El que necessites saber sobre la tecnologia de reconeixement facial

2024 Autora: Malcolm Clapton | [email protected]. Última modificació: 2023-12-17 03:49

Com s'utilitza aquesta tecnologia per governs i empreses, és possible enganyar una càmera amb un sistema d'identificació facial i és possible trobar una persona a Internet mitjançant una foto?

Elena Glazkova Ivideon Marketer.

Per a l'estat, el reconeixement facial és una part important del sistema de seguretat i una partida pressupostària impressionant. Per als periodistes, és una panacea o un instrument d'una conspiració mundial. Per a negocis, una eina o un producte. Sigui quin sigui el costat que prengui, les preguntes bàsiques encara romanen. Els usuaris habitualment cerquen respostes a Internet (de mitjana 28.704 consultes de reconeixement facial al mes), però no sempre les troben. Corregint la situació.

Què és el reconeixement facial

Separem les mosques de les costelles. És més probable que els usuaris s'enfrontin al reconeixement facial als seus propis telèfons intel·ligents, on la identificació biomètrica s'utilitza per desbloquejar el dispositiu i només el seu propietari podria accedir a les dades. Una càmera 3D està necessàriament implicada en el procés de reconeixement, de manera que és impossible enganyar el gadget amb una fotografia.

També hi ha la identificació de cares en temps real i en condicions reals: en aquest cas, està indissociablement vinculada amb sistemes de videovigilància, on les cares són literalment "arrabassades" del flux de vídeo filmat per càmeres.

Imagineu una càmera CCTV moderna d'alta qualitat situada just per sobre de l'alçada mitjana humana en un lloc ben il·luminat. Cada dia passa per davant d'ella aproximadament el mateix nombre d'aproximadament les mateixes persones. No es mouen molt ràpidament.

El vídeo capturat es pot emmagatzemar a l'arxiu del núvol. Un mòdul analític està connectat a la càmera: una combinació complexa d'algorismes (intel·ligència artificial, xarxes neuronals, això és tot) més una interfície d'usuari. El mòdul "arraba" cares del flux de vídeo, determina el gènere i l'edat i introdueix les dades a la base de dades.

A poc a poc hi ha més imatges. El sistema recorda totes les cares reconegudes automàticament i les registra a l'arxiu, i un usuari amb admissió indica dades addicionals: nom, posició, estat, altres marques ("VIP-convidat" o "lladre"). Podeu pujar una foto de la persona requerida, i el mòdul trobarà totes les deteccions d'aquesta persona a l'arxiu.

Tan bon punt una persona amb una marca torna a passar per davant de la càmera, el sistema ho registra com a esdeveniment important i envia una notificació push als usuaris interessats.

La detecció en el context del reconeixement facial és una situació en què l'algoritme, en principi, va entendre que era una cara, i no una poma o una sirena d'una tassa de Starbucks. Primer necessita potència de càlcul per a això, i només llavors pot fer coincidir la cara amb la base o recordar.

Si has llegit els paràgrafs anteriors fins al final, enhorabona, ara ja saps com funciona el reconeixement facial en una situació ideal. La descripció és adequada per a qualsevol sistema: des dels utilitzats al metro de Moscou fins a solucions per a petites empreses.

El més important a entendre és que és difícil crear una situació ideal a la vida real, sobretot quan es tracta de tota la ciutat, i no d'una oficina o una botiga. Per exemple, al metro hi ha molta gent, cadascú és diferent, camina ràpid. Necessites moltes càmeres, costen diners i els especialistes competents les haurien de col·locar.

És possible enganyar l'algoritme de reconeixement facial

Malgrat els errors ocasionals, la precisió del reconeixement de màquines ja és sovint superior a la que la gent determina les cares. La Xina per construir una base de dades de reconeixement facial gegant per identificar qualsevol ciutadà en qüestió de segons apareixerà aviat a la Xina, un sistema capaç de trobar una persona específica entre 1.300 milions d'altres residents en 3 segons amb un 90% de precisió.

I, tanmateix, és difícil respondre aquesta pregunta de manera inequívoca, perquè no hi ha un únic algorisme ideal per al reconeixement facial. Ulleres grans, una barba enganxada, una gorra, una gran velocitat de moviment, maquillatge especial (per exemple, una gelosia "Black Swan" pintada a la cara, gats, cercles i pals. Com escapar dels sistemes de reconeixement facial amb maquillatge) - tot això pot confondre l'algorisme. Especialment en conjunt, perquè per al reconeixement n'hi ha prou Com enganyar els sistemes de reconeixement si el 70% d'una cara oberta. Ara imagineu que és necessari utilitzar els trucs anteriors en una ciutat real. No sona tan fàcil, oi?

Ulleres "anti-reconeixement" del Japó, que l'any 2015

I aquí hi ha una màscara en 3D el 2014

És possible reconèixer cares en línia?

Internet és un lloc paradoxal: la gent d'aquí pot preocupar-se simultàniament de si cada segona càmera al carrer detecta la seva personalitat, i sincerament volen "reconèixer les cares d'altres persones a partir de les seves fotos en línia". Considerem aquesta tendència de reconeixement facial per separat.

El programa de reconeixement facial és el mòdul analític descrit anteriorment (càmera CCTV + programari + emmagatzematge al núvol), o bé un programari similar al conegut servei FindFace (una mica escandaloso). Avui en dia, és clar, és impossible descarregar un programa de reconeixement facial "gratis i sense registre" en la gran majoria dels casos.

El servei web FindFace.ru, que ajuda a trobar persones a la xarxa social VKontakte mitjançant les seves fotografies, es va fundar el 18 de febrer de 2016. Entre altres coses, gràcies a ell, tothom va poder trobar perfils de noies que protagonitzaven pel·lícules porno. Molt aviat, el servei es va començar a utilitzar per a molts flash mobs per detectar cares, que tenien tot el dret a no ser detectats mai per ningú. Va esclatar un escàndol, que va funcionar com un anunci viral: la tecnologia que va ser la base del servei va rebre diversos premis de prestigi i va despertar l'interès dels clients de l'estat i les empreses. Des de l'1 de setembre de 2018, el servei ja no ofereix el servei FindFace, que s'utilitzava per reconèixer els manifestants, va anunciar el tancament del servei de recerca de persones per fotografia, ja que va ser transformat per NtechLab en una línia de solucions per a diversos sectors empresarials.

El somni de l'usuari que introdueix la sol·licitud, òbviament, té aquest aspecte: aneu al lloc, pengeu una foto d'una persona que va ser presa sigil·losament al metro, el programa reconeix la cara i ofereix un enllaç al perfil a la xarxa social. Sí, m'han atrapat! O així: descarregueu el programa al vostre ordinador, connecteu-hi la vostra càmera web i reconeixeu la cara del vostre gat. Èxit: ara rebràs una notificació cada vegada que el gat robi embotits.

La realitat és cruel. El primer lloc que us ofereix alguna cosa així es nega a funcionar, i el segon requereix habilitats de programació en Python. Més o menys, una aplicació de somni anomenada SearchFace, que es va reiniciar recentment Searchface es va reiniciar amb autorització a través de VKontakte. Però la xarxa social ha tancat aquesta funció anomenada FindClone. Heu penjat una foto i l'algoritme ha intentat reconèixer la mateixa cara a la base de dades de la xarxa social VKontakte. L'aplicació no va donar enllaços al perfil, només les imatges en si mateixes, i no importa qui les hagi penjat. Si un usuari ha estat actiu en una xarxa social durant molt de temps, l'emissió d'una foto creava un efecte "biogràfic" estrany, però si no, les imatges reconegudes podrien fer riure.

De fet, l'exemple de SearchFace respon clarament a la pregunta "Com fan servir les xarxes socials el reconeixement facial?" Seria més encertat formular-ho així: "Com s'utilitzen les xarxes socials per al reconeixement facial?" La resposta és senzilla: com una base de dades. Un nombre innombrable de combinacions úniques de números (així és com busquen les cares de la foto els algorismes de Facebook, VKontakte i altres) constitueixen la base per entrenar xarxes neuronals que formen la base d'una o altra solució de reconeixement facial.

Totes les solucions són diferents i les xarxes neuronals també ho són, i els clients i proveïdors de serveis, per regla general, no revelen detalls ni característiques tècniques. En particular, el mòdul de reconeixement de gènere i edat és capaç de determinar a causa del fet que pot aprendre de la informació continguda a Odnoklassniki, VKontakte, Instagram i Facebook.

Com es programa el reconeixement facial

Mai no haureu de respondre a les preguntes de desenvolupadors i desenvolupadors si no sou un desenvolupador. Per tant, vam recórrer a un especialista per demanar ajuda.

Dmitry Soshnikov Membre de l'Associació Russa per a la Intel·ligència Artificial i expert sènior en el desenvolupament d'IA i sistemes d'aprenentatge automàtic a Microsoft.

El reconeixement facial (així com altres operacions relacionades) és una tasca força habitual. Per tant, moltes empreses ofereixen serveis ja fets en forma d'API de núvol (intermediaris de programari entre aplicacions) per a una solució d'alta qualitat d'aquestes tasques. A més dels gegants informàtics com Microsoft i Google, empreses especialitzades, incloses les russes, també es dediquen al reconeixement facial. Els seus productes estan evolucionant ràpidament i ofereixen funcions encara més interessants, com ara identificar cares i siluetes entre multituds.

És molt més difícil entrenar una xarxa neuronal des de zero. Necessitem un conjunt de dades inicials gran i de gran qualitat, és a dir, desenes i centenars de milers (o fins i tot més!) Fotografies de persones. A més, es requeriran recursos computacionals importants i coneixements d'IA i aprenentatge automàtic. Les grans empreses tenen totes aquestes eines a la seva disposició, així que resolen molt millor el problema.

També hi ha una solució intermèdia: utilitzar una xarxa neuronal ja entrenada, per exemple. Aquesta opció, molt probablement, funcionarà una mica pitjor que un servei al núvol preparat, però us permetrà tenir un control total sobre el sistema. Això requerirà un cert nivell de comprensió del funcionament de les xarxes neuronals i els marcs de xarxes neuronals i, molt probablement, un cert coneixement del llenguatge Python, que ha guanyat popularitat com a principal llenguatge de programació entre els especialistes de Data Science.

De fet, és convenient dur a terme diversos experiments, visualitzar dades i realitzar càlculs matricials eficients gràcies a l'excel·lent paquet NumPy. Aquest no és el millor llenguatge per al desenvolupament industrial, ja que no conté eines efectives per crear grans sistemes de programari segurs, però encara no hi ha alternatives en el camp de l'entrenament de xarxes neuronals profundes.

Com funciona el reconeixement facial a les empreses

La demanda de reconeixement facial en fintech, retail i altres tipus de negocis està directament relacionada amb l'augment de la disponibilitat de tecnologia. La mecànica és senzilla: totes les empreses i totes les organitzacions disposen de càmeres CCTV, que s'utilitzen com a eines per a la recollida de dades i l'anàlisi posterior. Al món, els sistemes de vigilància enregistren terabytes de vídeo en Full HD al mes, és a dir, realment hi ha molta informació per processar.

El programari necessari per a l'anàlisi de dades es pot "enviar" al dispositiu pel fabricant. Les càmeres analítiques de vídeo a bord solen ser bastant cares.

Una opció alternativa és l'anàlisi al núvol, és a dir, un centre de dades remot que es connecta a qualsevol càmera econòmica. Això és un ordre de magnitud més barat, a més de donar flexibilitat: podeu adaptar solucions per a un negoci específic.

La popularitat de la tecnologia de reconeixement facial en diversos camps d'activitat està augmentant. Per exemple, Sberbank és un dels líders pel que fa a l'anunci de diversos projectes de reconeixement facial d'alt perfil, i es pot argumentar que Et reconeix entre mil: el caixer automàtic identificarà el client pels ulls amb ell en aquest sentit, potser només Tinkoff. El 2017, Sberbank va adquirir Sberbank i va invertir el 25,07% de VisionLabs en tecnologia de reconeixement facial, que crea programari per al reconeixement facial. L'any 2018, una entitat financera va aconseguir provar el reconeixement facial al metro de Moscou i fins i tot atrapar 42 delinqüents 42 delinqüents van ser atrapats gràcies al sistema de reconeixement facial de Sberbank, per provar Et reconeixerà de mil: un caixer automàtic identificarà un client per la ulls dels caixers automàtics amb identificació facial perquè els atacants no puguin retirar diners de les targetes d'altres persones, així com anunciar la recollida de dades biomètriques (enregistrament d'àudio d'una veu,vídeo de la cara) dels clients. A l'abril d'aquest any, Sberbank controla el desenvolupador de sistemes de reconeixement facial i de veu: el "Centre de Tecnologies de la Parla" (MDT).

Una altra cosa és que anunciar, provar, pilotar i comprar solucions no vol dir implementar-les. De fet, el que s'utilitza realment a Sberbank (i si s'utilitza), de fet, només ho pot dir amb certesa l'alemany Gref.

Amb el comerç al detall, tot és més transparent. Bàsicament, aquí hi ha tres problemes que resol el reconeixement facial.

Primer, el robatori. Les botigues estan dirigides per estafadors i sovint les mateixes persones a la mateixa xarxa. El reconeixement facial us permet identificar "lladres a la deriva" i altres persones que anteriorment van infringir l'ordre. Tan bon punt l'intrus hagi entrat a la base de dades un cop entri a la botiga, la seguretat rebrà una notificació al messenger o d'una altra manera convenient.

En segon lloc, la dificultat de treballar amb clients habituals. Simplement no hi ha prou dades sobre compres i aniversaris per personalitzar ofertes per a VIPs i fans de la marca. El reconeixement facial es pot integrar amb CRM, és a dir, un programari en què els directius introdueixen tota la informació de totes les transaccions de l'organització. En el cas de lladres i VIP, el reconeixement facial funciona de la mateixa manera: la cara s'introdueix en una llista blanca o negra i, quan reapareix, el sistema emetrà un so a la persona amb accés. El gènere i l'edat es determinen automàticament, i l'empleat responsable afegirà informació addicional.

En tercer lloc, la identificació minorista s'utilitza per a la publicitat dirigida. Per exemple, en algunes botigues X5 Retail Group instal·lat X5 inclourà càmeres de visió per ordinador per reconèixer les expressions facials i l'edat dels clients. Mitjançant l'anàlisi d'aquestes dades, el sistema mostra béns que poden agradar a una persona a la pantalla del monitor de la zona comercial. Una altra il·lustració viva és el cas de Lolli & Pops, una gran pastisseria dels Estats Units. El sistema de reconeixement facial determina que el vostre futur programa de fidelització a la botiga s'alimentarà del reconeixement facial dels clients habituals i envia notificacions als seus telèfons intel·ligents amb productes que els puguin agradar (tenint en compte les preferències individuals i fins i tot les al·lèrgies alimentàries).

Un altre exemple sorprenent de l'ús de la tecnologia al detall són les botigues sense venedors i caixes registradores. Per exemple, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown és una cafeteria i una botiga d'autoservei situada a Hangzhou. Ven begudes, aperitius, queviures, joguines, motxilles i similars. Tao Cafe només està obert als usuaris del lloc web de Taobao.

En comprar begudes, un sistema de càmeres amb suport de reconeixement facial identifica automàticament el client, es connecta al seu compte a la botiga online i processa el pagament. Els compradors surten per un espai equipat amb múltiples sensors que identifiquen tant el client com la mercaderia. L'escaneig funciona fins i tot si la persona posa la compra a una butxaca o bossa.

Com està evolucionant la tecnologia de reconeixement facial

Els sistemes de CCTV Face ID s'estan apoderant de tot el món. A Moscou, el nombre de càmeres el 2019 arribarà a Alta tecnologia i seguretat: quantes càmeres de CCTV apareixeran aquest any 174 mil. Això no vol dir que tots aquests dispositius per defecte puguin reconèixer una persona: la majoria de vegades s'informa que el sistema de reconeixement de delinqüents buscats mitjançant càmeres de vídeo començarà a funcionar a Moscou el 2019 unes 160 mil càmeres amb aquesta funció. No obstant això, a finals del 2018, l'alcaldia de Moscou va anunciar la intenció de les autoritats de Moscou el 2019, substituir les càmeres de vídeo i posar en marxa un sistema de reconeixement facial per substituir tots els dispositius de videovigilància i formar un sistema completament innovador l'any vinent.

La paradoxa és que 160 mil no és tant. Sobretot si es compara amb un altre líder en consultes de motors de cerca sobre el tema del reconeixement facial: la Xina. A finals de 2017 hi va haver In Your Face: l'estat que ho veu tot de la Xina amb més de 170 milions de càmeres de CCTV i durant els propers tres anys, la tecnologia de vigilància del "Big Brother" de la Xina no és tan global com el govern vol que penseu. connectar-se a la xarxa encara és d'uns 400 milions.

L'ús competent i correcte del reconeixement facial treballa principalment per millorar la seguretat i la comoditat. La gent acostuma a guanyar confiança ràpidament en la tecnologia que els evita fer cua per a un partit de futbol (somriu a la càmera - aprovat), evita robatoris i gamberros o els ajuda a gastar menys en compres (programes de fidelització). Tot això, per descomptat, requereix una certa regulació; per això s'estan adoptant lleis de protecció de dades personals.

En el futur, és probable que l'àmbit del reconeixement facial en els sistemes de videovigilància es reguli de manera similar a la pràctica actual de treballar amb la identificació facial a Internet. Les persones amb ment de privadesa simplement no pengen massa al web: el fiasco parcial de SearchFace demostra que aquesta estratègia és eficaç.

Per descomptat, no es pot limitar sense parar a caminar pels carrers on s'instal·len càmeres a cada cruïlla, però la possibilitat de mantenir l'anonimat es formarà si hi ha una petició corresponent de la societat.