Kaj morate vedeti o tehnologiji prepoznavanja obraza

2024 Avtor: Malcolm Clapton | [email protected]. Nazadnje spremenjeno: 2023-12-17 04:10

Kako to tehnologijo uporabljajo vlade in podjetja, ali je mogoče zavajati kamero s sistemom za identifikacijo obrazov in ali je mogoče po fotografiji najti osebo na internetu.

Elena Glazkova Ivideon Marketer.

Za državo je prepoznavanje obrazov pomemben del varnostnega sistema in impresivna proračunska postavka. Za novinarje je bodisi zdravilo ali orodje svetovne zarote. Za podjetje, orodje ali izdelek. Ne glede na to, katero stran zavzamete, ostajajo osnovna vprašanja. Uporabniki običajno iščejo odgovore nanje na internetu (povprečno 28.704 poizvedb za prepoznavanje obrazov na mesec), vendar jih ne najdejo vedno. Popravljanje situacije.

Kaj je prepoznavanje obrazov

Ločimo muhe od kotletov. Uporabniki se pogosteje soočajo s prepoznavanjem obrazov v lastnih pametnih telefonih, kjer se za odklepanje naprave uporablja biometrična identifikacija in do podatkov lahko dostopa le njen lastnik. V proces prepoznavanja je nujno vključena 3D kamera, tako da pripomočka ni mogoče zavajati s fotografijo.

Obstaja tudi identifikacija obrazov v realnem času in v realnih razmerah: v tem primeru je neločljivo povezana z videonadzornimi sistemi, kjer so obrazi dobesedno »iztrgani« iz video toka, ki ga posnamejo kamere.

Predstavljajte si visokokakovostno sodobno CCTV kamero, nameščeno tik nad povprečno človeško višino na dobro osvetljenem mestu. Pred njo vsak dan mine približno enako število približno enakih ljudi. Ne premikajo se zelo hitro.

Zajeti videoposnetek lahko shranite v arhiv v oblaku. Na kamero je povezan analitični modul: zapletena kombinacija algoritmov (umetna inteligenca, nevronske mreže, to je vse) plus uporabniški vmesnik. Modul iz video toka »iztrga« obraze, določi spol in starost ter podatke vnese v bazo podatkov.

Postopoma je več slik. Sistem si samodejno zapomni vse prepoznane obraze in jih zabeleži v arhiv, uporabnik pa ob sprejemu navede dodatne podatke: ime, položaj, status, druge oznake ("VIP-gost" ali "tat"). Naložite lahko fotografijo zahtevane osebe in modul bo v arhivu našel vse zaznave te osebe.

Takoj, ko oseba z oznako ponovno preide pred kamero, sistem to zabeleži kot pomemben dogodek in zainteresiranim uporabnikom pošlje potisno obvestilo.

Odkrivanje v kontekstu prepoznavanja obrazov je situacija, ko je algoritem načeloma razumel, da gre za obraz in ne za jabolko ali morsko deklico iz skodelice Starbucks. Za to najprej potrebuje računalniško moč, šele nato lahko obraz poveže z osnovo ali si zapomni.

Če ste prebrali prejšnjih nekaj odstavkov do konca, čestitam, zdaj veste, kako deluje prepoznavanje obraza v idealni situaciji. Opis je primeren za kateri koli sistem: od tistih, ki se uporabljajo v moskovskem metroju, do rešitev za mala podjetja.

Glavna stvar, ki jo je treba razumeti, je, da je v resničnem življenju težko ustvariti idealno situacijo, še posebej, če gre za celotno mesto in ne za pisarno ali trgovino. Na podzemni je na primer veliko ljudi, vsi so različni, hitro hodijo. Potrebujete veliko kamer, stanejo denar in namestiti bi jih morali pristojni strokovnjaki.

Ali je mogoče pretentati algoritem za prepoznavanje obrazov

Kljub občasnim napakam je natančnost strojnega prepoznavanja že pogosto boljša od tiste, s katero ljudje določajo obraze. Kitajska, ki bo zgradila velikansko bazo podatkov za prepoznavanje obrazov za identifikacijo katerega koli državljana v nekaj sekundah, se bo kmalu pojavila na Kitajskem, sistem, ki bo z 90-odstotno natančnostjo v 3 sekundah poiskal določeno osebo med 1,3 milijarde drugih prebivalcev.

In vendar je na to vprašanje težko odgovoriti nedvoumno, saj ni enotnega idealnega algoritma za prepoznavanje obrazov. Velika očala, prilepljena brada, kapa, visoka hitrost gibanja, posebna ličila (na primer rešetka "Črni labod", naslikana na obrazu, mačke, krogi in palice. Kako pobegniti od sistemov za prepoznavanje obrazov z uporabo ličil) - vse to lahko zmede algoritem. Še posebej v celoti, saj je za prepoznavanje dovolj. Kako goljufati sisteme za prepoznavanje, ali je 70% odprtega obraza. Zdaj si predstavljajte, da je treba zgornje trike uporabiti v resničnem mestu. Ne zveni tako enostavno, kajne?

"Anti-recognition" očala iz Japonske, ki so leta 2015

In tukaj je taka 3D maska leta 2014

Ali je mogoče prepoznati obraze na spletu

Internet je paradoksalen kraj: ljudje tukaj lahko hkrati skrbijo, ali vsaka druga kamera na ulici zazna njihovo osebnost, in iskreno želijo "prepoznati obraze drugih ljudi po njihovih fotografijah na spletu." Razmislimo o tem trendu prepoznavanja obrazov ločeno.

Program za prepoznavanje obrazov je bodisi zgoraj opisani analitični modul (CCTV kamera + programska oprema + shranjevanje v oblaku) bodisi programska oprema, podobna znani (malo škandalozni) storitvi FindFace. Danes je seveda v veliki večini primerov nemogoče prenesti program za prepoznavanje obrazov "brezplačno in brez registracije".

Spletna storitev FindFace.ru, ki pomaga najti ljudi na družbenem omrežju VKontakte po njihovih fotografijah, je bila ustanovljena 18. februarja 2016. Med drugim so po njegovi zaslugi lahko vsi našli profile deklet, ki so igrala v pornografskih filmih. Zelo kmalu se je storitev začela uporabljati za številne flash mobe za odkrivanje obrazov, ki jih je imel vso pravico, da jih nihče nikoli ne zazna. Izbruhnil je škandal, ki je deloval kot virusna reklama: tehnologija, ki je bila osnova storitve, je prejela številne prestižne nagrade in vzbudila zanimanje držav in podjetij. S 1. septembrom 2018 storitev ne ponuja več storitve FindFace, ki je bila uporabljena za prepoznavanje protestnikov, je napovedala zaprtje iskanja ljudi po foto storitvi, saj jo je NtechLab preoblikoval v linijo rešitev za različne poslovne sektorje.

Sanje uporabnika, ki vnese zahtevo, očitno izgledajo takole: greš na spletno mesto, naložiš fotografijo osebe, ki je bila prikrito posneta v podzemni železnici, program prepozna obraz in izda povezavo do profila na socialno omrežje. Ja, ujeli so me! Ali pa takole: program naložite na svoj računalnik, nanj povežete spletno kamero in prepoznate obraz svoje mačke. Uspeh - zdaj boste prejeli obvestilo vsakič, ko mačka ukrade klobase.

Resničnost je kruta. Prvo spletno mesto, ki vam ponuja kaj takega, noče delovati, drugo pa zahteva znanje programiranja v Pythonu. Bolj ali manj sanjska aplikacija SearchFace, ki je bila pred kratkim ponovno zagnana Searchface, je bila znova zagnana z avtorizacijo prek VKontakte. Toda družbeno omrežje je zaprlo to funkcijo, imenovano FindClone. Naložili ste fotografijo in algoritem je poskušal prepoznati isti obraz v bazi podatkov družbenega omrežja VKontakte. Aplikacija ni dajala povezav do profila, ampak samo slike - in ni pomembno, kdo jih je naložil. Če je uporabnik dalj časa aktiven na družbenem omrežju, je izdaja fotografije ustvarila srhljiv »biografski« učinek, če pa ne, bi ga prepoznane slike lahko nasmejale.

Pravzaprav primer SearchFace jasno odgovarja na vprašanje "Kako družbena omrežja uporabljajo prepoznavanje obrazov?" Bolj natančno bi bilo to formulirati takole: "Kako se družbena omrežja uporabljajo za prepoznavanje obrazov?" Odgovor je preprost: kot baza podatkov. Nešteto edinstvenih kombinacij številk (tako obrazi na fotografiji iščejo algoritme Facebooka, VKontakte in drugih) predstavlja osnovo za usposabljanje nevronskih mrež, ki so osnova ene ali drugačne rešitve za prepoznavanje obrazov.

Rešitve so vse različne, različne so tudi nevronske mreže, kupci in ponudniki storitev pa praviloma ne razkrivajo podrobnosti in tehničnih lastnosti. Zlasti modul za prepoznavanje spola in starosti lahko določi zaradi dejstva, da se lahko uči iz informacij, ki jih vsebujejo Odnoklassniki, VKontakte, Instagram in Facebook.

Kako je programirano prepoznavanje obrazov

Nikoli vam ni treba odgovarjati na vprašanja razvijalcev in razvijalcev, če niste razvijalec. Zato smo se za pomoč obrnili na specialista.

Dmitrij Sošnikov Član ruskega združenja za umetno inteligenco in višji strokovnjak za razvoj sistemov umetne inteligence in strojnega učenja pri Microsoftu.

Prepoznavanje obrazov (kot tudi druge s tem povezane operacije) je precej pogosta naloga. Zato mnoga podjetja ponujajo že pripravljene storitve v obliki oblačnih API-jev (programskih posrednikov med aplikacijami) za kakovostno reševanje teh nalog. Poleg IT velikanov, kot sta Microsoft in Google, se s prepoznavanjem obrazov ukvarjajo tudi specializirana podjetja, tudi ruska. Njihovi izdelki se hitro razvijajo in zagotavljajo še bolj vznemirljive funkcije, kot je prepoznavanje obrazov in silhuet v množici.

Veliko težje je usposobiti nevronsko mrežo iz nič. Potrebujemo velik in kakovosten nabor začetnih podatkov, to je na desetine in stotine tisoč (ali celo več!) fotografij ljudi. Poleg tega bodo potrebni znatni računalniški viri in znanje umetne inteligence in strojnega učenja. Velika podjetja imajo vsa ta orodja na razpolago, zato problem rešujejo veliko bolje.

Obstaja tudi vmesna rešitev – uporabiti na primer že izurjeno nevronsko mrežo. Ta možnost bo najverjetneje delovala nekoliko slabše kot že pripravljena storitev v oblaku, vendar vam bo omogočila popoln nadzor nad sistemom. To bo zahtevalo določeno raven razumevanja delovanja nevronskih omrežij in ogrodij nevronskih omrežij in najverjetneje nekaj znanja jezika Python, ki je postal priljubljen kot glavni programski jezik med strokovnjaki za podatkovne znanosti.

Pravzaprav je zaradi odličnega paketa NumPy priročno izvajati različne eksperimente, vizualizirati podatke in izvajati učinkovite matrične izračune. To ni najboljši jezik za industrijski razvoj, saj ne vsebuje učinkovitih orodij za ustvarjanje velikih varnih programskih sistemov, vendar zanj na področju globokega usposabljanja nevronskih omrežij še ni.

Kako deluje prepoznavanje obraza v poslu

Povpraševanje po prepoznavanju obrazov v fintech, maloprodaji in drugih vrstah poslovanja je neposredno povezano s povečano razpoložljivostjo tehnologije. Mehanika je preprosta: vsa podjetja in vse organizacije imajo CCTV kamere, ki se uporabljajo kot orodja za zbiranje podatkov in kasnejšo analitiko. V svetu nadzorni sistemi na mesec posnamejo terabajte videa v Full HD, torej je res veliko informacij za obdelavo.

Zahtevano programsko opremo za analizo podatkov lahko proizvajalec "flash" na napravo. Vgrajene kamere za video analitiko so običajno precej drage.

Alternativna možnost je analitika v oblaku, torej oddaljeni podatkovni center, ki se poveže s katero koli poceni kamero. To je red velikosti ceneje, poleg tega pa daje prilagodljivost - rešitve lahko prilagodite določenemu podjetju.

Priljubljenost tehnologije za prepoznavanje obrazov na različnih področjih dejavnosti narašča. Sberbank je na primer ena izmed vodilnih v smislu napovedi različnih odmevnih projektov za prepoznavanje obrazov in lahko trdi, da vas prepozna od tisoč: bankomat bo v tem pogledu stranko z njim identificiral po očeh, morda samo Tinkoff. Leta 2017 je Sberbank kupila Sberbank in vložila 25,07 % VisionLabsa v tehnologijo za prepoznavanje obrazov, ki ustvarja programsko opremo za prepoznavanje obrazov. Leta 2018 je finančni instituciji uspelo preizkusiti prepoznavanje obrazov v moskovskem metroju in celo ujeti 42 kriminalcev. Zahvaljujoč sistemu za prepoznavanje obrazov Sberbank so ujeli 42 kriminalcev, da bi preizkusili. Prepoznal vas bo od tisoč: bankomat bo stranko prepoznal po oči bankomatov z identifikacijo obraza, tako da napadalci ne morejo dvigniti denarja s kartic drugih ljudi, ter najaviti zbiranje biometričnih podatkov (zvočni posnetek glasu,video obraza) strank. Aprila letos je Sberbank nadzorovala razvijalca sistemov za prepoznavanje glasu in obraza - "Center za govorne tehnologije" (MDT).

Druga stvar je, da napovedovanje, testiranje, pilotiranje in nakup rešitev ne pomeni dejanskega izvajanja. Kaj točno se zdaj dejansko uporablja v Sberbank (in ali se uporablja), pravzaprav lahko z gotovostjo pove le Nemec Gref.

Pri maloprodaji je vse bolj pregledno. V bistvu so tu tri težave, ki jih rešuje prepoznavanje obrazov.

Prvič, tatvina. Trgovine vodijo prevaranti in pogosto isti ljudje v istem omrežju. Prepoznavanje obrazov vam omogoča, da prepoznate "lebdeče tatove" in druge ljudi, ki so predhodno kršili red. Takoj, ko je vsiljivec vstopil v bazo podatkov, ko vstopi v trgovino, bo varnostnik prejel obvestilo v messengerju ali na drug primeren način.

Drugič, težave pri delu z rednimi strankami. Enostavno ni dovolj podatkov o nakupih in rojstnih dnevih za personalizacijo ponudb za VIP osebe in oboževalce blagovnih znamk. Prepoznavanje obrazov je mogoče integrirati s CRM – to je programsko opremo, v katero vodje vnašajo vse podatke o vseh transakcijah organizacije. V primeru tatov in VIP oseb prepoznavanje obrazov deluje približno na enak način: obraz se vnese na črni ali bel seznam in ko se znova pojavi, bo sistem piskal osebi z dostopom. Spol in starost se določita samodejno, dodatne podatke pa bo dodal odgovorni delavec.

Tretjič, identifikacija na drobno se uporablja za ciljano oglaševanje. Na primer, v nekaterih trgovinah X5 Retail Group bo X5 vključeval kamere za računalniški vid za prepoznavanje obraznih izrazov in starosti kupcev. Z analizo teh podatkov sistem prikaže blago, ki bi mu lahko bilo všeč, na zaslonu monitorja v trgovalnem prostoru. Druga živa ilustracija je primer Lolli & Pops, velike slaščičarne v Združenih državah. Sistem za prepoznavanje obrazov določa, da se bo vaš prihodnji program zvestobe v trgovini hranil s prepoznavanjem obrazov rednih strank in na njihove pametne telefone pošilja obvestila z izdelki, ki jim bodo morda všeč (ob upoštevanju individualnih preferenc in celo alergij na hrano).

Še en presenetljiv primer uporabe tehnologije v maloprodaji so trgovine brez prodajalcev in blagajn. Na primer, Alibaba Tao Cafe Amazon Go proti Alibaba Tao Cafe: Staffless Shop Showdown je kavarna in samopostrežna trgovina v Hangzhouju. Prodaja pijače, prigrizke, živila, igrače, nahrbtnike in podobno. Tao Cafe je odprt samo za uporabnike spletnega mesta Taobao.

Pri nakupu pijač sistem kamer s podporo za prepoznavanje obraza samodejno identificira kupca, se poveže z njegovim računom v spletni trgovini in obdela plačilo. Kupci izstopijo skozi prostor, opremljen z več senzorji, ki identificirajo tako stranko kot blago. Skeniranje deluje tudi, če oseba spravi nakup v žep ali torbo.

Kako se razvija tehnologija prepoznavanja obrazov

Face ID CCTV sistemi resnično prevzamejo svet. V Moskvi bo število kamer v letu 2019 doseglo visoke tehnologije in varnost: koliko CCTV kamer se bo pojavilo letos 174 tisoč. To ne pomeni, da lahko vse te naprave privzeto prepoznajo osebo: najpogosteje se poroča, da bo sistem za prepoznavanje iskanih kriminalcev prek video kamer leta 2019 v Moskvi začel delovati približno 160 tisoč kamer s to funkcijo. Kljub temu je urad moskovskega župana konec leta 2018 objavil namero moskovskih oblasti v letu 2019, da bodo zamenjali video kamere in uvedli sistem za prepoznavanje obrazov, ki bo nadomestil vse naprave za videonadzor in prihodnje leto oblikoval popolnoma inovativen sistem.

Paradoks je, da 160 tisočakov ni toliko. Še posebej v primerjavi z drugim vodilnim v iskalnikih poizvedb na temo prepoznavanja obrazov - Kitajsko. Konec leta 2017 je bilo In Your Face: Kitajska vsevidna država več kot 170 milijonov CCTV kamer in v naslednjih treh letih kitajska nadzorna tehnologija 'Big Brother' ni niti približno tako vsevidna, kot si želi vlada povezava z omrežjem je še vedno okoli 400 milijonov.

Kompetentna in pravilna uporaba prepoznavanja obraza deluje predvsem na izboljšanje varnosti in udobja. Ljudje običajno hitro pridobijo zaupanje v tehnologijo, ki jih reši pred čakanjem v čakalno vrsto za nogometno tekmo (nasmeh v kamero – opravljeno), prepreči kraje in huliganstvo ali jim pomaga, da porabijo manj za nakupe (programi zvestobe). Vse to seveda zahteva določeno ureditev – zato se sprejemajo zakoni o varstvu osebnih podatkov.

V prihodnosti bo verjetno tudi področje prepoznavanja obrazov v videonadzornih sistemih urejeno podobno kot sedanja praksa dela z obrazno identifikacijo na internetu. Ljudje, ki se zanimajo za zasebnost, preprosto ne nalagajo preveč na splet - delni polom SearchFacea dokazuje, da je takšna strategija učinkovita.

Seveda se ne moremo neskončno omejevati na hojo po ulicah, kjer so na vsakem križišču nameščene kamere, a možnost ohranjanja anonimnosti se bo oblikovala, če bo na ustrezna prošnja družbe.