Wat jy moet weet oor gesigsherkenningstegnologie

2024 Outeur: Malcolm Clapton | [email protected]. Laas verander: 2023-12-17 03:44

Hoe word hierdie tegnologie deur regerings en besighede gebruik, is dit moontlik om 'n kamera met 'n gesig-identifikasiestelsel te mislei en is dit moontlik om 'n persoon op die internet te vind met behulp van 'n foto.

Elena Glazkova Ivideon Bemarker.

Vir die staat is gesigsherkenning 'n belangrike deel van die sekuriteitstelsel en 'n indrukwekkende begrotingsitem. Vir joernaliste is dit óf 'n wondermiddel óf 'n instrument van 'n wêreldsameswering. Vir besigheid, 'n instrument of 'n produk. Watter kant jy ook al kies, die basiese vrae bly steeds. Gebruikers soek gewoonlik antwoorde daarop op die internet (gemiddeld 28 704 gesigherkenningsnavrae per maand), maar hulle kry dit nie altyd nie. Regstelling van die situasie.

Wat is gesigsherkenning

Kom ons skei die vlieë van die kotelette. Gebruikers is meer geneig om gesigherkenning in hul eie slimfone in die gesig te staar, waar biometriese identifikasie gebruik word om die toestel te ontsluit en net die eienaar daarvan kon toegang tot die data kry.’n 3D-kamera is noodwendig by die herkenningsproses betrokke sodat dit onmoontlik is om die gadget met’n foto te bedrieg.

Daar is ook identifikasie van gesigte in reële tyd en in werklike toestande: in hierdie geval is dit onlosmaaklik verbind met videobewakingstelsels, waar gesigte letterlik “geruk” word uit die videostroom wat deur kameras verfilm is.

Stel jou 'n hoë-gehalte moderne CCTV-kamera voor wat net bo die gemiddelde menslike lengte op 'n goed beligte plek geplaas is. Ongeveer dieselfde aantal ongeveer dieselfde mense gaan elke dag voor haar verby. Hulle beweeg nie baie vinnig nie.

Die vasgevang video kan in die wolkargief gestoor word. 'n Analitiese module is aan die kamera gekoppel: 'n komplekse kombinasie van algoritmes (kunsmatige intelligensie, neurale netwerke, dis al) plus 'n gebruikerskoppelvlak. Die module "ruk" gesigte uit die videostroom, bepaal geslag en ouderdom en voer die data in die databasis in.

Geleidelik is daar meer beelde. Die stelsel onthou alle herkende gesigte outomaties en teken dit in die argief aan, en 'n gebruiker met toelating dui bykomende data aan: naam, posisie, status, ander punte ("VIP-gas" of "dief"). Jy kan 'n foto van die vereiste persoon oplaai, en die module sal al die bespeurings van hierdie persoon in die argief vind.

Sodra 'n persoon met 'n merk weer voor die kamera verbygaan, teken die stelsel dit as 'n belangrike gebeurtenis aan en stuur 'n stootkennisgewing aan belangstellende gebruikers.

Opsporing in die konteks van gesigherkenning is 'n situasie wanneer die algoritme in beginsel verstaan het dat dit 'n gesig was, en nie 'n appel of 'n meermin uit 'n Starbucks-beker nie. Hy benodig eers rekenaarkrag hiervoor, en eers dan kan hy die gesig by die basis pas of onthou.

As jy die vorige paar paragrawe tot die einde gelees het, baie geluk, jy weet nou hoe gesigsherkenning in 'n ideale situasie werk. Die beskrywing is geskik vir enige stelsel: van dié wat in die Moskou-metro gebruik word tot oplossings vir klein besighede.

Die belangrikste ding om te verstaan is dat dit moeilik is om 'n ideale situasie in die werklike lewe te skep, veral as dit by die hele stad kom, en nie 'n kantoor of 'n winkel nie. Daar is byvoorbeeld baie mense op die moltrein, almal is anders, hulle stap vinnig. Jy het baie kameras nodig, dit kos geld, en bekwame spesialiste moet dit plaas.

Is dit moontlik om die gesigsherkenningsalgoritme te mislei

Ten spyte van die af en toe flaters, is die akkuraatheid van masjienherkenning reeds dikwels beter as dit waarmee mense gesigte bepaal. China om 'n reuse-gesigsherkenningsdatabasis te bou om enige burger binne sekondes te identifiseer, sal binnekort in China verskyn, 'n stelsel wat in staat is om 'n spesifieke persoon onder 1,3 miljard ander inwoners binne 3 sekondes te vind met 90% akkuraatheid.

En tog is dit moeilik om hierdie vraag onomwonde te beantwoord, want daar is geen enkele ideale algoritme vir gesigherkenning nie. Groot bril, 'n geplakte baard, 'n pet, 'n hoë spoed van beweging, spesiale grimering (byvoorbeeld, 'n "Black Swan" rooster wat op die gesig geverf is, katte, sirkels en stokke. Hoe om uit gesigherkenningstelsels te ontsnap met grimering) - dit alles kan die algoritme verwar. Veral in die geheel, want vir erkenning is dit genoeg Hoe om erkenningstelsels te kul of 70% van 'n oop gesig. Stel jou nou voor dat dit nodig is om die bogenoemde truuks in 'n regte stad te gebruik. Klink nie so maklik nie, reg?

"Anti-herkenning" bril uit Japan, wat terug in 2015

En hier is so 'n 3D-masker in 2014

Is dit moontlik om gesigte aanlyn te herken

Die internet is 'n paradoksale plek: mense hier kan terselfdertyd bekommerd wees oor of elke tweede kamera op straat hul persoonlikheid bespeur, en wil opreg "ander mense se gesigte van hul foto's aanlyn herken." Kom ons oorweeg hierdie gesigsherkenningstendens afsonderlik.

Die gesigherkenningsprogram is óf die analitiese module wat hierbo beskryf is (CCTV-kamera + sagteware + wolkberging), óf sagteware soortgelyk aan die bekende (effens skandalige) FindFace-diens. Vandag is dit natuurlik onmoontlik om in die oorgrote meerderheid van gevalle 'n gesigherkenningsprogram "gratis en sonder registrasie" af te laai.

Die FindFace.ru-webdiens, wat help om mense op die sosiale netwerk VKontakte te vind deur hul foto's, is op 18 Februarie 2016 gestig. Onder andere, danksy hom, kon almal profiele vind van meisies wat in pornografiese rolprente gespeel het. Baie gou het die diens begin gebruik word vir baie flash mobs om gesigte op te spoor, wat die reg gehad het om nooit deur iemand opgespoor te word nie.’n Skandaal het losgebars, wat soos’n virale advertensie gewerk het: die tegnologie wat die basis van die diens gevorm het, het’n aantal gesogte toekennings ontvang en die belangstelling van klante van die staat en sakeonderneming gewek. Sedert 1 September 2018 verskaf die diens nie meer nie die FindFace Service, wat gebruik is om betogers te erken, het die sluiting van die soektog na mense deur fotodiens aangekondig, aangesien dit deur NtechLab in 'n reeks oplossings vir verskeie sakesektore omskep is.

Die droom van die gebruiker wat die versoek inskryf, lyk natuurlik so: jy gaan na die webwerf, laai 'n foto op van 'n persoon wat sluipweg in die moltrein geneem is, die program herken die gesig en gee 'n skakel na die profiel op die sosiale netwerk. Ja, gevang! Of so: jy laai die program op jou rekenaar af, koppel jou webkamera daaraan en herken die gesig van jou kat. Sukses - nou sal jy 'n kennisgewing ontvang elke keer as die kat wors steel.

Die werklikheid is wreed. Die eerste werf wat jou so iets bied, weier om te werk, en die tweede een vereis programmeringsvaardighede in Python. Min of meer 'n droomagtige toepassing genaamd SearchFace, wat onlangs herbegin is. Searchface is met magtiging deur VKontakte herbegin. Maar die sosiale netwerk het hierdie funksie genaamd FindClone gesluit. Jy het 'n foto opgelaai, en die algoritme het probeer om dieselfde gesig in die VKontakte sosiale netwerk databasis te herken. Die toepassing het nie skakels na die profiel gegee nie, net die foto's self - en dit maak nie saak deur wie dit opgelaai is nie. As 'n gebruiker vir 'n lang tyd aktief op 'n sosiale netwerk was, het die uitreiking van 'n foto 'n onheilspellende "biografiese" effek geskep, maar indien nie, kan die herkende beelde hulle laat lag.

Eintlik beantwoord die SearchFace-voorbeeld duidelik die vraag "Hoe gebruik sosiale netwerke gesigherkenning?" Dit sou meer akkuraat wees om dit so te formuleer: "Hoe word sosiale netwerke vir gesigherkenning gebruik?" Die antwoord is eenvoudig: soos 'n databasis.’n Ontelbare aantal unieke kombinasies van getalle (dit is hoe die gesigte op die foto lyk vir die algoritmes van Facebook, VKontakte en ander) vorm die basis vir die opleiding van neurale netwerke wat die basis vorm van een of ander gesigherkenningsoplossing.

Die oplossings is almal verskillend, en neurale netwerke is ook anders, en kliënte en diensverskaffers openbaar as 'n reël nie besonderhede en tegniese kenmerke nie. In die besonder, die geslag en ouderdom erkenning module is in staat om te bepaal as gevolg van die feit dat dit kan leer uit die inligting vervat in Odnoklassniki, VKontakte, Instagram en Facebook.

Hoe gesigherkenning geprogrammeer word

Jy hoef nooit ontwikkelaar- en ontwikkelaarvrae te beantwoord as jy nie 'n ontwikkelaar is nie. Daarom het ons na 'n spesialis gewend vir hulp.

Dmitry Soshnikov Lid van die Russiese Vereniging vir Kunsmatige Intelligensie en senior deskundige in die ontwikkeling van KI en masjienleerstelsels by Microsoft.

Gesigherkenning (sowel as ander verwante operasies) is 'n redelik algemene taak. Daarom verskaf baie maatskappye gereedgemaakte dienste in die vorm van wolk API's (sagteware tussengangers tussen toepassings) vir 'n hoë-gehalte oplossing van hierdie take. Benewens IT-reuse soos Microsoft en Google, is gespesialiseerde maatskappye, insluitend Russiese maatskappye, ook besig met gesigsherkenning. Hul produkte ontwikkel vinnig en bied selfs meer opwindende kenmerke soos die identifisering van gesigte en silhoeëtte in skares.

Dit is baie moeiliker om 'n neurale netwerk van nuuts af op te lei. Ons benodig 'n groot en hoë-gehalte stel aanvanklike data, dit wil sê tiene en honderde duisende (of selfs meer!) Foto's van mense. Daarbenewens sal beduidende rekenaarhulpbronne en kennis van KI en masjienleer vereis word. Groot maatskappye het al hierdie gereedskap tot hul beskikking, so hulle los die probleem baie beter op.

Daar is ook 'n tussenoplossing - om byvoorbeeld 'n reeds opgeleide neurale netwerk te gebruik. Hierdie opsie sal waarskynlik 'n bietjie slegter werk as 'n klaargemaakte wolkdiens, maar dit sal jou toelaat om volle beheer oor die stelsel te hê. Dit sal 'n sekere vlak van begrip van die werking van neurale netwerke en neurale netwerkraamwerke vereis en heel waarskynlik 'n mate van kennis van die Python-taal, wat gewild geword het as die hoofprogrammeertaal onder Data Science-spesialiste.

Dit is inderdaad gerieflik om verskeie eksperimente uit te voer, data te visualiseer en doeltreffende matriksberekeninge uit te voer danksy die uitstekende NumPy-pakket. Dit is nie die beste taal vir industriële ontwikkeling nie, aangesien dit nie effektiewe gereedskap bevat vir die skep van groot veilige sagtewarestelsels nie, maar daar is nog geen alternatiewe daarvoor op die gebied van diep neurale netwerkopleiding nie.

Hoe gesigsherkenning in besigheid werk

Die vraag na gesigherkenning in fintech, kleinhandel en ander soorte besigheid hou direk verband met die verhoogde beskikbaarheid van tegnologie. Die meganika is eenvoudig: alle ondernemings en alle organisasies het CCTV-kameras, wat gebruik word as instrumente vir data-insameling en daaropvolgende ontleding. In die wêreld skiet toesigstelsels teragrepe video in Full HD per maand, dit wil sê, daar is regtig baie inligting om te verwerk.

Die vereiste sagteware vir data-analise kan deur die vervaardiger op die toestel “geflits” word. Video-analise-kameras aan boord is gewoonlik redelik duur.

'n Alternatiewe opsie is analise in die wolk, dit wil sê 'n afgeleë datasentrum wat aan enige goedkoop kamera koppel. Dit is 'n orde van grootte goedkoper, plus dit gee buigsaamheid - jy kan oplossings vir 'n spesifieke besigheid aanpas.

Die gewildheid van gesigherkenningstegnologie in verskeie aktiwiteitsvelde neem toe. Sberbank is byvoorbeeld een van die leiers in terme van die aankondiging van verskeie hoëprofiel-gesigherkenningsprojekte, en dit kan argumenteer dat Hy jou uit 'n duisend herken: die OTM sal die kliënt met die oë met hom identifiseer in hierdie verband, miskien net Tinkoff. In 2017 het Sberbank Sberbank verkry en 25,07% van VisionLabs in gesigherkenningstegnologie belê, wat sagteware vir gesigherkenning skep. In 2018 het 'n finansiële instelling daarin geslaag om gesigherkenning in die Moskou-metro te toets en selfs 42 misdadigers vas te trek 42 misdadigers is gevang danksy die Sberbank-gesigherkenningstelsel, om te toets Dit sal jou uit 'n duisend herken: 'n OTM sal 'n kliënt identifiseer deur die oë van kitsbanke met gesig-identifikasie sodat aanvallers nie geld van ander mense se kaarte kan onttrek nie, asook die insameling van biometriese data (klankopname van 'n stem,video van die gesig) van kliënte. In April vanjaar het Sberbank beheer oor die ontwikkelaar van stem- en gesigherkenningstelsels - die "Center for Speech Technologies" (MDT).

Nog 'n ding is dat die aankondiging, toetsing, loodsing en aankoop van oplossings nie eintlik implimenteer beteken nie. Wat presies nou eintlik in Sberbank gebruik word (en of dit gebruik word), kan eintlik net met sekerheid deur Duitse Gref gesê word.

Met kleinhandel is alles meer deursigtig. Basies is daar drie probleme hier wat die gesigsherkenning oplos.

Eerstens, diefstal. Die winkels word bestuur deur swendelaars, en dikwels dieselfde mense in dieselfde netwerk. Gesigherkenning laat jou toe om "drywende diewe" en ander mense te identifiseer wat voorheen die bevel oortree het. Sodra die indringer die databasis binnegegaan het sodra dit die winkel binnekom, sal die sekuriteit 'n kennisgewing in die boodskapper of op 'n ander gerieflike manier ontvang.

Tweedens, die moeilikheid om met gereelde kliënte te werk. Daar is eenvoudig nie genoeg data oor aankope en verjaarsdae om aanbiedinge vir BBP's en handelsmerkaanhangers te verpersoonlik nie. Gesigherkenning kan geïntegreer word met CRM – dit wil sê sagteware waarin bestuurders al die inligting oor alle transaksies van die organisasie invul. In die geval van diewe en BBP's werk gesigherkenning omtrent op dieselfde manier: die gesig word in 'n swart of wit lys ingevoer, en wanneer dit weer verskyn, sal die stelsel vir die persoon met toegang biep. Geslag en ouderdom word outomaties bepaal, en bykomende inligting sal deur die verantwoordelike werknemer bygevoeg word.

Derdens word kleinhandelidentifikasie vir geteikende advertensies gebruik. Byvoorbeeld, in sommige winkels sal X5 Retail Group geïnstalleerde X5 rekenaarvisie-kameras insluit om gesigsuitdrukkings en ouderdom van kliënte te herken. Deur hierdie data te ontleed, vertoon die stelsel goedere waarvan 'n persoon kan hou op die monitorskerm in die handelsvloer. Nog 'n aanskoulike illustrasie is die geval van Lolli & Pops, 'n groot lekkergoedwinkel in die Verenigde State. Die gesigherkenningstelsel bepaal Jou toekomstige lojaliteitsprogram in die winkel sal gevoed word deur gesigsherkenning van gereelde klante en stuur kennisgewings na hul slimfone met produkte waarvan hulle dalk hou (met inagneming van individuele voorkeure en selfs voedselallergieë).

Nog’n treffende voorbeeld van die gebruik van tegnologie in die kleinhandel is winkels sonder verkopers en kasregisters. Byvoorbeeld, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown is 'n kafee en selfdienswinkel in Hangzhou. Dit verkoop drankies, versnaperinge, kruideniersware, speelgoed, rugsakke en dies meer. Tao Cafe is slegs oop vir gebruikers van die Taobao-webwerf.

Wanneer drankies gekoop word, identifiseer 'n kamerastelsel met gesigsherkenningsondersteuning die kliënt outomaties, koppel aan sy rekening in die aanlynwinkel en verwerk die betaling. Kopers gaan uit deur 'n spasie wat toegerus is met veelvuldige sensors wat beide die kliënt en die goedere identifiseer. Skandering werk selfs al sit die persoon die aankoop in 'n sak of sak.

Hoe ontwikkel gesigsherkenningstegnologie

Face ID CCTV-stelsels neem werklik die wêreld oor. In Moskou sal die aantal kameras in 2019 Hoë tegnologieë en sekuriteit bereik: hoeveel kringtelevisiekameras sal vanjaar 174 duisend verskyn. Dit beteken nie dat al hierdie toestelle by verstek 'n persoon kan herken nie: daar word meestal gerapporteer dat die stelsel vir die herkenning van gesoekte misdadigers deur videokameras in 2019 in Moskou ongeveer 160 duisend kameras met hierdie funksie sal begin werk. Nietemin, aan die einde van 2018 het die Moskouse burgemeester se kantoor die voorneme van die Moskou-owerhede in 2019 aangekondig, hulle gaan videokameras vervang en 'n gesigherkenningstelsel begin om alle videotoesigtoestelle te vervang en volgende jaar 'n heeltemal innoverende stelsel te vorm.

Die paradoks is dat 160 duisend nie soveel is nie. Veral in vergelyking met 'n ander leier in soekenjin-navrae oor die onderwerp van gesigherkenning - China. Aan die einde van 2017 was daar In jou gesig: China se allessiende staat meer as 170 miljoen kringtelevisiekameras en oor die volgende drie jaar is China se 'Big Brother'-toesigtegnologie nie naastenby so allessienend as wat die regering wil hê jy moet dink nie koppel aan die netwerk is steeds sowat 400 miljoen.

Bekwame en korrekte gebruik van gesigherkenning werk hoofsaaklik om veiligheid en gerief te verbeter. Mense kry gewoonlik vinnig vertroue in tegnologie wat hulle red om tou te staan vir’n sokkerwedstryd (glimlag vir die kamera – geslaag), diefstal en rampokkery voorkom, of hulle help om minder aan aankope (lojaliteitsprogramme) te bestee. Dit alles vereis natuurlik sekere regulering – dit is hoekom wette oor die beskerming van persoonlike data aangeneem word.

In die toekoms is dit waarskynlik dat die veld van gesigherkenning in videobewakingstelsels soortgelyk gereguleer sal word as die huidige praktyk om met gesigsidentifikasie op die internet te werk. Privaatheidsgesinde mense laai eenvoudig nie te veel op die web op nie - die gedeeltelike fiasko van SearchFace bewys dat so 'n strategie doeltreffend is.

’n Mens kan jou natuurlik nie eindeloos beperk tot die stap in die strate waar kameras by elke kruising aangebring is nie, maar die moontlikheid om anonimiteit te handhaaf sal gevorm word as daar’n ooreenstemmende versoek van die samelewing is.