
ขั้นตอนที่ 3: ทดสอบระบบนำร่อง
ทดลองติดตั้ง 1–2 จุดกับผู้ใช้จริง ประเมินค่า FAR, FRR และเวลาต่อคนในสภาพแสงที่แตกต่างกัน ก่อนปรับตั้งค่าและขยายระบบ
ขั้นตอนที่ 4: เชื่อมต่อและบำรุงรักษา
เชื่อมระบบกับประตู ระบบลงเวลา หรือระบบแจ้งเตือน พร้อมกำหนดรอบทำความสะอาดเลนส์ ตรวจสอบอุปกรณ์ และทบทวนสิทธิ์ผู้ใช้
เริ่มจากพื้นที่ที่ความเสี่ยงสูงก่อน เช่น ห้องเซิร์ฟเวอร์ คลังสินค้ามูลค่าสูง แล้วค่อยขยาย ช่วยให้ลงทุนน้อยและมีเวลาปรับนโยบายข้อมูลให้สมบูรณ์
สรุป
Facial Recognition คือเทคโนโลยีที่ช่วยเพิ่มความสะดวก และความปลอดภัยในการควบคุมการเข้า-ออกอาคารและโรงงาน แต่การใช้งานให้ได้ผลดีต้องเลือกอุปกรณ์ให้เหมาะกับหน้างาน ทดสอบความแม่นยำ และวางมาตรการคุ้มครองข้อมูลส่วนบุคคลให้สอดคล้องกับ PDPA
หากต้องการติดตั้งระบบควบคุมการเข้าออกหรือเชื่อมต่อกับระบบรักษาความปลอดภัยอื่น ๆ ควรให้ผู้เชี่ยวชาญสำรวจพื้นที่และออกแบบระบบให้เหมาะกับความต้องการขององค์กร
FAQ
Q1: หากระบบ Facial Recognition อ่านใบหน้าไม่ผ่าน ควรทำอย่างไร?
A: ควรตรวจสอบแสงสว่าง มุมกล้อง ระยะสแกน และการเชื่อมต่อระบบ หากยังพบปัญหา ควรมีวิธียืนยันตัวตนสำรอง เช่น บัตร RFID หรือรหัส PIN
Q2: อาคารและโรงงานควรเตรียมอะไรบ้างก่อนติดตั้ง Facial Recognition?
A: ควรสำรวจจุดติดตั้ง แสงสว่าง ระบบไฟฟ้าและเครือข่าย กำหนดจำนวนผู้ใช้งาน และตรวจสอบการเชื่อมต่อกับระบบควบคุมประตูหรือระบบลงเวลา เพื่อเลือกอุปกรณ์ให้เหมาะสมกับพื้นที่
Q3: Facial Recognition มีความแม่นยำแค่ไหน?
A: ขึ้นอยู่กับคุณภาพกล้อง องค์ประกอบของแสง มุมใบหน้า ระยะสแกน และประสิทธิภาพของอัลกอริทึม จึงควรทดสอบระบบในสภาพแวดล้อมจริงก่อนติดตั้ง
Q4: Facial Recognition สามารถสแกนใบหน้าขณะสวมหน้ากากได้หรือไม่?
A: ทำได้ในบางรุ่น ขึ้นอยู่กับความสามารถของระบบในการตรวจจับและเปรียบเทียบใบหน้าส่วนที่มองเห็น ควรตรวจสอบคุณสมบัติของอุปกรณ์ก่อนเลือกใช้งาน
Q5: ควรบำรุงรักษาระบบ Facial Recognition อย่างไร?
A: ควรทำความสะอาดเลนส์ ตรวจสอบกล้องและเครือข่าย ทดสอบการยืนยันตัวตน และทบทวนสิทธิ์เข้าถึงข้อมูลตามรอบที่กำหนด เพื่อให้ระบบทำงานได้อย่างต่อเนื่อง
หากต้องการติดตั้งระบบ Facial Recognition เพื่อควบคุมการเข้าออกอาคารหรือโรงงาน CSK Power Technology พร้อมให้คำปรึกษาและออกแบบระบบให้เหมาะกับพื้นที่และการใช้งาน สามารถดูรายละเอียด บริการรับติดตั้งระบบรักษาความปลอดภัย เพื่อวางระบบรักษาความปลอดภัยที่ตอบโจทย์องค์กรของคุณ
☎️ Tel: 02-583-1441, 065-239-4655
🟢 Line: @cskpower
📬 Email: [email protected]
📘 Facebook: ซีเอสเค เพาเวอร์ เทคโนโลยี จำกัด
