Turinys:

Ką reikia žinoti apie veido atpažinimo technologiją
Ką reikia žinoti apie veido atpažinimo technologiją
Anonim

Kaip šią technologiją naudoja valdžia ir verslas, ar galima apgauti fotoaparatą su veido atpažinimo sistema ir ar galima rasti žmogų internete naudojant nuotrauką.

Ką reikia žinoti apie veido atpažinimo technologiją
Ką reikia žinoti apie veido atpažinimo technologiją
Image
Image

Elena Glazkova Ivideon rinkodaros specialistė.

Valstybei veido atpažinimas yra svarbi apsaugos sistemos dalis ir įspūdingas biudžeto punktas. Žurnalistams tai arba panacėja, arba pasaulinio sąmokslo įrankis. Verslui, įrankiui ar gaminiui. Kad ir kurią pusę paimtumėte, pagrindiniai klausimai vis tiek išlieka. Vartotojai atsakymų į juos dažniausiai ieško internete (vidutiniškai 28 704 veido atpažinimo užklausos per mėnesį), tačiau ne visada juos randa. Situacijos taisymas.

Veido atpažinimas yra populiarus interneto vartotojų prašymas
Veido atpažinimas yra populiarus interneto vartotojų prašymas

Kas yra veido atpažinimas

Atskirkime muses nuo kotletų. Vartotojai dažniau susiduria su veido atpažinimu savo išmaniuosiuose telefonuose, kur biometrinis identifikavimas naudojamas įrenginiui atrakinti ir tik jo savininkas gali pasiekti duomenis. Atpažinimo procese būtinai dalyvauja 3D kamera, kad nebūtų įmanoma apgauti programėlės nuotrauka.

Taip pat yra veidų identifikavimas realiu laiku ir realiomis sąlygomis: šiuo atveju tai neatsiejamai susieta su vaizdo stebėjimo sistemomis, kur veidai tiesiogine to žodžio prasme „išplėšiami“iš kameromis filmuojamo vaizdo srauto.

Įsivaizduokite aukštos kokybės modernią CCTV kamerą, pastatytą šiek tiek aukščiau nei vidutinis žmogaus ūgis, gerai apšviestoje vietoje. Kasdien priešais ją praeina maždaug tiek pat žmonių. Jie nejuda labai greitai.

Užfiksuotas vaizdo įrašas gali būti saugomas debesų archyve. Prie kameros prijungtas analitinis modulis: sudėtingas algoritmų derinys (dirbtinis intelektas, neuroniniai tinklai ir viskas) bei vartotojo sąsaja. Modulis „išplėšia“veidus iš vaizdo srauto, nustato lytį ir amžių bei įveda duomenis į duomenų bazę.

Pamažu daugėja vaizdų. Sistema automatiškai įsimena visus atpažintus veidus ir įrašo juos į archyvą, o vartotojas su leidimu nurodo papildomus duomenis: vardą, pareigas, statusą, kitus ženklus ("VIP-svečias" arba "vagis"). Galite įkelti reikiamo žmogaus nuotrauką, o modulis archyve ras visus šio žmogaus aptikimus.

Kai tik asmuo, turintis ženklą, vėl praeina prieš kamerą, sistema tai užfiksuoja kaip svarbų įvykį ir suinteresuotiems vartotojams išsiunčia tiesioginį pranešimą.

Aptikimas veido atpažinimo kontekste yra situacija, kai algoritmas iš esmės suprato, kad tai veidas, o ne obuolys ar undinė iš Starbucks puodelio. Tam jam pirmiausia reikia skaičiavimo galios, o tik tada jis gali priderinti veidą prie pagrindo arba prisiminti.

Veido atpažinimas ne visada veikia tinkamai
Veido atpažinimas ne visada veikia tinkamai

Jei perskaitėte kelias ankstesnes pastraipas iki galo, sveikiname, dabar žinote, kaip veido atpažinimas veikia idealioje situacijoje. Aprašymas tinka bet kuriai sistemai: nuo naudojamų Maskvos metro iki sprendimų mažoms įmonėms.

Svarbiausia suprasti, kad realiame gyvenime sunku sukurti idealią situaciją, ypač kai kalbama apie visą miestą, o ne apie biurą ar parduotuvę. Pavyzdžiui, metro daug žmonių, visi skirtingi, greitai vaikšto. Reikia daug kamerų, jos kainuoja, o kompetentingi specialistai turėtų jas pastatyti.

Ar įmanoma apgauti veido atpažinimo algoritmą

Nepaisant retkarčiais pasitaikančių klaidų, mašinos atpažinimo tikslumas jau dažnai yra pranašesnis už tą, kuriuo žmonės nustato veidus. Kinijoje netrukus pasirodys milžiniška veido atpažinimo duomenų bazė, leidžianti atpažinti bet kurį pilietį per kelias sekundes – sistema, galinti per 3 sekundes 90 % tikslumu rasti konkretų asmenį tarp 1,3 milijardo kitų gyventojų.

Ir vis dėlto vienareikšmiškai atsakyti į šį klausimą sunku, nes vieno idealaus veido atpažinimo algoritmo nėra. Dideli akiniai, priklijuota barzda, kepurė, didelis judesių greitis, specialus makiažas (pvz., ant veido nupiešta „Juodosios gulbės“grotelės, katės, apskritimai ir pagaliukai. Kaip pabėgti nuo veido atpažinimo sistemų naudojant makiažą) – visa tai gali supainioti algoritmą. Ypač visumoje, nes atpažinimui užtenka Kaip apgauti atpažinimo sistemas ar 70% atviro veido. Dabar įsivaizduokite, kad būtina naudoti aukščiau pateiktas gudrybes tikrame mieste. Skamba ne taip lengvai, tiesa?

Image
Image

„Anti-recognition“akiniai iš Japonijos, kurie dar 2015 m

Image
Image

O štai tokia 3D kaukė 2014 m

Ar galima internete atpažinti veidus

Internetas – paradoksali vieta: čia žmonės gali vienu metu nerimauti, ar kas antras fotoaparatas gatvėje aptinka jų asmenybę, ir nuoširdžiai nori „iš nuotraukų internete atpažinti kitų veidus“. Panagrinėkime šią veido atpažinimo tendenciją atskirai.

Veido atpažinimo programa yra arba aukščiau aprašytas analitinis modulis (CCTV kamera + programinė įranga + saugykla debesyje), arba programinė įranga, panaši į gerai žinomą (šiek tiek skandalingą) FindFace paslaugą. Šiandien, žinoma, daugeliu atvejų neįmanoma atsisiųsti veido atpažinimo programos „nemokamai ir be registracijos“.

„FindFace.ru“žiniatinklio paslauga, padedanti socialiniame tinkle „VKontakte“rasti žmones pagal jų nuotraukas, buvo įkurta 2016 m. vasario 18 d. Be kita ko, jo dėka kiekvienas galėjo rasti pornografiniuose filmuose vaidinusių merginų profilius. Labai greitai paslauga buvo pradėta naudoti daugeliui „flash mob“, skirtų veidams aptikti, kurie turėjo visas teises niekuomet jų neaptikti. Įsiplieskė skandalas, kuris suveikė kaip virusinė reklama: paslaugos pagrindą sukūrusi technologija pelnė ne vieną prestižinį apdovanojimą ir sukėlė klientų susidomėjimą iš valstybės ir verslo. Nuo 2018 m. rugsėjo 1 d. paslauga nebeteikia „FindFace Service“, kuri buvo naudojama protestuotojams atpažinti, paskelbė apie žmonių paieškos pagal nuotraukų paslaugą uždarymą, nes „NtechLab“ją pavertė sprendimų įvairiems verslo sektoriams linija.

Akivaizdu, kad vartotojo, įvedusio užklausą, svajonė atrodo taip: eini į svetainę, įkeli žmogaus, kuris buvo pavogtas metro, nuotrauką, programa atpažįsta veidą ir pateikia nuorodą į profilį Socialinis tinklas. Taip, pagauta! Arba taip: atsisiunčiate programą į savo kompiuterį, prijungiate prie jos internetinę kamerą ir atpažįstate savo katės veidą. Sėkmė – dabar gausite pranešimą kiekvieną kartą, kai katė pavogs dešreles.

Realybė žiauri. Pirmoji svetainė, kuri jums siūlo kažką panašaus, atsisako veikti, o antroji reikalauja programavimo įgūdžių Python. Daugiau ar mažiau į svajonę panaši programa „SearchFace“, kuri neseniai buvo paleista iš naujo, „Searchface“buvo paleista iš naujo gavus leidimą per „VKontakte“. Tačiau socialinis tinklas uždarė šią funkciją, pavadintą „FindClone“. Įkėlėte nuotrauką, o algoritmas bandė atpažinti tą patį veidą socialinio tinklo „VKontakte“duomenų bazėje. Programoje nuorodų į profilį nepateikta, tik pačios nuotraukos – ir visai nesvarbu, kas jas įkėlė. Jei vartotojas ilgą laiką buvo aktyvus socialiniame tinkle, nuotraukos išleidimas sukūrė klaikų „biografinį“efektą, tačiau jei ne, atpažinti vaizdai galėjo prajuokinti.

Ar galima internete atpažinti veidus
Ar galima internete atpažinti veidus

Tiesą sakant, „SearchFace“pavyzdys aiškiai atsako į klausimą „Kaip socialiniai tinklai naudoja veido atpažinimą? Tiksliau būtų suformuluoti taip: "Kaip socialiniai tinklai naudojami veido atpažinimui?" Atsakymas paprastas: kaip duomenų bazėje. Nesuskaičiuojama daugybė unikalių skaičių kombinacijų (taip veidai nuotraukoje ieško Facebook, VKontakte ir kitų algoritmų) sudaro pagrindą treniruoti neuroninius tinklus, kurie sudaro vieno ar kito veido atpažinimo sprendimo pagrindą.

Visi sprendimai yra skirtingi, skiriasi ir neuroniniai tinklai, o klientai ir paslaugų teikėjai, kaip taisyklė, detalių ir techninių savybių neatskleidžia. Visų pirma, lyties ir amžiaus atpažinimo modulis gali nustatyti dėl to, kad jis gali mokytis iš informacijos, esančios Odnoklassniki, VKontakte, Instagram ir Facebook.

Kaip užprogramuotas veido atpažinimas

Niekada neprivalote atsakyti į kūrėjo ir kūrėjo klausimus, jei nesate kūrėjas. Todėl kreipėmės pagalbos į specialistus.

Image
Image

Dmitrijus Sošnikovas yra Rusijos dirbtinio intelekto asociacijos narys ir vyresnysis dirbtinio intelekto ir mašininio mokymosi sistemų kūrimo ekspertas Microsoft.

Veido atpažinimas (kaip ir kitos susijusios operacijos) yra gana dažna užduotis. Todėl daugelis įmonių teikia paruoštas paslaugas debesų API (programinės įrangos tarpininkų tarp taikomųjų programų) pavidalu, kad kokybiškai išspręstų šias užduotis. Be IT gigantų, tokių kaip „Microsoft“ir „Google“, veido atpažinimu užsiima ir specializuotos įmonės, tarp jų ir Rusijos. Jų produktai sparčiai tobulėja ir suteikia dar daugiau įdomių funkcijų, tokių kaip veidų ir siluetų atpažinimas minioje.

Išmokyti neuroninį tinklą nuo nulio yra daug sunkiau. Mums reikia didelio ir kokybiško pradinių duomenų rinkinio, tai yra dešimčių ir šimtų tūkstančių (ar net daugiau!) žmonių fotografijų. Be to, reikės didelių skaičiavimo išteklių ir AI bei mašininio mokymosi žinių. Didelės įmonės turi visus šiuos įrankius, todėl problemą išsprendžia daug geriau.

Taip pat yra tarpinis sprendimas – naudoti, pavyzdžiui, jau apmokytą neuroninį tinklą. Ši parinktis greičiausiai veiks šiek tiek prasčiau nei paruošta debesies paslauga, tačiau ji leis jums visiškai valdyti sistemą. Tam reikės tam tikro supratimo apie neuroninių tinklų ir neuroninių tinklų karkasų veikimą bei, greičiausiai, šiek tiek žinių apie Python kalbą, kuri tarp duomenų mokslo specialistų išpopuliarėjo kaip pagrindinė programavimo kalba.

Išties, dėl puikaus NumPy paketo patogu atlikti įvairius eksperimentus, vizualizuoti duomenis ir atlikti efektyvius matricų skaičiavimus. Tai nėra pati geriausia kalba pramonės plėtrai, nes joje nėra veiksmingų įrankių didelėms saugioms programinės įrangos sistemoms kurti, tačiau jai alternatyvų giliųjų neuronų tinklų mokymo srityje kol kas nėra.

Kaip veido atpažinimas veikia versle

Veido atpažinimo paklausa fintech, mažmeninės prekybos ir kitų rūšių versle yra tiesiogiai susijusi su padidėjusiu technologijų prieinamumu. Mechanika paprasta: visos įmonės ir visos organizacijos turi vaizdo stebėjimo kameras, kurios naudojamos kaip duomenų rinkimo ir tolesnės analizės įrankiai. Pasaulyje stebėjimo sistemos per mėnesį filmuoja terabaitus Full HD raiška, tai yra informacijos apdorojimui yra tikrai daug.

Duomenų analizei reikalingą programinę įrangą gamintojas gali „perkelti“į įrenginį. Įtaisytos vaizdo analizės kameros paprastai yra gana brangios.

Alternatyvi galimybė yra analizė debesyje, tai yra nuotolinis duomenų centras, jungiantis prie bet kokios nebrangios kameros. Tai eilės tvarka pigiau, be to, tai suteikia lankstumo – galite pritaikyti sprendimus konkrečiam verslui.

Didėja veido atpažinimo technologijos populiarumas įvairiose veiklos srityse. Pavyzdžiui, „Sberbank“yra vienas iš lyderių skelbiant įvairius aukšto lygio veidų atpažinimo projektus ir gali ginčytis, kad Jis atpažįsta jus iš tūkstančio: bankomatas atpažins klientą pagal akis su juo, galbūt. tik Tinkoffas. 2017 m. „Sberbank“įsigijo „Sberbank“ir investavo 25,07% „VisionLabs“į veido atpažinimo technologiją, kuri kuria veido atpažinimo programinę įrangą. 2018 metais vienai finansų įstaigai Maskvos metro pavyko išbandyti veido atpažinimą ir sugauti net 42 nusikaltėlius. „Sberbank“veido atpažinimo sistemos dėka sučiupti 42 nusikaltėliai, išbandyti Atpažins iš tūkstančio: bankomatas atpažins klientą pagal bankomatų akys su veido identifikavimu, kad užpuolikai negalėtų išimti pinigų iš svetimų kortelių, taip pat paskelbti apie biometrinių duomenų rinkimą (balso garso įrašą,klientų veido vaizdo įrašas). Šių metų balandį „Sberbank“kontroliavo balso ir veido atpažinimo sistemų kūrėją – „Kalbos technologijų centrą“(MDT).

Kitas dalykas, kad sprendimų paskelbimas, testavimas, pilotavimas ir pirkimas nereiškia realaus jų įdiegimo. Kas tiksliai dabar iš tikrųjų naudojama „Sberbank“(ir ar jis naudojamas), iš tikrųjų gali tiksliai pasakyti tik Germanas Grefas.

Su mažmenine prekyba viskas skaidriau. Iš esmės čia yra trys problemos, kurias išsprendžia veido atpažinimas.

Pirma, vagystė. Parduotuves valdo sukčiai, dažnai tie patys žmonės tame pačiame tinkle. Veido atpažinimas leidžia atpažinti „driftingus vagis“ir kitus asmenis, kurie anksčiau pažeidė tvarką. Kai tik įsibrovėlis pateko į duomenų bazę, kai tik patenka į parduotuvę, apsauga gaus pranešimą messengeryje arba kitu patogiu būdu.

Antra, sunku dirbti su nuolatiniais klientais. Tiesiog nėra pakankamai duomenų apie pirkinius ir gimtadienius, kad būtų galima suasmeninti pasiūlymus VIP ir prekės ženklo gerbėjams. Veido atpažinimas gali būti integruotas su CRM – tai yra programine įranga, kurioje vadovai įveda visą informaciją apie visas organizacijos operacijas. Vagių ir VIP atveju veido atpažinimas veikia maždaug taip pat: veidas įtraukiamas į juodąjį arba baltąjį sąrašą, o jam vėl pasirodžius sistema pypsi prieigas turinčiam asmeniui. Lytis ir amžius nustatomi automatiškai, o papildomą informaciją pridės atsakingas darbuotojas.

Trečia, mažmeninės prekybos identifikavimas naudojamas tikslinei reklamai. Pavyzdžiui, kai kuriose parduotuvėse X5 Retail Group įdiegta X5 turės kompiuterines vaizdo kameras, kurios atpažins klientų veido išraiškas ir amžių. Analizuodama šiuos duomenis, prekybos aikštelės monitoriaus ekrane sistema atvaizduoja prekes, kurios gali patikti žmogui. Kitas ryškus pavyzdys yra didelės konditerijos parduotuvės „Lolli & Pops“Jungtinėse Valstijose atvejis. Veido atpažinimo sistema nustato Jūsų būsima lojalumo parduotuvėje programa bus maitinama nuolatinių klientų veido atpažinimu ir į išmaniuosius telefonus siųs pranešimus apie produktus, kurie jiems gali patikti (atsižvelgiant į individualius pageidavimus ir net alergijas maistui).

Kitas ryškus technologijų panaudojimo mažmeninėje prekyboje pavyzdys – parduotuvės be pardavėjų ir kasos aparatų. Pavyzdžiui, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown yra kavinė ir savitarnos parduotuvė, įsikūrusi Hangdžou. Parduoda gėrimus, užkandžius, bakalėjos prekes, žaislus, kuprines ir panašiai. „Tao Cafe“yra atvira tik „Taobao“svetainės naudotojams.

Prekyba veido atpažinimu
Prekyba veido atpažinimu

Perkant gėrimus kamerų sistema su veido atpažinimo palaikymu automatiškai identifikuoja klientą, prisijungia prie jo paskyros internetinėje parduotuvėje ir apdoroja mokėjimą. Pirkėjai išeina per erdvę, kurioje įrengti keli jutikliai, identifikuojantys ir klientą, ir prekes. Nuskaitymas veikia net jei žmogus įsideda pirkinį į kišenę ar krepšį.

Kaip vystosi veido atpažinimo technologija

Face ID CCTV sistemos tikrai užvaldo pasaulį. Maskvoje kamerų skaičius 2019 metais pasieks Aukštąsias technologijas ir saugumą: kiek vaizdo stebėjimo kamerų šiais metais atsiras 174 tūkst. Tai nereiškia, kad visi šie įrenginiai pagal nutylėjimą gali atpažinti asmenį: dažniausiai pranešama, kad ieškomų nusikaltėlių atpažinimo per vaizdo kameras sistema Maskvoje 2019 metais pradės veikti apie 160 tūkst. kamerų su šia funkcija. Nepaisant to, 2018-ųjų pabaigoje Maskvos merija paskelbė apie Maskvos valdžios ketinimus 2019-aisiais – ketinama pakeisti vaizdo kameras ir paleisti veido atpažinimo sistemą, kuri kitais metais pakeis visus vaizdo stebėjimo įrenginius ir suformuos visiškai inovatyvią sistemą.

Paradoksas, kad 160 tūkst nėra tiek daug. Ypač lyginant su kita paieškos sistemų užklausų lydere veido atpažinimo tema – Kinija.2017 m. pabaigoje buvo In Your Face: Kinijos viską matanti valstybė daugiau nei 170 milijonų CCTV kamerų, o per ateinančius trejus metus Kinijos „Big Brother“stebėjimo technologija nėra beveik tokia visavertė, kaip vyriausybė nori, kad jūs manytumėte. prisijungti prie tinklo vis dar yra apie 400 mln.

Kompetentingas ir teisingas veido atpažinimo naudojimas visų pirma pagerina saugumą ir komfortą. Žmonės dažniausiai greitai įgyja pasitikėjimo technologijomis, kurios gelbsti juos nuo eilėse į futbolo rungtynes (šypsosi į kamerą – praėjo), užkerta kelią vagystėms ir chuliganizmui arba padeda mažiau išleisti pirkiniams (lojalumo programos). Visa tai, žinoma, reikalauja tam tikro reguliavimo – dėl to ir priimami asmens duomenų apsaugos įstatymai.

Tikėtina, kad ateityje veidų atpažinimo sritis vaizdo stebėjimo sistemose bus reglamentuota panašiai, kaip ir dabartinė darbo su veido identifikavimu internete praktika. Privatumo besirūpinantys žmonės tiesiog neįkelia per daug į internetą – dalinis „SearchFace“fiasko įrodo, kad tokia strategija yra veiksminga.

Žinoma, negalima be galo apsiriboti vaikščiojimu gatvėmis, kuriose kiekvienoje sankryžoje įrengtos kameros, tačiau galimybė išlaikyti anonimiškumą susiformuos, jei bus atitinkamas visuomenės prašymas.

Rekomenduojamas: