{:ru}Обзор Poco X5 Pro. Новый топ за свои деньги?{:}{:uk}Огляд Poco X5 Pro . Новий топ за власний кошт?{:}
| | | |

Розпізнавання облич: як це працює?

Декілька десятиліть тому систему розпізнавання осіб можна було побачити хіба що в шпигунських бойовиках. Сьогодні це практично невід’ємна частина смартфона та навіть інфраструктури великих міст. Що це за технологія, як вона працює та де застосовується? Як зародилися системи розпізнавання облич Перші дослідження з ідентифікації осіб проводилися ще 1960 року. Вуді Бледсо, професор Техаського університету, заснував…

Декілька десятиліть тому систему розпізнавання осіб можна було побачити хіба що в шпигунських бойовиках. Сьогодні це практично невід’ємна частина смартфона та навіть інфраструктури великих міст. Що це за технологія, як вона працює та де застосовується?

Як зародилися системи розпізнавання облич

Перші дослідження з ідентифікації осіб проводилися ще 1960 року. Вуді Бледсо, професор Техаського університету, заснував свою невелику компанію Panoramic Research Incorporated, де тестував різноманітні алгоритми, у тому числі з розпізнавання символів разом із колегами. Незважаючи на те, що особливих успіхів компанія не здобула, згідно з непідтвердженим джерелом залишатися на плаву їй дозволяло ЦРУ.

Вуді Бледсо мріяв створити «інтелектуальну машину», у можливості якої входило розпізнавання облич. У 1963 році він представив проект, згідно з яким його система мала ідентифікувати за фотографіями десять осіб. Сьогодні це виглядає мізерно, але в ті роки обчислювальна техніка являла собою масивні шафи з магнітними стрічками та перфокартами. Не існувало навіть універсального методу для елементарного оцифрування фотографій.

Через чотири роки спроб і помилок було вирішено розпізнавати обличчя на основі кількох ключових точок: ніс, губи, ширина рота тощо. Створена система в результаті змогла ідентифікувати особи, спираючись на дані, що вводяться і пропонуючи правильний варіант фотографії. Однак залишалася проблема з посмішкою, різними ракурсами та віком для однієї тієї самої людини. Через такі зміни алгоритм міг ідентифікувати одну й ту саму людину на фотографіях як різних людей.

У результаті до 1967 року було спроектовано досконалішу систему, яка успішно ідентифікувала особи з урахуванням звичайних вирізок із газет. Що найважливіше, було доведено високу ефективність. Людина справлялася зі зіставленням підгрупи зі 100 осіб за три години. Машина – за три хвилини, хай і з деякими огріхами.

У 1973 році вдалося створити автоматизовану систему, яка з цифрових фотографій була здатна самостійно отримувати дані про риси обличчя. Раніше ці параметри доводилося вводити вручну. Незважаючи на всі ці здобутки, практичне застосування системи розпізнавання осіб розпочалося лише з 2010-х років.

Причин кілька:

  1. Зростання обчислювальної потужності. Тільки останніми роками продуктивність комп’ютерної техніки стала достатньою, щоб обробляти такі великі обсяги даних.
  2. Сформована основа. Десятиліття тому корпорації та державні органи не мали фотографій не те що звичайних громадян, а й багатьох злочинців. Сьогодні цю проблему вирішено завдяки соціальним мережам та цифровій базі документів.
  3. Розвиток камер. Лише останніми роками з’явилися відносно недорогі камери з достатньою якістю зйомки, що дозволило застосовувати їх масово як у смартфонах, так і системах спостереження.

Як працює система розпізнавання осіб

Розпізнавання обличчя – багатоетапний процес. Насамперед задіяні системи зчитування, саме вони отримують знімок обличчя людини і передають його до центру обробки даних.

Виявлення – перший етап. У кадр камер зазвичай потрапляє як обличчя, а й безліч інших об’єктів оточення. Людина відразу ж здатна визначити, де автомобіль, де задній план, а де знаходиться і сама людина. Але для комп’ютера будь-яка фотографія — це лише набір пікселів. Вирішенням цієї проблеми став метод Віоли – Джонса, розроблений у 2001 році.

Він заснований на використанні спеціальних патернів (масок), щоб визначати світлі та темні зони. За спеціальною формулою з темних і світлих пікселів виконуються обчислення, на підставі яких виноситься результат, чи маска обробляється ділянці зображення. У людській особі можна виділити конкретні патерни. Як тільки алгоритм знаходить певну кількість збігів, він виносить вердикт — ось у цій зоні розташоване людське обличчя. Попередньо алгоритм навчають інших осіб.

Проте останні кілька років дедалі більше систем вже використовують нейромережі. Вони точніше, менш чутливі до ракурсу зйомки, а за достатнього апаратного забезпечення ще й швидше.

Нормалізація – другий етап після виявлення обличчя. Щоб надалі було простіше визначати ключові параметри, система намагається збудувати «ідеальний кадр» — обличчя, яке дивиться прямо. Тут можуть виконуватись різні перетворення на кшталт повороту, зміни масштабу та інших деформацій.

Побудова “відбитка обличчя” – наступний крок. Як саме воно виконується залежить від використовуваного алгоритму. Вся різноманітність методів можна розділити на дві великі групи: геометричні та машинні .

Геометричні методи аналізують відмітні ознаки зображень обличчя та формують певний масив даних на їх основі. Масив порівнюється з еталоном і, якщо збіг вище за певний поріг — обличчя знайдено.

Для аналізу зазвичай використовують ключові точки, між якими обчислюються відстані. Кількість необхідних точок також залежить від кожного конкретного алгоритму – може використовуватись від 68 до 2000 маркерів.

До геометричних алгоритмів відноситься метод гнучкого порівняння на графах, приховані Марківські моделі, метод головних компонентів та інші.

Машинні методи – це нейромережі. Вони навчаються на основі зображень і, аналізуючи сукупність певних ознак, у результаті визначають збіги осіб. Як працюють нейромережі – тема окремого матеріалу. Якщо максимально спростити, для кожного фото формується певний вектор. Наприклад, для трьох фото (Анджеліни Джолі та два Бреда Пітта) ми отримаємо три різні вектори. Різниця між фотографіями Пітта буде мінімальною, що дозволяє зробити висновок — на фото та сама людина.

Найбільші компанії мають авторські алгоритми, які поступово модифікуються. Наприклад, у 2018 році у тестуванні NIST було представлено більше десяти алгоритмів від провідних компаній у сфері розпізнавання осіб. Перше місце посіла китайська компанія Megvii, друге – російська VisionLabs, а замкнула трійку французька фірма OT-Morpho. До інших відомих проектів варто віднести систему DeepFace (Meta**), FaceNet (Google) і Amazon Rekognition.

Крім 2D-розпізнавання осіб з коефіцієнтом помилок 0,1% існує технологія 3D-розпізнавання. Для неї коефіцієнт становить лише 0,0005%. У таких системах використовуються лазерні сканери з оцінкою дальності або сканери зі структурованим підсвічуванням поверхні. Найвідоміша технологія — FaceID від компанії Apple, однак і топові Android-смартфони також мають системи розпізнавання з побудовою 3D-карти.

Застосування систем розпізнавання облич

Технологія розпізнавання осіб використовується в найрізноманітніших сферах, як правило, тією чи іншою мірою пов’язаних із забезпеченням безпеки.

Перша та одна з найбільших областей – міські системи відеоспостереження. Практично у всіх великих розвинених країнах вже використовується або схвалено біометричну ідентифікацію. Міські камери в режимі реального часу розпізнають сотні тисяч осіб, порівнюючи результати з величезними базами даних. Це дозволяє оперативно розшукувати злочинців та нелегальних мігрантів. Аналогічні системи стоять практично у всіх аеропортах, а також у багатьох вокзалах.

Наприклад, у 2018 році під час чемпіонату світу з футболу в містах Росії камери відеоспостереження були підключені до системи Find Face Security, завдяки чому вдалося виявити та затримати понад 150 злочинців. Система працює більш як на десяти стадіонах країни. У Китаї алгоритми отримують дані із 170 мільйонів камер. Якщо злочинець потрапить на одну з них, то, наприклад, у Пекіні його заарештують уже за сім хвилин!

Однак кількість камер – не абсолютний показник. Наприклад, площа Пекіна становить 16410 км², а це близько 70 камер на квадратний кілометр . Площа Парижа – всього 105 км², тут щільність камер набагато вища – 255 штук на квадратний кілометр! При цьому слід враховувати і місця розташування – багато провулок все одно залишаться в сліпій зоні.

Однією з найсучасніших є система розпізнавання осіб у Москві. Алгоритми, що використовуються, здатні обробляти близько одного мільярда зображень всього за 0,5 секунди. При цьому використовується одночасно відразу чотири різні алгоритми розпізнавання від компаній NtechLab, TevianFaceSDK, VisionLabsLuna Platform та Kipod.

З 2018 року в Росії також почала працювати ЄБС – єдина біометрична система, яка збирає відбитки осіб і голоси користувачів. Завдяки цій розробці з’явилася можливість оформити будь-які послуги у банках та інших фінансових організаціях без відвідин.

Друге за важливістю застосування систем розпізнавання осіб – комерційне. Сюди можна зарахувати:

  • Банківські послуги. Розпізнавання осіб дозволяє не лише ідентифікувати шахраїв та людей із чорного списку, а й спрощує отримання послуг. Наприклад, у Росії вже проводилися пілотні проекти щодо використання банкоматів з ідентифікацією по обличчю.
  • Системи контролю доступу Забезпечити безпеку підприємства та навіть офісу набагато простіше з розвиненою системою відеоспостереження та розпізнаванням осіб. Це не лише спрощує доступ, а й дозволяє оперативно виявляти будь-яких людей, які несанкціоновано проникли на територію.
  • Сфера торгівлі. Інтелектуальні системи в магазинах можуть пропонувати вам, наприклад, одяг відповідного розміру, розпізнавши вас по обличчю. І це не говорячи про швидку оплату по обличчю.
  • Медицина . Просунуті алгоритми будуть здатні виявити окремі емоції, наприклад напади епілепсії або інсульти.
  • Мобільна техніка Ідентифікація по обличчю вже стала таким самим популярним методом авторизації, як і відбиток пальця.

Чим загрожує технологія

Звичайно, теоретично швидке виявлення небезпечних злочинців всього по парі знімків обличчя — чудова перспектива. Ось тільки на практиці етика застосування технології нерідко може виходити за межі.

Наприклад, ФБР має досить велику базу під назвою Next Generation Identification (NGI) — до 2014 року в ній було вже близько 100 мільйонів фотографій. Ось тільки виявилося, що в базі є не лише фото злочинців, а й людей, які ніколи не залучалися. Більш того, алгоритми, що використовуються, гарантували точність всього в 80-85%. Можна не тільки забути про анонімність у глобальному масштабі — помилки системи можуть перетворити вас на злочинця, якщо ви на нього схожі або просто потрапили невдало в кадр камери.

Інша проблема — посилене стеження з боку корпорацій. У багатьох із них і так вже є вичерпний цифровий портрет, включаючи ваші фотографії, геолокації та відбитки пальців. Однак завдяки даним системам розпізнавання облич такі корпорації зможуть відстежувати ваші пересування буквально по хвилинах. Виходить, навіть якщо ви ніколи і ніде не викладали свої фотографії у соціальних мережах і навіть на смартфоні, ваше обличчя все одно може потрапити до чиїхось баз даних.

Немаловажний і той факт, що по особі вас можуть знайти не лише державні органи, а й у принципі будь-яка людина. Після ж недоброзичливцям не важко знайти й інші дані – адресу, телефон і так далі. Все це може вилитися у різні види шахрайства, погроз і не лише.

У багатьох країнах вже подаються позови на корпорації та державні структури, але у великих містах робота систем розпізнавання облич буде неминучим. Залишається лише сподіватися, що їхнє використання буде максимально правомірним. Втім, захиститись все ще можна. Алгоритми недосконалі, тому кепка, маска і навіть окуляри можуть внести суттєві похибки, через які проблематично вважатиме ваш «відбиток обличчя».

Similar Posts