Apa yang anda perlu tahu tentang teknologi pengecaman muka

2024 Pengarang: Malcolm Clapton | [email protected]. Diubah suai terakhir: 2023-12-17 04:06

Bagaimanakah teknologi ini digunakan oleh kerajaan dan perniagaan, adakah mungkin untuk menipu kamera dengan sistem pengenalan wajah dan adakah mungkin untuk mencari seseorang di Internet menggunakan foto.

Elena Glazkova Ivideon Marketer.

Bagi negeri, pengecaman muka adalah bahagian penting dalam sistem keselamatan dan item belanjawan yang mengagumkan. Bagi wartawan, ia sama ada ubat penawar atau instrumen konspirasi dunia. Untuk perniagaan, alat atau produk. Mana-mana pihak yang anda ambil, soalan asas masih kekal. Pengguna lazimnya mencari jawapan kepada mereka di Internet (secara purata 28,704 pertanyaan pengecaman muka sebulan), tetapi mereka tidak selalu menemuinya. Membetulkan keadaan.

Apa itu pengecaman muka

Mari kita asingkan lalat dari potong. Pengguna lebih berkemungkinan menghadapi pengecaman muka dalam telefon pintar mereka sendiri, di mana pengenalan biometrik digunakan untuk membuka kunci peranti dan hanya pemiliknya boleh mengakses data. Kamera 3D semestinya terlibat dalam proses pengecaman supaya tidak mustahil untuk menipu alat dengan gambar.

Terdapat juga pengenalpastian wajah dalam masa nyata dan dalam keadaan sebenar: dalam kes ini, ia berkait rapat dengan sistem pengawasan video, di mana wajah secara literal "dirampas" daripada aliran video yang dirakamkan oleh kamera.

Bayangkan kamera CCTV moden berkualiti tinggi diletakkan tepat di atas ketinggian purata manusia di tempat yang terang. Kira-kira bilangan yang lebih kurang orang yang sama lalu di hadapannya setiap hari. Mereka tidak bergerak dengan cepat.

Video yang ditangkap boleh disimpan dalam arkib awan. Modul analisis disambungkan ke kamera: gabungan kompleks algoritma (kecerdasan buatan, rangkaian saraf, itu sahaja) serta antara muka pengguna. Modul "merampas" wajah daripada strim video, menentukan jantina dan umur serta memasukkan data ke dalam pangkalan data.

Secara beransur-ansur terdapat lebih banyak imej. Sistem mengingati semua wajah yang dikenali secara automatik dan merekodkannya dalam arkib, dan pengguna dengan kemasukan menunjukkan data tambahan: nama, kedudukan, status, tanda lain ("VIP-tetamu" atau "pencuri"). Anda boleh memuat naik foto orang yang diperlukan, dan modul akan menemui semua pengesanan orang ini dalam arkib.

Sebaik sahaja seseorang yang mempunyai tanda melintas di hadapan kamera sekali lagi, sistem merekodkan ini sebagai peristiwa penting dan menghantar pemberitahuan tolak kepada pengguna yang berminat.

Pengesanan dalam konteks pengecaman muka ialah situasi apabila algoritma, pada dasarnya, memahami bahawa ia adalah wajah, dan bukan epal atau ikan duyung dari cawan Starbucks. Mula-mula dia memerlukan kuasa pengkomputeran untuk ini, dan selepas itu barulah dia boleh memadankan wajah ke pangkal atau ingat.

Jika anda telah membaca beberapa perenggan sebelum ini hingga akhir, tahniah, anda kini tahu cara pengecaman muka berfungsi dalam situasi yang ideal. Penerangan sesuai untuk mana-mana sistem: daripada yang digunakan di metro Moscow kepada penyelesaian untuk perniagaan kecil.

Perkara utama yang perlu difahami ialah sukar untuk mencipta situasi yang ideal dalam kehidupan sebenar, terutamanya apabila ia datang ke seluruh bandar, dan bukan pejabat atau kedai. Sebagai contoh, terdapat ramai orang di kereta bawah tanah, setiap orang berbeza, mereka berjalan dengan pantas. Anda memerlukan banyak kamera, ia memerlukan wang, dan pakar yang cekap harus meletakkannya.

Adakah mungkin untuk menipu algoritma pengecaman muka

Walaupun terdapat kesilapan sekali-sekala, ketepatan pengecaman mesin selalunya lebih tinggi daripada ketepatan yang digunakan orang untuk menentukan wajah. China untuk membina pangkalan data pengecaman muka gergasi untuk mengenal pasti mana-mana warganegara dalam beberapa saat akan muncul di China tidak lama lagi, sebuah sistem yang mampu mencari orang tertentu di kalangan 1.3 bilion penduduk lain dalam masa 3 saat dengan ketepatan 90%.

Namun, sukar untuk menjawab soalan ini dengan jelas, kerana tidak ada algoritma yang ideal untuk pengecaman muka. Cermin mata besar, janggut yang ditampal, topi, pergerakan berkelajuan tinggi, solek khas (contohnya, kekisi "Black Swan" dicat pada muka, kucing, bulatan dan kayu. Bagaimana untuk melarikan diri dari sistem pengecaman muka menggunakan solek) - semua ini boleh mengelirukan algoritma. Terutama dalam agregat, kerana untuk pengiktirafan sudah cukup Bagaimana untuk menipu sistem pengecaman sama ada 70% daripada muka terbuka. Sekarang bayangkan bahawa perlu menggunakan helah di atas di bandar sebenar. Tidak begitu mudah, bukan?

Cermin mata "anti-pengiktirafan" dari Jepun, yang pada tahun 2015

Dan inilah topeng 3D pada tahun 2014

Adakah mungkin untuk mengenali wajah dalam talian

Internet adalah tempat yang paradoks: orang di sini boleh bimbang pada masa yang sama sama ada setiap kamera kedua di jalanan mengesan keperibadian mereka, dan dengan ikhlas ingin "mengiktiraf wajah orang lain daripada foto mereka dalam talian." Mari kita pertimbangkan trend pengecaman muka ini secara berasingan.

Program pengecaman muka ialah sama ada modul analisis yang diterangkan di atas (kamera CCTV + perisian + storan awan), atau perisian yang serupa dengan perkhidmatan FindFace yang terkenal (sedikit skandal). Hari ini, sudah tentu, mustahil untuk memuat turun program pengecaman muka "secara percuma dan tanpa pendaftaran" dalam kebanyakan kes.

Perkhidmatan web FindFace.ru, yang membantu mencari orang di rangkaian sosial VKontakte dengan gambar mereka, telah diasaskan pada 18 Februari 2016. Antara lain, terima kasih kepadanya, semua orang dapat mencari profil gadis yang membintangi filem lucah. Tidak lama kemudian, perkhidmatan itu mula digunakan untuk banyak flash mob untuk mengesan wajah, yang mempunyai hak untuk tidak dapat dikesan oleh sesiapa pun. Skandal meletus, yang berfungsi seperti iklan viral: teknologi yang menjadi asas perkhidmatan menerima beberapa anugerah berprestij dan membangkitkan minat pelanggan dari negeri dan perniagaan. Sejak 1 September 2018, perkhidmatan itu tidak lagi menyediakan Perkhidmatan FindFace, yang digunakan untuk mengiktiraf penunjuk perasaan, mengumumkan penutupan carian untuk orang melalui perkhidmatan foto, kerana ia telah diubah oleh NtechLab menjadi barisan penyelesaian untuk pelbagai sektor perniagaan.

Impian pengguna yang memasukkan permintaan, jelas, kelihatan seperti ini: anda pergi ke tapak, memuat naik foto seseorang yang diambil secara senyap-senyap di kereta bawah tanah, program itu mengenali wajah dan memberikan pautan ke profil pada jaringan sosial. Ya, tertangkap! Atau seperti ini: anda memuat turun program ke komputer anda, sambungkan kamera web anda kepadanya dan kenali wajah kucing anda. Berjaya - kini anda akan menerima pemberitahuan setiap kali kucing mencuri sosej.

Realiti itu kejam. Tapak pertama yang menawarkan sesuatu seperti itu kepada anda enggan berfungsi, dan yang kedua memerlukan kemahiran pengaturcaraan dalam Python. Lebih kurang aplikasi seperti mimpi yang dipanggil SearchFace, yang baru-baru ini dimulakan semula Searchface telah dimulakan semula dengan kebenaran melalui VKontakte. Tetapi rangkaian sosial telah menutup ciri ini yang dipanggil FindClone. Anda memuat naik foto, dan algoritma cuba mengenali wajah yang sama dalam pangkalan data rangkaian sosial VKontakte. Aplikasi itu tidak memberikan pautan ke profil, hanya gambar itu sendiri - dan tidak kira siapa mereka dimuat naik. Jika pengguna telah lama aktif di rangkaian sosial, pengeluaran foto mencipta kesan "biografi" yang menakutkan, tetapi jika tidak, imej yang diiktiraf boleh membuat mereka ketawa.

Sebenarnya, contoh SearchFace dengan jelas menjawab soalan "Bagaimanakah rangkaian sosial menggunakan pengecaman muka?" Adalah lebih tepat untuk merumuskannya dengan cara ini: "Bagaimanakah rangkaian sosial digunakan untuk pengecaman muka?" Jawapannya mudah: seperti pangkalan data. Sebilangan besar kombinasi nombor unik (beginilah wajah dalam foto mencari algoritma Facebook, VKontakte dan lain-lain) membentuk asas untuk melatih rangkaian saraf yang membentuk asas satu atau penyelesaian pengecaman muka yang lain.

Penyelesaian semuanya berbeza, dan rangkaian saraf juga berbeza, dan pelanggan dan penyedia perkhidmatan, sebagai peraturan, tidak mendedahkan butiran dan ciri teknikal. Khususnya, modul pengiktirafan jantina dan umur dapat ditentukan kerana fakta bahawa ia boleh belajar daripada maklumat yang terkandung dalam Odnoklassniki, VKontakte, Instagram dan Facebook.

Cara pengecaman muka diprogramkan

Anda tidak perlu menjawab soalan pembangun dan pembangun jika anda bukan pembangun. Oleh itu, kami berpaling kepada pakar untuk mendapatkan bantuan.

Dmitry Soshnikov Ahli Persatuan Rusia untuk Kepintaran Buatan dan pakar kanan dalam pembangunan AI dan sistem pembelajaran mesin di Microsoft.

Pengecaman muka (serta operasi lain yang berkaitan) adalah tugas yang agak biasa. Oleh itu, banyak syarikat menyediakan perkhidmatan sedia dalam bentuk API awan (perantara perisian antara aplikasi) untuk penyelesaian berkualiti tinggi bagi tugasan ini. Selain gergasi IT seperti Microsoft dan Google, syarikat khusus, termasuk Rusia, juga terlibat dalam pengecaman muka. Produk mereka berkembang pesat dan menyediakan ciri yang lebih menarik seperti mengenal pasti wajah dan siluet dalam orang ramai.

Adalah lebih sukar untuk melatih rangkaian saraf dari awal. Kami memerlukan set data awal yang besar dan berkualiti tinggi, iaitu puluhan dan ratusan ribu (atau lebih!) Gambar orang. Di samping itu, sumber pengiraan yang signifikan dan pengetahuan tentang AI dan pembelajaran mesin akan diperlukan. Syarikat besar mempunyai semua alat ini, jadi mereka menyelesaikan masalah dengan lebih baik.

Terdapat juga penyelesaian perantaraan - untuk menggunakan rangkaian saraf yang sudah terlatih, sebagai contoh. Pilihan ini, kemungkinan besar, akan berfungsi sedikit lebih buruk daripada perkhidmatan awan sedia, tetapi ia akan membolehkan anda mempunyai kawalan penuh ke atas sistem. Ini memerlukan tahap pemahaman tertentu tentang pengendalian rangkaian saraf dan rangka kerja rangkaian saraf dan, kemungkinan besar, beberapa pengetahuan tentang bahasa Python, yang telah mendapat populariti sebagai bahasa pengaturcaraan utama dalam kalangan pakar Sains Data.

Sesungguhnya, adalah mudah untuk menjalankan pelbagai eksperimen, menggambarkan data dan melakukan pengiraan matriks yang cekap berkat pakej NumPy yang sangat baik. Ini bukan bahasa terbaik untuk pembangunan perindustrian, kerana ia tidak mengandungi alat yang berkesan untuk mencipta sistem perisian selamat yang besar, tetapi belum ada alternatif untuknya dalam bidang latihan rangkaian saraf dalam.

Cara pengecaman muka berfungsi dalam perniagaan

Permintaan untuk pengiktirafan muka dalam fintech, runcit dan jenis perniagaan lain secara langsung berkaitan dengan peningkatan ketersediaan teknologi. Mekaniknya mudah: semua perusahaan dan semua organisasi mempunyai kamera CCTV, yang digunakan sebagai alat untuk pengumpulan data dan analitik seterusnya. Di dunia, sistem pengawasan merakam terabait video dalam HD Penuh setiap bulan, iaitu, terdapat banyak maklumat untuk diproses.

Perisian yang diperlukan untuk analisis data boleh "dipancarkan" ke peranti oleh pengeluar. Kamera analitik video on-board biasanya agak mahal.

Pilihan alternatif ialah analitik dalam awan, iaitu pusat data jauh yang bersambung ke mana-mana kamera murah. Ini adalah susunan magnitud yang lebih murah, serta memberikan fleksibiliti - anda boleh menyesuaikan penyelesaian untuk perniagaan tertentu.

Populariti teknologi pengecaman muka dalam pelbagai bidang aktiviti semakin meningkat. Sebagai contoh, Sberbank adalah salah satu peneraju dari segi mengumumkan pelbagai projek pengecaman muka berprofil tinggi, dan ia boleh berhujah bahawa Dia mengenali anda daripada seribu: ATM akan mengenal pasti pelanggan dengan mata dengannya dalam hal ini, mungkin hanya Tinkoff. Pada 2017, Sberbank memperoleh Sberbank dan melabur 25.07% daripada VisionLabs dalam teknologi pengecaman muka, yang mencipta perisian untuk pengecaman muka. Pada tahun 2018, sebuah institusi kewangan berjaya menguji pengecaman muka di metro Moscow dan juga menangkap 42 penjenayah 42 penjenayah telah ditangkap terima kasih kepada sistem pengecaman muka Sberbank, untuk menguji Ia akan mengenali anda daripada seribu: ATM akan mengenal pasti pelanggan dengan mata ATM dengan pengenalan muka supaya penyerang tidak boleh mengeluarkan wang dari kad orang lain, serta mengumumkan pengumpulan data biometrik (rakaman audio suara,video muka) pelanggan. Pada bulan April tahun ini, Sberbank mengawal pemaju sistem pengecaman suara dan muka - "Pusat Teknologi Pertuturan" (MDT).

Perkara lain ialah mengumumkan, menguji, merintis dan membeli penyelesaian tidak bermakna benar-benar melaksanakan. Apa sebenarnya yang kini digunakan dalam Sberbank (dan sama ada ia digunakan), sebenarnya, hanya boleh dikatakan dengan pasti oleh German Gref.

Dengan runcit, semuanya lebih telus. Pada asasnya, terdapat tiga masalah di sini yang diselesaikan oleh pengecaman muka.

Pertama, kecurian. Kedai-kedai itu dikendalikan oleh penipu, dan selalunya orang yang sama dalam rangkaian yang sama. Pengecaman muka membolehkan anda mengenal pasti "pencuri hanyut" dan orang lain yang sebelum ini melanggar perintah itu. Sebaik sahaja penceroboh memasuki pangkalan data sebaik sahaja memasuki kedai, keselamatan akan menerima pemberitahuan dalam messenger atau dengan cara lain yang mudah.

Kedua, kesukaran bekerja dengan pelanggan tetap. Tiada data yang mencukupi tentang pembelian dan hari lahir untuk memperibadikan tawaran untuk VIP dan peminat jenama. Pengecaman muka boleh disepadukan dengan CRM - iaitu perisian di mana pengurus memasukkan semua maklumat mengenai semua transaksi organisasi. Dalam kes pencuri dan VIP, pengecaman muka berfungsi dengan cara yang hampir sama: wajah dimasukkan ke dalam senarai hitam atau putih, dan apabila ia muncul semula, sistem akan berbunyi bip kepada orang yang mempunyai akses. Jantina dan umur ditentukan secara automatik, dan maklumat tambahan akan ditambahkan oleh pekerja yang bertanggungjawab.

Ketiga, pengenalan runcit digunakan untuk pengiklanan yang disasarkan. Sebagai contoh, di beberapa kedai X5 Retail Group memasang X5 akan menyertakan kamera penglihatan komputer untuk mengenali ekspresi muka dan umur pelanggan. Dengan menganalisis data ini, sistem memaparkan barangan yang mungkin disukai oleh seseorang pada skrin monitor di tingkat dagangan. Satu lagi ilustrasi yang jelas ialah kes Lolli & Pops, sebuah kedai gula-gula besar di Amerika Syarikat. Sistem pengecaman muka menentukan Program kesetiaan dalam kedai masa depan anda akan diberikan oleh pengecaman wajah pelanggan tetap dan menghantar pemberitahuan ke telefon pintar mereka dengan produk yang mereka mungkin suka (dengan mengambil kira pilihan individu dan juga alahan makanan).

Satu lagi contoh menarik penggunaan teknologi dalam runcit ialah kedai tanpa penjual dan daftar tunai. Contohnya, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown ialah kafe dan kedai layan diri yang terletak di Hangzhou. Ia menjual minuman, makanan ringan, barangan runcit, mainan, beg galas dan seumpamanya. Tao Cafe hanya dibuka kepada pengguna laman web Taobao.

Apabila membeli minuman, sistem kamera dengan sokongan pengecaman muka secara automatik mengenal pasti pelanggan, menyambung ke akaunnya di kedai dalam talian dan memproses pembayaran. Pembeli keluar melalui ruang yang dilengkapi dengan berbilang penderia yang mengenal pasti kedua-dua pelanggan dan barangan. Pengimbasan berfungsi walaupun orang itu meletakkan pembelian dalam poket atau beg.

Bagaimanakah teknologi pengecaman muka berkembang

Sistem CCTV Face ID benar-benar mengambil alih dunia. Di Moscow, bilangan kamera pada tahun 2019 akan mencapai teknologi tinggi dan keselamatan: berapa banyak kamera CCTV akan muncul tahun ini 174 ribu. Ini tidak bermakna bahawa semua peranti ini secara lalai boleh mengenali seseorang: selalunya dilaporkan bahawa sistem untuk mengenali penjenayah yang dikehendaki melalui kamera video akan mula berfungsi di Moscow pada 2019 kira-kira 160 ribu kamera dengan fungsi ini. Namun begitu, pada penghujung 2018, pejabat datuk bandar Moscow mengumumkan hasrat pihak berkuasa Moscow pada 2019, mereka akan menggantikan kamera video dan melancarkan sistem pengecaman muka untuk menggantikan semua peranti pengawasan video dan membentuk sistem yang inovatif sepenuhnya tahun depan.

Paradoksnya ialah 160 ribu tidaklah seberapa. Terutama jika dibandingkan dengan pemimpin lain dalam pertanyaan enjin carian mengenai subjek pengecaman muka - China. Pada penghujung tahun 2017 terdapat In Your Face: China yang mempunyai lebih daripada 170 juta kamera CCTV dan dalam tempoh tiga tahun akan datang teknologi pengawasan 'Big Brother' China tidak begitu nampak seperti yang kerajaan mahu anda fikirkan menyambung ke rangkaian masih kira-kira 400 juta.

Penggunaan pengecaman muka yang cekap dan betul berfungsi terutamanya untuk meningkatkan keselamatan dan keselesaan. Orang ramai biasanya cepat mendapat keyakinan terhadap teknologi yang menyelamatkan mereka daripada beratur untuk perlawanan bola sepak (tersenyum ke arah kamera - lulus), menghalang kecurian dan hooliganisme, atau membantu mereka berbelanja lebih sedikit untuk pembelian (program kesetiaan). Semua ini, sudah tentu, memerlukan peraturan tertentu - inilah sebabnya undang-undang mengenai perlindungan data peribadi diterima pakai.

Pada masa hadapan, kemungkinan besar bidang pengecaman muka dalam sistem pengawasan video akan dikawal sama seperti amalan semasa bekerja dengan pengenalan muka di Internet. Orang yang mementingkan privasi tidak memuat naik terlalu banyak di Web - kegagalan separa SearchFace membuktikan bahawa strategi sedemikian berkesan.

Sudah tentu, seseorang tidak boleh mengehadkan diri tanpa henti untuk berjalan di sepanjang jalan di mana kamera dipasang di setiap persimpangan, tetapi kemungkinan untuk mengekalkan kerahsiaan akan terbentuk jika terdapat permintaan yang sepadan daripada masyarakat.