test adv
,

Городские камеры без проблем идентифицируют вашу личность. Обмануть систему очень сложно

Технология идентификации лица помогает бороться с преступностью, но одновременно может стать инструментом тотальной слежки

Распознавание лиц — одна из самых популярных технологий последних лет. Мы пользуемся ей для разблокировки смартфонов, постоянно видим новости о том, что благодаря подобным системам находят правонарушителей, а в последние месяцы ещё и тех, кто не соблюдает режим самоизоляции.

Идентификация личности по лицу, фотографии или изображению с городской камеры — наша новая реальность. Поэтому важно знать, как эта технология работает.

Как работают системы распознавания лиц, о которых мы постоянно слышим

Распознавание лица можно условно разбить на два основных этапа: идентификацию и верификацию. Большая часть работы — это идентификация. Система пытается узнать человека на основании его изображения. Верификация — последний этап, на котором полученные данные сравниваются с сохранённой ранее информацией (например, фотографией в базе данных).

Ниже — очень общее описание работы алгоритма распознавания.

  1. Лицо выхватывается из изображения, переданного камерой.
  2. Система находит опорные точки, по которым определяются индивидуальные характеристики человека.
  3. Полученные данные корректируются для получения чёткого фронтального снимка.
  4. Вычисляется набор характеристик, которые описывают лицо вне зависимости от посторонних факторов: макияжа, очков, накладных усов, причёски, наличия головного убора и так далее. 
  5. Полученный вектор сравнивается с информацией, имеющейся в базе. Само изображение лица нигде не сохраняется — система работает только с цифровыми данными. При сравнении учитывается, насколько близко полученное изображение находится к сохранённому образцу. Чем ближе значение, тем выше вероятность, что это один и тот же человек.

Система распознавания состоит из камер и программного обеспечения, которое анализирует изображение. Её внедрение не требует больших вложений в инфраструктуру. Как правило, к системе подключаются городские камеры, установленные ранее. Единственное, что может потребоваться, — постепенное обновление оборудования для получения изображения более высокого качества.

Городские камеры без проблем идентифицируют вашу личность. Обмануть систему очень сложно
Камер наблюдения становится всё больше. Скоро они будут на каждом углу / Фото: unsplash.com

Во всех системах распознавания лица для обработки данных используются нейронные сети. Их обучают, «скармливая» сотни тысяч фотографий. Особенной популярностью у разработчиков пользуется база аватаров из соцсетей — фактически мы сами предоставляем материал для того, чтобы в дальнейшем нас было легко идентифицировать.

Технологии распознавания: от обработки простых фотографий до снятия термограммы лица и анализа кожи

Наиболее распространённые технологии сейчас — 2D- и 3D-распознавание.

Для 2D-распознавания используются плоские двумерные изображения. Как несложно догадаться, это одна из самых востребованных технологий просто потому, что в мире накоплено огромное количество фотографий для идентификации личности. Для распознавания используются антропометрические параметры лица, эластичные модели, наборы физических и математических признаков.

Достоинства:

  • большая база данных для идентификации и верификации личности;
  • готовая инфраструктура для внедрения — можно использовать обычные городские камеры.

Недостатки:

  • более высокие коэффициенты ложного пропуска и ложного отказа по сравнению с 3D-распознаванием.

3D-распознавание выполняется по реконструированным трёхмерным образам. Для этого используется несколько технологий. Например, Apple для Face ID использует вертикально-излучающие лазеры.

Достоинства:

  • более точное определение лиц по сравнению с 2D-распознаванием.

Недостатки: 

  • для работы системы требуются специальные камеры, поэтому нельзя использовать имеющуюся городскую инфраструктуру;
  • количество 3D-образов заметно меньше, чем 2D-изображений, если речь идёт о массовом использовании в общественных пространствах.

Есть предложения о том, как соединить двумерное и трёхмерное распознавания. Например, исследователи из университетов Ноттингема и Кингстона представили нейросеть, которая на основании одной фотографии воссоздает 3D-проекцию лица. Вот онлайн-демо этой системы. Можно посмотреть на примерах других снимков или загрузить своё фото.

Обработка 2D-изображения занимает меньше минуты

Исследователи также занимаются тестированием других технологий, которые могут увеличить эффективность распознавания — в том числе окончательно решить проблему с идентификацией близнецов и работой камер в условиях недостаточной освещённости.

Например, сейчас много внимания уделяют анализу кожи лица. Определённые области захватываются как изображения и разбиваются на мелкие блоки, которые преобразуются в измеримые пространства. В них записываются линии, поры и фактическая текстура кожи, что позволяет увеличить точность идентификации личности.

Ещё одно перспективное направление — использование тепловизионных камер для распознавания лиц. Разработка ведётся по двум направлениям: идентификация по заранее созданным термограммам лица или обработка двумерных изображений с помощью нейронных сетей.

Распознавание по текстуре кожи и тепловизионному изображению пока работает только в лабораторных условиях. Готовых коммерческих решений нет.

Сферы применения: от разблокировки смартфона до поимки правонарушителей

Разблокировка смартфона через распознавание лица — уже привычное действие. Но это далеко не единственная сфера применения технологии.

Системы распознавания лиц очень помогают правоохранительным органам. Особенно хорошо о мощности технологии осведомлены футбольные фанаты. Подобные системы размещены как минимум на 10 российских стадионах. Благодаря им на матчи не пускают болельщиков из чёрного списка, которым запрещено посещать спортивные мероприятия по решению суда.

Самая яркая иллюстрация работы технологии — задержание почти 200 человек в городах проведения матчей Чемпионата мира по футболу 2018 года. К системе FindFace Security, разработанной «Ростехом», подключили более 500 городских камер. По словам главы корпорации Сергея Чемезова, личность идентифицируется даже если человек надевает очки, капюшон или кепку.

В Китае системы распознавания используются для обнаружения преступников и розыска пропавших людей. Это сложные задачи, но с каждым годом успешных случаев становится всё больше.

Последний мощный кейс, который заставил вспомнить антиутопии со следящим за гражданами «Большим братом», — в марте 2020 года начали появляться новости о том, сколько нарушителей режима самоизоляции выявили в Москве с помощью камер системы «Безопасный город». Всего в городе установлено 178 тысяч камер, в 2020 году их станет на 9000 больше.

Одна из самых перспективных сфер применения технологий распознавания — контроль доступа. Аэропорты, вокзалы, закрытые предприятия — везде можно снизить вероятность ошибки из-за человеческого фактора благодаря автоматической идентификации личности.

В медицине тоже пользуются данными, собранными при изучении и анализе лиц. Современные технологии позволяют отследить, принимает ли пациент лекарства, а также проконтролировать эффективность обезболивания во время врачебного вмешательства. Кроме того, распознавание помогает обнаруживать некоторые генетические заболевания — например, синдром Ди Георга диагностируется с вероятностью 96,6 %.

Активно инвестируют в системы распознавания лиц банки. Финансовые организации используют распознавание при рассмотрении кредитных заявок, а также для предотвращения мошеннических сделок по утерянным или украденным паспортам.

Ритейлеры тоже думают о том, как применить технологии распознавания лиц. Например, сеть Walmart ещё в 2017 году представила собственную разработку, позволяющую определить настроение покупателя во время шоппинга, а также уровень его удовлетворенности на выходе из магазина. Собственную технологию распознавания лица использует компания Amazon. По слухам, к системе идентификации подключены камеры в магазинах самообслуживания Amazon Go.

Городские камеры без проблем идентифицируют вашу личность. Обмануть систему очень сложно
Камеры в магазинах самообслуживания — необходимость. Вопрос в том, какую информацию о покупателях они собирают / Фото: wikimedia.org

Маркетологи крупных компаний вообще возлагают большие надежды на системы распознавания. Например, с их помощью можно собирать данные о возрастном и гендерном составах посетителей. В кинотеатрах из сетей «Синема парк» и «Формула кино» ещё в 2018 году начали устанавливать камеры, которые считают количество зрителей и анализируют их половозрастные характеристики. Правда, идентификация личности не выполняется — все данные деперсонализированы. Собранная информация используется для более точного планирования репертуара и настройки таргетированной рекламы.

Есть кейсы по внедрению платёжных систем для верификации платежей. Например, в 2018 году платёжную систему, распознающую лица клиентов, начали тестировать в ресторанах сети Papa John’s и в кофейнях Cofix. Правда, для использования этой услуги нужно скачать приложение, привязать карту и загрузить фотографию. Только после этого терминал может идентифицировать личность и снять деньги со счёта. Другие рестораторы отнеслись к такой системе скептически, а эксперимент так и не нашёл применения на практике — пока все удовлетворены тем, как работают привычные уже способы оплаты с помощью карты или смартфона.

Гонка вооружений: обманывать системы распознавания всё сложнее

Плохая новость: из-за пандемии коронавируса разработчики уделили много внимания модернизации технологий распознавания. Теперь алгоритмы могут без проблем идентифицировать человека, даже если он надел маску, закрыл лицо шарфом или натянул бейсболку. Половины лица или области глаз достаточно для распознавания с 90 % вероятностью. Если камера выхватывает 3/4 лица, то результат идентификации личности — 100 %. Это данные за 2019 год. Сейчас алгоритмы стали ещё умнее.

Хорошая новость: всё же есть способы обмануть систему распознавания. Правда, для этого нужны специальные приспособления, большинство из которых выглядит как минимум экстравагантно.

Например, вот японские очки с LED-лампами, которые подсвечивают лицо, не давая камерам определить опорные точки.

Городские камеры без проблем идентифицируют вашу личность. Обмануть систему очень сложно
Камеру вы может и обманете, но внимание к себе точно привлечёте / Фото: engadget.com

Несколько технологий, связанных с очками, предложил американский дизайнер очков Скотт Урбан (Scott Urban). Например, можно заказать у него очки, которые поглощают инфракрасные волны и блокируют систему распознавания. В продаже они должны появиться в августе 2020 года.

Стильные очки для тех, кто ценит анонимность / Фото: reflectacles.com

Китайский инженер Дзинь-Цай Лю (Jing-cai Liu) в 2017 году показала устройство, которое крепится на лбу и транслирует лицо другого человека. Выглядит пугающе.

Ещё один старый вариант — силиконовая маска. Можно даже сделать фальшивое лицо на заказ.

Вместо масок несколько лет назад можно было использовать рисунки и пряди волос, закрывающие опорные точки распознавания. Однако сейчас это уже не актуально — современные системы научились игнорировать такие преграды.

Ещё один проект — HyperFace. Это паттерны, перенаправляющие внимание от лица на окружающие предметы. Проблема в том, что такой камуфляж не универсален — он настраивается под конкретный алгоритм распознавания. Кроме того, дальше прототипа разработчики так и не продвинулись.

Городские камеры без проблем идентифицируют вашу личность. Обмануть систему очень сложно
Очередная разработка, ценность которой оказалась невысокой / Фото: ahprojects.com

Модификаций устройств, которые способны помешать идентификации личности, очень много. Проблема в том, что они либо слишком дорого стоят, либо выглядят максимально заметно. Если цель — обмануть только камеру, то такой подход работает. Но разгуливание по улицам с проекцией лица другого человека наверняка привлечёт внимание.

Другая проблема — камер, подключенных к системам распознавания, становится слишком много. Это значит, что если вы хотите себя скрыть, то придётся постоянно быть начеку. Разработчики систем распознавания тоже не сидят сложа руки и придумывают новые технологии — например, то же использование тепловизионных камер. Против них не помогут никакие силиконовые маски и отражатели.

Вывод простой: бороться с системами идентификации личности бессмысленно. Поэтому главное сейчас — сформулировать прозрачные правила их использования и разработать надёжные методы защиты данных от несанкционированного доступа.

Последнее изменение:
 
TiSaKoRg
TiSaKoRg, 4 ноября 2020, 11:01   #   (...)
Одна ошибка нейросети и ты в тюрьме
Ответить

Добавить комментарий
Если нужно ответить кому-то конкретно,
лучше нажать на «Ответить» под его комментарием