Распознаватель лиц

Что нужно знать о технологии распознавания лиц

Заур Абуталимов

Директор по продуктам сервиса облачного видеонаблюдения и видеоаналитики для бизнеса Ivideon.

Елена Глазкова

Маркетолог Ivideon.

Для государства распознавание лиц — важная часть системы безопасности и внушительная статья бюджета. Для журналистов — либо панацея, либо орудие мирового заговора. Для бизнеса — инструмент или продукт. Чью сторону ни прими, базовые вопросы всё равно остаются. Ответы на них пользователи привычно ищут в интернете (в среднем 28 704 запроса по тематике face recognition в месяц), но обнаруживают далеко не всегда. Исправляем ситуацию.

Что же такое распознавание лиц

Отделим мух от котлет. Пользователи чаще сталкиваются с распознаванием лиц в собственных смартфонах, где биометрическая идентификация применяется, чтобы разблокировать устройство и получить доступ к данным мог только его владелец. В процессе распознавания обязательно участвует 3D-камера, чтобы невозможно было обмануть гаджет фотографией.

Ещё существует идентификация лиц в реальном времени и реальных же условиях: в этом случае она неразрывно связана с системами видеонаблюдения, где лица буквально «выхватываются» из снимаемого камерами видеопотока.

Представим себе качественную современную камеру видеонаблюдения, размещённую чуть выше среднего человеческого роста в хорошо освещённом месте. Перед ней каждый день проходит примерно одинаковое количество примерно одних и тех же людей. Двигаются они не очень быстро.

Снятое видео может храниться в облачном архиве. К камере подключается аналитический модуль: сложное сочетание алгоритмов (искусственный интеллект, нейросети, вот это всё) плюс пользовательский интерфейс. Модуль «выхватывает» лица из видеопотока, определяет пол и возраст и заносит данные в базу.

Постепенно изображений становится больше. Система запоминает все распознанные лица автоматически и заносит их в архив, а пользователь с допуском указывает дополнительные данные: имя, должность, статус, прочие отметки («VIP-гость» или «вор»). Можно загрузить фото нужной персоны, а модуль найдёт в архиве все детекции этого лица.

Как только человек с отметкой вновь проходит перед камерой, система фиксирует это как важное событие и отправляет push-уведомление заинтересованным пользователям.

Детекция в контексте распознавания лиц — это ситуация, когда алгоритм в принципе понял, что перед ним лицо, а не яблоко или русалка с кружки Starbucks. Вычислительные мощности ему сначала требуются для этого, и только затем он может сопоставить лицо с базой или запомнить.

Иногда детекция может удивить

Если вы дочитали предыдущие несколько абзацев до конца, поздравляю, теперь вы знаете, как работает распознавание лиц в идеальной ситуации. Описание подходит к любой системе: от тех, которые используются в московском метро, до решений для малого бизнеса.

Главное, что нужно понимать: идеальную ситуацию в реальной жизни создать сложно, особенно если речь идёт о целом городе, а не офисе или магазине. Скажем, в метро людей много, все разные, ходят быстро. Камер нужно очень много, они стоят денег, размещать их должны грамотные специалисты.

Можно ли обмануть алгоритм распознавания лиц

Несмотря на случающиеся промахи, точность машинного распознавания уже нередко превосходит ту, с какой определяют лица люди. В Китае скоро появится China to build giant facial recognition database to identify any citizen within seconds система, способная найти конкретного человека среди 1,3 миллиарда других жителей за 3 секунды с точностью 90%.

И всё же однозначно на этот вопрос ответить сложно, потому что единственного идеального алгоритма распознавания лиц не существует. Большие очки, наклеенная борода, кепка, высокая скорость перемещения, специальный макияж (например, нарисованная на лице решётка «Чёрный лебедь», котики, кружочки и палочки. Как спастись от систем распознавания лиц при помощи макияжа ) — всё это способно запутать алгоритм. Особенно в совокупности, потому что для распознавания бывает достаточно Как обмануть системы распознавания ли 70% открытого лица. А теперь представьте, что использовать вышеперечисленные ухищрения необходимо в условиях реального города. Звучит не так уж просто, верно?

Возможно ли распознавание лиц онлайн

Интернет — место парадоксальное: люди здесь одновременно могут беспокоиться о том, не определяет ли каждая вторая камера на улице их личность, и искренне хотеть «распознавать лица других людей по фотографии онлайн». Рассмотрим это направление face recognition отдельно.

Программа распознавания лиц — это либо описанный выше аналитический модуль (камера видеонаблюдения + софт + облачное хранилище), либо софт, аналогичный известному (слегка скандально) сервису FindFace. Сегодня скачать программу распознавания лиц «бесплатно и без регистрации» в подавляющем большинстве случаев, понятное дело, невозможно.

Веб-сервис FindFace.ru, помогающий найти людей в социальной сети «ВКонтакте» по их фотографии, был основан 18 февраля 2016 года. Помимо прочего, благодаря ему все желающие могли находить профили девушек, снимавшихся в порнофильмах. Очень скоро сервис стал использоваться для множества флешмобов по обнаружению лиц, которые имели полное право никогда и никем обнаруженными не быть. Разразился скандал, сработавший как вирусная реклама: технология, которая легла в основу сервиса, получила ряд престижных наград и вызвала интерес заказчиков со стороны государства и бизнеса. С 1 сентября 2018 года сервис более не оказывает Сервис FindFace, с помощью которого распознавали участников протестных акций, объявил о закрытии услуги поиска людей по фотографии, так как он был преобразован компанией NtechLab в линейку решений для различных отраслей бизнеса.

Мечта пользователя, который вводит запрос, очевидно, выглядит так: заходишь на сайт, загружаешь фото человека, снятого украдкой в метро, программа распознаёт лицо и выдаёт ссылку на профиль в соцсети. Ага, попался! Или же так: загружаешь программу на компьютер, подключаешь к ней веб-камеру и распознаёшь мордочку своего кота. Успех — теперь тебе будет приходить уведомление каждый раз, когда кот ворует сосиски.

Реальность жестока. Первый же сайт, который предлагает вам подобное, отказывается работать, а второй — требует навыков программирования на Python. Более-менее похожее на мечту приложение называлось SearchFace, которое недавно перезапустилось Searchface перезапустился с авторизацией через «ВКонтакте». Но соцсеть закрыла эту функцию под названием FindClone. Вы загружали фотографию, а алгоритм пытался распознать это же лицо в базе социальной сети «ВКонтакте». Ссылок на профиль приложение не выдавало, только сами снимки — причём неважно, кем они были загружены. Если пользователь давно активен в соцсети, выдача фото создавала жутковатый «биографический» эффект, если же нет, распознанные изображения могли рассмешить.

Иногда SearchFace работал вот так

Собственно, пример SearchFace наглядно отвечает на вопрос «Как социальные сети используют распознавание лиц?». Точнее было бы cформулировать его таким образом: «Как социальные сети используются для распознавания лиц?» Ответ прост: как база данных. Неисчислимое количество уникальных сочетаний цифр (а именно так для алгоритмов Facebook, «ВКонтакте» и остальных выглядят лица на фото) формирует базу для обучения нейросетей, которые ложатся в основу того или иного решения face recognition.

Решения все разные, и нейросети разные тоже, а детали и технические особенности заказчики и поставщики сервисов, как правило, не разглашают. В частности, пол и возраст модуль распознавания умеет определять благодаря тому, что может учиться на информации, содержащейся в «Одноклассниках», «ВКонтакте», Instagram и Facebook.

Как программируется распознавание лиц

Никогда не надо отвечать на вопросы разработчиков и для разработчиков, если ты не разработчик. Поэтому за помощью мы обратились к специалисту.

Дмитрий Сошников

Член Российской ассоциации искусственного интеллекта и старший эксперт по разработке систем ИИ и машинного обучения Microsoft.

Распознавание лиц (а также другие связанные операции) — это достаточно типовая задача. Поэтому многие компании предоставляют готовые сервисы в виде облачных API (программных посредников между приложениями) для качественного решения этих задач. Кроме IT-гигантов вроде Microsoft и Google, распознаванием лиц занимаются также специализированные компании, в том числе российские. Их продукты стремительно развиваются и предоставляют ещё более интересные функции, такие как идентификация лиц и силуэтов в толпе.

Самому с нуля натренировать нейронную сеть намного сложнее. Нужен большой и качественный набор исходных данных, то есть десятки и сотни тысяч (а лучше ещё больше!) фотографий людей. Кроме того, понадобятся существенные вычислительные ресурсы и знания в области ИИ и машинного обучения. Крупные компании располагают всеми этими средствами, поэтому решают задачу намного лучше.

Также существует промежуточное решение — использовать уже натренированную нейросеть, например OpenFace. Такой вариант, скорее всего, будет работать чуть хуже, чем готовый облачный сервис, однако позволит иметь полный контроль над системой. При этом потребуется определённый уровень понимания работы нейросетей и нейросетевых фреймворков и, по всей видимости, некоторое знание языка Python, который завоевал популярность как основной язык программирования среди специалистов Data Science.

Действительно, на нём удобно проводить различные эксперименты, визуализировать данные и производить эффективные матричные вычисления благодаря прекрасному пакету NumPy. Это не самый лучший язык для промышленной разработки, поскольку он не содержит эффективных средств для создания больших безопасных программных систем, однако альтернатив ему в области обучения глубоких нейросетей пока нет.

Как работает распознавание лиц в бизнесе

Востребованность face recognition в финтехе, ретейле и других видах бизнеса напрямую связана с повышением доступности технологии. Механика проста: на всех предприятиях и во всех организациях стоят камеры видеонаблюдения, которые используются как инструменты для сбора данных и последующей аналитики. В мире системы наблюдения снимают за месяц терабайты видео в формате Full HD, то есть информации для обработки накапливается действительно много.

Необходимое ПО для анализа данных может «прошиваться» на устройство производителем. Камеры с видеоаналитикой «на борту» стоят обычно довольно дорого.

Альтернативный вариант — аналитика в облаке, то есть удалённом дата-центре, которая подключается к любой недорогой камере. Это на порядок дешевле плюс даёт гибкость — можно адаптировать решения под конкретный бизнес.

Популярность технологии распознавания лиц в разных сферах деятельности возрастает. К примеру, Сбербанк — один из лидеров в части анонсирования различных громких проектов face recognition, и поспорить Он узнает тебя из тысячи: банкомат определит клиента по глазам с ним в этом плане может разве что «Тинькофф». В 2017 году Сбербанк приобрёл Сбербанк инвестировал в технологию распознавания лиц 25,07% компании VisionLabs, создающей софт для распознавания лиц. За 2018 год финансовое учреждение успело протестировать face recognition в московском метро и даже поймать Благодаря системе распознавания лиц Сбербанка пойманы 42 преступника 42 преступника, протестировать Он узнает тебя из тысячи: банкомат определит клиента по глазам банкоматы с идентификацией лиц, чтобы злоумышленники не могли снимать деньги с чужих карт, а также объявить сбор биометрических данных (аудиозапись голоса, видеозапись лица) клиентов. В апреле этого года Сбербанк получил контроль над разработчиком систем распознавания голоса и лиц — «Центром речевых технологий» (ЦРТ).

Другое дело, что анонсировать, тестировать, пилотировать и покупать решения — не значит собственно внедрять. Что именно сейчас реально используется в Сбербанке (и используется ли), сказать с уверенностью на самом деле может только Герман Греф.

С розничной торговлей всё прозрачней. По сути, здесь есть три проблемы, которые распознавание лиц решает.

Во-первых, воровство. В магазинах орудуют мошенники, причём нередко одни и те же люди в одной и той же сети. Face recognition позволяет определять «дрейфующих воришек» и других людей, ранее нарушавших порядок. Как только однажды занесённый в базу нарушитель зайдёт в магазин, охрана получит уведомление в мессенджере или другим удобным способом.

Во-вторых, трудность работы с постоянными клиентами. Данных о покупках и днях рождения, чтобы персонализировать предложения для VIP-клиентов и фанатов бренда, попросту не хватает. Распознавание лиц можно интегрировать с CRM — то есть софтом, в который менеджеры заносят всю информацию по всем сделкам организации. В случаях с ворами и VIP распознавание лиц работает примерно одинаково: лицо заносится в чёрный или белый список, и при его повторном появлении система просигналит человеку с доступом. Пол и возраст определяются автоматически, а дополнительную информацию добавит ответственный сотрудник.

В-третьих, идентификация лиц в ретейле используется для таргетированной рекламы. К примеру, в некоторых магазинах X5 Retail Group установили Х5 включит компьютерное зрение камеры для распознавания выражения лица и возраста покупателей. Анализируя эти данные, система выводит на экран монитора в торговом зале товары, которые могут понравиться человеку. Ещё живая иллюстрация — кейс Lolli & Pops, большого кондитерского магазина в США. Система face recognition определяет Your future in-store loyalty program will be fed by facial recognition постоянных покупателей и посылает на их смартфоны уведомления с товарами, которые могут им понравиться (с учётом индивидуальных предпочтений и даже аллергии на продукты).

Ещё один яркий пример использования технологии в ретейле — магазины без продавцов и касс. Например, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown — это кафе и магазин самообслуживания, расположенный в Ханчжоу. Здесь продаются напитки, закуски, продукты, игрушки, рюкзаки и тому подобное. Tao Cafe открыт только для пользователей сайта Taobao.

Tao Cafe / syncedreview.com

При покупке напитков система камер с поддержкой распознавания лиц автоматически идентифицирует клиента, связывается с его аккаунтом в интернет-магазине и обрабатывает платёж. Покупатели выходят через помещение, оборудованное несколькими датчиками, которые идентифицируют как клиента, так и товары. Сканирование работает, даже если человек положил покупку в карман или сумку.

Как развивается технология распознавания лиц

Системы видеонаблюдения с идентификацией лиц действительно захватывают мир. В Москве количество камер в 2019 году достигнет Высокие технологии и безопасность: сколько камер видеонаблюдения появится в этом году 174 тысяч. Это вовсе не значит, что все эти устройства по умолчанию могут распознавать личность: чаще всего сообщается Система распознавания находящихся в розыске преступников через видеокамеры заработает в Москве в 2019 г. о 160 тысячах камер с этой функцией. Тем не менее в конце 2018-го московская мэрия заявляла о намерении Власти Москвы в 2019 году собираются заменить видеокамеры и запустить систему распознавания лиц заменить все устройства видеонаблюдения и сформировать полностью инновационную систему в следующем году.

Парадокс в том, что 160 тысяч — это не так уж и много. Особенно если сравнивать с другим лидером запросов поисковиков по тематике распознавания лиц — Китаем. Там в конце 2017 года было In Your Face: China’s all-seeing state более 170 миллионов камер видеонаблюдения и за три ближайших года планировалось China’s ‘Big Brother’ surveillance technology isn’t nearly as all-seeing as the government wants you to think подключить к сети еще около 400 миллионов.

Грамотное и корректное использование face recognition работает в первую очередь на повышение безопасности и комфорта. Люди обычно быстро проникаются доверием к технологиям, которые избавляют их от очередей на футбольный матч (улыбнулся камере — прошёл), предотвращают воровство и хулиганство или помогают меньше тратить на покупки (программы лояльности). Всё это, понятное дело, требует определённого регулирования — именно для этого принимаются законы о защите персональных данных.

В будущем, вероятно, сфера распознавание лиц в системах видеонаблюдения будет регулироваться аналогично текущей практике работы с идентификацией лиц в интернете. Стремящиеся к конфиденциальности люди просто не загружают в Сеть лишнего — частичное фиаско сервиса SearchFace доказывает, что такая стратегия эффективна.

Конечно, нельзя бесконечно ограничивать себя в прогулках по улицам, где камеры установлены на каждом перекрестке, однако возможность сохранить анонимность сформируется, если будет соответствующий запрос от общества.

4 правила слежки: виды камер для видеонаблюдения

Задумавшись о видеонаблюдении, первым делом встает вопрос, какую выбрать камеру. Для чего нужны выносные цилиндры на кронштейнах, а куда лучше подойдут сферические, в каких случаях можно обойтись бюджетной мини-камерой — разбираемся вместе.

Аналоговая или IP?

Существуют два класса видеокамер для наблюдения: аналоговыеи цифровые (IP). Более подробно об их выборе и характеристиках можно почитать в этом материале, а здесь мы кратко отметим базовые отличия двух типов.

Аналоговые камеры видеонаблюдения в последнее время теряют свои позиции на современном рынке, но по-прежнему выигрывают демократичными ценами. Однако они требуют больше кабелей (от 2 до 3), дополнительные разъемы и коннекторы для подключения. Аналоговые камеры скудны по функционалу, чего не скажешь про цифровой класс.

IP видеокамеры предлагают гораздо больше возможностей. У современных IP камер обширный функционал: динамики, микрофоны, встроенная аналитика, различные детекторы, поддержка облачных технологий. Установка тоже проще — для видеосигнала и питания достаточно одного кабеля благодаря технологии PoE.

И те, и другие камеры бывают разных конструктивных модификаций. Отталкиваясь от требуемого места установки, условий объекта и окружающей среды, подбирать конкретный вид и параметры камеры.

Для небольших помещений

Скромным площадям, например на ресепшн, в небольшой офис, над прилавком магазина, обычно нужно прицельное слежение. Тут отлично подходят миниатюрные камеры. Вот, что вам может пригодиться при выборе:

  • Фокусное расстояние. Если зона охвата достаточно большая, выбирайте модели с параметром F=2.8–3.6 мм — у таких камер больше угол обзора, следовательно шире визуальный захват пространства. При фокусном расстоянии F>4 мм угол обзора резко снижается, и в маленьком помещении камере будет недостаточно охвата.
  • Wi-Fi позволяет не использовать дополнительный кабель для передачи видеосигнала.
  • Двусторонняя аудио связь подразумевает наличие встроенного микрофона и динамика. Можно прослушивать звук и вести переговоры в прямом эфире.
  • Слот для карт памяти — камеру можно использовать без подключения к видеорегистратору. Установка сверхскоростной карты памяти позволит хранить архив видео несколько дней.
  • ИК-подсветка пригодится для ночной съемки или в темном помещении.

Более дорогие модели камер поддерживают форматы сжатия H.265, H.265+. Этот показатель важен только в тех случаях, когда хочется сэкономить на дисковом пространстве общей системы видеонаблюдения. Эти форматы выгодны по сравнению с H.264 тем, что битрейт записи H.265 в разы меньше (более чем на 80 %). Устройства с подобными характеристиками больше подойдут для желающих построить крупную систему видеонаблюдения из нескольких десятков камер.

Для офисов и производственных помещений, дома и дачи

Там, где нужен обзор пространства во все стороны, больше подходят камеры в купольном или сферическом исполнении. Они грамотно вписываются в любой интерьер, при этом не слишком привлекая к себе внимания, удобны в установке и эксплуатации. Установка очень удобная — положение объектива легко регулируется уже после установки камеры.

Учитывая специфику объекта, необходимо выбирать между простыми и антивандальными камерами. Например, для режимного объекта охранного типа, помещений с отрицательными температурами, пассажирским лифтом жилого дома и т. п, лучше применять уличные камеры, выполненные в антивандальном корпусе. Это повысит безопасность и продлит срок службы камерам.

Помимо корпусного исполнения, следует обратить внимание на наличие микрофона, ИК подсветки, модуля Wi-Fi и установленного объектива. В зависимости от места расположения камеры (холл, кабинет, коридор, тамбур) следует выбирать камеру с необходимым значением объектива. Например, для коридора, подойдут узконаправленные модели с объективом 4–6 мм, а там, где необходим максимальный охват пространства, уместны объективы 2.8–3.6 мм.

Для улицы

Уличное видеонаблюдение выдвигает свои требования. Для слежения за периметром здания, придомовой территорией и прочими объектами больше подходят bellet или цилиндрические модели камер. Для установки есть специальная ножка, а шарнир в паре с регулировочными винтами меняет положение камеры в плоскости. На корпусе часто располагается небольшой вытянутый козырек для защиты объектива от засветки.

Для периметра лучше выбирать камеры с узким объективом, где величина фокусного расстояния будет варьироваться от 4 до 12 мм. Зачастую требуется установка камеры на дополнительный выносной кронштейн, а камера в свою очередь направляется вдоль здания для фиксации подхода к окнам и запасным выходам.

Уличная установка предполагает подбор камер со степенью защиты как минимум IP 65. Данный параметр обозначает класс герметизации устройства. Первая цифра обозначает защиту от пыли, а вторая — защиту от влаги. Так как в нашем случае камеры установлены на открытом воздухе, то оптимальная степень защиты в данном случае будет именно 65, где 6 — это полная защита от проникновения пыли, а 5 — это защита от струй воды со всех направлений.

Также немаловажна дальность ИК подсветки — она используется в темное время суток для поддержки видимости. Среднее значение — 10—20 метров, но, если планируется использовать камеры для наблюдения за большей площадью или для охраны периметра, следует обратить внимание на модели с дальностью подсветки минимум 30 м.

Помимо охраны периметра порой необходима видеофиксация придомовой территории, стоянок, детской площадки и прочих мест. В таком случае важен охват максимального пространства, и следует делать выбор в пользу моделей с фокусным расстоянием 2.8–3.6 мм.

В единичных случаях требуется совмещение камеры с охранными системами здания, для этого следует выбирать модели с наличием тревожных входов\выходов, например, Hikvision DS-2CD2123G0-IS 6мм.

Для больших территорий

Для торговых центров и специализированных площадок оптимально использование поворотных PTZ камер. Их отличает высокая мобильность и возможность дистанционного управления — на расстоянии можно вращать камеру в разных осях, изменять положение объектива, приближать и отдалять зум. Здесь важно учитывать скоростные показатели, особенно в местах тревожных выходов, когда поворот камеры осуществляется с помощью тревожного сигнала.

В тех случаях, когда применение нескольких камер возможно с трудом, лучше использовать камеры с объективом «Рыбий глаз» (FishEye). Их корпус в чем-то схож с купольными камерами, однако данные модели меньше в габаритах и более плоские. По способу установки удобны как для стены, так и для потолка. Примечательны тем, что угол обзора достигает 180 градусов по каждой оси. Исходя из места монтажа, необходимо обращать внимание при выборе на разрешение камеры. При установке на отдалении до 4 м подойдут модели разрешением 2 Мп, если расстояние выше 4 метров, следует рассматривать модели с более высоким разрешением, не менее 4МП.

Существует еще одна разновидность камер — модульные. В данном случае камера поставляется без объектива и выполнена в стандартном прямоугольном корпусе, объектив выбирается самостоятельно. Такое решение популярно для торговых центров и больших объектов.

Напомним, что, прежде чем устанавливать видеонаблюдение, убедитесь в правомерности своих намерений. Об этом совсем недавно на Клубе вышел материал, где мы объясняем, как поставить видеонаблюдение и не поссориться с законодательством (или соседями).

Можно сказать, что iPhone X открыл новую эпоху. Технология распознавания лиц — основная его «фишка». И никто не сомневается в том, что такой способ разблокировки будет внедряться и во многие другие смартфоны.

Чуть-чуть истории

Ещё в 1960-ых годах проводились специальные опыты, в ходе которых компьютер должен был научиться распознавать лицо человека. Тогда это ни к чему не привело, так как любая эмоция приводила к сбою. Также изобретенная система боялась изменения условий освещения.

Лишь в самом конце XX века появились системы, которые научились определять лица людей по фотографиям, запоминая их. При этом они перестали сбоить при появлении усов, бороды, очков и прочих «помех». Активнее всего подобные системы начали внедряться в цифровые фотоаппараты. Также они нашли себе место в охранном секторе.

У систем распознавания лиц долгое время был один существенный недостаток. Они сильно зависели от освещения и ракурса. Впрочем, в охранных сканерах эта проблема не была заметна. К ним лицо прикладывалось почти вплотную, освещаясь затем лампами. Избавиться же от вышеупомянутого недостатка помогло внедрение стереосъемки. Две камеры понимают глубину сцены, в связи с чем точность показаний вырастает в несколько раз.

Как работает технология распознавания лиц?

Постепенно новая функция начала появляться в смартфонах. Здесь биометрическая идентификация пользователя внедряется для того, чтобы разблокировать устройство не мог посторонний человек. В идеале получить доступ к персональной информации может только близнец. Переживать по этому поводу не стоит. Вряд ли кто-то будет всерьез скрывать что-то от родного брата или сестры. Да и никто не мешает установить для чтения каких-то особо секретных данных дополнительный пароль.

Работу системы распознавания лиц в смартфонах можно условно разделить на четыре этапа:

  1. Сканирование лица. Оно осуществляется при помощи фронтальной камеры или, как в случае с iPhone X, специального сенсора. Сканирование является трехмерным, поэтому фокус с показом фотографии срабатывать не будет.
  2. Извлечение уникальных данных. Система ориентируется на набор особенностей сканируемого лица. Чаще всего это контуры глазниц, форма скул и ширина носа. В продвинутых системах также могут «замечаться» шрамы.
  3. Извлечение из памяти шаблона с ранее полученными данными.
  4. Поиск соответствий. Финальный этап, на котором система решает, разблокировать ли дисплей. Мощности современных процессоров позволяют тратить на «размышление» всего доли секунды.

Функция распознавания лиц может быть реализована даже при помощи фронтальной камеры — лишь бы она имела два объектива. Однако в таком случае работа данной функции окажется нестабильной. Дело в том, что лишь специальные датчики обеспечат сканирование лица даже в темноте, тогда как «фронталке» требуется яркое освещение. Также особые датчики виртуально выводят на лицо большее количество точек, поэтому они срабатывают даже при появлении бороды, очков и других помех. Словом, в каком-нибудь DOOGEE Mix 2 система точно будет работать заметно хуже, чем в iPhone X. Другое дело — юбилейный продукт Apple стоит гораздо дороже, чем все остальные смартфоны с функцией распознавания лица.

За технологией будущее?

Нужные для сканирования лица датчики требуют идеальной установки. Сдвиг на сотые доли миллиметра приведет к тому, что работа функции перестанет быть идеальной — поэтому при производстве смартфона может наблюдаться повышенный выход брака, а это приводит к росту его стоимости. Да и сами датчики стоят весьма дорого, неспроста их использует только компания Apple, хотя никаких патентов на них у неё нет.

Одним словом, пока функцию распознавания лиц производители «андроидов» будут реализовывать посредством фронтальной камеры. Уже сейчас её можно встретить в Samsung Galaxy S8 и Note 8. Но владельцы этих устройств подтвердят вам, что работает она не лучшим образом — легче использовать сканер отпечатков пальцев. Поэтому пока о будущем функции ничего сказать нельзя. Нужно ждать, будет ли Apple внедрять соответствующие датчики в более доступные смартфоны, а также появятся ли они в устройствах на базе Android.

Переживать по поводу сохранения ваших идентификационных данных не стоит. Созданный при сканировании лица шаблон находится в отдельном разделе памяти — чтение этого сектора компьютером или сторонними программами невозможно. Впрочем, это касается и отпечатков пальцев. А каким видом идентификации пользоваться удобнее — это выбирать только вам.

Как устроены системы распознавания лиц и надо ли их опасаться?

Никаких очередей в магазинах, паспортный контроль в прошлом, а для совершения онлайн-платежей достаточно посмотреть в камеру смартфона – это не очередной сюжет из «Чёрного зеркала», а реальность, которую формируют технологии распознавания лиц.

То, что начиналось с идентификации людей на фотографиях в социальных сетях, в 2020 году представляет собой востребованную технологию, которая с каждым месяцем, если не днём, глубже проникает в быт миллионов людей, накапливая о них персональные данные. И Казахстан не исключение.

Informburo.kz рассказывает, где активно используются системы распознавания лиц, как разные страны адаптируют законодательство под новые технологи и чего от них ожидать в ближайшее время.

Как работают системы распознавания лиц?

Распознавание лиц – одна из возможностей технологии компьютерного зрения, алгоритмов (нейросетей), обученных находить, распознавать и отличать изображения. Это могут быть лица людей, животные, объекты на дороге, разновидности огнестрельного оружия и многое другое. Для подобных систем изображения – это набор данных с отличительными признаками. В случае распознавания людей алгоритмы опираются на биометрические данные – характеристики лица, например, жёсткие ткани, кривые глазного гнезда, носа и подбородка.

Принципы работы технологии исследователи описали в 2001 году. Наиболее востребованный, метод Виолы – Джонса, находит человека по соотношению ярких и тёмных участков на изображении, фиксируя области, где их взаимное расположение напоминает лицо. Совсем недавно такую систему было несложно обмануть, спрятав лицо под капюшон, маску или специальный макияж, но с каждым годом видеокамеры становятся совершеннее.

Первые системы распознавания лиц сравнивали только двумерные снимки из базы данных с изображением, зафиксированным камерой. Точность идентификации сильно зависела от внешних факторов, включая освещение и ракурс, при этом человеку нужно было обязательно смотреть в камеру. Потом на смену им пришли системы на основе 3D-распознавания. В зависимости от программного обеспечения алгоритмы учитывают разное количество уникальных характеристик лица, включая форму скул, длину носа, расстояние между глазами или от подбородка до лба и многое другое.

Система распознаёт человека по 80 узловым точкам, фиксируя ключевые и второстепенные характеристики лица. Затем программа переводит данные с изображения в числовой код, также называемый отпечатком лица (faceprint). На последнем этапе система сверяет результат с базой данных полиции, где может храниться дополнительная информация о гражданах: его Ф.И.О., адрес, телефон и не только. Другая крупная база данных – социальные сети, в частности Facebook.

Но и у 3D-моделирования есть недостатки, что стимулирует новые разработки. К примеру, компания Identix предложила технологию распознавания лиц по анализу текстуры кожи, будь то линии, поры, шрамы и другие характерные детали. Разработчики уверены, что их система сможет различить даже близнецов, и ей не помешают очки на лице или яркий макияж. Также существуют алгоритмы, способные определять личность даже в полной темноте или при плохом освещении. Инфракрасные камеры фиксируют тепловой след, который излучает человек.

Где применяется технологии распознавания лиц?

В 2020 году использование технологии распознавания лиц начинается с мобильных приложений и финансовых услуг и не заканчивается проектами безопасных городов, военными разработками и беспилотными автомобилями. И это не считая магазинов без продавцов в Китае и США, где камеры считывают, с какой продукцией покупатель идёт к выходу, а с его карточки автоматически списываются деньги за покупку.

По данным британской Comparitech, среди 50 стран, где правительство и частные структуры обширно и агрессивно собирают и хранят биометрические данные граждан, пятёрку возглавили Китай, Пакистан, Малайзия, США и Индия. По мнению исследователей, в топ-5 стран, где сбор данных наиболее эффективно регулируется правительством, вошли Ирландия, Португалия, Великобритания, Кипр и Румыния.

Согласно исследованию, в каждой стране биометрические данные используются в сфере банковских услуг (отпечатки пальцев). Во многих государствах их собирают у иностранных граждан, а также используют либо тестируют камеры видеонаблюдения с распознаванием лиц. Авторы исследования считают, что биометрические данные лучше защищены в европейских странах, на которые распространяется Общеевропейский регламент по защите данных в ЕС (GDRP).

В январе 2020 года Еврокомиссия и вовсе предложила временно запретить использование технологий распознавания лиц в общественных местах. Если ограничения вступят в силу, мораторий продлится от трёх до пяти лет. За это время европейским странам предстоит найти решения по предотвращению возможных злоупотреблений технологиями, нарушений прав граждан на частную жизнь и приватность персональных данных.

В США противники системы распознавания лиц пошли дальше. С начала 2020 года в Сан-Диего (штат Калифорния) вступил в силу трёхлетний мораторий на использование систем распознавания лиц. Временный запрет стал результатом длительной общественной кампании против использования в штате системы тактической идентификации (Tactical Identification System, TACIDS). В неё входит база данных для распознавания лиц, используемая местными, штатными и федеральными агентствами.

С 2016 по 2018 год полицейские провели через систему более 65 000 проверок с помощью смартфонов и планшетов. Главные аргументы правозащитников против технологии заключались в недопустимости вмешательства в частную жизнь граждан и предвзятости полиции к этническим меньшинствам.

А что насчёт стран, устанавливающих системы распознавания лиц?

В 2019 году Китай с крупнейшей в мире сетью видеонаблюдения обладал 200 миллионами камер по всей стране и собирался вдвое увеличить их количество к 2020 году. Система устанавливает личность граждан по ID-номеру, хранящемуся в базе данных, либо номеру машины, а также определяет национальность, возраст и пол. В случае обнаружения разыскиваемого гражданина или противозаконных действий полицейским достаточно несколько минут для задержания нарушителя.

Известен случай, когда система наблюдения и распознавания лиц помогла найти пропавшего ребёнка и установить личность похитительницы. Благодаря камерам полицейские отследили её передвижения по городу и задержали женщину с ребёнком на вокзале. Тем же способом камеры определяют, кто из граждан перешёл дорогу в неположенном месте или участвовал в акциях протеста и уличных беспорядках.

Только камерами китайская полиция не ограничивается. В 2018 году она начала тестировать портативные аналоги, встроенные в очки для полицейских наподобие Google Glass. Похожими технологиями с недавних пор могут похвастаться и российские полицейские. В 2019 году в России началось тестирование видеорегистратора с функцией распознавания лиц, подходящего для патрулирования. Устройство разработали Dahua Technology Rus и NtechLab, связав видеорегистратор с приложением FindFace Security Mobile.

В Москве установлено 3000 тысяч камер наблюдения, оснащённых функцией распознавания лиц. За два года устройства помогли задержать более 100 разыскиваемых преступников. По словам производителей камер, их устройства также пригодились на главных футбольных стадионах в период чемпионата мира по футболу. Разные углы обзора, слабая освещённость, всевозможные прикрытия в виде очков или бороды камерам не помешали.

В 2020 году московская мэрия объявила конкурс на закупку оборудования для систем распознавания лиц почти на два миллиарда рублей. Власти намерены создать сеть из 200 тысяч умных камер для улиц и общественного транспорта. Такие устройства автоматически проверяют людей, сравнивая их со списком розыска. В случае совпадения фотография отправляется полицейским, от которых зависят дальнейшие решения. По мнению разработчиков, такой алгоритм должен сократить этические риски, но сбор биометрических данных во время видеонаблюдения стал поводом для одного судебного дела.

В 2019 году активистка Алёна Попова, оштрафованная за одиночный пикет, судилась с московским департаментом информационных технологий и МВД. Она посчитала, что суд неправомерно использовал записи камер наблюдения с распознаванием лиц, рассматривая дело о проведении пикета у Госдумы годом ранее. По Закону «О персональных данных», использование биометрических сведений гражданина возможно только с его согласия в письменной форме. Суд активистка проиграла и собралась обжаловать его решение, в том числе в ЕСПЧ.

О необходимости регламентировать систему распознавания лиц в рамках российского законодательства говорят и правозащитники из движения «Роскомсвобода». Также они выступают за создание органов общественного контроля во избежание злоупотребления технологий со стороны силовых структур и защиту базы данных от утечек информации.

В Казахстане ситуация пока неоднозначная. В январе 2020 года казахстанские СМИ писали, что в одном из районов Алматы появятся камеры видеонаблюдения с распознаванием лиц Qamqor. Позже в полиции опровергли эту информацию, указав, что меморандум по установке камер ни с кем не заключали, хотя некая компания предложила установить камеры в одном из районов города для демонстрации возможностей системы.

Непонятно, получит ли эта история продолжение. Но если учитывать заинтересованность президента Касым-Жомарта Токаева перенимать китайский опыт в цифровизации персональных данных граждан, внедрение систем распознавания лиц – вполне реальная перспектива. В прошлогодний визит в Китай казахстанский лидер посетил завод крупнейшего мирового производителя систем видеонаблюдения Hikvision и оценил возможности «умных» камер.

Продукция китайского производителя также представлена в Казахстане и других странах Центральной Азии, но с недавних пор находится под американскими санкциями. Правительство США внесло компанию в список 28 государственных учреждений и частных фирм, причастных к нарушению прав этнических меньшинств в Синьцзяне.

Из ближайших соседей «умную» систему видеонаблюдения также внедряет Кыргызстан. С 2019 года в Бишкеке работают 60 камер, 20 из которых оснащены функцией распознавания лиц. Систему стоимостью более 5 миллионов долларов кыргызской полиции бесплатно предоставила китайская госкомпания CEIEC. Ранее она внедряла подобные технологии в странах Южной Америки и Африки.

Thomas Peter / Reuters

Городские власти рассчитывают установить в столице 1000 камер видеонаблюдения, но местные правозащитники и активисты из Комитета гражданского контроля выступают за мораторий на систему распознавания лиц.

Тренды и риски

Опасения, что система распознавания лиц будет работать не только на поддержание безопасной городской среды, но и для вычисления участников несанкционированных митингов или слежки за оппозиционно настроенными активистами, могут быть оправданы. Авторы журналистского расследования The Wall Street Journal рассказывали о том, как специалисты Huawei помогали правительствам Уганды и Замбии следить за оппозицией. Но на повестке остаются и другие актуальные вопросы: например, как защитить базы данных от утечки информации, что делать, если система ошиблась, признав в невинном человеке разыскиваемого преступника, или как не стать жертвой кибербуллинга.

В 2018 году компания NtechLab закрыла проект FindFace.ru – первый в мире сервис для поиска людей по фотографии в российской социальной сети «ВКонтакте». Инструмент с алгоритмами машинного обучения, опередивший Google, позволял найти профиль незнакомого человека по его фотографиям в интернете. С одной стороны, сервис значительно упрощал поиск, с другой, стал инструментом для травли работников порноиндустрии. Инициаторы «облавы» рассылали компромат на порноактрис их друзьям и знакомым, а также публиковали находки в специальной группе в VK. Позже её заблокировала администрация VK.

Этот случай не столько про испорченную репутацию порномоделей (хотя и про это тоже), сколько про утрату приватности в интернете. Если раньше социальные сети продавали обезличенную информацию об аудитории компаниям для рекламы, то теперь алгоритмы умеют анализировать фотографии, узнавая о рядовом пользователе гораздо больше, чем следовало бы.

После закрытия популярного сервиса NtechLab сообщила, что займётся инновационными решениями для государства и бизнеса. Появление на рынке подобных сервисов может открыть новые возможности для создания персонализированной рекламы.

Зная, какие магазины и заведения посещают потенциальные клиенты, маркетологи смогут точнее определять целевую аудиторию и выбирать стратегию продаж. Выиграет ли от этого пользователь – другой вопрос. Хотя не исключено, что в каких-то случаях так будет проще и быстрее находить нужные товары и услуги. Так, например, крупнейший ритейлер Walmart с помощью распознавания лиц анализирует эмоции клиентов. Система сканирует мимику посетителей, определяя, кто ушёл довольным покупкой, а кто нет. Также записанные эмоции можно сопоставить с историей транзакций, чтобы проследить изменения в покупательских привычках клиента.

Технология распознавания лиц открывает как новые возможности, вроде оплаты покупок по фотографии или оформления кредита за три минуты, так и новые схемы киберпреступлений и ограничения прав. Учитывая, что законодательные нормы пока не поспевают за техническим прогрессом, новые решения ещё не раз заставят посмотреть на привычные ценности. И, возможно, что-то пересмотреть.