Mida peate teadma näotuvastustehnoloogia kohta

2024 Autor: Malcolm Clapton | [email protected]. Viimati modifitseeritud: 2023-12-17 03:53

Kuidas seda tehnoloogiat kasutavad valitsused ja ettevõtted, kas näotuvastussüsteemiga on võimalik kaamerat petta ja kas on võimalik foto abil inimest Internetist leida.

Jelena Glazkova Ivideon turundaja.

Riigi jaoks on näotuvastus turvasüsteemi oluline osa ja muljetavaldav eelarveartikkel. Ajakirjanike jaoks on see kas imerohi või maailma vandenõu instrument. Ettevõtluseks, tööriistaks või tooteks. Kummale poole te ka ei asuks, põhiküsimused jäävad ikkagi alles. Tavaliselt otsivad kasutajad neile vastuseid Internetist (keskmiselt 28 704 näotuvastuspäringut kuus), kuid nad ei leia neid alati. Olukorra parandamine.

Mis on näotuvastus

Eraldame kärbsed kotlettidest. Tõenäoliselt seisavad kasutajad silmitsi näotuvastusega oma nutitelefonides, kus seadme avamiseks kasutatakse biomeetrilist tuvastamist ja andmetele pääseb ligi ainult selle omanik. 3D-kaamera on tingimata kaasatud tuvastusprotsessi, nii et vidinat pole võimalik fotoga petta.

Samuti toimub nägude tuvastamine reaalajas ja reaalsetes tingimustes: antud juhul on see lahutamatult seotud videovalvesüsteemidega, kus kaamerate filmitud videovoost sõna otseses mõttes "nägu ära kisutakse".

Kujutage ette kvaliteetset kaasaegset CCTV-kaamerat, mis on asetatud inimese keskmisest pikkusest veidi kõrgemale hästi valgustatud kohta. Tema eest möödub iga päev ligikaudu sama palju inimesi. Nad ei liigu väga kiiresti.

Jäädvustatud videot saab salvestada pilvearhiivi. Kaameraga on ühendatud analüütiline moodul: kompleksne algoritmide kombinatsioon (tehisintellekt, närvivõrgud, see on kõik) pluss kasutajaliides. Moodul "närib" videovoost nägusid, määrab soo ja vanuse ning sisestab andmed andmebaasi.

Järk-järgult tuleb pilte juurde. Süsteem jätab kõik tuvastatud näod automaatselt meelde ja salvestab need arhiivi ning sissepääsuga kasutaja märgib lisaandmed: nimi, ametikoht, staatus, muud märgid ("VIP-külaline" või "varas"). Saate üles laadida vajaliku inimese foto ja moodul leiab arhiivist kõik selle isiku tuvastamised.

Niipea, kui märgiga inimene jälle kaamera eest möödub, salvestab süsteem selle olulise sündmusena ja saadab huvitatud kasutajatele push-teate.

Tuvastamine näotuvastuse kontekstis on olukord, kus algoritm sai põhimõtteliselt aru, et tegemist on näoga, mitte aga Starbucksi kruusi õuna või merineitsiga. Selleks vajab ta esmalt arvutusvõimsust ja alles siis saab ta näo alusega sobitada või meelde jätta.

Kui olete mõned eelmised lõigud lõpuni lugenud, siis palju õnne, nüüd teate, kuidas näotuvastus ideaalolukorras töötab. Kirjeldus sobib igale süsteemile: alates Moskva metroos kasutatavatest kuni väikeettevõtete lahendusteni.

Peaasi, mida mõista, on see, et päriselus on raske ideaalset olukorda luua, eriti kui tegemist on kogu linnaga, mitte kontori või kauplusega. Näiteks metroos on palju inimesi, kõik on erinevad, kõnnivad kiiresti. Teil on vaja palju kaameraid, need maksavad raha ja pädevad spetsialistid peaksid need paigutama.

Kas näotuvastusalgoritmi on võimalik petta

Hoolimata aeg-ajalt tehtud vigadest on masintuvastuse täpsus juba sageli parem kui see, millega inimesed nägusid määravad. Hiinas ilmub peagi Hiinas hiiglaslik näotuvastusandmebaas, mis loob iga kodaniku tuvastamiseks sekunditega, süsteem, mis suudab 1,3 miljardi muu elaniku seast 3 sekundiga 90% täpsusega leida konkreetse inimese.

Ja ometi on sellele küsimusele raske ühemõtteliselt vastata, sest ühtset ideaalset näotuvastusalgoritmi pole olemas. Suured prillid, kleebitud habe, müts, suur liikumiskiirus, spetsiaalne meik (näiteks näole maalitud võre "Must luik", kassid, ringid ja pulgad. Kuidas meiki kasutades näotuvastussüsteemide eest põgeneda) - kõik see võib algoritmi segi ajada. Eriti kokkuvõttes, sest äratundmiseks piisab Kuidas tuvastussüsteeme petta, kas 70% avatud nägu. Kujutage nüüd ette, et päris linnas on vaja ülaltoodud nippe kasutada. Ei kõla nii lihtsalt, eks?

"Anti-recognition" prillid Jaapanist, mis tagasi 2015.a

Ja siin on selline 3D-mask 2014. aastal

Kas Internetis on võimalik nägusid ära tunda

Internet on paradoksaalne koht: siinsed inimesed võivad korraga muretseda selle pärast, kas tänaval iga teine kaamera tuvastab nende isikupära, ja siiralt soovida "oma fotode järgi võrgus ära tunda teiste nägusid". Vaatleme seda näotuvastuse trendi eraldi.

Näotuvastusprogrammiks on kas eelpool kirjeldatud analüütiline moodul (CCTV kaamera + tarkvara + pilvesalvestus) või tuntud (veidi skandaalse) FindFace teenusega sarnane tarkvara. Tänapäeval on enamikul juhtudel näotuvastusprogrammi "tasuta ja registreerimata" allalaadimine muidugi võimatu.

Veebiteenus FindFace.ru, mis aitab VKontakte suhtlusvõrgustikus inimesi nende fotode järgi leida, asutati 18. veebruaril 2016. aastal. Muuhulgas võis igaüks tänu temale leida pornofilmides osalenud tüdrukute profiile. Üsna pea hakati teenust kasutama paljude välkmobiilide jaoks, et tuvastada nägusid, millel oli täielik õigus mitte kunagi keegi neid tuvastada. Puhkes skandaal, mis töötas nagu viirusreklaam: teenuse aluseks olnud tehnoloogia pälvis hulga mainekaid auhindu ning äratas klientides riigi ja ettevõtluse huvi. Alates 1. septembrist 2018 ei paku teenus enam meeleavaldajate äratundmiseks kasutatud FindFace teenust, teatas fototeenuse järgi inimeste otsimise lõpetamisest, kuna NtechLab muutis selle erinevatele ärisektoritele mõeldud lahenduste sarjaks.

Taotluse sisestanud kasutaja unistus näeb ilmselgelt välja järgmine: lähete saidile, laadite üles foto inimesest, kes tehti metroos vargsi, programm tuvastab näo ja annab välja lingi profiilile sotsiaalne võrgustik. Jah, jäi vahele! Või nii: laadid programmi arvutisse, ühendad sellega veebikaamera ja tunned ära oma kassi näo. Edu - nüüd saate teate iga kord, kui kass varastab vorsti.

Tegelikkus on julm. Esimene sait, mis pakub sulle midagi sellist, keeldub töötamast ja teine nõuab Pythonis programmeerimisoskust. Enam-vähem unenäoline rakendus nimega SearchFace, mis hiljuti taaskäivitati Searchface taaskäivitati VKontakte kaudu autoriseerimisega. Kuid sotsiaalvõrgustik on selle funktsiooni nimega FindClone sulgenud. Laadisite üles foto ja algoritm proovis VKontakte sotsiaalvõrgustiku andmebaasis sama nägu ära tunda. Rakendus ei andnud välja linke profiilile, ainult pilte ise – ja pole vahet, kes need üles laadis. Kui kasutaja on olnud sotsiaalvõrgustikus pikka aega aktiivne, tekitas foto väljastamine jube "biograafilise" efekti, kuid kui mitte, siis võisid äratuntavad pildid teda naerma ajada.

Tegelikult vastab SearchFace'i näide selgelt küsimusele "Kuidas sotsiaalsed võrgustikud näotuvastust kasutavad?" Õigem oleks sõnastada nii: "Kuidas kasutatakse sotsiaalvõrgustikke näotuvastuseks?" Vastus on lihtne: nagu andmebaas. Lugematu hulk unikaalseid numbrikombinatsioone (nii otsivad fotol olevad näod Facebooki, VKontakte jt algoritme) on aluseks ühe või teise näotuvastuslahenduse aluseks olevate närvivõrkude treenimisel.

Lahendused on kõik erinevad ja ka närvivõrgud on erinevad ning kliendid ja teenusepakkujad reeglina detaile ja tehnilisi omadusi ei avalda. Eelkõige suudab soo ja vanuse tuvastamise moodul kindlaks teha tänu sellele, et see saab õppida Odnoklassnikis, VKontaktes, Instagramis ja Facebookis sisalduvast teabest.

Kuidas näotuvastus programmeeritakse

Kui te pole arendaja, ei pea te kunagi vastama arendaja ja arendaja küsimustele. Seetõttu pöördusime abi saamiseks spetsialisti poole.

Dmitri Soshnikov Venemaa Tehisintellekti Assotsiatsiooni liige ja Microsofti tehisintellekti ja masinõppesüsteemide arendamise vanemekspert.

Näotuvastus (nagu ka muud sellega seotud toimingud) on üsna tavaline ülesanne. Seetõttu pakuvad paljud ettevõtted nende ülesannete kvaliteetseks lahendamiseks valmisteenuseid pilve API-de (rakendustevahelise tarkvara vahendajate) kujul. Lisaks IT-hiiglastele nagu Microsoft ja Google tegelevad näotuvastusega ka spetsialiseerunud ettevõtted, sealhulgas Venemaa ettevõtted. Nende tooted arenevad kiiresti ja pakuvad veelgi põnevamaid funktsioone, nagu nägude ja siluettide tuvastamine rahvahulgast.

Närvivõrku on nullist palju keerulisem treenida. Vajame suurt ja kvaliteetset lähteandmete kogumit ehk kümneid ja sadu tuhandeid (või isegi rohkem!) Inimeste fotosid. Lisaks on vaja märkimisväärseid arvutusressursse ning teadmisi tehisintellekti ja masinõppe kohta. Suurte ettevõtete käsutuses on kõik need tööriistad, nii et nad lahendavad probleemi palju paremini.

On ka vahelahendus - kasutada näiteks juba väljaõppinud närvivõrku. See valik töötab tõenäoliselt veidi halvemini kui valmis pilveteenus, kuid see võimaldab teil süsteemi üle täielikult kontrollida. See eeldab teatud tasemel arusaamist närvivõrkude ja närvivõrgu raamistike toimimisest ning suure tõenäosusega mõningaid teadmisi Pythoni keelest, mis on andmeteaduse spetsialistide seas peamise programmeerimiskeelena populaarsust kogunud.

Tõepoolest, tänu suurepärasele NumPy paketile on mugav teha erinevaid katseid, visualiseerida andmeid ja teha tõhusaid maatriksarvutusi. See pole just parim keel tööstuslikuks arendamiseks, kuna ei sisalda tõhusaid tööriistu suurte turvaliste tarkvarasüsteemide loomiseks, kuid süvanärvivõrgu koolituse vallas sellele veel alternatiive pole.

Kuidas näotuvastus äris töötab

Nõudlus näotuvastuse järele fintech-, jaemüügi- ja muudes äriliikides on otseselt seotud tehnoloogia suurenenud kättesaadavusega. Mehaanika on lihtne: kõigil ettevõtetel ja organisatsioonidel on CCTV kaamerad, mida kasutatakse andmete kogumise ja hilisema analüüsi vahenditena. Maailmas filmivad seiresüsteemid terabaiti Full HD-s videot kuus, see tähendab, et töötlemiseks on tõesti palju teavet.

Andmete analüüsiks vajaliku tarkvara saab tootja seadmele “vilgutada”. Pardal olevad videoanalüütikakaamerad on tavaliselt üsna kallid.

Alternatiivne võimalus on analüütika pilves, st kaugandmekeskus, mis ühendub mis tahes odava kaameraga. See on suurusjärgu võrra odavam, lisaks annab see paindlikkuse – saate kohandada lahendusi konkreetse ettevõtte jaoks.

Näotuvastustehnoloogia populaarsus erinevates tegevusvaldkondades kasvab. Näiteks Sberbank on erinevate kõrgetasemeliste näotuvastusprojektide väljakuulutamise osas üks liidreid ja võib väita, et Ta tunneb teid tuhandest ära: pangaautomaat tuvastab kliendi selles osas silmade järgi, võib-olla ainult Tinkoff. 2017. aastal omandas Sberbank Sberbanki ja investeeris 25,07% VisionLabsist näotuvastustehnoloogiasse, mis loob tarkvara näotuvastuseks. 2018. aastal õnnestus ühel finantsasutusel Moskva metroos näotuvastust testida ja tabada koguni 42 kurjategijat. Tänu Sberbanki näotuvastussüsteemile tabati 42 kurjategijat, et testida See tunneb teid tuhandest ära: pangaautomaat tuvastab kliendi näotuvastusega sularahaautomaatide silmad, et ründajad ei saaks teiste inimeste kaartidelt raha välja võtta, samuti teatada biomeetriliste andmete kogumisest (hääle helisalvestus,video näost) klientidest. Selle aasta aprillis kontrollis Sberbank hääle- ja näotuvastussüsteemide arendajat - kõnetehnoloogiate keskust (MDT).

Teine asi on see, et lahenduste väljakuulutamine, testimine, piloteerimine ja ostmine ei tähenda tegelikku juurutamist. Mida täpselt praegu Sberbankis kasutatakse (ja kas seda kasutatakse), saab kindlalt öelda ainult German Gref.

Jaemüügiga on kõik läbipaistvam. Põhimõtteliselt on siin kolm probleemi, mida näotuvastus lahendab.

Esiteks vargus. Kauplusi juhivad petturid ja sageli samad inimesed samas võrgustikus. Näotuvastus võimaldab tuvastada "triivivad vargad" ja teised inimesed, kes varem korraldust rikkusid. Niipea, kui sissetungija andmebaasi sisenes, kui poodi siseneb, saab turvalisus messengeris või muul mugaval viisil teate.

Teiseks püsiklientidega töötamise raskus. Ostude ja sünnipäevade kohta pole lihtsalt piisavalt andmeid, et VIP-idele ja brändifännidele pakkumisi isikupärastada. Näotuvastust saab integreerida CRM-iga - see tähendab tarkvara, millesse juhid sisestavad kogu teabe organisatsiooni kõigi tehingute kohta. Varaste ja VIPide puhul toimib näotuvastus umbes samamoodi: nägu kantakse musta või valgesse nimekirja ning selle uuesti ilmumisel annab süsteem ligipääsu omavale inimesele piiksu. Sugu ja vanus määratakse automaatselt ning lisainfot lisab vastutav töötaja.

Kolmandaks kasutatakse jaemüügi tuvastamist suunatud reklaami jaoks. Näiteks mõnes kaupluses X5 Retail Groupi installitud X5 sisaldab arvutikaameraid, mis tuvastavad klientide näoilmeid ja vanust. Neid andmeid analüüsides kuvab süsteem kauplemisplatsil monitori ekraanile kaubad, mis inimesele meeldida võivad. Teine ilmekas näide on Ameerika Ühendriikide suure kondiitripoe Lolli & Pops juhtum. Näotuvastussüsteem määrab Sinu tulevast poe lojaalsusprogrammi toidab püsiklientide näotuvastus ja saadab nende nutitelefonidesse teateid toodetest, mis neile meeldida võivad (arvestades individuaalseid eelistusi ja isegi toiduallergiaid).

Teine markantne näide tehnoloogia kasutamisest jaekaubanduses on kauplused, kus pole müüjaid ja kassasid. Näiteks Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown on kohvik ja iseteeninduspood, mis asub Hangzhous. Seal müüakse jooke, suupisteid, toidukaupu, mänguasju, seljakotte jms. Tao Cafe on avatud ainult Taobao veebisaidi kasutajatele.

Jookide ostmisel tuvastab näotuvastuse toega kaamerasüsteem kliendi automaatselt, loob ühenduse tema kontoga veebipoes ja töötleb makset. Ostjad väljuvad läbi ruumi, mis on varustatud mitme anduriga, mis tuvastavad nii kliendi kui ka kauba. Skaneerimine toimib ka siis, kui inimene paneb ostu taskusse või kotti.

Kuidas näotuvastustehnoloogia areneb

Face ID CCTV süsteemid vallutavad tõeliselt maailma. Moskvas jõuab kaamerate arv 2019. aastal kõrgtehnoloogia ja turvalisuseni: mitu CCTV kaamerat sel aastal ilmub 174 tuhat. See ei tähenda, et kõik need seadmed suudaksid vaikimisi inimese ära tunda: kõige sagedamini teatatakse, et tagaotsitavate kurjategijate videokaamerate kaudu äratundmise süsteem hakkab 2019. aastal Moskvas tööle umbes 160 tuhat selle funktsiooniga kaamerat. Sellegipoolest teatas Moskva linnapea 2018. aasta lõpus Moskva võimude kavatsusest 2019. aastal vahetada välja videokaamerad ja käivitada näotuvastussüsteem, mis vahetab välja kõik videovalveseadmed ning moodustab järgmisel aastal täiesti uuendusliku süsteemi.

Paradoks on see, et 160 tuhat pole nii palju. Eriti kui võrrelda teise näotuvastuse teemalise otsingumootori päringute liidriga - Hiinaga.2017. aasta lõpus oli In Your Face: Hiina kõikenägev riik üle 170 miljoni CCTV kaamera ja järgmise kolme aasta jooksul ei ole Hiina "Big Brother" seiretehnoloogia kaugeltki nii kõikenägev, kui valitsus soovib, et te arvate. võrku ühendamine on endiselt umbes 400 miljonit.

Näotuvastuse pädev ja õige kasutamine parandab eelkõige turvalisust ja mugavust. Inimesed omandavad tavaliselt kiiresti kindlustunde tehnoloogia vastu, mis säästab neid jalgpallimatši järjekorras seismast (naeratab kaamerasse – läbitud), hoiab ära vargused ja huligaansuse või aitab ostudele vähem kulutada (lojaalsuse programmid). Kõik see nõuab loomulikult teatud regulatsiooni – seetõttu võetakse vastu isikuandmete kaitse seadusi.

Tõenäoliselt hakatakse tulevikus näotuvastuse valdkonda videovalvesüsteemides reguleerima sarnaselt senise näotuvastusega Internetis töötamise praktikaga. Privaatsusele mõtlevad inimesed lihtsalt ei laadi üles liiga palju veebi – SearchFace'i osaline fiasko tõestab, et selline strateegia on tõhus.

Muidugi ei saa lõputult piirduda kõndimisega mööda tänavaid, kus igale ristmikule on paigaldatud kaamerad, kuid anonüümsuse säilitamise võimalus kujuneb ühiskonna vastava soovi korral.