Нажмите "Enter" для пропуска содержимого

Как работает распознавание лиц: Как работает распознавание лиц? Разбор / Хабр

Содержание

Как работает распознавание лиц? Разбор / Хабр

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:

  • Как работают алгоритмы распознавания лиц?
  • Страшны ли эти алгоритмы на самом деле и где их применяют во благо?
  • А также поговорим какого будущего нам ждать.

Причины

Технологии машинного зрения и распознавания лиц развивались очень активно с середины прошлого века. Но только сейчас стали по-настоящему хорошо работать. Причин тому три штуки:


  1. Появились действительно мощные компьютеры, способные справиться с задачей. За это спасибо закону Мура.
  2. Появились базы данных с нашими с вами фотографиями. За что спасибо социальным сетям.
  3. Ну и конечно, произошел прорыв в области нейросетей.

Все эти события позволили создать практически идеальные алгоритмы распознавания лиц. Так давайте же разберемся, как они работают.

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.

Как работает распознавание лиц и можно ли обмануть эту систему

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:

Этап №1. Программа вырезает лица (Фото: wikipedia.org)

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.

Этап №2. Программа распознает ключевые точки на лице (Фото: wikipedia.org)

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

Этап №3. Программа приводит фото к стандартному виду (Фото: Tsinghua University)

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:

Как работает вторая нейросеть, которая распознает лица (Фото: KDnuggets)

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.

Как нейросеть отличает одного человека от другого (Фото: KDnuggets)

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.

Как работает технология FaceID

Как это работает. Алгоритм распознавания лиц

Алгоритм распознавания лиц компании NtechLab, технологического партнера Госкорпорации Ростех, признан лучшим в мире. Технология стала победителем конкурса Face Recognition Vendor Test Национального института стандартов и технологий Министерства торговли США. Это не первая победа NtechLab на международных конкурсах, а разработки компании уже успешно используются для повышения комфорта и безопасности жителей «умных городов» по всему миру. Что такое распознавание лиц, как работают алгоритмы и какое будущее у этой технологии – в нашем материале.
 

Физиогномика по-научному

Цифровое распознавание лиц – идентификация или подтверждение личности по лицу с помощью нейронных сетей − становится новой реальностью, которая все прочнее входит в нашу жизнь. Смартфоны давно научились находить лица на фотографиях, соцсети предлагают отметить друзей на снимках, а камеры на улицах и в транспорте «выхватывают» преступников из толпы.


Известно, что новорожденные дети практически с момента своего появления на свет отличают человеческое лицо от других объектов, затем очень быстро запоминают лицо матери и учатся распознавать человеческие эмоции. В течение жизни этот навык сохраняется – мы легко отличаем лица знакомых, по одному выражению лица можем определить настроение человека. Логично предположить, что вслед за другими умениями и эту нашу способность со временем ученые должны были «оцифровать», чтобы наделить ей машины.

История изучения программного распознавания лиц тянется с 1960-х годов. Уже тогда было понятно, что лицо можно описать набором параметров, совокупность которых у каждого человека будет существенно отличаться. Если загрузить эти свойства в программу и сопоставить их с имеющейся базой фотографий, то можно найти соответствия с высокой точностью. Проблема заключалась в том, что на тот момент механизмы захвата лица по фото или видео, а также возможности компьютеров по скоростной обработке больших массивов информации находились на низком уровне. Но уже в то время потенциал разработки был ощутим.
 

Где нужно распознавать лица

Основными двигателями прогресса для систем распознавания лиц стали, с одной стороны, силовые ведомства, с другой – бизнес. Спецслужбам и различным службам безопасности система интересна как действенное подспорье для поиска преступников и предотвращения противоправных действий. Верификация с помощью лица на объектах, мероприятиях и устройствах уже используется как безопасный способ подтверждения личности. Бизнес также может задействовать эти системы для идентификации покупателей, оплаты «по лицу», для анализа посещений и поведения в торговых точках.  


Другими интересными областями применения системы распознавания лиц могут стать медицина и образование. С помощью компьютерного анализа лица медики смогут отслеживать состояние пациента, оценивать ход лечения, выявлять признаки болезни и т.д. В образовательной сфере, которая все больше переходит в онлайн, системы помогут анализировать поведение учеников, способствовать большей включенности в процесс обучения. Кроме того, городские камеры, интегрированные в систему «умный город», способны искать потерявшихся детей, пожилых или больных людей, оставшихся без помощи.

Конечно, существует и до сих пор используется множество других способов идентификации: по голосу, через отпечаток пальца или сканирование радужки глаза. Но у биометрии по лицу есть ряд преимуществ: она легко внедряется, дает быстрый результат и работает дистанционно, что особенно актуально во время пандемии коронавируса. В перспективе для идентификации будет использоваться комплекс биометрических исследований.  
 

Как это работает

Весь процесс работы системы можно разделить на два этапа: выявление лица и его распознавание. Первый шаг может быть и простым, и сложным. В том случае если лицо неподвижно, находится анфас перед камерой или датчиками, хорошо освещено (как, например, в случае идентификации по лицу на смартфоне), то снять параметры лица не представляется проблемой. Распознать лицо по случайному фото или видео в динамике – гораздо менее тривиальная задача. Сложность заключается в том, что человек двигается, соответственно, лицо может попасть в кадр частично, быть закрыто головным убором, волосами. Но современные системы справляются даже при минимуме информации.  


Когда программа «вырезала» лицо из общего фона, она может его развернуть, выпрямить и проанализировать. Выделяются ключевые точки (глаза, нос, рот), их может быть несколько десятков, вычисляется их взаимное расположение. Далее полученная «карта лица» переводится в цифровые значения и сверяется с базой. А затем нейросеть, обучившаяся на миллионах портретов, и мощный компьютер находят соответствие. Весь процесс занимает всего несколько секунд.

Как только системы распознавания лиц стали выходить в большой мир, сразу появились желающие «взломать» их. Хакеры, активисты и даже современные художники придумывают способы обмануть камеры и защитить свою приватность. В ход идут маски, макияж, специальные очки, лазеры. Но системы тоже становятся умнее, к тому же полные алгоритмы их работы известны только их создателям. Постепенно формируется законодательная база относительно применения подобных систем. 
 

Лица российского рынка биометрии

Технологии распознавания лиц одновременно вдохновляют и волнуют. По данным экспертов, за последние несколько лет качество идентификации выросло в 50 раз. Растет и мировой рынок услуги: к 2024 году прогнозируется объем доходов в размере 7 млрд долларов. Системы распознавания вышли из академических кругов в большой бизнес и участвуют в мировой конкуренции. Свои технологии сегодня разрабатывают такие гиганты, как Apple, Amazon, Facebook, Google, Microsoft, IBM.

Крупнейшим российским поставщиком и одним из мировых лидеров услуг биометрии является компания NtechLab – технологический партнер Ростеха. За шесть лет из перспективного стартапа компания выросла до международных масштабов. Ее алгоритмы распознавания лиц по результатам независимых тестов многократно признавались лучшими в мире. Сегодня разработки NtechLab применяются более чем в 100 организациях 20 стран.


Основатель компании, молодой программист Артем Кухаренко начинал с того, что в качестве хобби создал софт, по фотографии определяющий породу собак. Следующим шагом стало нашумевшее приложение FindFace, появившееся в 2016 году и позволявшее любому желающему найти по фото профиль человека в соцсетях. Затем была первая международная победа распознающих алгоритмов и следующий виток развития NtechLab – взаимодействие с инвесторами и крупными партнерами.   

Для создания комфортной и безопасной среды в Москве с 2017 года используется технология FindFace Security, встроенная в столичную систему видеонаблюдения. Интеграция технологии позволила существенно повысить эффективность поиска и задержания преступников правоохранительными органами. Во время проведения Чемпионата мира по футболу в 2018 году система позволила задержать более 180 правонарушителей, находившихся в федеральном розыске, а также предотвратить хищение спонсорского кубка. А с началом пандемии FindFace Security помогала находить нарушителей режима самоизоляции. 

В мае этого года NtechLab в очередной раз подтвердила высокий уровень точности своих алгоритмов: компания победила в конкурсе алгоритмов распознавания лиц Face Recognition Vendor Test Национального института стандартов и технологий Министерства торговли США. Это тестирование на сегодняшний день является единственным общепризнанным мировым соревнованием подобного типа. Российская разработка соперничала с более чем ста алгоритмами из других стран и показала лучшие результаты. Победа NtechLab открыла новые возможности для международного развития компании и стала подтверждением высокого уровня отечественной IT-экспертизы. В ближайших планах компании − создание инструментов по выявлению с помощью камер агрессивных людей и детектирование пути человека.

В июне стало известно, что алгоритмы российского разработчика будут применяться на железных дорогах Индии. В течение месяца система распознавания лиц Ntechlab будет внедрена на 30 станциях наиболее загруженного участка Indian Railways. Согласно требованиям заказчика система должна обеспечивать одновременное распознавание до 50 человек в кадре. По словам представителей компании — партнера Ростеха, внедрение компьютерного зрения на объектах с потоком подобной плотности стало технологическим вызовом для системы Ntechlab, и она справляется с задачей.  

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:

  • Как работают алгоритмы распознавания лиц?
  • Страшны ли эти алгоритмы на самом деле и где их применяют во благо?
  • А также поговорим какого будущего нам ждать.
Причины

Технологии машинного зрения и распознавания лиц развивались очень активно с середины прошлого века. Но только сейчас стали по-настоящему хорошо работать. Причин тому три штуки:

  1. Появились действительно мощные компьютеры, способные справиться с задачей. За это спасибо закону Мура.
  2. Появились базы данных с нашими с вами фотографиями. За что спасибо социальным сетям.
  3. Ну и конечно, произошел прорыв в области нейросетей.

Все эти события позволили создать практически идеальные алгоритмы распознавания лиц. Так давайте же разберемся, как они работают.

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.

Cisco

Также есть просто огромный пласт применения в бизнесе. К примеру, Cisco активно использует распознавание лиц в своих продуктах для конференций и совместной работы. Например, Cisco Webex умеет распознавать лица сотрудников на больших общи[ онлайн-конференциях и подписывать их имена, что очень полезно для крупных компаний.

Но самая крутая фича — это People Focus. Эта технология распознает лица и силуэты людей и оптимально подстраивает верстку приложения, чтобы всех было видно. И даже если в кадре сидят несколько человек, они всё равно будут распознаны и показаны в отдельном окошке с указанием имени. Вот бы в умные очки такую фичу!

Также распознавание лиц, активно используется не только в приложении Webex, но и в различных Webex-устройствах: это различные умные экраны, моноблоки, веб-камера и прочее оборудование, которое используется в переговорных, конференцзалах или даже индивидуальные кабинеты.

Так при помощи Webex-устройств можно считывать эмоции сотрудников на собраниях, собирать статистику о посещениях и реакции и много всего другого. В общем, ребята точно опережают время в корпоративном секторе.

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.

Post Views: 4 849

Технология распознавания лиц | OneSpan

Что такое технология распознавания лиц?

Технология распознавания лиц — это система, используемая для обнаружения присутствия человека путем сравнения цифрового изображения или видео лица человека с ранее существовавшими данными. Распознавание лиц и сравнение лиц могут использоваться для проверки личности человека путем записи и анализа изображения или видео структуры лица человека и сравнения его с ранее существовавшим изображением, чтобы определить, есть ли совпадение. Ранее существовавшее изображение может быть из частной или общедоступной базы данных или изображение на удостоверении личности государственного образца.

Технология распознавания лиц разрабатывалась десятилетиями, но достижения последних нескольких лет сделали эти решения обычным явлением в нашей повседневной жизни. Инструменты распознавания лиц теперь доступны на смартфонах, и финансовые учреждения начинают применять сравнение лиц для проверки цифровой личности как часть открытия цифрового счета.  

Здесь мы предоставим общий обзор технологии, ее преимуществ и недостатков, а также того, где она может быть использована в будущем.
 

Как работает распознавание лиц

Различные инструменты распознавания лиц работают по-разному, но в целом они следуют простому четырехэтапному процессу:

Шаг 1: Распознавание лиц

В одиночестве или в толпе, на видео или фото камера распознает человеческое лицо.
 

Шаг 2: Анализ

Технология выполняет подробный анализ изображения лица в режиме реального времени с помощью машинного обучения или искусственного интеллекта, оценивая расположение 80 узловых точек на лице человека. Расположение этих узловых точек уникально для каждого человека, и набор данных представляет черты лица, такие как расстояние между глазами человека, переносица и кривизна скул.
 

Шаг 3: преобразование изображения в данные

Затем уникальное расположение узловых точек преобразуется в биометрические данные, используемые системой распознавания лиц и сравнения лиц. Полученный числовой код называется отпечатком лица.
 

Шаг 4: Подбор матча

После того, как отпечаток лица установлен, эти биометрические данные можно сравнить с другими источниками данных, такими как существующие отпечатки лица в общедоступной или частной базе данных или изображение в документе, удостоверяющем личность, выданном правительством. Если система обнаруживает совпадение, она может уведомить любое приложение, использующее эту технологию.
 

Для чего используется распознавание лиц?

Технология распознавания лиц доказала свою ценность в различных сценариях использования для самых разных организаций. Вот несколько способов использования распознавания лиц для эффективной и действенной проверки личности сегодня:

  • Безопасность устройства: Лицо человека может использоваться как фактор аутентификации для разблокировки его мобильных устройств. В этом случае прямое изображение сравнивается с ранее существовавшим изображением в частной базе данных телефона. Этой функцией оснащены некоторые модели мобильных устройств Apple iPhone и Microsoft Android.
     
  • Меры по предотвращению кражи: Правоохранительные органы могут использовать системы распознавания лиц для идентификации подозреваемых в известных криминальных базах данных после кражи.   
     
  • Покупка алкоголя: Некоторые бары и магазины спиртных напитков используют технологию распознавания лиц для обнаружения поддельных удостоверений личности и водительских прав, одновременно улучшая качество обслуживания клиентов. Например, с помощью технологии распознавания лиц клиенты, которые согласны на хранение их данных в частной базе данных, принадлежащей магазину, могут безопасно покупать алкоголь в кассах самообслуживания.
     
  • Школьная безопасность: Система распознавания лиц может использоваться в школе для выявления известных подозрительных лиц, таких как исключенные учащиеся, торговцы наркотиками или другие угрозы. После этого администрация может обратиться в службу безопасности школы, чтобы разобраться в ситуации.
     
  • Охрана аэропорта: В аэропортах уже используется распознавание лиц, чтобы ускорить процесс обеспечения безопасности и посадки. В некоторых странах ручная проверка документов, удостоверяющих личность, может выполняться электронными воротами, которые используют распознавание лиц и сравнение лиц для проверки удостоверения личности путешественника. Кроме того, государственные учреждения использовали эту технологию для выявления лиц, просрочивших визу или находящихся под следствием.
     
  • Правоохранительные органы: Используя технологию распознавания лиц, правоохранительные органы могут значительно повысить свою эффективность в борьбе с такими угрозами, как подделка личных данных. Например, Департамент транспортных средств Нью-Йорка использовал программу распознавания лиц для идентификации 21 000 случаев потенциального мошенничества с использованием личных данных с 2010 .

 


Преимущества и недостатки использования распознавания лиц

Как и в случае со многими новыми технологиями, системы распознавания лиц имеют как преимущества, так и недостатки:

Преимущества распознавания лиц

  • Анализ толпы: Сотрудники правоохранительных органов могут использовать нательные камеры, оборудованные технологией распознавания лиц, для анализа биометрической информации большой толпы людей, сравнения информации с базой данных по распознаванию лиц, содержащих фотографии, и выявления потенциально опасных участников, например, тех, кто следит за террористами. список. Эта задача была бы практически невозможна без помощи технологии распознавания лиц.
     
  • Опыт работы с клиентами: Распознавание лиц как фактор аутентификации обеспечивает превосходное качество обслуживания клиентов в отношении паролей и других биометрических факторов, таких как отпечаток большого пальца.
     
  • Открытие цифрового счета: С помощью технологии распознавания лиц финансовые учреждения могут сделать мобильные приложения более безопасными и создать безопасные процессы открытия счетов, которые можно выполнять в цифровом виде, даже не заходя в отделение банка. Посмотрите это короткое видео ниже, чтобы увидеть, как распознавание лиц вписывается в процесс открытия цифрового счета.  

Недостатки распознавания лиц

  • Проблемы конфиденциальности: Технологии распознавания лиц связаны с проблемами конфиденциальности, связанными с ее использованием. Он полностью способен отслеживать человека, и некоторые из них, например, Американский союз гражданских свобод (ACLU), выразили обеспокоенность по поводу потенциальных нарушений гражданских свобод, гражданских прав или прав человека, если биометрическая технология будет использоваться полицейскими управлениями, ФБР, Департаментом Министерства внутренней безопасности или других правоохранительных органов. По этой причине в некоторых городах США, например, Окленд а также Сан-Франциско в Калифорнии и Портленде, штат Орегон, ввели запреты на распознавание лиц для своих полицейских участков. Кроме того, в Конгресс США был внесен Закон о конфиденциальности коммерческого распознавания лиц от 2019 года, который направлен на регулирование того, как частные компании и другие организации могут собирать, обрабатывать и хранить данные распознавания лиц.

    Кроме того, нередки утечки данных в крупном масштабе. Защитники конфиденциальности и безопасности обеспокоены возможностью утечки этой биометрической информации в Dark Web. 
     

  • Неправильное использование данных: Расширение проблем конфиденциальности — это опасения по поводу неправомерного использования данных. Исследование Pew Research Center показало, что респондентам было неудобно использовать технологию распознавания лиц в качестве технологии наблюдения для наблюдения за многоквартирными домами, отслеживания посещаемости сотрудников или анализа реакции людей на рекламу. Это происходит из-за опасений, что частные компании и правительства злоупотребят этими данными.
     
  • Ошибки идентификации: Системы распознавания лиц несовершенны. Если в изображении, используемом для создания отпечатка лица, есть недостатки, система не сможет сопоставить его с другим в базе данных распознавания лиц. Низкое разрешение, сильные тени, угол лица могут исказить окончательный отпечаток лица и вызвать ложные срабатывания. Кроме того, небольшая или неполная база данных распознавания лиц может создавать аналогичные ошибки на другом конце. Хотя его точность значительно возросла за последние годы, программное обеспечение для биометрического распознавания лиц по-прежнему сталкивается с проблемами.
     

Будущее программного обеспечения для распознавания лиц

В будущее распознавания лиц неопределенно. Уже ведется много споров и разногласий относительно того, как следует использовать эту технологию. В то же время неправительственные организации все больше и больше внедряют эту технологию. Это широко распространено и становится все более популярным. Разговор не окончен, но маловероятно, что дверь в технологию распознавания лиц будет полностью закрыта. Национальный институт стандартов и технологий (NIST) также расширяет обсуждение с помощью новых исследований, включая влияние расы, возраста и пола на системы распознавания лиц, а также влияние масок для лица, связанных с коронавирусом. Дальнейшее изучение технологии приведет к более информированному обсуждению ее потенциальной ценности и этических проблем.

Как работает и как используется технология распознавания лиц

Технология распознавания лиц стала важным инструментом идентификации. Используя ее, крупные технологические компании, социальные сети и правительства по всему миру получают беспрецедентную власть над людьми и сообществами. Задействование технологии для наблюдения привлекло внимание общественности. Однако процесс не доработан, и поэтому возникает вопрос: целесообразно ли его использование?

Gateawayhouse в материале We own your Face! пишет, что в июне 2020 года IBM, Microsoft и Amazon решили прекратить продажу технологии распознавания лиц правоохранительным органам в свете возможного неправомерного использования. IBM пошла еще дальше и полностью прекратила разработку технологии.

Однако другие компании и организации не придерживаются высоких моральных принципов в отношении распознавания лиц. Правительства по всему миру активно используют новую систему: Китай во время карантина в Пекине и подавления протестов в Гонконге, дубайский проект Ooyun служит интересам полиции, Россия пользуется распознаванием лиц для отслеживания передвижения граждан во время изоляции.

На сегодняшний день технология распространена повсеместно, и обычные граждане знают, что за ними наблюдает как государство, так и частные компании. Когда Facebook предлагает отметить имя на фотографии, он использует алгоритм распознавания лиц, чтобы определить их присутствие на изображении.

Технология распознавания анализирует изображения лиц и интерпретирует личность человека. Поверхность и черты лица разбиваются на несколько точек данных, чтобы олучить результат с точностью пластического хирурга. Используются такие параметры как расстояние между носом и губами, ширина и длина губы, выступ скул и т.д. Технология распознавания лиц — система, управляемая искусственным интеллектом. Выражение лица человека сравнивается с его многочисленными фотографиями, сделанными в разные промежутки времени, и в результате система делает разумное суждение о том, совпадает ли изображение с лицом человека.

Источник изображения лица может быть как физическим, например уличные камеры, так и цифровым, например в социальных сетях. Захваченное изображение затем сравнивается с тысячами изображений, собранных в базе данных, состоящей из профилей социальных сетей, фотографий, предоставленных для карточек социального обеспечения, таких как страховка, водительские права, паспорт и т. д. Технологические компании могут прочесать весь интернет в поиске изображений и видео с лицами, сгруппировать их и сопоставить с одним человеком. Чем больше данных, тем лучше функционирует алгоритм распознавания лиц, поскольку фиксируются все особенности и выражения лица. Например, можно распознать как невозмутимое лицо, так и смеющийся образ одного и того же человека. Чем больше сообщений загружено в Instagram, тем больше алгоритм распознавания лиц узнает о том или ином человеке.

Основная цель технологии — аутентификация и идентификация человека. Аутентификация человека — процесс индивидуальной проверки, при котором агентство, удостоверяющее личность, знает, кого оно ищет. Например, на иммиграционной стойке лицо путешественника сравнивается с его фотографией, находящейся в системе.

Идентификация человека — процесс поиска ”одного из множества”, при котором личность субъекта неизвестна, как в базе данных преступников.

Существуют две категории игроков: крупные технологические компании, в том числе социальные сети, и государство.

Быть гигантом в сфере технологий и социальных сетей, таким как Facebook, Amazon и Microsoft, — значительное преимущество. Огромное количество добровольно поступающих изображений лиц создало глобальную базу данных. Система распознавания лиц Facebook, известная как DeepFace, использует эту технологию для улучшения взаимодействия с пользователем на своей платформе. Степень точности, с которой Facebook предлагает пользователю имя человека на изображении, значительно возросла за последние годы, и сегодня за счет больших объемов данных составляет 97,35%.

Стриминговый сервис Amazon Prime Video, например, использует собственный продукт под названием X-Ray, чтобы помочь зрителю идентифицировать знаменитость на экране. Сервис использует веб-сайт каталогизации фильмов IMDB, также принадлежащий Amazon, в качестве базы данных для этого процесса.

Amazon продает свое программное обеспечение для распознавания лиц под названием Rekognition. Считается, что Amazon Rekognition идентифицирует объекты, людей, сцены. Он также может обнаруживать на лицах людей такие эмоции, как счастье или печаль. Microsoft предоставляет API (интерфейс прикладного программирования) под названием Face, код многократного использования, который может быть загружен заказчиком для анализа лиц. Возраст, эмоции, поза, улыбка, наличие волос на лице и другие особенности можно определить с помощью Microsoft Face.

Основные клиенты этих компаний — правительства по всему миру. Многие агентства используют программы распознавания лиц для предоставления государственных услуг и обеспечения национальной безопасности. Недавние споры вокруг полицейских управлений США, использующих программное обеспечение ClearviewAI, американской компании по наблюдению, для подавления общественных протестов, выдвинули на первый план вопрос широкого использования подобной технологии.

Технология распознавания лиц — любимый инструмент полиции, потому что все остальные современные системы идентификации требуют непосредственной близости между человеком и устройством. Чтобы снять отпечатки пальцев, человек должен прикоснуться к сканеру. Для сканирования радужной оболочки глаза, хоть процесс и бесконтактный, требуется, чтобы человек находился рядом. Распознавание лиц позволяет осуществлять идентификацию издалека, устраняя необходимость непосредственной близости субъекта к устройству.

Такая система дает государству беспрецедентную власть над своими гражданами. Эффективное использование отслеживания и идентификации преступников может легко перерасти в опознание граждан, участвующих в протестах. Теперь понятно, почему китайское правительство запретило использование масок во время протеста в Гонконге. Выявить протестующих легко, когда изображение лица с протеста зафиксировано и сопоставлено с базой данных фотографий.

Проблема многократно возрастает, когда технологические компании и правительство сотрудничают. Китайское правительство использует Face ++, продукт от Megvii, компании по разработке программного обеспечения ИИ для распознавания лиц, базирующейся в Пекине. Другие китайские компании, такие как Yitu и SenseTime также занимаются созданием технологии, которую можно использовать для массового наблюдения. Китай обвиняется в использовании этой технологии для распознания уйгурского населения. Страх перед подобным злоупотреблением привел к тому, что многие штаты США, такие как Калифорния, запретили эту технологию в полицейских камерах. Региональные организации, такие как Европейский союз, все еще обсуждают, стоит ли принимать эту технологию или нет.

Остальные страны продвигаются вперед. Российские суды в марте 2020 года приняли решение об использовании технологии распознавания лиц. Малайзия, Уганда и Зимбабве объединились с китайскими компаниями, чтобы внедрить систему распознавания лиц. Национальное бюро регистрации преступлений Индии планирует создать общенациональную автоматизированную систему распознавания лиц (AFRS). Был объявлен соответствующий тендер на предложения от технологических компаний.

Однако технология до сих пор не усовершенствована. Серьезным препятствием стала проблема неправильной идентификации, особенно для женщин и людей с более темным оттенком кожи. Например, Amazon Rekognition ошибочно опознала 28 небелых законодателей США как преступников. Исследование, проведенное МТИ и Microsoft, показало, что при идентификации темнокожих женщин частота ошибок составляет 35%.

Страх оказаться в антиутопии вполне обоснован, учитывая, что технология ненадежна. Хотя изображения лиц считаются конфиденциальными биометрическими данными в соответствии с европейским Общим регламентом защиты данных (GDPR) и индийским законопроектом о защите личных данных 2019 года, они не касаются государственных учреждений по соображениям общественной и национальной безопасности. Индии нужно быть особенно осторожной, поскольку в стране проживает множество этнических групп с разными типами лиц. Пока технология не станет совершенной, распознавание лиц следует использовать только как средство проверки людей, наряду с другими методами проверки личности.

Что такое распознавание лиц и как оно работает?

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

  1. Amazon ранее продвигал свой облачный сервис распознавания лиц Rekognition для правоохранительных органов. Однако в июне 2020 года в блоге компании было опубликовано, что она планирует ввести годичный мораторий на использование своей технологии полицией. Причина заключалась в том, что необходимо время для принятия федеральных законов США по защите прав и гражданских свобод человека.
  2. Apple использует распознавание лиц, чтобы пользователи могли быстро разблокировать телефоны, входить в приложения и совершать покупки.
  3. British Airways выполняет распознавание лиц пассажиров, вылетающих рейсами из США. Лица путешественников могут быть отсканированы камерой для подтверждения их личности при посадке в самолет без предъявления паспорта или посадочного талона. Авиакомпания использует эту технологию на внутренних рейсах по Великобритании, вылетающих из аэропорта Хитроу, и работает над посадкой с использованием биометрических данных на международные рейсы.
  4. Cigna, американская страховая компания в сфере здравоохранения, позволяет клиентам в Китае подавать заявки на медицинское страхование, подписанные с использованием фотографии, а не рукописной подписи, чтобы сократить количество случаев мошенничества.
  5. Coca-Cola по-разному использовала распознавание лиц в разных странах мира. Примеры включают вознаграждение клиентов за сдачу тары в переработку в торговых автоматах в Китае, размещение персонализированной рекламы на торговых автоматах в Австралии и маркетинговые мероприятия в Израиле.
  6. Facebook начал использовать распознавание лиц в США в 2010 году, когда он автоматически отмечал людей на фотографиях с помощью встроенного инструмента, предлагая соответствующие теги. Этот инструмент сканирует лицо пользователя и предлагает варианты, кто этот человек. С 2019 года Facebook сделал эту функцию опциональной, поскольку стремится стать более ориентированным на конфиденциальность. Здесь описано, как включить или отключить распознавание лиц в Facebook.
  7. Google включает эту технологию в приложение Google Фото и использует для сортировки изображений и автоматической отметки распознанных людей на фото.
  8. Косметическая фирма MAC использует технологию распознавания лиц в некоторых офлайн-магазинах, позволяя покупателям виртуально «примерить» макияж с помощью имеющихся в магазине зеркал с дополненной реальностью.
  9. McDonald’s использует распознавание лиц в своих японских ресторанах для оценки качества обслуживания клиентов, в том числе для анализа того, улыбаются ли сотрудники, помогая клиентам.
  10. Snapchat – один из пионеров в разработке программного обеспечения для распознавания лиц: он позволяет брендам и организациям создавать фильтры, повторяющие лицо пользователя. Отсюда и повсеместное увлечение масками с мордами щенков и цветочными коронами в социальных сетях.

Компании-разработчики технологий распознавания лиц включают:

  • Kairos
  • Noldus
  • Affectiva
  • Sightcorp
  • Nviso

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.

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.

Статьи по теме:

Распознавание лиц | Electronic Frontier Foundation

Распознавание лиц — это метод идентификации или подтверждения личности человека по его лицу. Системы распознавания лиц могут использоваться для идентификации людей на фотографиях, видео или в режиме реального времени. Правоохранительные органы также могут использовать мобильные устройства для идентификации людей во время остановок полицией.

Но данные распознавания лиц могут быть подвержены ошибкам, что может привести к обвинению людей в преступлениях, которых они не совершали. Программное обеспечение для распознавания лиц особенно плохо распознает афроамериканцев и другие этнические меньшинства, женщин и молодых людей, часто неправильно идентифицируя или не идентифицируя их, оказывая несопоставимое влияние на определенные группы.

Кроме того, распознавание лиц использовалось для нацеливания на людей, использующих защищенную речь. В ближайшем будущем технология распознавания лиц, вероятно, станет более распространенной. Его можно использовать для отслеживания перемещений людей по всему миру, как автоматические считыватели номерных знаков отслеживают транспортные средства по номерным знакам. Распознавание лиц в режиме реального времени уже используется в других странах и даже на спортивных мероприятиях в США.  

Как работает распознавание лиц

 

Источник: Департамент транспорта штата Айова

.

Системы распознавания лиц используют компьютерные алгоритмы для выделения конкретных отличительных деталей лица человека.Эти детали, такие как расстояние между глазами или форма подбородка, затем преобразуются в математическое представление и сравниваются с данными о других лицах, собранными в базе данных распознавания лиц. Данные о конкретном лице часто называют шаблоном лица, и он отличается от фотографии, поскольку включает только определенные детали, которые можно использовать для отличия одного лица от другого.

Некоторые системы распознавания лиц вместо того, чтобы точно идентифицировать неизвестного человека, предназначены для расчета вероятности совпадения между неизвестным человеком и определенными шаблонами лиц, хранящимися в базе данных.Эти системы будут предлагать несколько потенциальных совпадений, ранжированных в порядке вероятности правильной идентификации, вместо того, чтобы просто возвращать один результат.

Системы распознавания лиц различаются по своей способности идентифицировать людей в сложных условиях, таких как плохое освещение, низкое разрешение изображения и неоптимальный угол обзора (например, на фотографии, сделанной сверху, глядя на неизвестного человека).

Когда дело доходит до ошибок, необходимо понимать две ключевые концепции: 

«Ложноотрицательный» — это когда система распознавания лиц не может сопоставить лицо человека с изображением, которое фактически содержится в базе данных.Другими словами, система ошибочно возвращает нулевые результаты в ответ на запрос.

«Ложное срабатывание» — это когда система распознавания лиц сопоставляет лицо человека с изображением в базе данных, но на самом деле это совпадение неверно. Это когда полицейский отправляет изображение «Джо», но система ошибочно сообщает офицеру, что это фотография «Джека».

При исследовании системы распознавания лиц важно внимательно следить за частотой «ложноположительных» и «ложноотрицательных» результатов, поскольку почти всегда существует компромисс.Например, если вы используете распознавание лиц для разблокировки телефона, будет лучше, если система не сможет идентифицировать вас несколько раз (ложноотрицательный результат), чем если система ошибочно идентифицирует других людей как вас и позволит этим людям разблокировать ваш телефон. (ложно положительный). Если результатом ошибочной идентификации является то, что невиновный человек попадает в тюрьму (например, ошибочная идентификация в базе данных фотографий), то система должна быть спроектирована так, чтобы иметь как можно меньше ложных срабатываний.  

Как правоохранительные органы используют распознавание лиц

  Источник: Департамент транспорта Аризоны

Правоохранительные органы все чаще используют распознавание лиц в своей повседневной работе.Полиция собирает фотографии арестованных и сравнивает их с местными, государственными и федеральными базами данных распознавания лиц. После того, как фотография арестованного будет сделана, фотография останется в одной или нескольких базах данных и будет сканироваться каждый раз, когда полиция проводит очередной обыск.

Правоохранительные органы затем могут запросить эти обширные базы данных фотографий, чтобы идентифицировать людей на фотографиях, сделанных из социальных сетей, видеонаблюдения, дорожных камер, или даже на фотографиях, которые они сами сделали в полевых условиях. Также можно в режиме реального времени сравнивать лица с «горячими списками» людей, подозреваемых в незаконной деятельности.

Мобильное распознавание лиц позволяет офицерам использовать смартфоны, планшеты или другие портативные устройства, чтобы сфотографировать водителя или пешехода в поле и немедленно сравнить эту фотографию с одной или несколькими базами данных распознавания лиц, чтобы попытаться идентифицировать.

Распознавание лиц использовалось в аэропортах, на пограничных переходах и во время таких мероприятий, как Олимпийские игры. Распознавание лиц также может использоваться в частных помещениях, таких как магазины и спортивные стадионы, но к распознаванию лиц в частном секторе могут применяться другие правила.

Поддержку такого использования реконструкции лица обеспечивают десятки баз данных на местном, государственном и федеральном уровне. По оценкам, 25% или более всех государственных и местных правоохранительных органов в США могут выполнять поиск по распознаванию лиц в своих собственных базах данных или базах данных другого агентства.

По данным журнала Governing, по состоянию на 2015 год по крайней мере 39 штатов использовали программное обеспечение для распознавания лиц в своих базах данных Департамента транспортных средств (DMV) для выявления мошенничества. В 2013 году газета Washington Post сообщила, что 26 из этих штатов разрешают правоохранительным органам проводить поиск или запрашивать поиск в базах данных водительских прав, однако вполне вероятно, что это число со временем увеличилось.

Базы данных также находятся на локальном уровне, и эти базы данных могут быть очень большими. Например, офис шерифа округа Пинеллас во Флориде может иметь одну из крупнейших местных баз данных анализа лиц. Согласно исследованию Джорджтаунского университета, более 240 агентств просматривают базу данных около 8000 раз в месяц.

У федерального правительства есть несколько систем распознавания лиц, но наиболее актуальной для правоохранительных органов базой данных является база данных идентификации нового поколения ФБР, которая содержит более 30 миллионов записей распознавания лиц.ФБР разрешает государственным и местным агентствам «отключить» доступ к этой базе данных, что означает, что ни один человек на федеральном уровне не проверяет индивидуальные поиски. В свою очередь, штаты разрешают ФБР доступ к своим собственным базам данных по распознаванию лиц преступников.

В ФБР также есть группа сотрудников, занимающихся только поиском по распознаванию лиц, которая называется «Услуги анализа, сравнения и оценки лиц» («FACE»). ФБР может получить доступ к более чем 400 миллионам некриминальных фотографий из DMV штатов и Государственного департамента, а также к 16 фотографиям U.Южные штаты разрешают FACE доступ к фотографиям водительских прав и удостоверений личности.

Учитывая большое количество баз данных DMV, использующих распознавание лиц, и количество американцев, чьи фотографии находятся в базе данных Государственного департамента о владельцах паспортов и виз США, Джорджтаунский университет подсчитал, что почти половина всех взрослых американцев были внесены по крайней мере в одну не больше баз данных распознавания лиц.  

Кто продает распознавание лиц

MorphoTrust, дочерняя компания Idemia (ранее известная как OT-Morpho или Safran), является одним из крупнейших поставщиков технологий распознавания лиц и других технологий биометрической идентификации в США.Компания разработала системы для DMV штатов, федеральных и правоохранительных органов штатов, пограничного контроля и аэропортов (включая предварительную проверку TSA), а также государственного департамента. Другими распространенными поставщиками являются 3M, Cognitec, DataWorks Plus, Dynamic Imaging Systems, FaceFirst и NEC Global.

Угрозы, связанные с распознаванием лиц

Данные распознавания лиц легко могут быть собраны правоохранительными органами, но их трудно избежать представителям общественности. Лица все время находятся в открытом доступе, но, в отличие от паролей, люди не могут легко изменить свое лицо.Мы наблюдаем расширение обмена информацией между агентствами. Камеры становятся все более мощными, а технологии быстро совершенствуются.

Данные распознавания лиц часто извлекаются из фотоснимков, сделанных при аресте, до того, как у судьи появится шанс определить виновность или невиновность. Фотографии с фотографий часто никогда не удаляются из базы данных, даже если задержанному никогда не предъявлялись обвинения.

Несмотря на повсеместное распространение распознавания лиц и совершенствование технологий, данные распознавания лиц подвержены ошибкам.Фактически, ФБР признало в своей оценке воздействия на конфиденциальность, что его система «может быть недостаточно надежной, чтобы точно определить местонахождение других фотографий той же личности, что приводит к увеличению процента ошибочных идентификаций». Хотя ФБР утверждает, что его система может найти настоящего кандидата в топ-50 профилей в 85% случаев, это только в том случае, если настоящий кандидат существует в галерее. Если кандидата нет в галерее, вполне возможно, что система все равно выдаст одно или несколько потенциальных совпадений, создав ложноположительные результаты.Эти люди, не являющиеся кандидатами, могут стать подозреваемыми в преступлениях, которых они не совершали. Подобная неточная система перекладывает традиционное бремя доказывания с правительства и заставляет людей пытаться доказать свою невиновность.

Распознавание лиц ухудшается по мере увеличения количества людей в базе данных. Это потому, что так много людей в мире похожи друг на друга. По мере увеличения вероятности сходства лиц точность сопоставления снижается.

Программное обеспечение для распознавания лиц особенно плохо распознает афроамериканцев.Исследование [.pdf], проведенное в 2012 году в соавторстве с ФБР, показало, что показатели точности для афроамериканцев ниже, чем для других демографических групп. Программное обеспечение для распознавания лиц также чаще неправильно идентифицирует другие этнические меньшинства, молодых людей и женщин. Криминальные базы данных включают непропорционально большое количество афроамериканцев, латиноамериканцев и иммигрантов, отчасти из-за расовой предвзятости полиции. Поэтому использование технологии распознавания лиц оказывает несоизмеримое влияние на цветных людей.

Некоторые утверждают, что резервная идентификация человека (человека, который проверяет идентификацию компьютера) может противодействовать ложным срабатываниям.Однако исследования показывают, что если людям не хватает специальной подготовки, они примерно в половине случаев принимают неправильные решения о том, соответствует ли фотография кандидата. К сожалению, немногие системы имеют специализированную проверку персонала и сужают потенциальные совпадения.

Распознавание лиц можно использовать для нацеливания на людей, использующих защищенную речь. Например, во время протестов вокруг смерти Фредди Грея полицейское управление Балтимора использовало фотографии в социальных сетях с помощью распознавания лиц, чтобы идентифицировать протестующих и арестовывать их.Из 52 агентств, проанализированных в отчете Джорджтаунского центра конфиденциальности и технологий, только одно агентство, Бюро уголовных расследований штата Огайо, имеет политику распознавания лиц, прямо запрещающую использование технологии для отслеживания лиц, занимающихся защищенной свободой слова.

Немногие системы распознавания лиц проходят проверку на предмет неправомерного использования. Из 52 агентств, опрошенных Джорджтауном, которые признали использование распознавания лиц, менее 10% имели общедоступную политику использования. Только два агентства (полицейское управление Сан-Франциско и South Sound 911 в Сиэтле) ограничивают покупку технологий теми, которые соответствуют определенным порогам точности.Только одна из них — полиция штата Мичиган — предоставляет документацию о своем процессе аудита.

Существует несколько мер по защите обычных американцев от неправомерного использования технологии распознавания лиц. Как правило, агентствам не требуются ордера, а многие даже не требуют от правоохранительных органов подозревать кого-либо в совершении преступления, прежде чем использовать распознавание лиц для его идентификации.

Закон штата Иллинойс о конфиденциальности биометрической информации требует уведомления и согласия перед использованием технологии распознавания лиц в личных целях.Однако это относится только к компаниям, а не к правоохранительным органам.

Работа EFF над распознаванием лиц

 

%3Ciframe%20allowfullscreen%3D%22%22%20src%3D%22https%3A%2F%2Fwww.youtube-nocookie.com%2Fembed%2FK_2Uww_gZio%3Frel%3D0%26autoplay%3D1%26mute%3D1%22%20width% 3D%22560%22%20height%3D%22315%22%20frameborder%3D%220%22%20allow%3D%22autoplay%22%3E%3C%2Fiframe%3E

Информация о конфиденциальности. Это встраивание будет обслуживать контент из youtube-nocookie.ком

 

Мы поддерживаем разумные ограничения на использование распознавания лиц как государственными, так и частными компаниями. Мы свидетельствовали о технологии распознавания лиц перед Подкомитетом Сената по конфиденциальности, технологиям и законодательству, а также перед комитетом Палаты представителей по надзору и правительственной реформе на слушаниях об использовании правоохранительными органами технологии распознавания лиц. Мы также участвовали в многостороннем процессе NTIA по распознаванию лиц, но вышли из него вместе с другими НПО, когда компании не смогли взять на себя значимые ограничения на использование распознавания лиц.

Мы неоднократно подавали запросы в публичные записи, чтобы получить ранее секретную информацию о системах распознавания лиц. Мы даже подали в суд на ФБР за доступ к его записям распознавания лиц.

В 2015 году EFF и MuckRock запустили краудсорсинговую кампанию для запроса информации о различных мобильных биометрических технологиях, приобретенных правоохранительными органами по всей стране. Вместе с ACLU штата Миннесота мы подали заявку на участие в программе amicus с требованием опубликовать электронные письма, касающиеся программы распознавания лиц в офисе шерифа округа Хеннепин, которые были запрошены одним местным участником проекта.

Юридические дела EFF

EFF против Министерства юстиции США

Тони Вебстер против округа Хеннепин и офиса шерифа округа Хеннепин

Для получения дополнительной информации

The Perpetual Line-Up (Юридический центр Джорджтауна по вопросам конфиденциальности и технологий)

Технология распознавания лиц: ФБР должно лучше обеспечивать конфиденциальность и точность (Счетная палата правительства)

Полицейские Калифорнии используют эти биометрические гаджеты в полевых условиях (EFF)

Роль производительности распознавания лиц демографической информации (IEEE)

Оценка воздействия на частную жизнь службы анализа, сравнения и оценки лиц (FACE) (ФБР)

Последнее обновление 24 октября 2017 г.

Как работает распознавание лиц?

10 июня 2021 г.


 

Резюме

1. Что такое распознавание лиц? Распознавание лиц — это способ использования программного обеспечения для определения сходства между двумя изображениями лиц для оценки претензии. Технология используется для самых разных целей, от входа пользователя в свой телефон до поиска конкретного человека в базе данных фотографий.

2. Что такое характеристика лица? Характеристика лица относится к практике использования программного обеспечения для классификации одного лица в соответствии с его полом, возрастом, эмоциями или другими характеристиками.Классификация лиц отличается от распознавания лиц, целью которого является сравнение двух разных лиц. В популярных репортажах характеристику лица часто путают с распознаванием лиц, но на самом деле это разные технологии. Многие утверждения об опасностях распознавания лиц на самом деле говорят о характеризации.

3. Как работает распознавание лиц? Функция распознавания лиц использует созданные компьютером фильтры для преобразования изображений лиц в числовые выражения, которые можно сравнивать для определения их сходства.Эти фильтры обычно генерируются с помощью глубокого «обучения», которое использует искусственные нейронные сети для обработки данных.

4. Насколько точным является распознавание лиц? Распознавание лиц быстро улучшается, но, хотя алгоритмы могут достигать очень высокой производительности в контролируемых условиях, многие системы имеют более низкую производительность при развертывании в реальном мире. Однако подводить итоги точности системы распознавания лиц сложно, поскольку не существует единого показателя, который бы давал полную картину производительности.

5. Что такое показатели сходства? Показатели схожести предоставляют операторам обратную связь о том, насколько алгоритм считает похожими два изображения. Эти оценки могут быть неправильно поняты, и их часто считают более достоверной информацией, чем они есть на самом деле, из-за так называемой «ошибки прокурора».

6. Что такое пороги сравнения? Системы распознавания лиц сталкиваются с проблемой компромисса между низким уровнем ложноотрицательных результатов и низким уровнем ложноположительных результатов.Пороги сравнения — это способ использования показателей сходства, рассчитанных алгоритмами распознавания лиц, для настройки чувствительности системы к этим двум типам ошибок. Пороги корректируются для учета компромиссов между точностью и риском при возврате результатов судьям-людям.

7. Является ли распознавание лиц предвзятым? Демографические различия в показателях точности распознавания лиц хорошо задокументированы, но данные свидетельствуют о том, что эту проблему можно решить, если уделять достаточное внимание улучшению как процесса обучения алгоритмам, так и качества получаемых изображений.

8. Что это значит? Распознавание лиц обычно обсуждается только в контексте его самых антиутопических приложений, но это многогранный инструмент, который можно применять для решения целого ряда различных задач. Распознавание лиц используется для помощи человеку в принятии решений, а не для его замены. Человеческий надзор помогает снизить риск ошибок. Операторам необходимо понимать, как на производительность системы могут повлиять условия развертывания, чтобы принять правильные меры безопасности для управления компромиссом между точностью и риском.Лучшее понимание вопросов, затронутых в этом отчете, поможет обеспечить безопасное развертывание этой технологии таким образом, чтобы мы могли использовать ее преимущества при управлении рисками.

Этот отчет был частично профинансирован Министерством внутренней безопасности в рамках его миссии по обеспечению национальной безопасности по защите родины при сохранении национальных ценностей.

Этот отчет не является официальной позицией Министерства внутренней безопасности. Любые вопросы можно направлять в отдел по связям с общественностью Управления по управлению биометрической идентификацией.

 

Что такое распознавание лиц и как оно работает?

Что такое распознавание лиц?

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

Распознавание лиц — это категория биометрической безопасности. Другие формы биометрического программного обеспечения включают распознавание голоса, распознавание отпечатков пальцев и распознавание сетчатки или радужной оболочки глаза.Эта технология в основном используется для обеспечения безопасности и правоохранительных органов, хотя растет интерес и к другим областям использования.

Как работает распознавание лиц?

Многие люди знакомы с технологией распознавания лиц через FaceID, используемую для разблокировки iPhone (однако это только одно приложение распознавания лиц). Как правило, распознавание лиц не опирается на массивную базу данных фотографий для определения личности человека — оно просто идентифицирует и признает одного человека единственным владельцем устройства, ограничивая при этом доступ для других.

Помимо разблокировки телефонов, распознавание лиц работает путем сопоставления лиц людей, проходящих мимо специальных камер, с изображениями людей из списка наблюдения. Списки наблюдения могут содержать фотографии кого угодно, в том числе людей, которые не подозреваются в каких-либо правонарушениях, и изображения могут поступать откуда угодно — даже из наших учетных записей в социальных сетях. Системы лицевых технологий могут различаться, но в целом они работают следующим образом:

Шаг 1: Обнаружение лиц

Камера обнаруживает и определяет местонахождение изображения лица в одиночку или в толпе.На изображении может быть изображен человек, смотрящий прямо перед собой или в профиль.

Шаг 2: Анализ лица

Затем изображение лица захватывается и анализируется. Большинство технологий распознавания лиц основаны на 2D-изображениях, а не на 3D-изображениях, потому что они могут более удобно сопоставлять 2D-изображение с общедоступными фотографиями или фотографиями из базы данных. Программа считывает геометрию вашего лица. Ключевые факторы включают расстояние между глазами, глубину глазниц, расстояние от лба до подбородка, форму скул и контур губ, ушей и подбородка.Цель состоит в том, чтобы определить лицевые ориентиры, которые являются ключевыми для различения вашего лица.

Шаг 3. Преобразование изображения в данные

Процесс захвата лица преобразует аналоговую информацию (лицо) в набор цифровой информации (данных) на основе черт лица человека. Анализ вашего лица, по сути, превращается в математическую формулу. Числовой код называется отпечатком лица. Точно так же, как отпечатки пальцев уникальны, у каждого человека есть свой собственный отпечаток лица.

Шаг 4. Поиск соответствия

Затем ваш отпечаток лица сравнивается с базой данных других известных лиц.Например, ФБР имеет доступ к 650 миллионам фотографий из различных государственных баз данных. В Facebook любая фотография, помеченная именем человека, становится частью базы данных Facebook, которая также может использоваться для распознавания лиц. Если ваш отпечаток лица совпадает с изображением в базе данных распознавания лиц, производится определение.

Из всех биометрических измерений наиболее естественным считается распознавание лица. Интуитивно это имеет смысл, поскольку обычно мы узнаём себя и других по лицам, а не по отпечаткам пальцев и радужной оболочке глаза.Подсчитано, что более половины населения мира регулярно прикасается к технологии распознавания лиц.

Как используется распознавание лиц

Технология используется для самых разных целей. К ним относятся:

Разблокировка телефонов

Различные телефоны, в том числе самые последние модели iPhone, используют распознавание лиц для разблокировки устройства. Эта технология предлагает мощный способ защиты личных данных и гарантирует, что конфиденциальные данные останутся недоступными в случае кражи телефона.Apple утверждает, что вероятность того, что случайное лицо разблокирует ваш телефон, составляет примерно один к 1 миллиону.

Правоохранительные органы

Система распознавания лиц регулярно используется правоохранительными органами. Согласно этому отчету NBC, технология расширяется среди правоохранительных органов США, и то же самое верно и в других странах. Полиция собирает фотографии арестованных и сравнивает их с местными, государственными и федеральными базами данных распознавания лиц. После того, как фотография арестованного будет сделана, его фотография будет добавлена ​​в базы данных для сканирования всякий раз, когда полиция проводит очередной обыск.

Кроме того, мобильное распознавание лиц позволяет офицерам использовать смартфоны, планшеты или другие портативные устройства, чтобы сфотографировать водителя или пешехода в поле и немедленно сравнить эту фотографию с одной или несколькими базами данных распознавания лиц, чтобы попытаться идентифицировать.

Аэропорты и пограничный контроль

Распознавание лиц стало привычным явлением во многих аэропортах мира. Все большее число путешественников имеют биометрические паспорта, которые позволяют им миновать обычно длинные очереди и вместо этого пройти через автоматизированный контроль электронных паспортов, чтобы быстрее добраться до выхода на посадку.Распознавание лиц не только сокращает время ожидания, но и позволяет аэропортам повысить безопасность. Министерство внутренней безопасности США прогнозирует, что к 2023 году распознавание лиц будет использоваться для 97% путешественников. Помимо аэропортов и пограничных переходов, эта технология используется 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, что пропавшие лица добавлены в базу данных.В этом случае правоохранительные органы могут быть предупреждены, как только они будут распознаны с помощью распознавания лиц — будь то в аэропорту, розничном магазине или другом общественном месте.

Сокращение розничной преступности

Распознавание лиц используется для идентификации известных магазинных воров, организованных розничных преступников или людей с историей мошенничества, которые входят в магазины. Фотографии людей можно сопоставить с большими базами данных преступников, чтобы специалисты по предотвращению убытков и безопасности розничной торговли могли быть уведомлены, когда покупатели, которые потенциально представляют угрозу, входят в магазин.

Улучшение опыта розничной торговли

Эта технология позволяет улучшить качество обслуживания клиентов в розничной торговле. Например, киоски в магазинах могут распознавать клиентов, предлагать продукты на основе их истории покупок и указывать им правильное направление. Технология «Face pay» может позволить покупателям избежать длинных очередей на кассе с более медленными способами оплаты.

Банковское дело

Биометрический онлайн-банкинг — еще одно преимущество распознавания лиц. Вместо использования одноразовых паролей клиенты могут авторизовать транзакции, взглянув на свой смартфон или компьютер.Благодаря распознаванию лиц хакеры не могут взломать пароли. Если хакеры украдут вашу базу данных фотографий, «неживое» обнаружение — метод, используемый для определения того, является ли источник биометрического образца живым человеком или поддельным изображением — должно (теоретически) помешать им использовать его для выдачи себя за другое лицо. Распознавание лиц может оставить дебетовые карты и подписи в прошлом.

Маркетинг и реклама

Маркетологи использовали распознавание лиц для улучшения потребительского опыта.Например, бренд замороженной пиццы DiGiorno использовал распознавание лиц для маркетинговой кампании 2017 года, в ходе которой он анализировал выражения лиц людей на вечеринках в стиле DiGiorno, чтобы оценить эмоциональную реакцию людей на пиццу. Медиакомпании также используют распознавание лиц для проверки реакции аудитории на трейлеры к фильмам, персонажей в пилотных сериалах и оптимальное размещение рекламных роликов на телевидении. Рекламные щиты с технологией распознавания лиц, такие как лондонская площадь Пикадилли, позволяют брендам запускать персонализированную рекламу.

Здравоохранение

Больницы используют распознавание лиц для оказания помощи пациентам. Поставщики медицинских услуг тестируют использование распознавания лиц для доступа к записям пациентов, упрощения регистрации пациентов, обнаружения эмоций и боли у пациентов и даже помощи в выявлении конкретных генетических заболеваний. AiCure разработала приложение, которое использует распознавание лиц, чтобы гарантировать, что люди принимают лекарства в соответствии с предписаниями. Поскольку биометрические технологии становятся менее дорогими, ожидается, что их применение в секторе здравоохранения будет расти.

Отслеживание посещаемости учащимися или работниками

Некоторые образовательные учреждения в Китае используют распознавание лиц, чтобы учащиеся не пропускали занятия. Планшеты используются для сканирования лиц студентов и сопоставления их с фотографиями в базе данных для проверки их личности. В более широком смысле, эту технологию можно использовать для входа и выхода работников на свои рабочие места, чтобы работодатели могли отслеживать посещаемость.

Распознавание драйверов

Согласно этому потребительскому отчету, автомобильных компании экспериментируют с распознаванием лиц, чтобы заменить ключи от машины.Эта технология заменит ключ для доступа и запуска автомобиля и запомнит предпочтения водителей в отношении положения сидений и зеркал, а также предустановленных радиостанций.

Мониторинг игровой зависимости

Распознавание лиц может помочь игорным компаниям лучше защитить своих клиентов. Мониторинг тех, кто входит в игровые зоны и перемещается по ним, затруднен для человеческого персонала, особенно в больших людных местах, таких как казино. Технология распознавания лиц позволяет компаниям идентифицировать тех, кто зарегистрирован как зависимый от азартных игр, и вести учет их игр, чтобы персонал мог сообщить, когда пора остановиться.Казино могут столкнуться с огромными штрафами, если игроки из списков добровольного исключения будут пойманы за азартными играми.

Примеры технологии распознавания лиц

  1. Amazon ранее рекламировала свою облачную службу распознавания лиц под названием Rekognition правоохранительным органам. Однако в сообщении в блоге от июня 2020 года компания объявила, что планирует ввести годовой мораторий на использование ее технологий полицией. Причина этого заключалась в том, чтобы дать время для принятия федеральных законов США для защиты прав человека и гражданских свобод.
  2. Apple использует распознавание лиц, чтобы помочь пользователям быстро разблокировать свои телефоны, войти в приложения и совершать покупки.
  3. British Airways обеспечивает распознавание лиц для пассажиров, вылетающих рейсами из США. Лица путешественников могут сканироваться камерой, чтобы подтвердить их личность при посадке в самолет без предъявления паспорта или посадочного талона. Авиакомпания использует эту технологию на внутренних рейсах Великобритании из Хитроу и работает над биометрической посадкой на международных рейсах из аэропорта.
  4. Cigna , американская страховая компания, позволяет клиентам в Китае подавать заявки на медицинское страхование, которые подписаны с использованием фотографии, а не письменной подписи, чтобы сократить случаи мошенничества.
  5. Coca-Cola использовала распознавание лиц несколькими способами по всему миру. Примеры включают вознаграждение клиентов за переработку в некоторых торговых автоматах в Китае, показ персонализированной рекламы на торговых автоматах в Австралии и маркетинг событий в Израиле.
  6. Facebook начал использовать распознавание лиц в США в 2010 году, когда он автоматически помечал людей на фотографиях с помощью своего инструмента подсказок тегов. Инструмент сканирует лицо пользователя и предлагает предположения о том, кто этот человек. С 2019 года Facebook включил эту функцию, чтобы стать более ориентированным на конфиденциальность. Facebook предоставляет информацию о том, как вы можете включить или отключить распознавание лиц здесь.
  7. Google включает эту технологию в Google Фото и использует ее для сортировки изображений и автоматической маркировки их на основе распознанных людей.
  8. Косметика MAC , использует технологию распознавания лиц в некоторых своих обычных магазинах, позволяя покупателям виртуально «примерить» макияж с помощью зеркал дополненной реальности в магазине.
  9. Компания McDonald’s использовала распознавание лиц в своих японских ресторанах для оценки качества обслуживания клиентов, в том числе для анализа того, улыбаются ли ее сотрудники, помогая клиентам.
  10. Snapchat — один из пионеров программного обеспечения для распознавания лиц: он позволяет брендам и организациям создавать фильтры, которые повторяют лицо пользователя — отсюда вездесущие лица щенков и фильтры в виде цветочных корон, которые можно увидеть в социальных сетях.

Технологические компании, предоставляющие технологии распознавания лиц, включают:

  • Кайрос
  • Нолдус
  • Аффектива
  • Сайткорп
  • Нвизо

Преимущества распознавания лиц

Помимо разблокировки смартфона, распознавание лиц дает и другие преимущества:

Повышенная безопасность

На правительственном уровне распознавание лиц может помочь идентифицировать террористов или других преступников. На личном уровне распознавание лиц можно использовать в качестве инструмента безопасности для блокировки личных устройств и личных камер наблюдения.

Снижение уровня преступности

Распознавание лиц облегчает поиск грабителей, воров и нарушителей. Одно только знание о наличии системы распознавания лиц может служить сдерживающим фактором, особенно от мелких преступлений. Помимо физической безопасности, есть и преимущества кибербезопасности. Компании могут использовать технологию распознавания лиц вместо паролей для доступа к компьютерам. По идее, взломать технологию невозможно, так как нечего красть или менять, как в случае с паролем.

Устранение смещения при остановке и поиске

Беспокойство населения по поводу необоснованных остановок и обысков вызывает споры у полиции — технология распознавания лиц может улучшить этот процесс. Выделяя подозреваемых среди толпы с помощью автоматизированного, а не человеческого процесса, технология распознавания лиц может помочь уменьшить потенциальную предвзятость и уменьшить количество остановок и обысков законопослушных граждан.

Больше удобства

По мере того, как эта технология становится все более распространенной, покупатели смогут расплачиваться в магазинах лицом, а не доставать кредитные карты или наличные.Это может сэкономить время в очередях на кассе. Поскольку для распознавания лиц не требуется контакт, как при снятии отпечатков пальцев или других мерах безопасности, что полезно в мире после COVID, распознавание лиц предлагает быструю, автоматическую и беспрепятственную проверку подлинности.

Более быстрая обработка

Процесс распознавания лица занимает всего секунду, что выгодно компаниям, использующим распознавание лиц. В эпоху кибератак и передовых хакерских инструментов компаниям нужны как безопасные, так и быстрые технологии.Распознавание лиц обеспечивает быструю и эффективную проверку личности человека.

Интеграция с другими технологиями

Большинство решений для распознавания лиц совместимы с большинством программ безопасности. На самом деле он легко интегрируется. Это ограничивает объем дополнительных инвестиций, необходимых для его реализации.

В то время как некоторые люди не возражают против того, чтобы их снимали на публике, и не возражают против использования распознавания лиц, когда есть явная выгода или обоснование, эта технология может вызывать бурную реакцию у других.Некоторые из недостатков или опасений включают:

Наблюдение

Некоторые опасаются, что использование распознавания лиц наряду с вездесущими видеокамерами, искусственным интеллектом и анализом данных создает потенциал для массовой слежки, которая может ограничить индивидуальную свободу. Хотя технология распознавания лиц позволяет правительствам выслеживать преступников, она также может позволить им выслеживать обычных и невиновных людей в любое время.

Область действия ошибки

Данные распознавания лиц не лишены ошибок, что может привести к тому, что люди будут обвинены в преступлениях, которых они не совершали.Например, небольшое изменение угла камеры или изменение внешности, например, новая прическа, может привести к ошибке. В 2018 году Newsweek сообщил, что технология распознавания лиц Amazon ошибочно идентифицировала 28 членов Конгресса США как людей, арестованных за преступления.

Нарушение конфиденциальности

Вопрос этики и конфиденциальности является наиболее спорным. Известно, что правительства хранят фотографии нескольких граждан без их согласия. В 2020 году Европейская комиссия заявила, что рассматривает возможность запрета технологии распознавания лиц в общественных местах на срок до пяти лет, чтобы дать время на разработку нормативно-правовой базы для предотвращения нарушений конфиденциальности и этических норм.

Массивное хранилище данных

Программное обеспечение для распознавания лиц основано на технологии машинного обучения, которая требует «обучения» массивных наборов данных для получения точных результатов. Такие большие наборы данных требуют надежного хранения данных. Малые и средние компании могут не иметь достаточных ресурсов для хранения необходимых данных.

Безопасность распознавания лиц — как защитить себя

Хотя биометрические данные обычно считаются одним из самых надежных методов аутентификации, они также сопряжены со значительным риском.Это потому, что если данные чьей-либо кредитной карты будут взломаны, у этого человека есть возможность заморозить свой кредит и предпринять шаги для изменения личной информации, которая была взломана. Что делать, если вы потеряли свое цифровое «лицо»?

Во всем мире биометрическая информация собирается, хранится и анализируется во все возрастающих количествах, часто организациями и правительствами с неоднозначной репутацией в области кибербезопасности. Все чаще задают вопрос: насколько безопасна инфраструктура, которая хранит и обрабатывает все эти данные?

Поскольку программное обеспечение для распознавания лиц все еще находится в зачаточном состоянии, законы, регулирующие эту область, развиваются (а иногда и вовсе отсутствуют).Обычные граждане, чья информация скомпрометирована, имеют относительно немного правовых возможностей для преследования. Киберпреступники часто ускользают от властей или получают приговор спустя годы, а их жертвы не получают никакой компенсации и остаются на произвол судьбы.

По мере того, как использование распознавания лиц становится все более распространенным, возможности хакеров для кражи ваших данных о лицах для совершения мошенничества увеличиваются.

Комплексный пакет кибербезопасности является неотъемлемой частью защиты вашей конфиденциальности и безопасности в Интернете.Мы рекомендуем Kaspersky Security Cloud, который обеспечивает защиту для всех ваших устройств и включает в себя антивирус, защиту от программ-вымогателей, мобильную безопасность, управление паролями, VPN и родительский контроль.

Биометрическая технология предлагает очень привлекательные решения для обеспечения безопасности. Несмотря на риски, системы удобны и трудно воспроизводимы. Эти системы будут продолжать развиваться в будущем — задача будет состоять в том, чтобы максимизировать их преимущества при минимизации рисков.

Статьи по теме:

Распознавание лиц: как это работает в 2021 году

27 октября 2020

Технология распознавания лиц стремительно развивалась за последнее десятилетие, и может быть сложно угнаться за всеми разработками.Если вам интересно, как работает распознавание лиц, наше подробное руководство подробно объяснит эту технологию. Как ваш iPhone может разблокироваться, сканируя ваше лицо? Почему таможня в аэропорту сканирует ваше лицо, когда вы въезжаете в страну? Читай дальше что бы узнать.

Что такое распознавание лиц?
Краткая история распознавания лиц
Примеры систем и технологий распознавания лиц
Как работает распознавание лиц?
Шаг 1. Распознавание лиц
Шаг 2. Анализ лиц
Шаг 3. Преобразование изображения в данные
Шаг 4. Сопоставление
Алгоритмы распознавания лиц
Где используется распознавание лиц
Конфиденциальность
Неправильное использование данных
Ошибки в Идентификации
Как защитить себя от распознавания лица
Ограничения лица на лице
Будущее распознавания лица
Распознавание лица от RECSSACES
PAQ ISQ
это распознавание лиц?
Законно ли распознавание лиц?
Почему распознавание лиц вызывает споры?
Как работает распознавание лиц, когда вы носите маску?
Рекомендуемое чтение

Что такое распознавание лиц?

Распознавание лиц — это программный алгоритм, используемый для проверки или идентификации личности человека путем обработки видеокадра или цифрового изображения, на котором видно лицо человека.Существует несколько различных методов работы технологий распознавания лиц, но обычно они сравнивают черты лица на изображении с лицами, содержащимися в базе данных.

Распознавание лиц имеет множество практических применений. Например, полицейские могут использовать такую ​​технологию для идентификации людей, которых они останавливают. Раньше программное обеспечение для распознавания лиц можно было использовать только как компьютерное приложение. Однако в настоящее время его можно использовать на мобильных устройствах и в других технологиях, таких как робототехника.Это открывает множество новых способов использования распознавания лиц. В последнее время он стал довольно популярным в качестве маркетингового и коммерческого инструмента идентификации. Некоторые другие приложения включают автоматическую индексацию изображений, видеонаблюдение, взаимодействие человека с компьютером и многое другое.


Краткая история распознавания лиц

Впервые распознавание лиц было предложено в 1964 году Вуди Бледсо вместе с Чарльзом Биссоном и Хелен Чан Вульф. Поскольку их проект финансировался анонимным разведывательным агентством, большая часть исследований и работ трио никогда не предавалась гласности.Однако позже выяснилось, что их ранняя работа включала ручное картирование черт лица, а затем их математическое вращение с помощью компьютера.

В 1970-х годах точность распознавания лиц была усовершенствована для учета толщины губ, цвета волос и 19 других специфических идентифицирующих рынков. В 1980-х и 1990-х годах линейная алгебра начала применяться к технологии распознавания лиц. Десять лет спустя Национальный институт стандартов и технологий и Агентство перспективных исследовательских проектов Министерства обороны объединились для создания базы данных изображений лиц.

В 2006 году был запущен Гранд-челлендж по распознаванию лиц — он был разработан для того, чтобы поддержать усилия правительства США по использованию распознавания лиц. FRGC изучил и оценил современные алгоритмы распознавания лиц и обнаружил, что за последнее десятилетие они стали в 100 раз точнее.

С 2010 года по настоящее время мы все чаще стали сталкиваться с распознаванием лиц в нашей повседневной жизни. Например, есть алгоритм Facebook для пометки лиц, новые возможности iPhone для разблокировки через FaceID и сканирование лица на концертах, стадионах, в аэропортах и ​​т. д.

Примеры систем и технологий распознавания лиц

Это три известные компании в индустрии распознавания лиц:

FaceNet — эта искусственная нейронная сеть была опубликована в 2015 году исследователями Google. Он имеет чрезвычайно высокую точность 99,63%. Он используется в Google Фото для автоматической пометки фотографий, на которых распознается лицо человека. FaceNet использует набор данных «Labelled Faces in the Wild», который является общедоступным эталоном для проверки лиц.

FaceApp — В середине 2019 года повальное увлечение FaceApp охватило весь мир. Это приложение, которое реализует распознавание лиц исключительно в развлекательных целях. Пользователи могли сделать селфи и изменить свои черты лица, увидев, как они будут выглядеть старше, моложе или даже как представители противоположного пола. Это может реально изменить цвет ваших волос, нанести помаду, добавить бороду и изменить другие конкретные детали вашей внешности.

Face ID — это технология распознавания лиц, разработанная Apple и выпущенная в 2017 году.Эта технология была создана в целях безопасности и внедрена в большинство новых моделей iPhone, а также во все модели iPad Pro. Пользователи могут разблокировать совместимые устройства с помощью фронтальной камеры. Face ID использует 3D-моделирование лица пользователя, поэтому его нельзя обмануть, надев маску или показав фотографию владельца телефона. Карты лицевых отпечатков довольно подробные; фиксируется и сравнивается более 30 000 переменных. Face ID можно использовать в качестве токена аутентификации во всей экосистеме Apple, что позволяет авторизовать покупки в App Store, iTunes Store, iBooks Store и Apple Pay.

Как работает распознавание лиц?

Любой алгоритм распознавания лиц использует биометрические данные для отображения черт лица, снятых на видео или фотографии. Затем эта информация сравнивается с базой данных лиц. В этом процессе есть четыре основных шага, которые мы объясним далее.

Шаг 1: Распознавание лиц

Во-первых, камера обнаружит и распознает лицо человека, которое может быть как в толпе, так и в одиночестве. Это легче всего обнаружить, когда человек смотрит прямо в камеру.Однако современные технологические достижения позволяют программному обеспечению для распознавания лиц по-прежнему работать, даже если лицо человека немного наклонено.

Шаг 2: Анализ лица

После обнаружения и распознавания на фото будет запечатлено лицо, которое затем будет проанализировано. Большинство технологий распознавания лиц используют 2D-изображения вместо 3D. Это связано с тем, что 2D-фотографии легче сопоставить с общедоступными фотографиями или изображениями в базе данных (обычно они также являются 2D). При анализе лицо будет разделено на различимые ориентиры — мы можем назвать эти узловые точки.Человеческое лицо имеет восемь узловых точек. Технология распознавания лиц проанализирует каждую из этих точек — например, расстояние между вашими бровями.

Шаг 3. Преобразование изображения в данные

После анализа каждая узловая точка становится номером в базе данных приложения. Весь числовой код называется отпечатком лица. Точно так же, как у каждого есть уникальный отпечаток большого пальца, у каждого также есть уникальный отпечаток лица.

Шаг 4: Сопоставление

Последний этап процесса — поиск соответствия.Ваш отпечаток лица сравнивается с базой данных других кодов лица. Количество сравниваемых лиц зависит от базы данных и количества баз данных, к которым имеет доступ программное обеспечение. Например, FBA имеет доступ к базе данных 21 штата, в которых содержится 641 миллион фотографий. Затем технология распознавания лиц идентифицирует совпадение ваших точных черт лица и возвращает пользователю найденное совпадение и другую соответствующую информацию, такую ​​как адрес и имя.
Посмотреть видео

Алгоритмы распознавания лиц

Был разработан ряд методов, позволяющих упростить и повысить точность идентификации лиц.Один из этих градиентов Is — по сути, он заменяет снятое изображение версией, которая подчеркивает детали, наиболее важные для распознавания лиц. В этом случае каждый пиксель заменяется относительным представлением освещения, что означает, что он показывает, как яркость пикселя сравнивается с окружающими пикселями. Это относительное измерение облегчает идентификацию одного и того же лица при различных формах освещения.

Другой подход — проекция. Это когда 2D-фотография проецируется на 3D-модель, например, на цилиндр.Когда лицо обернуто вокруг 3D-модели, выявляются отличительные характеристики, которые было бы труднее найти на статичном и плоском изображении. Проекция позволяет преодолеть трудности, присущие двухмерному распознаванию лиц. Благодаря этой технологии вам не нужно делать снимки в идеальных условиях, чтобы добиться высокой точности.

Где используется распознавание лиц

Распознавание лиц можно применять во многих областях, некоторые из которых уже упоминались.Его нужно использовать не только в целях безопасности, хотя это и является основной причиной. Некоторые приложения включают:

  • Аутентификация владельца мобильного устройства
  • Охрана школы
  • Таможня авиакомпании
  • Развлекательные приложения
  • Судебная медицина
  • Распознавание магазинных воров

Угрозы и проблемы, связанные с распознаванием лиц

Несмотря на то, что распознавание лиц помогло многим отраслям усилить свою безопасность, технология вызывает большие опасения у многих людей.Это, в сочетании с тем фактом, что рынок видеонаблюдения растет в геометрической прогрессии и что системы распознавания лиц можно найти практически в каждом аспекте жизни, есть значительное количество людей, которые выступают против такого рода технологий. Давайте рассмотрим некоторые из основных проблем, связанных с программным обеспечением для распознавания лиц.

Конфиденциальность

Технология распознавания лиц набирает обороты, но в то же время вступают в силу новые строгие законы о конфиденциальности. Например, Общий регламент ЕС по защите данных ограничивает новые коммерческие проекты.Анита Бапат, партнер по конфиденциальности в юридической фирме Kemp Little, сказала, что захват чьих-то черт лица сродни сбору личных данных, если вы можете использовать эти функции для идентификации. Таким образом, организации, которые хотели бы использовать технологию распознавания лиц, должны получить явное согласие от человека. И даже в этом случае согласие может быть отозвано.

Неправильное использование данных

Существует большое беспокойство по поводу того, что компании будут злоупотреблять данными, которые они собирают с помощью распознавания лиц.И даже если у компании самые лучшие намерения, всегда есть вероятность, что данные будут использованы не по назначению, если произойдет утечка данных.

Ошибки идентификации

Технология распознавания лиц не является точной в 100% случаев. Существует более высокая предвзятость, когда идентифицируются женщины и люди с другим цветом кожи, особенно когда используется устаревший алгоритм. Поскольку распознавание лиц часто используется правоохранительными органами, ошибки в идентификации могут привести к ложному обвинению.

Как защитить себя от распознавания лиц

Существует несколько способов замаскировать свой внешний вид, чтобы программное обеспечение для распознавания лиц не смогло вас идентифицировать.Некоторые из этих методов включают:

  • Стратегическое нанесение макияжа и укладка волос. Выполняя эти действия определенным образом, вы фактически можете подорвать способность системы распознавания лиц анализировать черты вашего лица. Первая основная причина заключается в том, что вы можете заблокировать значительную часть своего лица. Система может даже не распознать обоих, сканирующих вас, если они не понимают, что это лицо. Системы распознавания лиц частично зависят от анализа того, как свет падает на ваше лицо.Например, ваши скулы почти всегда более освещены, чем ваши глазницы. Но с помощью макияжа вы можете изменить, какие черты вашего лица будут выделены, а какие затемнены. Вы также можете использовать макияж и прически, чтобы скрыть родинки, шрамы и другие признаки, которые могут быть использованы для вашей идентификации.
  • Подчеркивание формы губ. Технология распознавания лиц, как правило, анализирует губы людей больше, чем другие особенности. Отращивание усов достаточной длины, чтобы покрыть верхнюю губу, может снизить вероятность того, что вас опознают.Если вы не можете отрастить усы, попробуйте использовать немного консилера, чтобы стратегически изменить форму губ или носить маску для лица.
  • В шляпе с полями. Если вы идете с опущенной головой в бейсболке, ваше лицо будет полностью скрыто от камер, установленных на потолке. Мы также рекомендуем заправить кончики ушей в кепку.
  • Блокировка одного или обоих глаз. Системы распознавания лиц анализируют положение, форму, размер, цвет и расстояние между вашими глазами.Надев светоотражающие солнцезащитные очки, вы можете помешать системе видеть область вокруг ваших глаз.

Все эти советы применимы, когда вы находитесь вне дома. А как насчет технологии распознавания лиц в социальных сетях? Если у вас есть учетная запись Facebook, зайдите в настройки своей учетной записи и отключите их систему распознавания лиц. Google+ также имеет аналогичную систему, которую можно включать и выключать; однако, в отличие от Facebook, вы должны зарегистрироваться, чтобы применить его к своей учетной записи.

Ограничения распознавания лиц

Всего за несколько лет возможности и точность технологий распознавания лиц резко возросли. Однако ограничения по-прежнему существуют, особенно когда люди применяют перечисленные выше советы. В идеальных условиях система распознавания лиц может иметь точность 99,97%. Однако в реальном мире идеальных фотографий добиться удается редко. Освещение и позиционирование должны обеспечивать четкость и ясность черт лица модели.

Старение также может увеличить количество ошибок. Поскольку лицо субъекта со временем стареет, система с меньшей вероятностью сопоставит его с его фотографией из базы данных.
Еще одна проблема заключается в большом разнице в точности между поставщиками. Некоторые поставщики разработали алгоритмы, дающие очень точные результаты. Однако средний рыночный поставщик не так точен. Программное обеспечение для распознавания лиц еще далеко от коммерческого использования.

Будущее распознавания лиц

Будущее распознавания лиц невероятно многообещающе.Несмотря на то, что по-прежнему существуют проблемы с постоянным уровнем точности, мы по-прежнему на дрожжах опережаем то, что было 5-10 лет назад. Эта отрасль будет продолжать расти, и в ближайшие несколько лет она проложит путь к огромному потенциальному доходу. Основные отрасли, на которые эта технология будет оказывать сильное влияние, включают наблюдение и безопасность. Однако школы, университеты и больницы останутся далеко позади.

Некоторые страны опережают другие в плане внедренных технологий.Например, в Индии для предотвращения мошенничества с банкоматами используется технология распознавания лиц. США применили распознавание лиц для службы безопасности аэропортов, чтобы идентифицировать и регистрировать посетителей. В США также есть несколько штатов, которые позволяют правоохранительным органам выполнять поиск по распознаванию лиц, сопоставляя фотографии людей с удостоверениями личности и водительскими правами.

Решение для распознавания лиц от RecFaces

Готовы ли вы опережать события и начать внедрять технологию распознавания лиц на своем рабочем месте? RecFaces предлагает идеальное решение для вас.Мы разрабатываем системы биометрической идентификации по лицу, способные решать реальные бизнес-задачи, повышать эффективность вашей службы безопасности, обеспечивать более качественное обслуживание клиентов и автоматизировать процессы. Некоторые из наших лучших продуктов включают в себя:

  • VxFaces: это подключаемый модуль биометрической идентификации, используемый для систем VideoXpert, видеонаблюдения и контроля доступа. Он разработан, чтобы помочь службам безопасности повысить скорость реагирования на инциденты и проведения расследований.
  • Id-Me: Этот программный продукт является отличной платформой для создания и использования биометрических пользовательских шаблонов.Скорость биометрической идентификации составляет всего 1 секунду.
  • Id-Welcome: с помощью этого программного продукта вы можете использовать биометрическую идентификацию, чтобы отправлять персонализированные приветственные сообщения субъектам, повышая доброжелательную атмосферу вашего бизнеса.
    Помимо этого, на recfaces.com можно найти множество других продуктов. Все наши продукты очень выгодны при использовании в банках, ритейле, бизнес-центрах, транспортных объектах, учебных заведениях и многих других предприятиях.

Часто задаваемые вопросы о распознавании лиц

Мы надеемся, что это подробное руководство по распознаванию лиц оказалось полезным.Чтобы помочь в дальнейшем, мы составили список вопросов, которые нам часто задают читатели.

Насколько точно распознавание лиц?

В идеальных условиях распознавание лиц может быть точным на 99,97%. Однако при плохом освещении и позиционировании опережающие алгоритмы могут иметь коэффициент несоответствия 9%, а менее эффективные алгоритмы будут иметь более высокий коэффициент ошибок.

Законно ли распознавание лиц?

Это зависит от страны вашего проживания. Все большее число стран используют технологию распознавания лиц на законных основаниях, в том числе США.С., Китай, Германия, Украина и многие другие.

Почему распознавание лиц вызывает споры?

Некоторые люди обеспокоены тем, что идентификация по лицу является нарушением конфиденциальности. Кроме того, существует вероятность того, что базы данных, используемые системами идентификации лиц, могут быть взломаны, что приведет к неправомерному использованию данных. Наконец, у значительного числа людей нет конкретной причины не любить распознавание лиц, за исключением простого внутреннего чутья.

Как работает распознавание лиц, когда вы носите маску?

Все лето 2020 года маски для лица «ломали» системы распознавания лиц — ведь они закрывали большую часть лица субъекта.Однако разработчики переделывают алгоритмы для учета масок. Не все системы распознавания лиц могут успешно идентифицировать того, кто носит маску, но некоторые системы адаптировались и могут делать это с приличной точностью.

Рекомендуемое чтение

Технологии

О передовой технологии Face ID

Технология, которая позволяет использовать Face ID, является одним из самых передовых аппаратных и программных средств, которые мы когда-либо создавали. Камера TrueDepth собирает точные данные о лице, проецируя и анализируя тысячи невидимых точек, чтобы создать карту глубины вашего лица, а также делает инфракрасное изображение вашего лица.Часть нейронного движка чипов A11, A12 Bionic, A12X Bionic, A13 Bionic, A14 Bionic и A15 Bionic, защищенная в Secure Enclave, преобразует карту глубины и инфракрасное изображение в математическое представление и сравнивает это представление с зарегистрированные данные лица.

Face ID автоматически адаптируется к изменениям вашей внешности, таким как косметический макияж или рост волос на лице. Если в вашей внешности произошло более существенное изменение, например, вы полностью сбрили бороду, Face ID подтвердит вашу личность с помощью кода доступа, прежде чем обновить данные вашего лица.Face ID предназначен для работы со шляпами, шарфами, очками, контактными линзами и многими солнцезащитными очками. Кроме того, он предназначен для работы в помещении, на улице и даже в полной темноте.

Чтобы начать использовать Face ID, вам нужно сначала зарегистрировать свое лицо. Вы можете сделать это во время первоначальной настройки или позднее, выбрав «Настройки» > «Идентификатор лица и код-пароль». Чтобы разблокировать устройство с помощью Face ID, просто взгляните на него. Идентификация лица требует, чтобы камера TrueDepth видела ваше лицо, независимо от того, лежит ли ваше устройство на поверхности или вы держите его в естественном положении.Камера TrueDepth имеет тот же диапазон обзора, что и при съемке фотографии или вызове FaceTime с помощью передней камеры. Face ID работает лучше всего, когда устройство находится на расстоянии вытянутой руки или меньше от вашего лица (25-50 см от вашего лица).

Камера TrueDepth активирована интеллектуально; например, нажав, чтобы разбудить экран, из входящего уведомления, которое разбудит экран, или подняв, чтобы разбудить iPhone. Каждый раз, когда вы разблокируете свое устройство, камера TrueDepth распознает вас, записывая точные данные о глубине и инфракрасное изображение.Эта информация сопоставляется с сохраненным математическим представлением для аутентификации.

Распознавание лиц повсюду. Вот что мы можем с этим сделать.

Распознавание лиц — программное обеспечение, которое отображает, анализирует и затем подтверждает личность лица на фотографии или видео — является одним из самых мощных когда-либо созданных инструментов наблюдения. В то время как многие люди используют распознавание лиц просто как способ разблокировать свои телефоны или сортировать свои фотографии, то, как компании и правительства используют его, окажет гораздо большее влияние на жизнь людей.

Когда речь идет о принадлежащем вам устройстве или используемом вами программном обеспечении, вы можете отказаться или отключить распознавание лиц, но из-за повсеместного распространения камер становится все труднее избегать этой технологии в общественных местах. Опасения по поводу такой повсеместности, усиленные свидетельствами расового профилирования и идентификации протестующих, заставили крупные компании, включая Amazon, IBM и Microsoft, ввести мораторий на продажу своего программного обеспечения правоохранительным органам. Но по мере того, как моратории истекают, а технология, стоящая за распознаванием лиц, становится все лучше и дешевле, обществу необходимо будет ответить на важные вопросы о том, как следует регулировать распознавание лиц, а также на небольшие вопросы о том, какие услуги каждый из нас готов использовать и чем мы жертвуем конфиденциальностью. каждый готов сделать.

Как работает программное обеспечение для распознавания лиц

Большинство людей десятилетиями видели, как распознавание лиц используется в фильмах (видео), но оно редко изображается правильно. Каждая система распознавания лиц работает по-своему — часто построена на запатентованных алгоритмах, — но вы можете разделить процесс на три основных типа технологий:

  • Обнаружение — это процесс поиска лица на изображении. Если вы когда-либо использовали камеру, которая распознает лицо и рисует вокруг него рамку для автоматической фокусировки, вы видели эту технологию в действии.Само по себе это не является гнусным — распознавание лиц фокусируется только на поиске лица, а не личности, стоящей за ним.
  • Анализ (также известный как атрибуция) — это шаг, который отображает лица — часто путем измерения расстояния между глазами, формы подбородка, расстояния между носом и ртом — и затем преобразует это в строку чисел или точек. , часто называемый «отпечатком лица». Фильтры Goofy Instagram или Snapchat используют аналогичную технологию (видео). Хотя анализ может страдать от сбоев, особенно связанных с ошибочной идентификацией, обычно это проблематично только тогда, когда отпечаток лица добавляется в базу данных распознавания.
  • Распознавание — попытка подтвердить личность человека на фотографии. Этот процесс используется для проверки, например, в функции безопасности на более новом смартфоне, или для идентификации, которая пытается ответить на вопрос «Кто на этом изображении?» И именно здесь технология выходит на более жуткую сторону вещей.

Фаза распознавания лица начинается с алгоритма, который изучает лицо. Обычно создатель алгоритма делает это, «обучая» его фотографиям лиц.Если вы втиснете достаточно картинок для обучения алгоритма, со временем он поймет разницу, скажем, между розеткой и лицом. Добавьте еще один алгоритм для анализа и еще один для распознавания, и вы получите систему распознавания.

Разнообразие фотографий, загруженных в систему, сильно влияет на ее точность на этапах анализа и распознавания. Например, если наборы выборок в основном включают белых мужчин — как это было при обучении систем раннего распознавания лиц — программам будет сложно точно идентифицировать лица BIPOC и женщин.Лучшее программное обеспечение для распознавания лиц начало исправлять это в последние годы, но белые мужчины по-прежнему реже получают ложные совпадения (PDF), чем другие группы; некоторые программы ошибочно идентифицируют чернокожих и азиатов в 100 раз чаще, чем белых мужчин. Мутале Нконде, сотрудник Лаборатории цифрового гражданского общества в Стэнфорде и член Консультативного совета по контенту TikTok, отмечает, что даже если системы работают идеально, проблемы с гендерной идентификацией остаются: «Ярлыки обычно бинарные: мужчина, женщина.Система такого типа не может смотреть на небинарных или даже на тех, кто совершил переход».

После того, как компания научит свое программное обеспечение обнаруживать и распознавать лица, оно сможет находить и сравнивать их с другими лицами в базе данных. Это шаг идентификации , на котором программное обеспечение обращается к базе данных фотографий и перекрестных ссылок, чтобы попытаться идентифицировать человека на основе фотографий из различных источников, от фотоснимков до фотографий, скопированных из социальных сетей.Затем он отображает результаты, обычно ранжируя их по точности. Эти системы кажутся сложными, но с некоторыми техническими навыками вы можете самостоятельно создать систему распознавания лиц с готовым программным обеспечением.

Краткая история распознавания лиц

Корни распознавания лиц зародились в 1960-х годах, когда Вудро Вильсон Бледсо разработал систему измерений для классификации фотографий лиц. Затем новое неизвестное лицо можно было сравнить с точками данных ранее введенных фотографий.Система не была быстрой по современным меркам, но она доказала, что идея заслуживает внимания. К 1967 году интерес со стороны правоохранительных органов уже начал проявляться, и такие организации, по-видимому, финансировали продолжающиеся исследования Бледсо, которые никогда не публиковались, в рамках соответствующей программы.

В 2001 году сотрудники правоохранительных органов использовали распознавание лиц в толпе на XXXV Суперкубке.

На протяжении 70-х, 80-х и 90-х годов новые подходы с броскими названиями, такие как «подход Eigenface» (PDF) и «Fisherfaces», улучшили способность технологии находить лицо, а затем идентифицировать черты, прокладывая путь для современных автоматизированные системы.

Первый резкий переход системы распознавания лиц на публичную сцену в США также вызвал первые большие споры. В 2001 году сотрудники правоохранительных органов использовали распознавание лиц в толпе на XXXV Суперкубке. Критики назвали это нарушением прав Четвертой поправки против необоснованных обысков и конфискаций. В том же году эта технология впервые широко использовалась полицией с базой данных, находящейся в ведении шерифа округа Пинеллас, которая теперь является одной из крупнейших местных баз данных в стране.

Перенесемся на несколько лет вперед, в 2008 год, когда вступил в силу Закон штата Иллинойс о конфиденциальности биометрической информации, ставший первым в своем роде законом в США, регулирующим незаконный сбор и хранение биометрической информации, включая фотографии лиц. Дженнифер Линч, директор по судебным разбирательствам в Electronic Frontier Foundation, описывает BIPA как модель коммерческого регулирования. «Иллинойс требует уведомления и письменного согласия на сбор любых биометрических данных», — говорит она.«На данный момент Иллинойс — единственный штат, который требует этого».

2010-е годы положили начало современной эре распознавания лиц, когда компьютеры наконец-то стали достаточно мощными для обучения нейронных сетей, необходимых для того, чтобы сделать распознавание лиц стандартной функцией. В 2011 году распознавание лиц помогло подтвердить личность Усамы бен Ладена. В 2014 году Facebook публично представила свое программное обеспечение для маркировки фотографий DeepFace, в том же году распознавание лиц сыграло ключевую роль в осуждении вора в Чикаго, и в том же году Эдвард Сноуден опубликовал документы, показывающие, насколько правительство США собирало изображения для создания база данных.В 2015 году полиция Балтимора использовала распознавание лиц для идентификации участников протестов, возникших после того, как Фредди Грей был убит из-за травмы позвоночника, полученной в полицейском фургоне.

Clearview AI попал в новости в начале 2020 года, когда The New York Times сообщила, что компания регулярно запускает свое программное обеспечение для распознавания с базой данных фотографий, извлеченных из источников в Интернете, включая социальные сети, новостные сайты и сайты по трудоустройству.

Распознавание лиц сначала проникло в персональные устройства в качестве функции безопасности с помощью Windows Hello и Android Trusted Face в 2015 году, а затем с появлением iPhone X и Face ID в 2017 году.

С тех пор дела пошли быстрее:

  • В 2017 году президент Дональд Трамп издал распоряжение об ускорении использования системы распознавания лиц на границах США (с тех пор частные авиакомпании предпринимают собственные усилия по внедрению этой технологии).
  • В 2018 году служба безопасности Тейлор Свифт использовала распознавание лиц для выявления преследователей, и Китай быстро расширил его использование. Распознавание лиц пришло в Мэдисон-Сквер-Гарден в качестве общей меры безопасности, и розничные торговцы в США экспериментировали с этой технологией, чтобы отслеживать как законных покупателей, так и воров.
  • В 2019 году домовладелец в Нью-Йорке попытался установить его вместо ключей, и несколько школ попытались сделать то же самое.
  • Сегодня несколько городов — Сан-Франциско, Окленд и Беркли в Калифорнии, а также Бостон и Сомервилл в Массачусетсе — запретили использование системы распознавания лиц государственными органами. В стране также произошел первый известный случай ложного срабатывания, приведший к аресту в США. После того, как в июне начались протесты Black Lives Matter против жестокости полиции, несколько крупных поставщиков систем распознавания лиц, в том числе Amazon, IBM и Microsoft, приостановили продажу своих технологий правоохранительным органам.

Однако на арену вышли другие, новые игроки. Clearview AI попал в новости в начале 2020 года, когда The New York Times сообщила, что компания регулярно запускает свое программное обеспечение для распознавания в базу данных фотографий, извлеченных из источников в Интернете, включая социальные сети, новостные сайты и сайты по трудоустройству, которые Wirecutter и многие другие , смогли подтвердить с помощью тестирования — в процессе, который использовался для выявления подозреваемых. В мае 2020 года ACLU подал иск против Clearview AI в суд штата Иллинойс, утверждая, что он нарушает права жителей Иллинойса на неприкосновенность частной жизни в соответствии с BIPA.Clearview AI выделяется только тем, что подвергается общественному контролю: существуют также менее этичные компании-разработчики программного обеспечения — компании, которые будут продавать свое программное обеспечение местным правоохранительным органам, как правило, без надзора или общественного контроля в отношении того, откуда берутся фотографии или как работают алгоритмы идентификации. работай.

Аргументы за и против распознавания лиц

Сторонники распознавания лиц предполагают, что программное обеспечение полезно, поскольку наряду с идентификацией подозреваемых оно может отслеживать известных преступников и помогать идентифицировать детей-жертв жестокого обращения.В толпе он может отслеживать подозреваемых на крупных мероприятиях и повышать безопасность в аэропортах или на пограничных переходах. Самый старый тип программного обеспечения для распознавания лиц пропускает фотографию через контролируемую правительством базу данных, такую ​​как база данных ФБР, содержащая более 400 миллионов фотографий, включая водительские права из некоторых штатов, для идентификации подозреваемого. Местные полицейские управления используют различные программы для распознавания лиц, которые часто приобретаются у частных компаний.

Существует длинный список преимуществ, которые распознавание лиц может предложить за пределами правоохранительных органов, добавляя удобство или безопасность повседневным вещам и опыту.Распознавание лиц полезно для систематизации фотографий, полезно для защиты таких устройств, как ноутбуки и телефоны, а также полезно для слепых и слабовидящих людей. Это может быть более безопасный вариант для входа в места бизнеса, защиты от мошенничества в банкоматах, регистрации на мероприятия или входа в онлайн-аккаунты. Рекламные и коммерческие приложения распознавания лиц обещают широкий спектр предполагаемых преимуществ, включая отслеживание поведения покупателей в магазине для персонализации рекламы в Интернете.

Бренда Леонг, старший юрисконсульт и директор по искусственному интеллекту и этике на форуме Future of Privacy Forum, предположила в интервью, что сторонники указывают на распознавание лиц как на замену программам лояльности или закрытому доступу: «Вы просто проходите через набор камер и все эти вещи происходят очень плавно, спортивные арены, места проведения мероприятий, парки развлечений, все эти места либо используют, либо будут иметь идеи о том, как использовать его аналогичным образом.

Распознавание лиц полезно для систематизации фотографий, полезно для защиты таких устройств, как ноутбуки и телефоны, а также полезно для слепых и слабовидящих людей.

Противники не думают, что эти преимущества стоят рисков для конфиденциальности, и при этом они не доверяют системам или людям, которые ими управляют. Первый пункт разногласий заключается в самом акте сбора: правоохранительным органам очень легко собирать фотографии, но для публики почти невозможно избежать фотографирования.Фотографы, например, происходят после ареста, но до вынесения приговора. Частота ошибок при распознавании также проблематична, как в ложноположительном смысле, когда невиновное лицо идентифицируется ложно, так и в ложноотрицательном смысле, когда виновное лицо не идентифицируется.

Программное обеспечение для распознавания лиц, используемое правоохранительными органами, в настоящее время недоступно для публичного аудита, а алгоритмы, лежащие в основе программного обеспечения для обнаружения и идентификации, часто представляют собой закрытые проприетарные системы, которые исследователи не могут исследовать.Когда общественность не знает, как работают эти системы распознавания лиц или насколько они точны, общественность не знает, правильно ли используются эти системы, особенно в правоохранительных органах. Джозеф Флорес, разработчик программного обеспечения, который в свободное время использует машинное обучение для художественных проектов (раскрытие информации: я работал над связанными художественными проектами с Флоресом, для развлечения, а не для получения прибыли), объяснил мне, как он часто преднамеренно искажает свои наборы данных. Чтобы получить желаемые результаты, правоохранительные органы также могут сделать то же самое: «Вы можете сделать то же самое с вашими данными распознавания лиц правоохранительных органов, чтобы убедиться, что ваши друзья были неузнаваемы, а ваши враги были ошибочно идентифицированы как преступники.Флорес добавляет: «Трудно оспаривать законность или надежность математики, которую вы не можете проверить. Особенно с масштабом данных, о котором мы говорим. Без обзора все фальсифицируемо и просто современная френология».

Общественность не знает, правильно ли используются эти системы распознавания лиц, особенно в правоохранительных органах.

Еще одной растущей проблемой является интерес правоохранительных органов к распознаванию в режиме реального времени в видеотрансляциях в прямом эфире или в кадрах с нательных камер полиции. Но даже города, которые с энтузиазмом продвигали эту технологию, такие как Орландо, Флорида, где полицейское управление использовало программное обеспечение Amazon Rekognition, чтобы попытаться идентифицировать подозреваемых в режиме реального времени с помощью видеопотоков, свернули эти усилия после того, как технология не оправдала ожиданий. ожидания.Но тот факт, что распознавание лиц в режиме реального времени все еще страдает от серьезных сбоев при тестировании в реальном времени, не означает, что оно не получит широкого распространения в будущем. Эта идея настолько ужасна для некоторых сообществ, что эта практика уже временно запрещена в Калифорнии, Орегоне и Нью-Гэмпшире.

Будущее распознавания лиц и регулирования

Вообще говоря, будущее распознавания лиц может принять любую из трех возможных форм: полное отсутствие регулирования, частичное регулирование и запрет.

Без регулирования

Черное зеркало эпизода, иллюстрирующие мир, лишенный регулирования распознавания лиц, пишут сами себя. Бренда Леонг привела несколько примеров: «Очень легко создать оруэлловское будущее, где вещи следят за вами, куда бы вы ни пошли, по вашему лицу, потому что камеры повсюду. Если вы студент, это может быть буквально наблюдение за тем, сосредоточены ли вы на своей работе или мечтаете. Если вы сотрудник, следите за своей активностью на своем компьютере или сообщаете, не ушли ли вы куда-то еще.Список возможностей наблюдения почти бесконечен: китайский «Social Credit Score» или использование лондонской полицией камер распознавания лиц в режиме реального времени позволяют заглянуть в одну особенно мрачную реальность.

Регламент

На момент написания этой статьи в США был предложен один закон на федеральном уровне, запрещающий полиции и ФБР использовать распознавание лиц, а также другой, допускающий исключения с ордером. Еще один законопроект требует, чтобы предприятия запрашивали согласие, прежде чем публично использовать программное обеспечение для распознавания лиц, а еще один запрещает его использование в государственном жилье.Хотя распознавание лиц, безусловно, переживает момент, до сих пор неясно, какой из этих законопроектов, если таковые имеются, получит достаточную поддержку, чтобы стать законом.

Когда кто-то говорит о регулировании распознавания лиц, он должен разделить идею на две части: регулирование коммерческого использования и регулирование использования государством, в том числе правоохранительными органами.

Для коммерческого использования, подчеркивает Леонг, основным направлением регулирования любой коммерческой функции — программы лояльности, VIP-доступа в тематический парк или чего-то еще — должно быть согласие.Распознавание лиц «никогда не должно использоваться по умолчанию», — говорит она. «Это никогда не должно быть частью стандартных условий обслуживания или политики конфиденциальности. И это никогда не должно быть похоже на то, что происходит, когда вы должны отказаться от этого». Самый простой способ увидеть, как такое регулирование может работать на практике на федеральном уровне, — это взглянуть на BIPA штата Иллинойс, который требует согласия, прежде чем организация сможет собирать и использовать биометрические данные (включая отпечатки лица), и налагает требования на хранение этих данных.

Список возможностей слежки почти бесконечен

Согласие может быть непростой задачей.Одно дело, когда магазин спрашивает, хотите ли вы пропустить показ своего удостоверения личности при входе, и другое, когда магазин использует эту технологию для отслеживания магазинных воров во всех точках франшизы. В качестве примера Дженнифер Линч из EFF указывает на недавний случай с деловым районом в Лондоне, где компания разместила камеры в частной зоне, через которую проходили люди, работавшие поблизости: «Вы могли видеть, что деловой район может сказать: «О, «Ну, мы ставим знаки», — говорит Линч. «И поэтому люди знают, что, когда они ходят в этом районе или их лицо записывается и захватывается, но я действительно не верю, что люди действительно могут дать осмысленное согласие в этой ситуации.Если вы работаете в этой области, у вас может не быть выбора работать где-то еще».

Когда дело доходит до использования правительством системы распознавания лиц, предлагаемые политические подходы расходятся. Леонг говорит, что, хотя основное внимание форума Future of Privacy Forum уделяется коммерческому использованию распознавания лиц, группа также хотела бы увидеть регулирование использования государством. «Нам бы очень хотелось увидеть явные, преднамеренные нормативные указания о том, как правительство может и должно использовать распознавание лиц, — говорит она, — даже если это просто такие вещи, как четкое определение того, какие уровни ордера или вероятной причины требуются для агентств. чтобы получить к нему доступ.”

Другие группы, в том числе EFF, не думают, что регулирование правоохранительных органов может зайти достаточно далеко.

Запрет

Линч вместе с EFF утверждает, что регулирования недостаточно. «Мы настаиваем на запрете или, по крайней мере, моратории на федеральном уровне, уровне штата и местном уровне на использование правительством системы распознавания лиц», — говорит Линч. «Это действительно революционная технология, и я думаю, что мы находимся в ключевом моменте в истории, когда мы можем предотвратить широкое использование правительством системы распознавания лиц.

Несмотря на то, что распознавание лиц решает проблему разнообразия, все еще остается слишком много потенциальных проблем, связанных с тем, как оно используется. «Индустрия безопасности и полиции основана на идее, что чернокожие опасны», — говорит Мутале Нконде. «И поэтому, когда мы думаем об инструментах для охраны правопорядка или инструментах безопасности, это будет непропорциональное развертывание против чернокожих». Вот почему Нконде поддерживает прямой запрет на использование программного обеспечения: «Я бы хотел, чтобы запрет был связан с людьми, просто потому, что я думаю, что компромиссы в отношении конфиденциальности слишком велики.”

Советы по обеспечению конфиденциальности при использовании повседневных вещей с распознаванием лиц

Хотя изменения в политике, будь то в форме регулирования или запрета, предлагают самый четкий путь вперед в национальном масштабе, принятие таких изменений требует времени. Между тем, есть более мелкие, но немаловажные способы ежедневного взаимодействия людей с распознаванием лиц, над которыми стоит глубоко задуматься.

«Я думаю, что проблема и место, где различия как бы размываются, заключается в том, что чем больше мы используем распознавание лиц, тем меньше мы начинаем думать об этом, тем меньше мы думаем об этом как о рискованном в мире, мы привыкните к этому», — говорит Линч.«Я думаю, что это скользкий путь от использования распознавания лиц на вашем телефоне до того, как правительство использует распознавание лиц, чтобы отслеживать нас, куда бы мы ни пошли».

  • Как насчет распознавания лиц в Google Photos или Apple Photos? Организация фотографий впервые увидела распознавание лиц в действии. Apple устроила большое шоу, описав, как ее данные распознавания лиц в фотографиях работают на устройстве (PDF). Эта технология более конфиденциальна, чем облачный сервер, но менее точна, чем облачное программное обеспечение.Группировка лиц в Google Фото может быть очень точной, но широкий спектр сервисов и устройств Google означает, что компания склонна щедро делиться данными между сервисами, которые она предоставляет. В 2016 году в Иллинойсе против Google подали в суд за использование технологии распознавания лиц, но позже этот иск был отклонен. В 2020 году в новом коллективном иске говорится о аналогичном правонарушении. Хотя возможность упорядочивать фотографии по лицам с помощью функции распознавания лиц в приложении для фотографий предлагает измеримые преимущества, необходимо учитывать компромисс в отношении конфиденциальности.Трудно точно знать, как компания может злоупотреблять вашими данными; так было в случае с компанией Ever, занимающейся хранением фотографий, клиенты которой обучали алгоритм Ever AI, не осознавая этого. Вы можете отключить группировку лиц в Google Фото. Вы не можете отключить соответствующую функцию в приложении «Фотографии» от Apple, но если вы не войдете и не свяжете фотографию с именем, данные распознавания никогда не покинут ваше устройство.
  • А как насчет Facebook? Facebook, вероятно, обладает самым большим набором данных о лицах, когда-либо собранных, и если Facebook что-то доказал за эти годы, так это то, что люди не должны доверять компании в правильном поведении с данными, которые она собирает.Facebook недавно согласился заплатить 550 миллионов долларов, чтобы урегулировать судебный процесс в Иллинойсе по поводу его системы пометки фотографий. Вот как отказаться.
  • Как насчет разблокировки телефона или компьютера? Поскольку функции работают сейчас, разблокировка лица обычно происходит только на самом устройстве, и эти данные никогда не загружаются на сервер и не добавляются в базу данных.
  • Как насчет распознавания лиц в домашних камерах видеонаблюдения? Системам, стоящим за камерами видеонаблюдения, не хватает четкого согласия, поскольку они автоматически регистрируют и регистрируют людей, часто вопреки местным законам о конфиденциальности, этической проблеме, которую многие люди игнорируют.Прямо сейчас лишь несколько камер домашней безопасности включают распознавание лиц, в том числе умный дверной звонок Wirecutter, Nest Hello от Google. Однако распознавание лиц на камерах Nest по умолчанию отключено. Более тревожным для защитников конфиденциальности является потенциальное включение распознавания лиц в камеры Ring — систему, которая передает данные полиции через приложение Neighbours.
  • Вам нужно беспокоиться об этих глупых приложениях для лица, которые появляются раз в год или около того? Последним прорывом на этой арене стало приложение FaceApp, которое завоевало популярность, позволяя людям стареть.Хотя компания заявляет, что не использует приложение для обучения программного обеспечения для распознавания лиц, трудно понять, что может произойти с данными, которые собирает приложение, если компания будет продана. То же самое касается любой следующей версии FaceApp. Лучше всего опасаться этого типа программного обеспечения.
  • Может ли система распознавания лиц идентифицировать вас, если вы носите маску? Сейчас это маловероятно, но может быть в будущем. Одна компания в Китае смогла заставить распознавание лиц работать на 95% носителей масок, но это конкретное программное обеспечение было разработано для небольших баз данных, насчитывающих около 50 000 сотрудников.Компании пытаются решить эту проблему.

Куда движется общество, обещает быть смесью политики и поправок к личным привычкам людей, но разговор о технологии, скорее всего, никуда не денется еще долго. Как и любая технология, распознавание лиц само по себе является просто программным обеспечением, но, как отмечает Мутале Нконде, важно то, как общество его использует: является агностиком.

Как работают системы распознавания лиц

Новая тенденция в программном обеспечении для распознавания лиц использует 3D-модель, которая, как утверждается, обеспечивает большую точность. Захватив трехмерное изображение поверхности лица человека в режиме реального времени, трехмерное распознавание лиц использует отличительные черты лица, где наиболее заметны твердые ткани и кости, такие как изгибы глазницы, носа и подбородка, для определения тема. Все эти области уникальны и не меняются со временем.

Используя глубину и ось измерения, на которую не влияет освещение, 3D-распознавание лица можно использовать даже в темноте и оно способно распознавать объект под разными углами обзора с потенциалом распознавания до 90 градусов (лицо в профиль).

Используя программное обеспечение 3D, система выполняет ряд шагов для проверки личности человека.

Обнаружение

Получение изображения можно выполнить путем цифрового сканирования существующей фотографии (2D) или с помощью видеоизображения для получения живого изображения объекта (3D).

Выравнивание

После обнаружения лица система определяет положение, размер и позу головы. Как указывалось ранее, объект может быть распознан под углом до 90 градусов, в то время как в 2D голова должна быть повернута не менее чем на 35 градусов в сторону камеры.

Измерение

Затем система измеряет изгибы лица в субмиллиметровом (или микроволновом) масштабе и создает шаблон.

Представительство

Система переводит шаблон в уникальный код. Это кодирование дает каждому шаблону набор чисел для представления черт лица субъекта.

Сопоставление

Если изображение трехмерное и база данных содержит трехмерные изображения, то сопоставление будет происходить без внесения каких-либо изменений в изображение.Однако в настоящее время существует проблема, с которой сталкиваются базы данных, которые все еще находятся в 2D-изображениях. 3D обеспечивает живой, движущийся переменный объект, сравниваемый с плоским, стабильным изображением. Новые технологии решают эту проблему. При съемке 3D-изображения идентифицируются разные точки (обычно три). Например, внешняя часть глаза, внутренняя часть глаза и кончик носа будут вытянуты и измерены. Как только эти измерения будут выполнены, к изображению будет применен алгоритм (пошаговая процедура) для преобразования его в 2D-изображение.После преобразования программа сравнит изображение с 2D-изображениями в базе данных, чтобы найти потенциальное совпадение.

Станьте первым комментатором

Добавить комментарий

Ваш адрес email не будет опубликован.