Šta trebate znati o tehnologiji prepoznavanja lica

2024 Autor: Malcolm Clapton | [email protected]. Zadnja izmjena: 2023-12-17 03:49

Kako ovu tehnologiju koriste vlade i preduzeća, da li je moguće prevariti kameru sa sistemom identifikacije lica i da li je moguće pronaći osobu na internetu pomoću fotografije.

Elena Glazkova Ivideon Marketer.

Za državu je prepoznavanje lica važan dio sigurnosnog sistema i impresivna budžetska stavka. Za novinare je to ili lijek 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.

Šta je prepoznavanje lica

Odvojimo mušice od kotleta. Veća je vjerovatnoća 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 je nužno uključena u proces prepoznavanja tako da je nemoguće prevariti gadget fotografijom.

Postoji i identifikacija lica u realnom vremenu iu realnim uslovima: u ovom slučaju je neraskidivo povezana sa sistemima video nadzora, gde se lica bukvalno „otimaju“iz video toka snimljenog kamerama.

Zamislite modernu visokokvalitetnu 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 se može pohraniti u arhivu u oblaku. Na kameru je povezan analitički modul: složena kombinacija algoritama (vještačka inteligencija, neuronske mreže, to je sve) plus korisnički interfejs. Modul "otima" lica iz video streama, određuje spol i godine, te podatke unosi u bazu podataka.

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

Čim osoba sa oznakom ponovo prođe ispred kamere, sistem to evidentira kao važan događaj i šalje push notifikaciju zainteresovanim korisnicima.

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

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

Glavna stvar koju treba shvatiti je da je teško stvoriti idealnu situaciju u stvarnom životu, pogotovo kada je u pitanju cijeli grad, a ne kancelarija ili trgovina. Na primjer, ima puno ljudi u metrou, svi su različiti, brzo hodaju. Potrebno vam je puno kamera, koštaju i trebaju ih postaviti kompetentni stručnjaci.

Da li je moguće prevariti algoritam za prepoznavanje lica

Uprkos povremenim greškama, tačnost mašinskog prepoznavanja je već 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 će se uskoro pojaviti u Kini, sistem koji može pronaći određenu osobu među 1,3 milijarde drugih stanovnika za 3 sekunde sa 90% preciznosti.

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

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

A evo takve 3D maske 2014

Da li je moguće prepoznati lica na mreži

Internet je paradoksalno mesto: ljudi ovde mogu istovremeno da brinu o tome da li svaka druga kamera na ulici detektuje njihovu ličnost, i iskreno žele da "prepoznaju lica drugih ljudi sa njihovih fotografija na mreži". Razmotrimo ovaj trend prepoznavanja lica odvojeno.

Program za prepoznavanje lica je ili gore opisani analitički modul (CCTV kamera + softver + skladište u oblaku), ili softver sličan poznatom (pomalo skandaloznom) FindFace servisu. Danas je, naravno, nemoguće preuzeti program za prepoznavanje lica „besplatno i bez registracije“u velikoj većini slučajeva.

Web servis FindFace.ru, koji pomaže u pronalaženju ljudi na društvenoj mreži VKontakte po njihovim fotografijama, osnovan je 18. februara 2016. godine. Između ostalog, zahvaljujući njemu, svi su mogli pronaći profile djevojaka koje su glumile u porno filmovima. Vrlo brzo se servis počeo koristiti za mnoge flash mobove za otkrivanje lica, koja su imala puno pravo da ih niko nikada ne otkrije. Izbio je skandal koji je funkcionisao kao viralna reklama: tehnologija koja je činila osnovu usluge dobila je niz prestižnih nagrada i izazvala interesovanje kupaca iz države i biznisa. Od 1. septembra 2018. godine servis više ne pruža uslugu FindFace, koja je služila za prepoznavanje demonstranata, najavio je zatvaranje potrage za ljudima putem foto servisa, jer je NtechLab transformirao u liniju rješenja za različite poslovne sektore.

San korisnika koji unese zahtjev, očigledno, izgleda ovako: odete na stranicu, učitate fotografiju osobe koja je kradomice snimljena u podzemnoj, program prepoznaje lice i daje link do profila na društvenoj mreži. Da, uhvaćen sam! Ili ovako: preuzmete program na svoj računar, povežete svoju web kameru na njega i prepoznate lice svoje mačke. Uspjeh - sada ćete dobiti obavijest svaki put kada mačka ukrade kobasice.

Realnost je okrutna. Prvi sajt koji vam nudi tako nešto odbija da radi, a drugi zahteva veštine programiranja u Pythonu. Više-manje aplikacija poput snova pod nazivom SearchFace, koja je nedavno ponovo pokrenuta Searchface, ponovo je pokrenuta uz autorizaciju putem VKontaktea. Ali društvena mreža je zatvorila ovu funkciju pod nazivom FindClone. Prenijeli ste fotografiju, a algoritam je pokušao prepoznati isto lice u bazi podataka društvenih mreža VKontakte. Aplikacija nije davala linkove do profila, već samo same slike - i nije važno ko ih je postavio. Ako je korisnik duže vrijeme aktivan na nekoj društvenoj mreži, izdavanje fotografije stvorilo je jeziv "biografski" efekat, ali ako nije, prepoznate slike bi ga mogle nasmijati.

Zapravo, primjer SearchFacea jasno odgovara na pitanje "Kako društvene mreže koriste prepoznavanje lica?" Preciznije bi to bilo formulisati ovako: "Kako se društvene mreže koriste za prepoznavanje lica?" Odgovor je jednostavan: kao baza podataka. Bezbroj 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 različita, različite su i neuronske mreže, a kupci i pružaoci usluga po pravilu ne otkrivaju detalje i tehničke karakteristike. Konkretno, modul za prepoznavanje spola i godina je u mogućnosti da odredi 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 specijalistu.

Dmitrij Sošnjikov Član Ruskog udruženja za veštačku inteligenciju i viši stručnjak za razvoj AI i sistema mašinskog učenja u Microsoftu.

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

Mnogo je teže trenirati neuronsku mrežu od nule. Potreban nam je veliki i kvalitetan skup početnih podataka, odnosno desetine i stotine hiljada (ili čak više!) fotografija ljudi. Osim toga, bit će potrebni značajni računarski resursi i znanje o AI i mašinskom učenju. Velike kompanije imaju sve ove alate na raspolaganju, pa mnogo bolje rješavaju problem.

Postoji i srednje rješenje - koristiti već obučenu neuronsku mrežu, na primjer. Ova opcija će najvjerovatnije raditi malo lošije od gotove usluge u oblaku, ali će vam omogućiti potpunu kontrolu nad sistemom. To će zahtijevati određeni nivo razumijevanja rada neuronskih mreža i okvira neuronskih mreža i, najvjerovatnije, određeno poznavanje jezika Python, koji je stekao popularnost kao glavni programski jezik među stručnjacima iz nauke o podacima.

Zaista, zgodno je provoditi razne eksperimente, vizualizirati podatke i izvoditi efikasne matrice zahvaljujući odličnom paketu NumPy. Ovo nije najbolji jezik za industrijski razvoj, jer ne sadrži efikasne alate za kreiranje velikih sigurnih softverskih sistema, ali za njega još ne postoje alternative u oblasti obuke dubokih neuronskih mreža.

Kako prepoznavanje lica funkcionira u poslu

Potražnja za prepoznavanjem lica u fintech-u, maloprodaji i drugim vrstama poslovanja direktno je povezana sa povećanom dostupnošću tehnologije. Mehanika je jednostavna: sva preduzeća i sve organizacije imaju CCTV kamere, koje se koriste kao alati za prikupljanje podataka i kasniju analizu. U svijetu nadzorni sistemi snimaju terabajte videa u Full HD rezoluciji mjesečno, odnosno ima zaista mnogo informacija za obradu.

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

Alternativna opcija je analitika u oblaku, odnosno udaljeni data centar koji se povezuje na bilo koju jeftinu kameru. Ovo je za red veličine jeftinije, plus daje fleksibilnost - možete prilagoditi rješenja za određeni posao.

Popularnost tehnologije za prepoznavanje lica u različitim područjima djelatnosti raste. Na primjer, Sberbank je jedan od vodećih u pogledu najave raznih projekata prepoznavanja lica visokog profila, i može se tvrditi da On prepoznaje vas od hiljadu: bankomat će identificirati klijenta po očima s njim u tom pogledu, možda samo Tinkoff. Sberbank je 2017. godine kupila Sberbanku i uložila 25,07% VisionLabsa u tehnologiju za prepoznavanje lica, koja stvara softver za prepoznavanje lica. U 2018. godini, jedna finansijska institucija uspjela je testirati prepoznavanje lica u moskovskom metrou i čak uhvatiti 42 kriminalca 42 kriminalca uhvaćena su zahvaljujući sistemu za prepoznavanje lica Sberbanke, za testiranje. Prepoznaće vas od hiljadu: bankomat će identificirati klijenta po oči bankomata sa identifikacijom lica kako napadači ne bi mogli podizati novac sa tuđih kartica, kao i najavljivati prikupljanje biometrijskih podataka (audio snimak glasa,video snimka lica) klijenata. U aprilu ove godine Sberbanka je kontrolisala programera sistema za prepoznavanje glasa i lica - "Centar za govorne tehnologije" (MDT).

Druga stvar je da najavljivanje, testiranje, pilotiranje i kupovina rješenja ne znači stvarnu implementaciju. Šta se sada zapravo koristi u Sberbanci (i da li se koristi), zapravo, sa sigurnošću može reći samo Nemac Gref.

Kod maloprodaje je sve transparentnije. U osnovi, ovdje postoje tri problema koje rješava prepoznavanje lica.

Prvo, krađa. Prodavnice vode prevaranti, a često isti ljudi u istoj mreži. Prepoznavanje lica vam omogućava da identifikujete "lopove koji lebde" i druge ljude koji su prethodno prekršili naredbu. Čim uljez uđe u bazu podataka nakon ulaska u prodavnicu, obezbeđenje će dobiti obaveštenje u messenger-u ili na drugi pogodan način.

Drugo, poteškoća u radu sa redovnim kupcima. Jednostavno nema dovoljno podataka o kupovinama i rođendanima da bi se personalizirale ponude za VIP osobe i fanove brenda. Prepoznavanje lica se može integrirati sa CRM-om – odnosno softverom u koji menadžeri unose sve informacije o svim transakcijama organizacije. U slučaju lopova i VIP osoba, prepoznavanje lica funkcioniše otprilike na isti način: lice se unosi na crnu ili bijelu listu, a kada se ponovo pojavi, sistem će dati zvučni signal osobi koja ima pristup. Spol i starost se određuju automatski, a dodatne informacije će dodati odgovorni zaposlenik.

Treće, identifikacija maloprodaje se koristi za ciljano oglašavanje. Na primjer, u nekim radnjama X5 Retail Group instaliran X5 će uključivati kamere za kompjuterski vid za prepoznavanje izraza lica i starosti kupaca. Analizom ovih podataka, sistem prikazuje robu koja bi se osobi mogla svidjeti na ekranu monitora u trgovačkom prostoru. Još jedna živopisna ilustracija je slučaj Lolli & Pops, velike slastičarne u Sjedinjenim Državama. Sistem za prepoznavanje lica određuje da će se Vaš budući program lojalnosti u trgovini hraniti prepoznavanjem lica redovnih kupaca i šalje obavijesti na njihove pametne telefone s proizvodima koji im se mogu 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 kasa. Na primjer, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown je kafić i samoposlužna radnja smještena u Hangzhouu. Prodaje piće, grickalice, namirnice, igračke, ruksake i slično. Tao Cafe je otvoren samo za korisnike Taobao web stranice.

Prilikom kupovine pića, sistem kamera sa podrškom za prepoznavanje lica automatski identifikuje kupca, povezuje se na njegov nalog u online prodavnici i obrađuje plaćanje. Kupci izlaze kroz prostor opremljen sa više senzora koji identifikuju i kupca i robu. Skeniranje radi čak i ako osoba stavi kupovinu u džep ili torbu.

Kako se razvija tehnologija prepoznavanja lica

Face ID CCTV sistemi zaista preuzimaju svijet. U Moskvi će broj kamera u 2019. dostići visoke tehnologije i sigurnost: koliko će se CCTV kamera pojaviti ove godine 174 hiljade. To ne znači da svi ovi uređaji po defaultu mogu prepoznati osobu: najčešće se navodi da će sistem za prepoznavanje traženih kriminalaca putem video kamera početi raditi u Moskvi 2019. godine oko 160 hiljada kamera s ovom funkcijom. Ipak, krajem 2018. godine, iz kabineta gradonačelnika Moskve su najavili nameru moskovskih vlasti da 2019. godine zamene video kamere i pokrenu sistem za prepoznavanje lica koji će zameniti sve uređaje za video nadzor i formirati potpuno inovativan sistem sledeće godine.

Paradoks je da 160 hiljada nije toliko. Pogotovo kada se uporedi sa drugim liderom u upitima pretraživača na temu prepoznavanja lica - Kinom. Krajem 2017. bilo je In Your Face: kineska svevideća država sa preko 170 miliona CCTV kamera i tokom naredne tri godine kineska tehnologija nadzora 'Big Brother' nije ni približno tako svevideća kao što vlada želi da mislite povezivanje na mrežu je još oko 400 miliona.

Kompetentna i ispravna upotreba prepoznavanja lica prvenstveno radi na poboljšanju sigurnosti i udobnosti. Ljudi obično brzo steknu povjerenje u tehnologiju koja ih spašava od čekanja u redovima za fudbalsku utakmicu (smiješi se u kameru - prošao), sprječava krađu i huliganstvo ili im pomaže da manje troše na kupovinu (programi vjernosti). Sve to, naravno, zahtijeva određenu regulativu – zbog toga se donose zakoni o zaštiti podataka o ličnosti.

U budućnosti je vjerovatno da će oblast prepoznavanja lica u sistemima video nadzora biti uređena slično kao i dosadašnja praksa rada sa identifikacijom lica na internetu. Ljudi koji razmišljaju o privatnosti jednostavno ne postavljaju previše na web - djelomični fijasko SearchFacea dokazuje da je takva strategija efikasna.

Naravno, ne može se beskonačno ograničavati na šetnju ulicama na kojima su postavljene kamere na svakoj raskrsnici, ali će se mogućnost očuvanja anonimnosti formirati ako postoji odgovarajući zahtjev društva.