Что такое распознавание лиц

Как работает распознавание лиц? Разбор

Среднестатистический человек может идентифицировать знакомое лицо в толпе с точностью 97,53%. Вы скажете, это немало и будете правы. Но это ничто по сравнению с современными алгоритмами, которые добились точности 99,8% еще в 2014 году. А в последние несколько лет они достигли практически совершенства! Современный алгоритм, использующийся в камерах видеонаблюдения в Москве способен обрабатывать 1 миллиард изображений менее чем за полсекунды с точностью близкой к 100%.

Этот алгоритм насколько крут, что уже в этом году в Московском Метро планируют ввести систему прохода по лицу — FacePay. При этом нам обещают, что система будет работать даже если человек в медицинской маске.

Как вы понимаете, жизнь уже не будет прежней. Поэтому давайте разберемся:

Причины

Этап 1. Обнаружение

В первую очередь, для того, чтобы лицо распознать, надо его сначала обнаружить. Задача на самом деле не тривиальная. Для этого мы бы могли использовать натренированные нейросети, но это слишком долго, дорого и ресурсоемко. Поэтому для обнаружения лица используется очень простой метод Виолы — Джонса, разработанный еще в 2001 году.

Как эта штука работает?

Этот алгоритм просто сканирует изображение при помощи вот таких прямоугольников, они называются примитивами Хаара:

И еще вот таких прямоугольников:

Задача этих объектов — находить более светлые и темные области на изображении, характерных конкретно для человеческих лиц.

Например, если усреднить значения яркости область глаз будет темнее щек или лба, а переносица будет светлее бровей.

В общем таких характерных признаков много и естественно не только у человеческих лиц могут быть подобные паттерны. Поэтому алгоритм работает в несколько этапов:

Сначала находится первый признак, система понимает: «В этой области может быть лицо». Тогда она начинает там же искать второй признак, а потом третий. И если в одной области найдено 3 признака, уже можно уверенно сказать — да, это лицо! После чего система получает область изображения, в котором есть только лицо.

Этап 2. Антропометрические точки

Получив область для анализа, дальше в дело вступает главный секрет каждой системы распознавания — биометрический алгоритм.

Он расставляет на лице антропометрические точки, по которым впоследствии и будут вычисляться индивидуальные характеристики человека: разрез глаз, форма носа, подбородка, расстояние между ними и прочее. Таких признаков может быть много, вплоть до нескольких тысяч. Но в целом, таких точек должно быть как минимум 68.

Этап 3. Исправление искажений

А дальше начинается настоящая магия. В идеале нам нужно лицо, которое смотрит анфас, то есть прямо в камеру. Но такая удача бывает редко, особенно если речь идет о распознавании человека в толпе.

Поэтому система производит дополнительное преобразование изображения: устранятся поворот и наклон головы. А также проводится 3D-реконструкция лица из 2D-изображения. Таким образом, даже если человек на изображении смотрел вбок, мы всё равно можем получить четкий фронтальный снимок, что существенно повышает качество распознавания.

Этап 4. Вектор лица

Ну а дальше происходит самое главное. В бой вступает нейросеть, которая присваивает каждому лицу вектор признаков. Что это такое?

По сути, это просто какое-то число, которое складывается из суммы характеристик лица: расстояний между опорными точками, текстуры определенных областей на лице и прочее. Таких характеристик может быть множество. Основное правило: они должны описывать лицо независимо от посторонних факторов: макияжа, прически, возрастных изменений.

Этап 5. Идентификация

Ну а дальше остаётся сравнить полученный вектор с базой других векторов. И готово. Система вас идентифицировала.

Где и как используется?

Помимо очевидных кейсов применения, помимо обнаружения правонарушителей в общественных пространствах и оплаты билетов в метро. Где и как могут применяться эти технологии?

Во-первых, системы могут быть настроены не на идентификацию а на анализ поведения или настроения. В такси можно можно быстро вычислять неадекватных водителей или пассажиров. В магазинах, можно находить грустных покупателей и повышать уровень сервиса. Ритейлеры одежды или продуктовые магазины используют камеры для анализа поведения покупателя, чтобы проанализировать настроение покупателя на кассе. Или например в школах, можно искать скучающих детей и корректировать программу обучения. Так, кстати уже делают в Китае. Вот такой мир будущего, и мы уже в нём живём не зная этого.

Что будет в будущем?

Чего же нам ждать в будущем? Распознавание лиц для разблокировки iPhone, входа в Windows или во время конференций — это прекрасная, удобная технология, упрощающая жизнь и мы уже ей пользуемся. Но вот повсеместные камеры наблюдения в городах рисуют в воображении самые мрачные картины в духе Джорджа Оруэлла.

Отсюда возникает вопрос — можно ли защитить себя от систем видеонаблюдения? Конечно, с развитием технологий развиваются и средства обхода этих технологий.

Люди придумывают макияж и украшения, которые сбивают с толку алгоритм обнаружения лиц, тот самый из 2001 года, создают инфракрасные очки, засвечивающие сенсоры камер, а также делают всякую криповую одежду и маски.

Но по большому счету такой лук скорее больше привлечет внимания, а алгоритмы подстроятся под обманки. Поэтому единственный способ защиты — это закон. Бизнес активно не внедряет системы распознавания лиц только потому, что это несет большие юридические издержки. В ЕС активно разрабатывается новый закон, который уже прозвали GDPR 2: он будет строго регулировать системы распознавания лиц и прочие системы искусственного интеллекта, вызывающие законные опасения.

В России с этим пока что не так хорошо. Тем не менее отечественные компании, которые присутствуют на международном рынке также будут вынуждены соблюдать новые правила игры, как произошло с первым GDPR.

То есть, как вы поняли, есть светлая сторона технологии, которая упрощает нам жизнь и темная, что приближает нас к миру большого брата.

Источник

Как работает распознавание лиц и можно ли обмануть эту систему

Что такое распознавание лиц?

Распознавание лиц — это технология, которая позволяет автоматически идентифицировать (распознать, кто на фото) или верифицировать (подтвердить, что на фото именно этот человек) человека на фото, видео или вживую. Для распознавания используют нейросети, которые умеют считывать и анализировать уникальные черты человеческого лица, а затем сверять их с базой.

Об эксперте: Татьяна Гайнцева, преподаватель Deep Learning School (МФТИ), автор блога об искусственном интеллекте и нейронных сетях.

Как развивалась технология распознавания лиц

Как работает распознавание лиц?

В основе технологии — две нейросети:

Первая — сеть-«выравниватель» (англ. aligner). Она берет картинку, которая поступает с камеры наблюдения, детектирует на ней все лица, которые сможет найти, «вырезает» и «выравнивает» их.

Вот как это выглядит:

Программа вырезает обнаруженные лица (те, что плотно расположены друг к другу, повернуты в профиль или просто очень маленькие и нечеткие, система может не распознать).

Затем она их выравнивает: детектирует на лице точки глаз, носа и рта.

Наконец, поворачивает и подгоняет размер фото так, чтобы точки глаз, носа и рта находились в определенных местах.

Некоторые алгоритмы используют больше семи точек — то есть, обводят контуры лица. Это может понадобиться, к примеру, для создания дипфейков.

Вторая — сеть-«распознаватель». Она принимает на входе выровненное изображение, которое передала первая нейросеть, а на выходе выдает вектор лица — то есть, набор чисел фиксированной длины. У разных сетей эти векторы могут отличаться, но чаще всего это некая степень двойки. Например, 512:

На похожие лица сеть выдает похожие векторы и наоборот.

Возьмем одно фото Анджелины Джоли и два изображения Брэда Питта и прогоним их через сеть. На выходе получим три вектора. Измерим расстояние между вектором Анджелины Джоли и вектором первого Брэда Питта, а также между векторами двух Брэдов Питтов. В первом случае расстояние будет большим — это разные люди, а во втором — маленьким: это один человек.

Чтобы обучить нейросети, используют огромные базы данных с лицами людей. Нейросети на входе сообщают, кому принадлежит это лицо, а затем, в ходе обучения, добиваются, чтобы она выдавала максимально точные результаты. Обучившись на миллионах разных людей, нейросеть начинает распознавать и новые лица — те, которых не было в базе.

Технология Face ID в смартфонах устроена немного иначе. Алгоритм распознает вас не по фото, а с помощью инфракрасных точек, которые проецируются на ваше лицо через камеру. После этого создается трехмерная модель и сравнивается с той, что вы уже внесли ранее.

Где применяют распознавание лиц?

💣 Безопасность

Криминалисты, полиция и спецслужбы используют автоматизированные системы биометрической идентификации (ABIS) для поиска преступников, доказательства преступлений и их предотвращения — например, терактов или мошенничества с документами.

Камеры с распознаванием лиц применяют для обеспечения безопасности на массовых мероприятиях, для прохождения контроля в аэропортах, контроля доступа в различных организациях. Системы помогают находить пропавших детей, дезориентированных взрослых или людей, которых держат в рабстве.

💊 Здравоохранение и медицина

Распознавание лиц в больницах и домах престарелых помогает отслеживать, принимают ли пациенты лекарства и следить за их состоянием через специальный монитор. Нейросети даже умеют обнаруживать по лицу генетические заболевания по характерным признакам на лице — такие, как синдром Ди Джорджи, — и оценивать общее состояние пациента.

🍕 Ретейл, общепит и банки

Технология распознавания лиц помогает идентифицировать клиента и предотвратить мошенничество во время покупки в магазине, анализировать поведение покупателей и оптимизировать сервис так, чтобы продавать больше.

С помощью онлайн-биометрии можно открыть счет и получить кредит, а также снять деньги в банкомате. Например, в Китайском KFC и американском Amazon Go действует «оплата по лицу». В России биометрию планируют внедрить во всех крупнейших банках вместо обычной идентификации.

Еще одно перспективное направление — распознавание эмоций. Например, чтобы улучшить взаимодействие с клиентами и сотрудниками, работая онлайн, или анализировать, как пользователи реагируют на контент. В России подобными разработками занимается компания Neurodata Lab.

📚 Образование

Сервисы на базе распознавания лиц помогают во время онлайн-обучения: следят, чтобы ученик не отвлекался во время экзамена, не списывал и не пользовался устными подсказками.

Самые продвинутые разработки в этой области

Самые масштабные разработки в области распознавания лиц — у Google, Apple, Facebook, Amazon и Microsoft (GAFAM).

В 2014 году Facebook запустил сервис DeepFace, который определяет, принадлежат ли два сфотографированных лица одному и тому же человеку с точностью 97,25%.

В 2015 Google представила свою разработку — FaceNet. Благодаря огромному массиву данных, которые собирают сервисы Google, FaceNet достигла рекордной точности — 99,63%. Технологию, в частности, используют в Google Фото для сортировки изображений и автоматических отметок людей на них.

Amazon с 2018 года активно продвигает свой облачный сервис распознавания лиц под названием Rekognition, которым пользуются правоохранительные органы США. Система умеет распознавать до 100 человек на одном фото и искать их в базах данных, содержащих десятки миллионов лиц.

По данным Центра стратегических и международных исследований, а также Управления по науке и технологиям МВД США, лучшим решением в 2020 году было признано FRT: его точность распознавания составила 99,97%.

В России есть пять крупных игроков на рынке распознавания лиц:

NTechLab — разработчик нашумевшего приложения FindFace, которое использовали для поиска людей во «ВКонтакте» по фото. Сервис неоднократно оказывался в центре скандалов с нарушением приватности. Максимальная точность их алгоритмов для распознавания лиц — 99%. Компания также выступила подрядчиком для внедрения камер с распознаванием лиц в Москве.

Второй подрядчик московских властей в этой области — VisionLabs. Они также разрабатывали системы для московских камер и участвовали в других городских проектах. С недавних пор VisionLab стала частью экосистемы «Сбера», и теперь их разработки применяют, в том числе, для внедрения биометрии в банковских сервисах.

Группа ЦРТ в 2014 году первой внедрила систему распознавания лиц в спорте. Ее решения используются на стадионах «Газпром-Арена», «ВТБ-Арена» и других.

Что не так с распознаванием лиц в Москве?

В Москве действует одна из крупнейших в мире сетей с распознаванием лиц — более 200 тыс. камер общей стоимостью около 5 млрд руб.

Российскую технологию NTechLab признали лучшей в результате тестирования Национального института стандартов и технологий США. NTechLab вели совместные разработки с Genetec — поставщиком систем видеонаблюдения для американского правительства и спецслужб.

Систему для Москвы начали разрабатывать еще в 2015 году, а пилотный проект запустили в 2017-м: тогда это были 1,5 тыс. камер во дворах и подъездах. В 2018-м систему расширили, протестировав на чемпионате мира по футболу. Камеры помогли задержать около 100 нарушителей из базы уголовного розыска. В том же году с помощью камеры с распознаванием лиц задержали грабителя, находящегося в розыске МВД.

Московскую систему видеонаблюдения использовали во время пандемии в 2020 году. С ее помощью выявили более 200 нарушителей карантина и самоизоляции, которым пришлось выплатить штрафы.

Правозащитники указывают на опасность технологии для обычных граждан. Например, юрист Алена Попова неоднократно подавала иски к управлению МВД Москвы и московскому Департаменту информационных технологий с требованием запретить систему распознавания лиц на митингах.

Распознавание лиц и правда используют на митингах?

В феврале 2021-го появилась информация о том, что с помощью камер власти отслеживали участников митингов в Москве и привлекали их к ответственности. Полицейские останавливали людей на входе в метро или приходили к ним домой. Такое бывало и в других странах.

Во время протестов в Гонконге 2019-20 годов власти тоже использовали распознавание лиц, чтобы вычислять активистов. Для борьбы с этим протестующие использовали лазерные указки, маски с чужими лицами и проекторы для лица, а также громили столбы с камерами.

По мнению оппозиции, для распознавания используют программу Face++ от китайского стартапа Megvii. Эта система, предположительно, попала в черный список властей США за нарушение прав человека.

Еще один недавний пример — сайт Faces of the Riot, созданный студентом из Вашингтона. Он использовал приложение с открытым исходным кодом, чтобы извлечь лица из 827 видео, размещенных в соцсети Parler во время штурма Капитолия 6 января 2021 года. Затем он применил нейросеть для распознавания лиц, обученную на 200 тыс. фото из базы ФБР, и идентифицировал людей.

Какие еще проблемы есть у технологии сегодня?

👁️‍🗨️ Утечки. В данном случае в сеть утекают доступы к камерам наблюдения и результатам распознавания. За деньги можно проверить по фотографии, где и когда камеры засекли конкретного человека.

🤦 Ошибки в распознавании. В 2018 году технология распознавания лиц от Amazon ошибочно опознала 28 членов Конгресса США как преступников. Недавний пример — москвич Сергей Межуев, которого система распознавания лиц в метро ошибочно приняла за преступника в розыске. В итоге мужчину задержали, собрали все данные и не сняли подозрения, пока реальный подозреваемый не нашелся.

❌ Использование лиц без согласия. В США до недавнего времени для обучения нейросетей распознаванию лиц использовали датасеты с лицами из открытых источников. Готовые датасеты тоже были в открытом доступе. Однако сейчас их убрали, так как это нарушает законы о защите персональных данных. Теперь доступ к ним можно получить по запросу и только для исследовательских (некоммерческих) целей.

The New York Times опубликовала расследование, согласно которому система распознавания лиц ClearView использует фото из Facebook и Twitter, чтобы помогать полиции находить людей. Аналогичные претензии были и к NtechLab: у компании был доступ к фото пользователей в «ВКонтакте».

😠 Дискриминация и расизм. Для обучения нейросетей используют датасеты, которые содержат, в основном, фото людей титульной нации и расы. В итоге системы распознавания лиц плохо распознают азиатов, латиноамериканцев или афроамериканцев. Системы, которые используют в криминалистике, чаще указывают на чернокожих людей как на потенциальных преступников.

Исследование MIT от 2018 года показало, что алгоритмы Microsoft, IBM и китайского Megvii (FACE ++) очень часто ошибаются при идентификации темнокожих женщин по сравнению со светлокожими мужчинами.

Есть примеры дискриминации по полу: например, нейросеть, которая дорисовывает женским фото тело в бикини, а мужским — в костюме. Просто потому, что в сети большинство изображений именно такие.

👮 Использование технологии для манипуляции людьми. Оказавшись в руках властей, системы с распознаванием лиц вместе с базами персональных данных дают неограниченные возможности. Самый радикальный пример того, к чему это может привести — Китай.

Распознавание лиц в Китае: социальная антиутопия

В Китае распознавание лиц используют в полиции, аэропортах, на улицах, в общественном транспорте. Государство планирует распространить систему по всей стране: по данным CNBC, в конце 2018 года в Китае использовали более 200 млн камер наблюдения, а к концу 2021-го их число достигнет более 500 млн.

Одна из главных причин — внедрение системы социального рейтинга или кредита. Каждый гражданин страны получает положительные баллы за общественно-полезную деятельность, отсутствие нарушений, своевременную уплату налогов. За проступки баллы снимаются. Низкий или отрицательный рейтинг влечет разные последствия: отказ в выдаче кредита и социальных выплатах, запрет на вылет из страны и работу в определенных организациях.

Также при помощи этой технологии правительство Китая следит за представителями уйгурского этнического меньшинства. Сотни тысяч уйгуров поместили в города-гетто и лагеря для политзаключенных и всячески ограничивают их в перемещении.

Можно ли обмануть систему распознавания лиц?

Чтобы бороться с «умными» камерами, в ход идут специальные маски, проекторы, лазеры и другие приемы:

Однако все эти способы вряд ли помогут. Во-первых, мы до конца не знаем, по каким именно приметам нейросети распознают лица. Во-вторых, алгоритмы обучают по разным схемам и на разных датасетах. Чтобы их обмануть, нужно точно знать, как устроена конкретная нейросеть.

Можно, конечно, полностью скрыть лицо в публичных местах и на массовых мероприятиях. Но во многих странах — включая Россию и Китай — это запрещено законом.

Есть способы, которые помогают изменить уже готовые фото. Например, компания Generated Media создала Anonymizer: приложение, которое генерирует серию портретов на основе ваших фото и делает их неузнаваемыми для нейросетей.

Можно использовать специальную маску. К примеру, возьмем фото, на котором нейросеть опознала актрису Еву Лонгорию и немного изменим его:

Слева — исходное фото, справа — маска, наложенная на него, посредине — результат. Теперь алгоритм его не узнает, хотя для нас очевидно, что это та же самая женщина. Но и этот способ можно применить только если у вас есть доступ к архитектуре нейросети.

Как регулируют распознавание лиц в разных странах?

В ЕС и Великобритании действует самый жесткий регламент по защите данных — GDPR. Он запрещает любое посягательство на личную жизнь человека со стороны частных компаний и госорганов без его согласия. Это касается и систем распознавания лиц.

В США нет единого закона, который бы регулировал использование технологии. Ближе всех к европейскому GDPR по сути стоит Закон о конфиденциальности потребителей в Калифорнии (CCPA). В некоторых штатах действуют ограничения для полиции и других органов — например, в Орегоне, Вашингтоне, Техасе, Иллинойсе, Массачусетсе, Вермонте.

ИТ-корпорации настаивают на принятии законов на федеральном уровне. В 2020 году IBM объявила о прекращении продаж своих продуктов для распознавания лиц. Вслед за ними Amazon и Microsoft временно приостановили сотрудничество с госорганами в этой области. А в июле правозащитники из ACLU подали иск против ClearviewAI за нарушение закона штата Иллинойс о конфиденциальности биометрической информации.

В Китае распознавание лиц используют повсеместно, и у госорганов есть неограниченные возможности по применению технологии. С недавних пор биометрия является обязательной даже при регистрации телефонного номера.

В России есть закон о защите персональных данных. Но он направлен, в первую очередь, на сохранность самих данных: их необходимо защищать, чтобы предотвратить утечки. Права самих граждан, чьи данные используются, никак не защищены. Безопасность биометрических данных в частной сфере пока не регулируется, но у властей с 2019 года есть право использовать распознавание лиц без согласия граждан.

Какое будущее у этой технологии?

Эксперты считают, что в ближайшие пару лет распознавание лиц окончательно станет массовой технологией. Ее будут применять в «умных» и обычных гаджетах, для идентификации и оплаты, прохода в офисы и регистрации в аэропорту, а также для доступа к онлайн-сервисам и аккаунтам в соцсетях. В течение 15-20 лет мы полностью перейдем на биометрические паспорта. А вот обмануть алгоритмы или укрыться от камер с распознаванием лиц станет практически невозможно.

Это означает полную утрату приватности и частной жизни.

Источник

Что такое распознавание лиц – определение и описание

Что такое распознавание лиц?

Распознавание лиц – это способ идентификации или подтверждения личности человека по его лицу. Систему распознавания лиц можно использовать для идентификации людей на фотографиях, видео или в режиме реального времени.

Распознавание лиц – это категория биометрических систем аутентификации. Другие виды биометрических систем аутентификации включают распознавание голоса, распознавание отпечатков пальцев и распознавание сетчатки или радужной оболочки глаза. Эти технологии в основном используются для обеспечения безопасности и соблюдения правопорядка, однако наблюдается рост интереса к другим областям использования.

Как работает распознавание лиц?

Многим знакома технология распознавания лиц FaceID, используемая для разблокировки iPhone (это только один из примеров применения технологи распознавания лиц). Как правило, технология распознавания лиц не использует огромную базу данных фотографий для определения личности человека. Она идентифицирует и распознает одного человека как единственного владельца устройства и ограничивает доступ для других людей.

В общем случае, технология распознавания лиц работает путем сопоставления лиц людей, проходящих мимо специальных камер, с изображениями людей в списке наблюдения. Списки наблюдения могут содержать фотографии кого угодно, в том числе людей, которые не подозреваются в каких-либо правонарушениях. Изображения могут поступать из любых источников, даже из учетных записей в социальных сетях. Существуют различные технологии распознавания лиц, но в целом они работают следующим образом:

Шаг 1. Обнаружение лица

Камера обнаруживает и фиксирует положение изображения лица, как одного, так и в толпе. На изображении может быть человек, смотрящий в анфас или в профиль.

Шаг 2. Анализ лица

Затем выполняется снимок и проводится анализ изображения лица. Большинство технологий распознавания лиц используют 2D, а не 3D-изображения, поскольку 2D-изображения удобнее сопоставлять с общедоступными фотографиями или фотографиями в базе данных. Программа считывает геометрию лица. Ключевые факторы включают расстояние между глазами, глубину глазниц, расстояние от лба до подбородка, форму скул и контуры губ, ушей и подбородка. Цель состоит в том, чтобы определить черты, отличающие данное конкретное лицо.

Шаг 3. Преобразование изображения в данные

В процессе анализа аналоговая информация (лицо) преобразуется в набор цифровой информации (данных) на основе черт лица человека. По сути, анализ лица представляет собой математическую формулу. Цифровой код называется «отпечатком лица». У каждого человека есть свой уникальный отпечаток лица, так же как и отпечатки пальцев.

Шаг 4. Поиск совпадения

Затем отпечаток лица сравнивается с данными в базе известных лиц. Например, у ФБР есть доступ к 650 миллионам фотографий, взятых из баз данных различных государств. В Facebook все фотографии, на которых отмечены люди, становятся частью базы данных Facebook, которая также может использоваться для распознавания лиц. Если отпечаток лица совпадает с изображением в базе данных для распознавания лиц, устанавливается, чье это лицо.

Из всех биометрических систем идентификации распознавание лиц считается наиболее естественным. Это интуитивно понятно, поскольку мы обычно узнаем себя и других по лицам, а не по отпечаткам пальцев и радужной оболочке глаз. По оценкам, более половины населения мира регулярно сталкивается с технологиями распознавания лиц.

Где используется распознавание лиц?

Технология распознавания лиц используется для самых разных целей. К ним относятся:

Разблокировка телефонов

Различные телефоны, включая последние модели iPhone, используют технологию распознавания лиц для разблокировки устройств. Эта технология обеспечивает мощный способ защиты личных данных и гарантирует недоступность конфиденциальных данных в случае кражи телефона. Apple утверждает, что шанс разблокировки телефона случайным лицом составляет примерно один из миллиона.

Соблюдение правопорядка

Технология распознавания лиц используется правоохранительными органами. Согласно отчету NBC, использование этой технологии распространено в правоохранительных органах США и других стран. Полиция собирает фотографии задержанных и сравнивает их с местными, государственными и федеральными базами данных распознавания лиц. Фотографии задержанных добавляются в базы данных, по которым впоследствии полиция выполняет поиск преступников.

Кроме того, мобильное распознавание лиц позволяет полицейским использовать смартфоны, планшеты и другие портативные устройства, чтобы фотографировать водителей и пешеходов на месте и сразу же сравнивать их фотографии с базами данных распознавания лиц, чтобы попытаться их идентифицировать.

Аэропорты и пограничный контроль

Распознавание лиц стало привычным явлением во многих аэропортах по всему миру. Все больше путешественников имеют биометрические паспорта. Это позволяют им не стоять в длинных очередях, а проходить автоматизированный контроль электронных паспортов и быстрее добираться до выхода на посадку. Распознавание лиц не только сокращает время ожидания, но и позволяет повысить безопасность в аэропортах. Министерство внутренней безопасности США прогнозирует, что к 2023 году распознавание лиц будет использоваться для 97% путешественников. Эта технология используется не только в аэропортах и на пограничном контроле, но и для повышения безопасности на крупных мероприятиях, таких как Олимпийские игры.

Поиск пропавших без вести

Распознавание лиц можно использовать для поиска пропавших без вести и жертв торговли людьми. Предположим, пропавшие люди добавлены в базу данных распознавания лиц. В этом случае правоохранительные органы могут получить уведомление, как только эти люди будут идентифицированы системой распознавания лиц в аэропорту, магазине или другом общественном месте.

Снижение уровня преступности в розничной торговле

Распознавание лиц используется для идентификации покупателей, ворующих товары, организованных преступников в сфере розничной торговли или людей, попадавшихся в прошлом на мошенничестве, при входе в магазин. Фотографии людей сопоставляются с крупными базами данных преступников, и, когда покупатели, представляющие потенциальную угрозу, входят в магазин, сотрудники службы предотвращения потерь и обеспечения безопасности розничной торговли получают уведомление.

Улучшение качества розничной торговли

Технология распознавания лиц предлагает возможности улучшения качества обслуживания клиентов в розничной торговле. Например, терминалы в торговых центрах могут распознавать покупателей, предлагать товары на основе их истории покупок и указывать им правильное направление. Технология Face Pay позволит покупателям избегать длинных очередей в кассы с более медленными способами оплаты.

Банки

Биометрический онлайн-банкинг – еще одно преимущество технологии распознавания лиц. Вместо использования одноразовых паролей станет возможно авторизовать транзакции, глядя на смартфон или компьютер. Благодаря технологии распознаванию лиц злоумышленники не смогут взламывать пароли. Если злоумышленники украдут базу данных фотографий, «оценка витальности» – метод, используемый для определения, является ли источник биометрического образца живым человеком или поддельным изображением – должна (теоретически) помешать им использовать фотографии из базы для имитации живого человека. Благодаря технологии распознавания лиц дебетовые карты и подписи могут уйти в прошлое.

Маркетинг и реклама

Маркетологи используют распознавание лиц для повышения качества обслуживания клиентов. Например, бренд замороженной пиццы DiGiorno использовал распознавание лиц в маркетинговой кампании 2017 года, в ходе которой проводился анализ выражений лиц на вечеринках, посвященных DiGiorno, и оценивалась эмоциональная реакция людей на пиццу. Медиа-компании также используют технологию распознавания лиц для проверки реакции аудитории на трейлеры к фильмам, персонажей пилотных серий телевизионных проектов и оптимального размещения рекламы на телевидении. Рекламные щиты с технологией распознавания лиц, такие как на площади Пикадилли в Лондоне, позволяют брендам запускать персонализированную рекламу.

Здравоохранение

Больницы используют распознавание лиц для оказания помощи пациентам. Медицинские организации тестируют использование технологии распознавания лиц для доступа к картам пациентов, упрощения регистрации пациентов, выявления эмоций и боли у пациентов и даже для выявления определенных генетических заболеваний. Компания AiCure разработала приложение, использующее технологию распознавания лиц, чтобы пациенты принимали лекарства в соответствии с предписаниями. По мере того, как биометрические технологии становятся менее дорогими, ожидается рост их внедрения в секторе здравоохранения.

Отслеживание посещаемости студентами или работниками

Некоторые учебные заведения Китая используют технологию распознавания лиц, чтобы учащиеся не пропускали занятия. Для сканирования лиц учащихся и сопоставления их с фотографиями в базе данных для подтверждения личности используются специальные планшеты. В более широком смысле эту технологию можно использовать для регистрации работников на рабочих местах, чтобы работодатели могли отслеживать посещаемость.

Распознавание водителей

Согласно потребительским отчетам, автомобильные компании экспериментируют с технологией распознавания лиц, чтобы заменить ключи от машины. Эта технология заменит ключ для открытия и запуска автомобиля. Она также запоминает предпочтения водителей относительно положения сиденья и зеркал, а также настроек радиостанций.

Отслеживание игровой зависимости

Распознавание лиц может помочь игорным компаниям в большей степени защитить своих клиентов. Наблюдать за теми, кто входит в игровые залы и перемещается по ним, сложно для персонала, особенно в больших людных местах, таких как казино. Технология распознавания лиц позволяет игорным компаниям идентифицировать клиентов, являющихся заядлыми игроманами, и вести учет их игры, чтобы сотрудники могли посоветовать, когда пора остановиться. Казино могут столкнуться с серьезными штрафами, если игроки из списков добровольного исключения будут уличены в азартных играх.

Примеры технологии распознавания лиц

Компании-разработчики технологий распознавания лиц включают:

Преимущества технологии распознавания лиц

Помимо разблокировки смартфона, распознавание лиц дает и другие преимущества:

Повышение безопасности

На государственном уровне распознавание лиц может помочь идентифицировать террористов или других преступников. На личном уровне распознавание лиц можно использовать как инструмент безопасности для блокировки устройств и в личных камерах видеонаблюдения.

Снижение уровня преступности

Распознавание лиц упрощает поиск грабителей, воров и правонарушителей. Одно только знание о присутствии системы распознавания лиц может служить сдерживающим фактором, особенно в отношении мелких преступлений. Помимо физической безопасности, имеются преимущества и в сфере кибербезопасности. Компании могут использовать технологию распознавания лиц вместо паролей для доступа к компьютерам. Теоретически эту технологию невозможно взломать, поскольку красть или менять, как в случае с паролем, нечего.

Устранение предвзятости при остановке и обысках

Обеспокоенность общественности по поводу необоснованных остановок и обысков является источником разногласий в полиции. Технология распознавания лиц может улучшить этот процесс. Выявление подозрительных личностей в толпе с помощью автоматизированного, а не управляемого человеком процесса, такого как технология распознавания лиц, может снизить потенциальную предвзятость и сократить количество остановок и обысков законопослушных граждан.

Удобство

По мере распространения технологии распознавания лиц, покупатели смогут расплачиваться в магазинах, используя собственное лицо, и не вынимать кредитные карты или наличные деньги. Это позволит сэкономить время в очереди к кассе. Поскольку для распознавания лиц не требуется никакого контакта, как при снятии отпечатков пальцев или выполнении других мер безопасности, эта технология особенно полезна во время эпидемии COVID. Распознавание лиц обеспечивает быструю, автоматическую и беспроблемную проверку.

Быстрая обработка

Процесс распознавания лица занимает всего секунду, что дает преимущества компаниям, использующим технологию распознавания лиц. В эпоху кибератак и продвинутых инструментов взлома компаниям нужны безопасные быстрые технологии. Распознавание лиц позволяет быстро и эффективно проверить личность человека.

Интеграция с другими технологиями

Большинство решений для распознавания лиц совместимы с программами обеспечения безопасности. Фактически, эта технология легко интегрируется. Это снижает объем дополнительных инвестиций, необходимых для ее внедрения.

Недостатки технологии распознавания лиц

Некоторые люди не возражают, когда их снимают, и не имеют ничего против использования распознавания лиц там, где от этого есть явная выгода или необходимость. Однако использование этой технологии может вызвать бурную реакцию у других людей. Некоторые из недостатков или проблем распознавания лиц:

Тотальная слежка

Некоторые опасаются, что использование технологии распознавания лиц, повсеместные видеокамеры, искусственный интеллект и анализ данных создадут предпосылки для массового наблюдения и могут ограничить свободу личности. Хотя технология распознавания лиц позволяет правительствам выслеживать преступников, она также может позволить им выслеживать обычных законопослушных людей.

Возможные ошибки

Результат распознавания лиц не исключает ошибок, а это может привести к обвинению людей в преступлениях, которых они не совершали. Например, к ошибке может привести небольшое изменение ракурса камеры или изменение внешнего вида, например прически. В 2018 году издание Newsweek сообщило, что технология распознавания лиц Amazon ложно идентифицировала 28 членов Конгресса США как лиц, арестованных за преступления.

Нарушение конфиденциальности

Вопрос этики и конфиденциальности – самый спорный. Известно, что правительства хранят фотографии граждан без их согласия. В 2020 году Европейская комиссия заявила, что рассматривает вопрос запрета использования технологии распознавания лиц в общественных местах на срок до пяти лет, чтобы дать время на разработку нормативной базы для предотвращения нарушений конфиденциальности и этических норм.

Огромное хранилище данных

Программное обеспечение для распознавания лиц основано на технологии машинного обучения, требующей огромных наборов данных для обучения и получения точных результатов. Такие огромные наборы данных требуют надежного хранилища. Малые и средние компании могут не располагать достаточными ресурсами для хранения необходимых данных.

Безопасность распознавания лиц: как защититься

Хотя биометрические данные обычно считаются одним из самых надежных методов аутентификации, их использование также сопряжено со значительным риском. Это связано с тем, что в случае взлома данных кредитной карты ее хозяин может заблокировать свой кредитный счет и принять меры для изменения украденной личной информации. А что делать, если вы потеряете свое «цифровое лицо»?

Во всем мире собираются, хранятся и анализируются растущие объемы биометрических данных. Часто это делается организациями и правительствами, имеющими неоднозначную репутацию в области кибербезопасности. Все чаще задается вопрос, насколько безопасна инфраструктура, в которой хранятся и обрабатываются эти данные?

Поскольку программное обеспечение для распознавания лиц все еще находится в зачаточном состоянии, законы, регулирующие эту область, только разрабатываются (а иногда и полностью отсутствуют). Обычные граждане, данные которых скомпрометированы, имеют относительно немного законных возможностей для действия. Киберпреступники часто ускользают от властей или получают обвинительные приговоры спустя годы после преступлений, а их жертвы не получают компенсаций и вынуждены сами заботиться о себе.

По мере распространения технологии распознавания лиц, возрастают и возможности злоумышленников красть данные о лицах для совершения мошеннических действий.

Комплексный пакет кибербезопасности – необходимая часть защиты конфиденциальных данных и обеспечения безопасности в интернете. Рекомендуется использовать решение Kaspersky Security Cloud, обеспечивающее защиту всех устройств и включающее антивирус, защиту от программ-вымогателей, защиту мобильных устройств, управление паролями, VPN и родительский контроль.

Биометрические технологии являются интересными решениями в области безопасности. Несмотря на риски, эти решения весьма удобны и их сложно дублировать. Они будут развиваться и в будущем, а задача будет заключаться в усилении их преимуществ и минимизации рисков.

Источник