Što trebate znati o tehnologiji prepoznavanja lica

2024 Autor: Malcolm Clapton | [email protected]. Zadnja promjena: 2023-12-17 03:58

Kako ovu tehnologiju koriste vlade i tvrtke, je li moguće prevariti kameru sa sustavom za identifikaciju lica i je li moguće pronaći osobu na internetu pomoću fotografije.

Elena Glazkova Ivideon Marketer.

Za državu je prepoznavanje lica važan dio sigurnosnog sustava i impresivna proračunska stavka. Za novinare je to ili lijek za liječenje ili instrument svjetske zavjere. Za posao, alat ili proizvod. Koju god stranu zauzeli, osnovna pitanja i dalje ostaju. Korisnici uobičajeno traže odgovore na njih na internetu (u prosjeku 28.704 upita za prepoznavanje lica mjesečno), ali ih ne pronađu uvijek. Ispravljanje situacije.

Što je prepoznavanje lica

Odvojimo muhe od kotleta. Vjerojatnije je da će se korisnici suočiti s prepoznavanjem lica na vlastitim pametnim telefonima, gdje se biometrijska identifikacija koristi za otključavanje uređaja i samo njegov vlasnik može pristupiti podacima. 3D kamera nužno je uključena u proces prepoznavanja tako da je nemoguće prevariti gadget fotografijom.

Tu je i identifikacija lica u stvarnom vremenu iu stvarnim uvjetima: u ovom slučaju neraskidivo je povezana sa sustavima videonadzora, gdje se lica doslovno "otimaju" iz video toka snimljenog kamerama.

Zamislite visokokvalitetnu modernu CCTV kameru postavljenu malo iznad prosječne ljudske visine na dobro osvijetljenom mjestu. Svaki dan ispred nje prođe otprilike isti broj otprilike istih ljudi. Ne kreću se vrlo brzo.

Snimljeni video može se pohraniti u arhivu u oblaku. Na kameru je spojen analitički modul: složena kombinacija algoritama (umjetna inteligencija, neuronske mreže, to je sve) plus korisničko sučelje. Modul "otima" lica iz video streama, određuje spol i dob te podatke unosi u bazu podataka.

Postupno ima više slika. Sustav automatski pamti sva prepoznata lica i bilježi ih u arhivu, a korisnik s upisom naznačuje dodatne podatke: ime, poziciju, status, druge oznake ("VIP-gost" ili "lopov"). Možete prenijeti fotografiju tražene osobe, a modul će pronaći sve detekcije te osobe u arhivi.

Čim osoba s oznakom ponovno prođe ispred kamere, sustav to bilježi kao važan događaj i šalje push obavijest zainteresiranim korisnicima.

Detekcija u kontekstu prepoznavanja lica je situacija kada je algoritam u principu shvatio da je to lice, a ne jabuka ili sirena iz Starbucksove šalice. Za to mu je najprije potrebna računalna snaga, a tek onda može uskladiti lice s bazom ili zapamtiti.

Ako ste pročitali prethodnih nekoliko odlomaka do kraja, čestitamo, sada znate kako prepoznavanje lica funkcionira u idealnoj situaciji. Opis je prikladan za bilo koji sustav: od onih koji se koriste u moskovskom metrou do rješenja za mala poduzeća.

Glavno je razumjeti da je u stvarnom životu teško stvoriti idealnu situaciju, pogotovo kada je u pitanju cijeli grad, a ne ured ili trgovina. Recimo, u podzemnoj je puno ljudi, svi su različiti, brzo hodaju. Trebate puno kamera, koštaju, a trebali bi ih postaviti kompetentni stručnjaci.

Je li moguće prevariti algoritam za prepoznavanje lica

Unatoč povremenim greškama, točnost strojnog prepoznavanja već je često superiornija od one kojom ljudi određuju lica. Kina koja će izgraditi ogromnu bazu podataka za prepoznavanje lica za identifikaciju bilo kojeg građanina u roku od nekoliko sekundi uskoro će se pojaviti u Kini, sustav sposoban pronaći određenu osobu među 1,3 milijarde drugih stanovnika u 3 sekunde s preciznošću od 90%.

A ipak je teško odgovoriti na ovo pitanje jednoznačno, jer ne postoji jedinstveni idealni algoritam za prepoznavanje lica. Velike naočale, zalijepljena brada, kapa, velika brzina kretanja, posebna šminka (na primjer, rešetka "Crni labud" naslikana na licu, mačke, krugovi i štapići. Kako pobjeći od sustava za prepoznavanje lica pomoću šminke) - sve to može zbuniti algoritam. Pogotovo u zbiru, jer za prepoznavanje je dovoljno Kako prevariti sustave prepoznavanja da li je 70% otvorenog lica. Sada zamislite da je potrebno koristiti gore navedene trikove u pravom gradu. Ne zvuči tako lako, zar ne?

Naočale "Anti-prepoznavanje" iz Japana koje su još 2015.g

A evo takve 3D maske 2014. godine

Je li moguće prepoznati lica online

Internet je paradoksalno mjesto: ljudi ovdje mogu istovremeno brinuti o tome otkriva li svaka druga kamera na ulici njihovu osobnost i iskreno žele "prepoznati lica drugih ljudi s njihovih fotografija na internetu". Razmotrimo ovaj trend prepoznavanja lica zasebno.

Program za prepoznavanje lica je ili gore opisani analitički modul (CCTV kamera + softver + pohrana u oblaku), ili softver sličan poznatoj (pomalo skandaloznoj) usluzi FindFace. Danas je, naravno, nemoguće preuzeti program za prepoznavanje lica "besplatno i bez registracije" u velikoj većini slučajeva.

Web-servis FindFace.ru, koji pomaže pronaći ljude na društvenoj mreži VKontakte po njihovim fotografijama, osnovan je 18. veljače 2016. Između ostalog, zahvaljujući njemu, svi su mogli pronaći profile djevojaka koje su glumile u porno filmovima. Vrlo brzo se usluga počela koristiti za mnoge flash mobove za otkrivanje lica, koja su imala puno pravo da ih nitko nikada ne otkrije. Izbio je skandal koji je djelovao poput viralne reklame: tehnologija koja je bila temelj usluge dobila je niz prestižnih nagrada i izazvala interes kupaca iz države i poslovanja. Od 1. rujna 2018. usluga više ne pruža uslugu FindFace koja je služila za prepoznavanje prosvjednika, najavila je zatvaranje potrage za osobama foto servisom, jer ga je NtechLab transformirao u liniju rješenja za različite poslovne sektore.

San korisnika koji unese zahtjev, očito, izgleda ovako: idete na stranicu, učitavate fotografiju osobe koja je kradomice snimljena u podzemnoj, program prepoznaje lice i daje vezu na profil na društvena mreža. Da, uhvaćen! Ili ovako: skinete program na svoje računalo, spojite svoju web kameru na njega i prepoznate lice svoje mačke. Uspjeh - sada ćete dobiti obavijest svaki put kada mačka ukrade kobasice.

Stvarnost je okrutna. Prva stranica koja vam nudi tako nešto odbija raditi, a druga zahtijeva vještine programiranja u Pythonu. Više-manje aplikacija poput snova pod nazivom SearchFace, koja je nedavno ponovno pokrenuta Searchface, ponovno je pokrenuta uz autorizaciju putem VKontaktea. No društvena mreža je zatvorila ovu značajku pod nazivom FindClone. Prenijeli ste fotografiju, a algoritam je pokušao prepoznati isto lice u bazi podataka društvenih mreža VKontakte. Aplikacija nije davala poveznice na profil, već samo same slike - i nije važno tko ih je uploadao. Ako je korisnik duže vrijeme aktivan na nekoj društvenoj mreži, izdavanje fotografije stvorilo je jeziv "biografski" efekt, no ako nije, prepoznate slike mogle bi ga nasmijati.

Zapravo, primjer SearchFacea jasno odgovara na pitanje "Kako društvene mreže koriste prepoznavanje lica?" Točnije bi to bilo formulirati ovako: "Kako se društvene mreže koriste za prepoznavanje lica?" Odgovor je jednostavan: poput baze podataka. Nebrojeno mnogo jedinstvenih kombinacija brojeva (ovako lica na fotografiji traže algoritme Facebooka, VKontaktea i drugih) čine osnovu za obuku neuronskih mreža koje čine osnovu jednog ili drugog rješenja za prepoznavanje lica.

Rješenja su sva različita, različite su i neuronske mreže, a kupci i davatelji usluga u pravilu ne otkrivaju detalje i tehničke karakteristike. Konkretno, modul za prepoznavanje spola i dobi može odrediti zbog činjenice da može učiti iz informacija sadržanih u Odnoklassniki, VKontakte, Instagram i Facebook.

Kako se programira prepoznavanje lica

Nikada ne morate odgovarati na pitanja programera i programera ako niste programer. Stoga smo se za pomoć obratili stručnjaku.

Dmitrij Sošnjikov Član Ruske udruge za umjetnu inteligenciju i viši stručnjak za razvoj AI i sustava strojnog učenja u Microsoftu.

Prepoznavanje lica (kao i druge povezane operacije) prilično je čest zadatak. Stoga mnoge tvrtke pružaju gotove usluge u obliku cloud API-ja (softverskih posrednika između aplikacija) za kvalitetno rješavanje ovih zadataka. Osim IT divova poput Microsofta i Googlea, prepoznavanjem lica se bave i specijalizirane tvrtke, uključujući i ruske. Njihovi proizvodi se brzo razvijaju i pružaju još uzbudljivije značajke kao što su prepoznavanje lica i silueta u gomili.

Mnogo je teže trenirati neuronsku mrežu od nule. Potreban nam je velik i kvalitetan skup početnih podataka, odnosno deseci i stotine tisuća (ili čak više!) fotografija ljudi. Osim toga, bit će potrebni značajni računski resursi i znanje AI i strojnog učenja. Velike tvrtke imaju sve te alate na raspolaganju, pa puno bolje rješavaju problem.

Postoji i srednje rješenje – koristiti npr. već uvježbanu neuronsku mrežu. Ova opcija će, najvjerojatnije, raditi malo lošije od gotove usluge u oblaku, ali će vam omogućiti potpunu kontrolu nad sustavom. To će zahtijevati određenu razinu razumijevanja rada neuronskih mreža i okvira neuronskih mreža te, najvjerojatnije, određeno poznavanje jezika Python, koji je stekao popularnost kao glavni programski jezik među stručnjacima za Data Science.

Doista, prikladno je provoditi razne eksperimente, vizualizirati podatke i izvoditi učinkovite matrice zahvaljujući izvrsnom paketu NumPy. Ovo nije najbolji jezik za industrijski razvoj, budući da ne sadrži učinkovite alate za stvaranje velikih sigurnih softverskih sustava, ali za njega još nema alternative u području obuke dubokih neuronskih mreža.

Kako prepoznavanje lica funkcionira u poslu

Potražnja za prepoznavanjem lica u fintech-u, maloprodaji i drugim vrstama poslovanja izravno je povezana s povećanom dostupnošću tehnologije. Mehanika je jednostavna: sva poduzeća i sve organizacije imaju CCTV kamere koje se koriste kao alati za prikupljanje podataka i naknadnu analizu. U svijetu nadzorni sustavi snimaju terabajte videa u Full HD-u mjesečno, odnosno ima zaista puno informacija za obradu.

Potreban softver za analizu podataka proizvođač može "flash" na uređaj. Ugrađene kamere za video analitiku obično su prilično skupe.

Alternativna opcija je analitika u oblaku, odnosno udaljeni podatkovni centar koji se povezuje s bilo kojom jeftinom kamerom. Ovo je za red veličine jeftinije, plus daje fleksibilnost - možete prilagoditi rješenja za određeni posao.

Popularnost tehnologije prepoznavanja lica u različitim područjima djelovanja raste. Na primjer, Sberbank je jedan od vodećih u pogledu najave raznih visokoprofilnih projekata prepoznavanja lica i može tvrditi da vas prepoznaje od tisuću: bankomat će klijenta po očima identificirati s njim u tom pogledu, možda samo Tinkoff. Sberbank je 2017. godine kupio Sberbank i uložio 25,07% VisionLabsa u tehnologiju za prepoznavanje lica koja stvara softver za prepoznavanje lica. U 2018. financijska institucija uspjela je testirati prepoznavanje lica u moskovskom metrou i čak uhvatiti 42 kriminalca 42 kriminalca uhvaćena su zahvaljujući sustavu za prepoznavanje lica Sberbanke, kako bi testirala. Prepoznat će vas od tisuću: bankomat će identificirati klijenta po oči bankomata s identifikacijom lica kako napadači ne bi mogli podizati novac s tuđih kartica, kao i najavu prikupljanja biometrijskih podataka (zvučno snimanje glasa,video lica) klijenata. U travnju ove godine, Sberbank je kontrolirao programera sustava za prepoznavanje glasa i lica - "Centar za govorne tehnologije" (MDT).

Druga stvar je da najavljivanje, testiranje, pilotiranje i kupnja rješenja ne znači stvarno implementiranje. Što se točno sada zapravo koristi u Sberbanku (i koristi li se), zapravo, sa sigurnošću može reći samo Nijemac Gref.

S maloprodajom je sve transparentnije. U osnovi, ovdje postoje tri problema koja rješava prepoznavanje lica.

Prvo, krađa. Trgovine vode prevaranti, a često isti ljudi u istoj mreži. Prepoznavanje lica omogućuje vam da identificirate "lopove koji lebde" i druge osobe koje su prethodno prekršile naredbu. Čim uljez uđe u bazu podataka nakon ulaska u trgovinu, zaštitar će dobiti obavijest u messengeru ili na drugi prikladan način.

Drugo, poteškoća u radu s redovitim kupcima. Jednostavno nema dovoljno podataka o kupnjama i rođendanima za personaliziranje ponuda za VIP osobe i obožavatelje brenda. Prepoznavanje lica može se integrirati s CRM-om – odnosno softverom u koji menadžeri unose sve podatke o svim transakcijama organizacije. U slučaju lopova i VIP osoba, prepoznavanje lica funkcionira otprilike na isti način: lice se upisuje na crni ili bijeli popis, a kada se ponovno pojavi, sustav će dati zvučni signal osobi s pristupom. Spol i dob određuju se automatski, a dodatne podatke će dodati odgovorni djelatnik.

Treće, identifikacija maloprodaje koristi se za ciljano oglašavanje. Na primjer, u nekim trgovinama X5 Retail Group instaliran X5 će uključivati kamere za računalni vid za prepoznavanje izraza lica i dobi kupaca. Analizom ovih podataka, sustav prikazuje robu koja bi se osobi mogla svidjeti na zaslonu monitora u trgovačkom prostoru. Još jedna živopisna ilustracija je slučaj Lolli & Pops, velike slastičarnice u Sjedinjenim Državama. Sustav za prepoznavanje lica određuje da će se Vaš budući program vjernosti u trgovini hraniti prepoznavanjem lica redovitih kupaca i šalje obavijesti na njihove pametne telefone s proizvodima koji bi im se mogli svidjeti (uzimajući u obzir individualne preferencije, pa čak i alergije na hranu).

Još jedan upečatljiv primjer korištenja tehnologije u maloprodaji su trgovine bez prodavača i blagajne. Na primjer, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown je kafić i samoposlužna trgovina smještena u Hangzhouu. Prodaje piće, grickalice, namirnice, igračke, ruksake i slično. Tao Cafe je otvoren samo za korisnike Taobao web stranice.

Prilikom kupnje pića, sustav kamera s podrškom za prepoznavanje lica automatski identificira kupca, povezuje se s njegovim računom u online trgovini i obrađuje plaćanje. Kupci izlaze kroz prostor opremljen s više senzora koji identificiraju i kupca i robu. Skeniranje radi čak i ako osoba stavi kupnju u džep ili torbu.

Kako se razvija tehnologija prepoznavanja lica

Face ID CCTV sustavi uistinu preuzimaju svijet. U Moskvi će broj kamera u 2019. dostići visoke tehnologije i sigurnost: koliko će se CCTV kamera pojaviti ove godine 174 tisuće. To ne znači da svi ovi uređaji prema zadanim postavkama mogu prepoznati osobu: najčešće se navodi da će sustav za prepoznavanje traženih kriminalaca putem video kamera početi raditi u Moskvi 2019. godine oko 160 tisuća kamera s ovom funkcijom. Ipak, krajem 2018. godine ured moskovskog gradonačelnika najavio je namjeru moskovskih vlasti u 2019. godini, namjeravaju zamijeniti videokamere i pokrenuti sustav za prepoznavanje lica koji će zamijeniti sve uređaje za video nadzor i sljedeće godine formirati potpuno inovativan sustav.

Paradoks je da 160 tisuća nije toliko. Pogotovo u usporedbi s drugim liderom u upitima tražilicama na temu prepoznavanja lica - Kinom. Krajem 2017. postojala je In Your Face: kineska svevideća država s više od 170 milijuna CCTV kamera i tijekom sljedeće tri godine kineska tehnologija nadzora 'Big Brother' nije ni približno tako svevidljiva kao što vlada želi da mislite spojiti na mrežu je još oko 400 milijuna.

Kompetentna i ispravna uporaba prepoznavanja lica prvenstveno radi na poboljšanju sigurnosti i udobnosti. Ljudi obično brzo stječu povjerenje u tehnologiju koja ih spašava od čekanja u redu za nogometnu utakmicu (smiješi se u kameru – prošao), sprječava krađu i huliganstvo ili im pomaže da manje troše na kupnju (programi vjernosti). Sve to, naravno, zahtijeva određenu regulaciju – zbog toga se donose zakoni o zaštiti osobnih podataka.

U budućnosti je izgledno da će se područje prepoznavanja lica u sustavima videonadzora regulirati slično kao i dosadašnja praksa rada s identifikacijom lica na internetu. Ljudi koji brinu o privatnosti jednostavno ne postavljaju previše na web - djelomični fijasko SearchFacea dokazuje da je takva strategija učinkovita.

Naravno, ne može se beskonačno ograničavati na šetnju ulicama gdje su na svakom raskrižju postavljene kamere, ali će se mogućnost očuvanja anonimnosti stvoriti ako postoji odgovarajući zahtjev društva.