Mitä sinun tulee tietää kasvojentunnistustekniikasta

2024 Kirjoittaja: Malcolm Clapton | [email protected]. Viimeksi muokattu: 2023-12-17 03:55

Miten hallitukset ja yritykset käyttävät tätä tekniikkaa, onko mahdollista pettää kamera kasvojentunnistusjärjestelmällä ja onko mahdollista löytää henkilö Internetistä valokuvan avulla.

Elena Glazkova Ivideon Markkinoija.

Valtiolle kasvojentunnistus on tärkeä osa turvajärjestelmää ja vaikuttava budjettikohta. Toimittajille se on joko ihmelääke tai maailman salaliiton väline. Yritykselle, työkalulle tai tuotteelle. Kummalle puolelle valitsetkin, peruskysymykset ovat edelleen olemassa. Käyttäjät etsivät usein vastauksia Internetistä (keskimäärin 28 704 kasvojentunnistuskyselyä kuukaudessa), mutta he eivät aina löydä niitä. Tilanteen korjaaminen.

Mitä on kasvojentunnistus

Erottelemme kärpäset kotleteista. Käyttäjät kohtaavat todennäköisemmin kasvojentunnistuksen omissa älypuhelimissaan, joissa laitteen lukituksen avaamiseen käytetään biometristä tunnistamista ja vain sen omistaja pääsee käsiksi tietoihin. 3D-kamera on välttämättä mukana tunnistusprosessissa, joten gadgetia on mahdotonta pettää valokuvalla.

Myös kasvojen tunnistaminen reaaliajassa ja todellisissa olosuhteissa on tässä tapauksessa erottamattomasti sidoksissa videovalvontajärjestelmiin, joissa kasvot kirjaimellisesti "napataan" kameroiden kuvaamasta videovirrasta.

Kuvittele korkealaatuinen moderni CCTV-kamera, joka on sijoitettu juuri ihmisen keskimääräisen pituuden yläpuolelle hyvin valaistuun paikkaan. Hänen edessään kulkee suunnilleen sama määrä suunnilleen samoja ihmisiä joka päivä. Ne eivät liiku kovin nopeasti.

Kaapattu video voidaan tallentaa pilviarkistoon. Kameraan on kytketty analyyttinen moduuli: monimutkainen algoritmien yhdistelmä (tekoäly, hermoverkot, siinä kaikki) sekä käyttöliittymä. Moduuli "nappaa" kasvot videovirrasta, määrittää sukupuolen ja iän sekä syöttää tiedot tietokantaan.

Pikkuhiljaa kuvia tulee lisää. Järjestelmä muistaa kaikki tunnistetut kasvot automaattisesti ja tallentaa ne arkistoon, ja sisäänpääsyn saanut käyttäjä ilmoittaa lisätiedot: nimen, aseman, aseman, muut merkit ("VIP-vieras" tai "varas"). Voit ladata kuvan tarvittavasta henkilöstä, ja moduuli löytää kaikki tämän henkilön havainnot arkistosta.

Heti kun merkin saanut henkilö kulkee jälleen kameran edessä, järjestelmä kirjaa tämän tärkeäksi tapahtumaksi ja lähettää push-ilmoituksen kiinnostuneille käyttäjille.

Tunnistus kasvojentunnistuksen yhteydessä on tilanne, jossa algoritmi periaatteessa ymmärsi, että kyseessä oli kasvot, ei omena tai merenneito Starbucks-mukista. Hän tarvitsee ensin laskentatehoa tähän, ja vasta sitten hän voi sovittaa kasvot pohjaan tai muistaa.

Jos olet lukenut muutaman edellisen kappaleen loppuun, onnittelut, nyt tiedät kuinka kasvojentunnistus toimii ihanteellisessa tilanteessa. Kuvaus sopii kaikkiin järjestelmiin: Moskovan metrossa käytettävistä pienyritysratkaisuihin.

Tärkeintä on ymmärtää, että ihanteellisen tilanteen luominen tosielämässä on vaikeaa, varsinkin kun on kyse koko kaupungista, ei toimistosta tai kaupasta. Esimerkiksi metrossa on paljon ihmisiä, kaikki ovat erilaisia, kävelevät nopeasti. Tarvitset paljon kameroita, ne maksavat rahaa, ja pätevien asiantuntijoiden tulisi sijoittaa ne.

Onko mahdollista huijata kasvojentunnistusalgoritmia

Satunnaisista virheistä huolimatta koneentunnistuksen tarkkuus on jo usein parempi kuin se, jolla ihmiset määrittävät kasvot. Kiina rakentaa jättimäisen kasvojentunnistustietokannan, jonka avulla jokainen kansalainen voidaan tunnistaa sekunneissa, Kiinaan ilmestyy pian järjestelmä, joka pystyy löytämään tietyn henkilön 1,3 miljardin muun asukkaan joukosta kolmessa sekunnissa 90 %:n tarkkuudella.

Ja silti tähän kysymykseen on vaikea vastata yksiselitteisesti, koska kasvojentunnistukseen ei ole olemassa yhtä ideaalista algoritmia. Isot lasit, liimattu parta, lippalakki, suuri liikenopeus, erikoismeikki (esim. kasvoille maalattu "Black Swan" -ristikko, kissat, ympyrät ja tikut. Kuinka paeta kasvojentunnistusjärjestelmistä meikin avulla) - kaikki tämä voi sekoittaa algoritmin. Varsinkin kokonaisuutena, koska tunnistamiseen riittää Kuinka huijata tunnistusjärjestelmiä onko 70% avoimet kasvot. Kuvittele nyt, että on välttämätöntä käyttää yllä olevia temppuja todellisessa kaupungissa. Ei kuulosta niin helpolta, eihän?

"Anti-Recognition" lasit Japanista, jotka jo vuonna 2015

Ja tässä on tällainen 3D-naamio vuonna 2014

Onko mahdollista tunnistaa kasvot verkossa

Internet on paradoksaalinen paikka: ihmiset täällä voivat samanaikaisesti murehtia siitä, tunnistaako joka toinen kamera kadulla heidän persoonallisuutensa, ja haluavat vilpittömästi "tunnistaa muiden ihmisten kasvot heidän valokuvistaan verkossa". Tarkastellaan tätä kasvojentunnistustrendiä erikseen.

Kasvojentunnistusohjelma on joko yllä kuvattu analyyttinen moduuli (CCTV-kamera + ohjelmisto + pilvitallennus) tai samanlainen ohjelmisto kuin tuttu (hieman skandaali) FindFace-palvelu. Nykyään on tietysti mahdotonta ladata kasvojentunnistusohjelmaa "ilmaiseksi ja ilman rekisteröintiä" useimmissa tapauksissa.

FindFace.ru-verkkopalvelu, joka auttaa löytämään ihmisiä VKontakte-sosiaalisesta verkostosta heidän valokuviensa perusteella, perustettiin 18.2.2016. Muun muassa hänen ansiostaan jokainen saattoi löytää profiilit tytöistä, jotka näyttelivät pornoelokuvissa. Hyvin pian palvelua alettiin käyttää moniin flash mobeihin kasvojen havaitsemiseen, joilla oli täysi oikeus olla koskaan havaitsematta niitä. Syntyi skandaali, joka toimi kuin virusmainos: palvelun perustana ollut tekniikka sai useita arvostettuja palkintoja ja herätti asiakkaiden kiinnostuksen valtiolta ja elinkeinoelämältä. 1.9.2018 lähtien palvelu ei enää tarjoa mielenosoittajien tunnistamiseen käytettyä FindFace-palvelua, ilmoitti ihmishaun sulkemisesta valokuvapalvelun avulla, koska NtechLab muutti sen ratkaisusarjaksi eri toimialoille.

Pyynnön kirjoittavan käyttäjän unelma näyttää ilmeisesti tältä: menet sivustolle, lataat kuvan henkilöstä, joka on otettu salaa metrossa, ohjelma tunnistaa kasvot ja antaa linkin profiiliin sosiaalinen verkosto. Joo, jäi kiinni! Tai näin: lataat ohjelman tietokoneellesi, liität verkkokamerasi siihen ja tunnistat kissasi kasvot. Menestys - nyt saat ilmoituksen aina, kun kissa varastaa makkaroita.

Todellisuus on julma. Ensimmäinen sivusto, joka tarjoaa sinulle jotain sellaista, kieltäytyy toimimasta, ja toinen vaatii ohjelmointitaitoja Pythonissa. Enemmän tai vähemmän unelmamainen sovellus nimeltä SearchFace, joka käynnistettiin äskettäin uudelleen Searchface käynnistettiin uudelleen valtuutetulla VKontakten kautta. Mutta sosiaalinen verkosto on sulkenut tämän FindClone-nimisen ominaisuuden. Lähetit kuvan, ja algoritmi yritti tunnistaa samat kasvot VKontakten sosiaalisen verkoston tietokannasta. Sovellus ei antanut linkkejä profiiliin, vain itse kuvat - eikä sillä ole väliä, kuka ne on ladannut. Jos käyttäjä on ollut aktiivinen sosiaalisessa verkostossa pitkään, valokuvan julkaiseminen loi aavemaisen "elämäkerrallisen" vaikutelman, mutta jos ei, tunnistetut kuvat saattoivat nauraa.

Itse asiassa SearchFace-esimerkki vastaa selvästi kysymykseen "Kuinka sosiaaliset verkostot käyttävät kasvojentunnistusta?" Olisi tarkempaa muotoilla se näin: "Kuinka sosiaalisia verkostoja käytetään kasvojentunnistukseen?" Vastaus on yksinkertainen: kuin tietokanta. Lukematon määrä ainutlaatuisia numeroyhdistelmiä (näin kuvan kasvot etsivät Facebookin, VKontakten ja muiden algoritmeja) muodostavat perustan neuroverkkojen koulutukselle, jotka muodostavat perustan jollekin toiselle kasvojentunnistusratkaisulle.

Ratkaisut ovat kaikki erilaisia, ja myös neuroverkot ovat erilaisia, eivätkä asiakkaat ja palveluntarjoajat pääsääntöisesti paljasta yksityiskohtia ja teknisiä ominaisuuksia. Erityisesti sukupuolen ja iän tunnistusmoduuli pystyy määrittämään, koska se voi oppia Odnoklassnikissa, VKontaktessa, Instagramissa ja Facebookissa olevista tiedoista.

Kuinka kasvojentunnistus ohjelmoidaan

Sinun ei koskaan tarvitse vastata kehittäjien ja kehittäjien kysymyksiin, jos et ole kehittäjä. Siksi käännyimme asiantuntijan puoleen saadaksemme apua.

Dmitry Soshnikov Venäjän tekoälyliiton jäsen ja Microsoftin tekoäly- ja koneoppimisjärjestelmien kehitysasiantuntija.

Kasvojentunnistus (sekä muut siihen liittyvät toiminnot) on melko yleinen tehtävä. Siksi monet yritykset tarjoavat valmiita palveluita pilvisovellusliittymien (sovellusten välisten ohjelmistovälittäjien) muodossa näiden tehtävien laadukkaaseen ratkaisuun. IT-jättiläisten, kuten Microsoftin ja Googlen, lisäksi kasvojentunnistusta harjoittavat erikoisyritykset, myös venäläiset. Heidän tuotteet kehittyvät nopeasti ja tarjoavat entistä jännittävämpiä ominaisuuksia, kuten kasvojen ja siluettien tunnistamisen väkijoukossa.

On paljon vaikeampaa kouluttaa hermoverkkoa tyhjästä. Tarvitsemme suuren ja laadukkaan joukon lähtötietoja, eli kymmeniä ja satoja tuhansia (tai jopa enemmän!) Valokuvia ihmisistä. Lisäksi tarvitaan merkittäviä laskennallisia resursseja sekä tekoälyn ja koneoppimisen tuntemusta. Suurilla yrityksillä on kaikki nämä työkalut käytössään, joten ne ratkaisevat ongelman paljon paremmin.

On olemassa myös väliratkaisu - käyttää esimerkiksi jo koulutettua hermoverkkoa. Tämä vaihtoehto toimii todennäköisesti hieman huonommin kuin valmis pilvipalvelu, mutta sen avulla voit hallita järjestelmää täysin. Tämä vaatii tietyn tason ymmärrystä hermoverkkojen ja hermoverkkokehysten toiminnasta sekä todennäköisimmin jonkin verran tietoa Python-kielestä, joka on saavuttanut suosiota tietotieteen asiantuntijoiden keskuudessa pääohjelmointikielenä.

Todellakin on kätevää suorittaa erilaisia kokeita, visualisoida tietoja ja suorittaa tehokkaita matriisilaskelmia erinomaisen NumPy-paketin ansiosta. Tämä ei ole paras kieli teolliseen kehitykseen, koska se ei sisällä tehokkaita työkaluja suurten turvallisten ohjelmistojärjestelmien luomiseen, mutta sille ei ole vielä vaihtoehtoja syvän neuroverkkokoulutuksen alalla.

Kuinka kasvojentunnistus toimii liiketoiminnassa

Kasvojentunnistuksen kysyntä fintechissä, vähittäiskaupassa ja muissa liiketoiminnoissa liittyy suoraan teknologian lisääntyneeseen saatavuuteen. Mekaniikka on yksinkertainen: kaikissa yrityksissä ja organisaatioissa on CCTV-kamerat, joita käytetään tiedonkeruun ja myöhemmän analytiikan työkaluina. Maailmassa valvontajärjestelmät kuvaavat teratavuja videota Full HD:llä kuukaudessa, eli prosessoitavaa tietoa on todella paljon.

Tietojen analysointiin tarvittavat ohjelmistot valmistaja voi "flashata" laitteeseen. Sisäänrakennetut videoanalytiikkakamerat ovat yleensä melko kalliita.

Vaihtoehtoinen vaihtoehto on analytiikka pilvessä, eli etäpalvelinkeskus, joka on yhteydessä mihin tahansa edulliseen kameraan. Tämä on suuruusluokkaa halvempi, ja lisäksi se antaa joustavuutta - voit mukauttaa ratkaisuja tietylle yritykselle.

Kasvojentunnistusteknologian suosio eri toimialoilla on kasvussa. Esimerkiksi Sberbank on yksi johtajista erilaisten korkean profiilin kasvojentunnistusprojektien julkistamisessa, ja se voi väittää, että Hän tunnistaa sinut tuhannesta: pankkiautomaatti tunnistaa asiakkaan silmin hänen kanssaan tässä suhteessa, ehkä vain Tinkoff. Vuonna 2017 Sberbank osti Sberbankin ja sijoitti 25,07 % VisionLabsista kasvojentunnistustekniikkaan, joka luo ohjelmistoja kasvojentunnistusta varten. Vuonna 2018 rahoituslaitos onnistui testaamaan kasvojentunnistusta Moskovan metrossa ja jopa saamaan kiinni 42 rikollista. Sberbankin kasvojentunnistusjärjestelmän ansiosta saatiin kiinni 42 rikollista testatakseen Se tunnistaa sinut tuhannesta: pankkiautomaatti tunnistaa asiakkaan kasvotunnisteella varustettujen pankkiautomaattien silmät, jotta hyökkääjät eivät voi nostaa rahaa muiden korteilta, sekä ilmoittaa biometristen tietojen keräämisestä (äänen äänitys,video asiakkaiden kasvoista). Tämän vuoden huhtikuussa Sberbank hallitsi puhe- ja kasvojentunnistusjärjestelmien kehittäjää - "Puheteknologiakeskus" (MDT).

Toinen asia on, että ratkaisujen ilmoittaminen, testaus, pilotointi ja ostaminen ei tarkoita varsinaista käyttöönottoa. Mitä Sberbankissa nyt tarkalleen käytetään (ja käytetäänkö sitä), voi varmuudella sanoa vain German Gref.

Vähittäiskaupan kanssa kaikki on läpinäkyvämpää. Pohjimmiltaan tässä on kolme ongelmaa, jotka kasvojentunnistus ratkaisee.

Ensinnäkin varkaus. Kauppoja johtavat huijarit ja usein samat ihmiset samassa verkostossa. Kasvojentunnistuksen avulla voit tunnistaa "ajautuvat varkaat" ja muut ihmiset, jotka ovat aiemmin rikkoneet määräystä. Heti kun tunkeilija on saapunut tietokantaan, kun hän on saapunut kauppaan, tietoturva saa ilmoituksen messengerissä tai muulla sopivalla tavalla.

Toiseksi vakituisten asiakkaiden kanssa työskentelyn vaikeus. Ostoksia ja syntymäpäiviä koskevia tietoja ei yksinkertaisesti ole tarpeeksi yksilöimään VIP-jäsenille ja brändifaneille tarkoitettuja tarjouksia. Kasvojentunnistus voidaan integroida CRM:ään - eli ohjelmistoon, johon johtajat syöttävät kaikki tiedot kaikista organisaation tapahtumista. Varkaiden ja VIP-henkilöiden kohdalla kasvojentunnistus toimii suunnilleen samalla tavalla: kasvot kirjataan mustalle tai valkoiselle listalle, ja kun se tulee uudelleen esiin, järjestelmä piippaa pääsyn omaavalle henkilölle. Sukupuoli ja ikä määritetään automaattisesti, ja asiasta vastaava työntekijä lisää lisätietoja.

Kolmanneksi vähittäiskaupan tunnistamista käytetään kohdistetussa mainonnassa. Esimerkiksi joissakin myymälöissä X5 Retail Groupin asennettu X5 sisältää tietokonekamerat, jotka tunnistavat kasvojen ilmeet ja asiakkaiden iän. Analysoimalla näitä tietoja järjestelmä näyttää tavarat, joista henkilö saattaa pitää kaupan lattian monitorin näytöllä. Toinen elävä esimerkki on Lolli & Popsin tapaus, suuri yhdysvaltalainen makeisliike. Kasvojentunnistusjärjestelmä määrittää Tulevan myymälän kanta-asiakasohjelmasi ruokkii kanta-asiakkaiden kasvojentunnistuksella ja lähettää heidän älypuhelimiinsa ilmoituksia tuotteista, joista he saattavat pitää (ottaen huomioon yksilölliset mieltymykset ja jopa ruoka-aineallergiat).

Toinen silmiinpistävä esimerkki teknologian käytöstä vähittäiskaupassa ovat kaupat ilman myyjiä ja kassakoneita. Esimerkiksi Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown on kahvila ja itsepalvelumyymälä, joka sijaitsee Hangzhoussa. Se myy juomia, välipaloja, päivittäistavaroita, leluja, reppuja ja vastaavia. Tao Cafe on avoinna vain Taobao-verkkosivuston käyttäjille.

Juomia ostettaessa kasvojentunnistustuella varustettu kamerajärjestelmä tunnistaa automaattisesti asiakkaan, muodostaa yhteyden hänen tililleen verkkokaupassa ja käsittelee maksun. Ostajat poistuvat tilan kautta, joka on varustettu useilla sensoreilla, jotka tunnistavat sekä asiakkaan että tavarat. Skannaus toimii, vaikka henkilö laittaisi ostoksen taskuun tai laukkuun.

Miten kasvojentunnistustekniikka kehittyy

Face ID CCTV -järjestelmät valtaavat todella maailman. Moskovassa kameroiden määrä vuonna 2019 saavuttaa korkean teknologian ja turvallisuuden: kuinka monta CCTV-kameraa ilmestyy tänä vuonna 174 tuhatta. Tämä ei tarkoita, että kaikki nämä laitteet voivat oletusarvoisesti tunnistaa henkilön: useimmiten kerrotaan, että järjestelmä etsittyjen rikollisten tunnistamiseksi videokameroiden kautta alkaa toimia Moskovassa vuonna 2019 noin 160 tuhatta kameraa tällä toiminnolla. Siitä huolimatta Moskovan pormestari ilmoitti vuoden 2018 lopussa Moskovan viranomaisten aikomuksesta vuonna 2019 vaihtaa videokamerat ja ottaa käyttöön kasvojentunnistusjärjestelmä, joka korvaa kaikki videovalvontalaitteet ja muodostaa ensi vuonna täysin innovatiivisen järjestelmän.

Paradoksi on, että 160 tuhatta ei ole niin paljon. Varsinkin kun verrataan toiseen kasvojentunnistusta koskevien hakukonekyselyjen johtajaan - Kiinaan. Vuoden 2017 lopussa In Your Face: Kiinan kaikkinäkevä valtio oli yli 170 miljoonaa CCTV-kameraa, ja seuraavan kolmen vuoden aikana Kiinan "Big Brother" -valvontatekniikka ei ole läheskään niin kaikkinäkevä kuin hallitus haluaa sinun ajattelevan. yhteys verkkoon on edelleen noin 400 miljoonaa.

Kasvojentunnistuksen osaava ja oikea käyttö parantaa ensisijaisesti turvallisuutta ja mukavuutta. Ihmiset luottavat yleensä nopeasti tekniikkaan, joka säästää heitä jonotosta jalkapallo-otteluun (hymyilee kameraan - ohitettu), estää varkaudet ja huliganismin tai auttaa heitä kuluttamaan vähemmän ostoksiin (kanta-asiakasohjelmat). Kaikki tämä tietysti vaatii tiettyä sääntelyä - siksi henkilötietojen suojaa koskevia lakeja hyväksytään.

Tulevaisuudessa on todennäköistä, että kasvojentunnistuksen alaa videovalvontajärjestelmissä säännellään samalla tavalla kuin nykyinen käytäntö työskentelee kasvojentunnistuksen kanssa Internetissä. Yksityisyyttä ajattelevat ihmiset eivät yksinkertaisesti lataa liikaa verkkoon - SearchFacen osittainen fiasko todistaa, että tällainen strategia on tehokas.

Tietenkään ei voi loputtomasti rajoittua kävelemään kaduilla, joiden jokaiseen risteykseen on asennettu kameroita, mutta mahdollisuus nimettömyyden säilyttämiseen syntyy, jos yhteiskunnalta on vastaava pyyntö.