Co vidí roboti, když se dívají na naše tváře. Jak fungují systémy rozpoznávání obličeje na chytrých telefonech

Lidský obličej je jedinečný, technologie biometrického rozpoznávání obličeje jsou přesné a cenově dostupné. Sečteme-li tyto dvě skutečnosti, můžeme s jistotou učinit předpověď: identifikace osoby podle obličeje má velkou šanci stát se jedním z hlavních způsobů potvrzení identity.

Sergey Shcherbina, marketingový ředitel společnosti Vocord, na pěti příkladech ukazuje, ve kterých oblastech tato technologie již funguje.

Dnes je na trhu prezentováno několik typů takových systémů najednou a plní úkoly různé úrovně složitosti: od vzdáleného rozpoznávání v davu až po účtování pracovní doby v kanceláři. Řešení pro rozpoznávání obličeje jsou zákazníkům k dispozici na různých platformách – jedná se o serverovou architekturu, mobilní a vestavěná řešení a cloudové služby.

Moderní systémy pracují na algoritmech hloubkového učení neuronových sítí, takže přesnost rozpoznávání je maximální i pro nekvalitní snímky, jsou odolné proti otáčení hlavy a mají další výhody.

Příklad 1: Veřejná bezpečnost

Zajištění bezpečnosti je jakýmsi výchozím bodem, od kterého zavádění biometrických identifikačních systémů začalo. Systémy vzdáleného rozpoznávání obličeje se používají k zajištění bezpečnosti přeplněných zařízení.

Nejtěžším úkolem je identifikovat osobu v davu.

Takzvané nekooperativní rozpoznávání, kdy člověk neinteraguje se systémem, nedívá se do objektivu fotoaparátu, odvrací se nebo se snaží skrýt obličej. Například na dopravních uzlech, metru, velkých mezinárodních akcích.

Případy

Jedním z nejvýznamnějších projektů roku 2017 pro naši společnost byla největší mezinárodní výstava EXPO-2017, která se letos v létě konala v Kazachstánu. V systému dálkového biometrického rozpoznávání obličeje byly použity specializované kamery.

K výběru obličejů v záběru dochází v samotné kameře a na server se přenáší pouze obraz obličeje, což uvolňuje kanál a výrazně snižuje náklady na síťovou infrastrukturu. Kamery sledovaly čtyři vstupní skupiny v různých částech areálu. Architektura systému byla navržena tak, že vstupní skupiny pracovaly samostatně nebo všechny dohromady, přičemž správný chod systému zajišťovaly pouze 4 servery a 48 kamer.

Pomocí online videoanalýzy jsou podezřelí a pohřešovaní lidé pátráni ve velkých geograficky rozmístěných zařízeních, vyšetřovány nehody a incidenty a analyzován provoz cestujících.

Na některých letištích bude do konce roku 2017 biometrie sloužit také k odbavení cestujících na let. Podle portálu Tadviser plánuje zavedení systémů chytrých bran na letištích také 12 evropských zemí (Španělsko, Francie, Nizozemsko, Německo, Finsko, Švédsko, Estonsko, Maďarsko, Řecko, Itálie, Rumunsko).

A dalším krokem by mělo být zavedení systémů rozpoznávání obličejů pro kontrolu hranic a migrace. S vládní podporou se zavedení identifikace obličeje může stát v příštích třech až pěti letech stejně samozřejmostí jako rámy detektorů kovů.

Příklad 2. Poznejte svého zákazníka zrakem

Byznys také sází na biometrickou identifikaci obličeje. V první řadě je to maloobchod.

Systémy rozpoznávají pohlaví a věk zákazníků, frekvenci a čas návštěv maloobchodních prodejen a shromažďují statistiky pro každou jednotlivou prodejnu v řetězci.

Poté se automaticky zobrazí podrobné reporty za oddělení jak pro celou síť, tak pro členění podle prodejen. Na základě těchto reportů je vhodné sestavit „profil klienta“ a plánovat efektivní marketingové kampaně.

Zákazníky bohužel nemůžeme prozradit. Jsou mezi nimi největší prodejci a sítě DIY (Do It Youself), které zahrnují drahé nástroje a komponenty.

Jak to funguje

Mnozí se obávají úniku důvěrných informací, ale zvláště zdůrazňujeme, že v archivech nejsou uložena žádná osobní data uznaných osob. Navíc se neukládá ani snímek, ale jeho biometrická šablona, podle které snímek nelze obnovit.

Při opakovaných návštěvách se biometrická šablona obličeje „vytáhne“, takže systém přesně ví, kdo a kolikrát byl v prodejně. Pro bezpečnost osobních údajů můžete být klidní.

Pro malé obchody, autosalony, lékárny je mechanismus pro shromažďování marketingových analýz implementován v cloudové službě rozpoznávání. Pro malé a střední podniky je tato možnost výhodnější, protože nevyžaduje náklady na serverový hardware, najímání dalšího personálu, aktualizaci softwaru atd. Za prvé je to pohodlný nástroj pro hodnocení efektivity prodejen, a za druhé je to výborný pomocník k odhalování zlodějů. To znamená, že jeden systém vykonává několik funkcí najednou.

Příklad 3. Systémy kontroly a řízení přístupu

Kromě výše uvedených funkcí je vhodné použít systém rozpoznávání obličeje jako alternativu k Proximity kartám v systémech kontroly a řízení přístupu (ACS).

Mají řadu výhod: poskytují vysokou spolehlivost rozpoznávání, nelze je oklamat, zkopírovat nebo odcizit identifikátor, lze je snadno integrovat se stávajícím bezpečnostním zařízením. Můžete dokonce použít stávající sledovací kamery. Systémy biometrické identifikace obličeje pracují na dálku a velmi rychle se záznamem událostí v archivu.

Na základě biometrického ACS je vhodné sledovat pracovní dobu zaměstnanců zejména ve velkých kancelářských centrech.

případ

Minulý rok jsme takový systém zavedli ve velkém indickém podniku, který se specializuje na oblast logistiky. Počet stálých zaměstnanců je více než 600 osob. Zároveň společnost pracuje nepřetržitě a praktikuje „plovoucí“ pracovní plán. S pomocí našeho systému biometrické identifikace na dálku získal zákazník kompletní a spolehlivou evidenci pracovní doby zaměstnanců, nástroj preventivního zabezpečení objektu a systém kontroly vstupu.

Příklad 4. Průchod fanoušků na stadion

V okamžiku nákupu vstupenky na pokladně je automaticky vyfotografována tvář každého kupujícího a nahrána do systému. Tak se tvoří základna návštěvníků zápasu. Pokud byl nákup uskutečněn přes internet nebo mobilní aplikaci, je autorizace možná na dálku pomocí „selfie“. V budoucnu, když člověk přijde na stadion, systém ho pozná bez jakýchkoli pasů.

Identifikace návštěvníků sportovních soutěží se stala povinnou v souladu s federálním zákonem č. 284-FZ „o změně článku 20 federálního zákona „o tělesné kultuře a sportu v Ruské federaci“ a článkem 32.14 zákoníku o správních deliktech Ruská federace.

Na stadion vstoupí ten, kdo si vstupenku zakoupil, nelze ji převést na jinou osobu ani projít s falešnou vstupenkou. Vzdálené rozpoznání obličeje na stadionech funguje na stejném principu jako na velkých geograficky rozmístěných dopravních zařízeních: pokud je osoba zařazena na seznam osob, kterým je odepřen přístup na stadion, systém ji nepustí.

případ

V březnu 2016 byl v rámci společného projektu mezi společností Vocord a Chanty-Mansijskou pobočkou PJSC Rostelecom použit systém vzdáleného rozpoznávání obličeje k zajištění bezpečnosti Světového poháru v biatlonu konaného v Chanty-Mansijsku. Od roku 2015 stejný systém úspěšně funguje v multifunkčním sportovním areálu Arena Omsk. Je jedním ze šesti největších sportovních zařízení v Rusku, je největším sportovním a zábavním zařízením na Sibiři a základnou hokejového klubu Avangard.

Příklad 5: Internetové bankovnictví a bankomaty

Dalším místem, kde se rozpoznávání obličeje usadilo, je bankovní sektor. Zde je zavádění nových technologií intenzivní, protože finanční sektor se více než ostatní zajímá o spolehlivost a bezpečnost personalizovaných informací.

Biometrie dnes postupně začíná, když ne vytlačit běžné a zaběhlé „papírové“ doklady, tak se jim postavit na roveň. Zároveň se výrazně zvyšuje stupeň ochrany při platbách: pro potvrzení transakce se stačí podívat do fotoaparátu vašeho smartphonu. Samotné biometrické údaje se přitom nikam nepřenášejí, tudíž je nelze zachytit.

Zavádění technologií biometrické identifikace přímo souvisí s masivním využíváním elektronických služeb a zařízení, rozvojem online obchodování a šířením plastových karet místo hotovosti.

S příchodem vysoce výkonných grafických procesorových jednotek (GPU) a ultrakompaktních hardwarových platforem na nich založených – jako je NVIDIA Jetson – se do bankomatů začalo zavádět rozpoznávání obličeje. Nyní může pouze majitel karty vybírat hotovost nebo provádět transakce na účtu, například prostřednictvím bankomatů Tinkoff Bank. A PIN může být brzy zrušen.

Vidět znamená rozumět tomu, co je vidět. Jsme slepí, pokud v našem mozku nefungují zrakové zóny neokortexu, jakési biopočítače odpovědné za rozpoznávání vzorů. Nyní se v umělých systémech objevují takové analyzátory schopné rozpoznávat tváře a porozumět jejich výrazu.

Takže věci dostanou zrak a zrak má vlastní mysl. Zpočátku se mi zdá, že je hloupý: nově zapnutý systém rozpoznávání obličeje LUNA nikam nespěchá, aby vstoupil do normálního režimu a zapamatoval si mě. Nakonec ale hlásí, že si vzpomněla, a ptá se na jméno. Pohlaví a věk může LUNA určit sama. Se sexem je to snadné: mám vousy, ale systém přecenil můj věk o pět let - zřejmě kvůli stejnému vousu.

Nyní mě kamera pozná, i když si sundávám brýle nebo otočím hlavu. Musíme zkusit něco vážnějšího – míříme do skříně s parukami a umělými kníry. Volím husté lokny, které skryjí i polovinu mého obličeje – LUNA mě stále pozná.

Když jsme si dost pohráli s parukami, otevřeme ICQ a začneme se bavit maskami pro videohovory: masky se na můj digitální obličej aplikují v reálném čase – můžete chatovat s neznámými.

Dalším číslem našeho programu je Face.DJ. Tato aplikace vytvoří 3D model obličeje ze selfie a poté tento obličej „nasadí“ na virtuální hlavu, abyste si mohli vyzkoušet účesy a doplňky. Dalším účelem aplikace je animovat uživatele, vytvořit jeho kreslenou kopii pro hry a další online aktivity.

Připravujeme stejnou aplikaci pro seznamovací službu: lidé často nechtějí otevřít při prvním kontaktu, - říká Yulia, PR manažerka společnosti VisionLabs, která vyvinula LUNA. - Někteří nosí masky, aby dodali romantickým interakcím hravý prvek.

Multiplatformní systém LUNA má také mnoho masek. V telegram messengeru je aplikace, která rozpoznává pohlaví a věk podle obličeje, v cloudu je LUNA a pro prohlížeč LUNA. Ale hlavní věc je, že tento program lze implementovat do různých technologických produktů, aby mohl být použit pro rozpoznávání obličeje.

Jeden z našich klientů potřebuje například vybrat fotografie – tzv. bestshot z video streamu. Náš program si s tím tedy poradí sám. Jiný klient potřebuje, aby systém rozpoznal obličej nejen při vstupu do internetové banky, ale po celou dobu relace, protože můžete ustoupit a útočník využije váš přístup. I s tímto úkolem jsme si poradili.

Hlavními klienty VisionLabs jsou banky. Například v Poštovní bance je systémem LUNA vybaveno 50 tisíc pracovních míst – jde o největší zavedení biometrie na světě. Je také důležité rozpoznávat tváře zákazníků, aby bylo možné porovnávat fotografie v pasech s fotografiemi v databázi. Ostatně nejčastějším podvodem v této oblasti je vložení vaší fotografie do cizího pasu za účelem získání půjčky.

Jak vidí auta

Oslovuje nás Alexander Khanin, ředitel VisionLabs.

Řekněte nám o počítačovém vidění?

Alexander Khanin: Počítačové vidění je obor aplikované matematiky, který je svou složitostí ekvivalentní úkolu vytvářet umělou inteligenci obecně. Vizuální kanál je hlavním kanálem pro získávání informací o okolním světě. A tomu, co vidíme na vlastní oči, věříme více než jiným zdrojům.

Naším úkolem je naučit program z fotografie nebo videa vyvozovat závěry a chápat obrázek stejně jako člověk. Nebo ještě lépe. Až stroj dožene muže v této dovednosti, bude možné považovat problém za vyřešený. Dosud bylo řešeno pouze pro některé úzké aplikované oblasti. Například pro rozpoznání závad zařízení nebo rozpoznání obličeje.

Problém s rozpoznáváním obličeje vyřešen?

Alexander Khanin: Ano, už se spolehlivě ukázalo, že stroj rozlišuje obličeje lépe než my. A přesněji a rychleji. Člověk není moc dobrý v určování věku, národnosti. Ti, kteří žijí v Evropě, hůře rozlišují tváře lidí s asijským vzhledem a naopak. Jsme také zapomnětliví. Aby toho nebylo málo, stroj to dělá desítky milionůkrát rychleji.

Ale člověk neanalyzuje jednotlivé parametry, ale člověka a dokonce i situaci jako celek. Chápeme kontext, ve kterém tvář partnera nabývá toho či onoho výrazu. Jak se s tím vším stroj vypořádá?

Alexander Khanin: Kombinace osvědčených postupů v oblasti počítačového vidění a strojového učení. Vezměte si například metodu hlubokého učení – její zvláštností je, že člověk nenastavuje parametry obličeje pro rozpoznávání.

Je samotné programování neuronové sítě?

Alexander Khanin: Neuronové sítě se objevily již v 70. letech minulého století a revoluce v této oblasti začala kolem let 2013-2014. Protože teprve do této doby bylo možné nashromáždit dostatečně velká množství dat pro výuku neuronových sítí a výpočetní výkon se stal relativně levným. Pokračovat ve vývoji deterministických metod rozpoznávání – specifikovat, které části obličeje jak porovnávat, se stalo nesmyslným.

Průlom nastal, když se upustilo od nastavených parametrů, například klíčových bodů na obličeji. Místo toho stroj dostal úkol: "Podívejte, tady je deset tisíc párů fotografií, každý pár je jedna osoba. Analyzujte je, abyste na fotkách dokázali určit, že stále nevidíte, kde je jeden člověk, a kde jinak." Stroj si sám najde parametry, které jsou důležité pro řešení tohoto problému.

Takhle jsi trénoval svůj systém?

Alexander Khanin: No ano, toto je typický identifikační úkol – porovnat nyní pořízenou fotografii s fotografií v pasu a potvrdit, že se jedná o stejnou osobu. Jako vstup jsme dali stroji velká data – miliony párů fotek a na výstupu jsme požadovali správnou odpověď pro jakékoli fotoportréty. A systém se poučil – sám upravoval parametry tak, aby chyby minimalizoval. To znamená, že pro hluboké učení musíte nejprve najít tréninkový vzorek - mnoho příkladů správných řešení. Poté program funguje sám.

Kde jste sehnali tyto miliony párů fotek?

Alexander Khanin: Pro výzkumníky jsou k dispozici školicí sady – nejprve jsme je používali a poté jsme spolupracovali s partnery a klienty, kteří nám umožnili pokračovat ve školení o jejich datech.

Jak uspět na trhu

Úkol rozpoznávat lidi podle obličeje byl vyřešen. Co takhle definovat emoce?

Alexander Khanin: Jako například v afrických zemích lidé obešli etapu telegrafu a okamžitě přešli na mobilní síť, tak jsme, aniž bychom řešili problém s rozpoznáváním emocí, okamžitě přešli na vyšší úroveň - k závěrům o lidských vlastnostech, které jsou důležité pro naše klientů. Byznys ukazuje, že fakt, že automat rozpozná, zda se člověk usmívá nebo mračí, je k ničemu. Jsou zapotřebí pokročilejší dovednosti.

Rozpoznat lži, například?

Alexander Khanin: Ano. Nebo určit, zda kandidát splňuje vaše požadavky či nikoli. Ať už je klient se službou spokojen nebo ne – vždyť úsměv může vyjadřovat nejen radost, ale i posměch a skrytou nespokojenost. Proto je rozpoznání emocí samo o sobě dílčím úkolem. Studujeme obličej v dynamice, sled reakcí na otázky, obsluhu, prostředí.

Existují na světě inovativní produkty, na které se zaměřujete?

Alexander Khanin: Jsme v první linii. Je medicínským faktem, že náš produkt je celosvětově prvním komplexním systémem rozpoznávání obličeje pro banky a maloobchod, který funguje v mobilním telefonu, na webu, na pobočkách, v bankomatech a v samoobslužných terminálech – všude. Jsme nejen první, ale zatím, pokud vím, jediní.

Mají již některé samoobslužné terminály nainstalovaný systém rozpoznávání obličeje?

Alexander Khanin: Ano, například v bance Otkritie - v terminálech elektronické fronty. A to nejsou pilotní projekty, ale takové, které fungují a uspokojují zákazníky v reálných podmínkách.

Máte pocit, že vám konkurenti dýchají na záda?

Alexander Khanin: V oblastech, které jsou nám blízké, existuje mnoho pilotních projektů. Jen v Rusku existují desítky společností, které se zabývají rozpoznáváním obličejů, v Číně asi sto a ve světě více než tisíc. Proto říkám, že problém samotného rozpoznávání obličeje byl vyřešen, alespoň u většiny segmentů a praktických úkolů.

Technologie není pro úspěch na trhu důležitá. Většinu zákazníků nezajímá, jakou máme technologii a jak přesně řešíme problém, například zrychlíme obsluhu v bance nebo v obchodě – pomocí rozpoznávání obličeje, předpovědí počasí nebo černé magie. Záleží jim na výsledcích.

Poznejte všechny!

Jaké úkoly zatím nebyly vyřešeny, ale budou - v dohledné době? Na čem pracují profesionálové?

Alexander Khanin: Jedním z nejdůležitějších nevyřešených problémů je rozpoznávání obličeje ve zcela nekontrolovaném prostředí, například v davu. Mnozí říkají, že vědí, jak na to, ale ve skutečnosti nic takového ještě nebylo implementováno. Zřejmě se marně říká.

Není nelegální poznávat náhodné lidi podle obličeje? Jde o použití osobních údajů.

Alexander Khanin: Podnikání je samozřejmě zakázáno. Jedná se o porušení lidských práv a narušení soukromí. Obecně nám technologie nyní umožňují mnohem více, než umožňuje zákon. Pracujeme ale pouze v bílé zóně – zcela v souladu se zákonem. Je pro nás důležité, abychom neporušovali práva lidí. Nemáme právo bez souhlasu osoby používat její údaje ze sociálních sítí, a proto nevytvoříme např. systém pro obchod, který vyhledává informace o klientovi podle jeho fotografie. Můžeme ale vyvinout program, který z fotografie zhruba odhadne pohlaví a věk kupujících.

Naše společnost spolupracuje pouze s podniky, ale národní bezpečnostní služby mají systémy, které hledají lidi podle fotografie.

To znamená, že FSB je povolena, ale běžní lidé ne?

Alexander Khanin: Ano. Pokud chce zpravodajská služba najít teroristu v davu, musí všechny naskenovat a rozpoznat. A pokud člověk šel do obchodu a fotoprogram našel jeho účet na sociální síti, poznal telefon a začal rozesílat spam, jde o velmi závažné porušení. Na Západě je to kriminalizováno.

Mají již letiště systémy rozpoznávání obličejů?

Alexander Khanin: Ano, většinou při pasové kontrole – kontrolují, jestli je to váš pas, jestli to není padělek a jestli jste na seznamu blokovaných nebo na federálním seznamu hledaných osob. V zahraničí je stupeň automatizace mnohem vyšší. Na letištích Singapur, Londýn, Paříž může pasová kontrola projít automaticky, bez účasti zaměstnanců. Naskenujete pas, vyfotíte se, proběhne ověření – a je to, můžete jít dál.

Hádejte, co je na obrázku

Jak se bude počítačové vidění vyvíjet?

Alexander Khanin: Existuje velká skupina úloh, které se nazývají vizuální zodpovězení otázek: ukážete obrázek počítači a ten musí pochopit, co je na něm zobrazeno. To je velmi obtížné: pokud se jen naučíte poznávat předměty odděleně, nic nebude fungovat - musíte pochopit kontext a vztah předmětů.

Dalším podobným úkolem je rozpoznávání lidských činů, protože je také do značné míry určuje kontext. Pokud například někdo zvedne ruku, co to znamená? Ukazuje cestu nebo se chystá někoho udeřit? Tady sedíme a přemýšlíme.

Takže chcete naučit stroje rozpoznávat obrázky, jejichž význam závisí na kontextu?

Alexander Khanin: Naučit interpretovat kontext a tak rozpoznávat obrazy, akce, scény.

Když se roboti probudí

Alexander Khanin: Přál bych si, aby byl ukončen vývoj počítačového vidění. Pak budou mít roboti skutečné oči, což znamená schopnost porozumět tomu, co se děje, a vhodně reagovat. Jinak se nestanou součástí společnosti, ale zůstanou hračkami na dálkové ovládání.

Jak systémy rozpoznávání obličejů změní naše životy v příštích letech?

Alexander Khanin: Fungování takových systémů si určitě všimnete při autorizaci – například při odemykání telefonu. Mnozí jsou již na Touch ID zvyklí, ale brzy bude nejčastějším způsobem vstup do systému obličejem. Když se vrátíte domů, nebudete hledat klíče, v práci nebudete potřebovat propustku. Zrychlí se obsluha a samoobsluha v bankách, obchodech, v celém sektoru služeb: platby budou probíhat bez karet.

Ulice se stanou bezpečnějšími, protože tam bude video dohled se sledovacími funkcemi. Města a země získají dodatečnou ochranu a odplata za zločin se stane nevyhnutelnou. Systém zaznamená vše: kdo a kde to udělal, kam šel později. Koncept „bezpečného města“ bude nahrazen „chytrým městem“: stejná infrastruktura bude zajišťovat bezpečnost a například kontrolovat tok lidí a aut a mnoho dalších věcí.

Všude stejný systém kamer a počítačového vidění?

Alexander Khanin: Ano, algoritmu je jedno, koho pozná: VIP klienta nebo zloděje. Tváře všech jsou stejné: oči, ústa a nos. Ale nejde jen o obličeje. Stejný systém může převzít, řekněme, regulaci osvětlení. Pokud v místnosti nejsou žádní lidé, proč spalovat elektřinu? Pokud zařízení zjistí problémy a tak dále, zavolá servisní služby.

Žít ve světě, kde je vše na očích, je děsivé. Technicky je čím dál snazší vybudovat dystopii, kde jsou všichni pod úplným dohledem…

Alexander Khanin: Myslím, že svět bude nakonec lepší a mnohem bezpečnější místo. Ale bude těžší lhát. Nedávno jsme například s mými partnery vyvinuli produkt, který nejen umožňuje přístup do pracovny, ale také zohledňuje čas tam strávený: přišli v ten a ten čas, odešli v takovou dobu. Vynechaný, pozdě, nevrátil se z oběda - vše bude zaznamenáno.

A nejde se před tím nějak schovat? Určitě se najdou masky s tváří někoho jiného.

Alexander Khanin: Samozřejmě existuje mnoho způsobů, jak systém ošidit a v této oblasti „závody ve zbrojení“ teprve začínají. Bylo tam video, kde učili, jak udělat make-up, který brání rozpoznání. Ale to bylo asi před třemi lety - současné algoritmy není tak snadné provést.

Co když místo obličeje ukážete fotku?

Alexander Khanin: K odhalení podvodníků je v systémech rozpoznávání obličejů naprogramován speciální „detektor života“, který určuje, zda jde o osobu před ním nebo fotografii. Existuje několik ukazatelů vitality. Nejjednodušší, který je považován za světový standard, je blikání. Jiný systém může člověka požádat, aby se usmál, otočil hlavu, přiblížil se ke kameře, aby se ujistil, že je skutečný. Pokud je však fotoaparát vybaven snímačem hloubky, není to nutné: stroj okamžitě pochopí, že v záběru je trojrozměrný objekt, nikoli fotografie.

Kdo další je ve vedení

Rozpoznávání obličeje není jen věda a technologie, ale také velký byznys, který ve vyspělých zemích roste obrovským tempem. Výzkumná společnost Allied Market Research předpovídá, že do roku 2022 bude její obrat činit téměř deset miliard dolarů. Mezi předními hráči jsou i Rusové. Z desítek startupů a výzkumných projektů jsme identifikovali tři nejúspěšnější.

NTechLab. Absolvent Moskevské státní univerzity Artem Kukharenko začal s aplikací, která určovala plemeno psů z fotografie. Ale již v roce 2015 algoritmus FaceN, který vytvořil on a jeho partneři v projektu NTechLab, vyhrál dvě ze čtyř nominací v hlavní světové soutěži v rozpoznávání obličejů MegaFace a porazil tým Google. Opravdová sláva však firmě přišla až po vývoji nejoblíbenější aplikace FindFace, určené k vyhledávání fotek lidí na sociální síti VKontakte. Dnes se počet aplikací pro integraci technologie FindFace blíží tisícovce.

Vocord. Společnost Vocord lze bezpečně považovat za mistra světa v rozpoznávání tváří: na webu soutěže MegaFace zaujímá první místo a vede se solidním náskokem. Tým Vocord je veteránem na trhu systémů počítačového vidění: již v roce 2008 uvedl na trh program vzdáleného biometrického rozpoznávání obličeje Vocord FaceControl a dnes jejich produkty používá více než dva tisíce komerčních a vládních organizací. Společnost se specializuje na identifikaci obličeje, tedy hledání osoby v davu.

VisionLabs. Jejich produkty patří mezi tři nejlepší komerční systémy rozpoznávání obličeje na světě. Více o této společnosti se dočtete v hlavním textu.

Hlavní typy biometrie

Mezinárodní klasifikace metod identifikace člověka

Tvář. Program pro foto nebo video obraz obličeje analyzuje velikost a tvar očí, nosu, lícních kostí, jejich vzájemnou polohu a na základě těchto údajů vytvoří unikátní kombinaci, která je následně porovnána s těmi stávajícími. .

Otisky prstů. Metoda otisků prstů je založena na jedinečnosti papilárního vzoru kůže a je široce používána ve forenzní vědě.

Mluvený projev. Metoda rozpoznávání založená na převodu znějící řeči na digitální informaci.

Oči. K rozpoznání dochází jako výsledek porovnání digitálního obrazu duhovky s těmi dostupnými v databázi.

Vídeň. Identifikační metoda založená na žilním vzoru ruky nebo prstů.

Globální trh rozpoznávání tváří poroste z 4,05 miliardy dolarů v roce 2017 před rokem 7,76 miliardy USD do roku 2022.

Jak funguje systém rozpoznávání obličeje?

Systém rozpoznávání obličejů lze v zásadě popsat jako proces porovnávání obličejů zachycených objektivem fotoaparátu s databází dříve uložených a identifikovaných referenčních snímků obličeje.
Podle strukturální implementace systému rozpoznávání obličejů lze rozlišit tři běžná schémata.

Analýza toku videa na serveru

Nejběžnější implementační schéma - IP kamera přenáší video stream na server, na serveru specializovaný software pro analýzu video streamu a porovnávání snímků tváří získaných z video streamu s databází referenčních tváří.

Nevýhodou takového schématu je vysoká zátěž sítě, vysoká cena serveru, i ten nejvýkonnější server lze připojit k omezenému počtu IP kamer, tzn. čím větší systém, tím více serverů.
Výhodou je možnost využití stávajícího video monitorovacího systému.

Analýza toku videa na IP kameře

V tomto případě bude analýza obrazu provedena na samotné kameře a zpracovaná metadata budou přenesena na server.

Nevýhody - jsou potřeba speciální kamery, jejichž výběr je v současnosti extrémně malý, náklady na kamery jsou vyšší než u klasických. Také v systémech od různých výrobců bude problém úložiště a velikosti databáze uznávaných tváří standardů, stejně jako otázky interakce mezi softwarem na kameře a softwarem na serveru, řešen odlišně.
Výhody - připojení téměř neomezeného počtu kamer na jeden server

Analýza toku videa na zařízení pro řízení přístupu

Na rozdíl od prvních dvou schémat, kde se používají IP kamery, je v tomto případě kamera zabudována do zařízení pro kontrolu přístupu, které kromě rozpoznávání obličeje, které se na zařízení přirozeně vyskytuje, provádí funkce kontroly přístupu, obvykle přes turniket nebo elektrický zámek nainstalovaný na dveřích. Databáze referenčních tváří je uložena v zařízení a zpravidla již není ve formě fotografických snímků.

Nevýhody - všechna taková zařízení jsou zpravidla vyráběna pro vnitřní použití.
Výhody - nízká cena systémů ve srovnání s video monitorovacími systémy používanými pro rozpoznávání obličejů.

V každém případě závisí úspěch projektů rozpoznávání obličejů na třech důležitých faktorech:
Rozpoznávací algoritmus
Databáze rozpoznaných tváří (reference)
Výkon algoritmu

Technologie rozpoznávání obličeje

Systém se zpravidla skládá z video monitorovací kamery a softwaru, který provádí analýzu obrazu.Software pro rozpoznávání obličeje je založen na zpracování obrazu a výpočtech složitých matematických algoritmů, které vyžadují výkonnější server, než je obvykle vyžadováno u video monitorovacích systémů.

Nás budou zajímat především ukazatele kvality softwaru. Za druhé, jaké kapacity serveru budou potřeba pro analýzu obrazu a zpracování databáze obrázků a za třetí, zvážíme použitelnost IP kamer pro účely rozpoznávání obličejů.Zvláštní pozornost si zaslouží tzv. „stand alone“ zařízení, která provádějí zpracování obrazu přímo na zařízení samotném a nikoli na serveru a taková zařízení mohou mít v paměti i databázi referenčních tváří.

2D rozpoznávání obličeje
Technologie 2D (dvourozměrného) rozpoznávání obličeje je založena na plochých dvourozměrných obrázcích. Algoritmy rozpoznávání obličejů používají: antropometrické parametry obličeje, grafy – modely obličeje nebo elastické 2D modely obličeje, stejně jako obrázky s obličeji reprezentovanými určitou sadou fyzických nebo matematických prvků. Níže zvážíme hodnocení oblíbenosti algoritmů pro rozpoznávání obličeje.

Rozpoznávání 2D obrazu je v současnosti jednou z nejžádanějších technologií. Protože hlavní databáze identifikovaných osob nashromážděné ve světě jsou dvourozměrné. A hlavním zařízením, které je již nainstalováno po celém světě, je také 2D – podle údajů z roku 2016 – 350 milionů CCTV kamer. To je důvod, proč hlavní poptávka padá na systémy 2D rozpoznávání obličejů.

A poptávka, jak víte, stimuluje nabídku a nutí vývojáře, aby maximalizovali své úsilí vylepšit přesně 2D technologii.Tyto snahy někdy přinášejí nečekaně zajímavé výsledky, například v podobě vytvoření trojrozměrného modelu obličeje na základě 2D obrazu.Výzkumníci z univerzit v Nottinghamu a Kingstonu představili projekt 3D rekonstrukce obličeje na základě jediného snímku.Neuronová síť, kterou prošlo mnoho 3D 3D modelů lidí a běžných portrétů, vytváří 3D tváře lidí pouze na základě jednoho dvourozměrného obrazu tváře.

Výhody
Obrovskou výhodou 2D rozpoznávání tváří je dostupnost hotových databází referenčních tváří a připravená infrastruktura. V tomto segmentu bude maximální poptávka a poptávka bude stimulovat vývojáře ke zlepšování technologií.

nevýhody
Vyšší chybovost FAR a FRR ve srovnání s 3D rozpoznáváním obličeje.

3D rozpoznávání obličeje
3D rozpoznávání (Trojrozměrné rozpoznání tváře - anglicky) se obvykle provádí na rekonstruovaných trojrozměrných obrázcích. Technologie 3D rozpoznávání obličeje má vyšší kvalitativní charakteristiky. I když to samozřejmě také není dokonalé.

Existuje několik různých technologií 3D skenování. Mohou to být laserové skenery s odhadem vzdálenosti od skeneru k prvkům povrchu objektu, speciální skenery se strukturovaným osvětlením povrchu objektu a matematickým zpracováním ohybů pásu, nebo to mohou být skenery zpracovávající synchronní stereopáry obrazů obličeje. pomocí fotogrammetrické metody.

Jedním z nejvíce zkoumaných 3D skenerů spotřebiteli a odborníky je slavné Face ID společnosti Apple. Zkušenosti s používáním Face ID jsou mimořádně zajímavé a indikativní, protože se ve skutečnosti jedná o jediné zařízení s technologií 3D rozpoznávání obličeje, které bylo uvolněno na masový trh, pokud ovšem nelze telefon na sto metrů čtverečních považovat za zařízení pro masový trh.

3D technologie společnosti Apple je jediná na světě, která využívá vertikálně emitující lasery (VCSEL), podle pověstí utratila 1,5 až 2 miliardy dolarů na vývoj Face ID. Dodavatelem VCSEL společnosti Apple jsou Finisar Corp (investice Applu ve výši 390 milionů dolarů) a Lumentum Holdings. A soudě podle toho, že jiné 3D technologie nevykazují takovou účinnost jako Face ID, odemykání obličejem na chytrých telefonech s Androidem se brzy neobjeví.

Face ID přirozeně nezvládá úkoly identifikace dvojčat, ačkoli to nikdo nečekal, ale selhávají i blízcí příbuzní.
Tedy, spíše komický moment, ale Face ID zpočátku nerozlišovalo mezi Asiaty, ale problém byl vyřešen tak rychle, že Apple ani nestihl podat jedinou žalobu za rasismus.

Výhody 3D
Větší přesnost a méně chyb jsou pro systémy 2D rozpoznávání obličeje stále nedosažitelné.

Nevýhody 3D
Dost snadné kovárna pro profesionály
I Face ID přes všechnu coolovost hned po uvedení do prodeje hackla vietnamská společnost Bkav. Maska byla vytvořena pomocí 3D tiskárny. Náklady na vytvoření masky jsou pouze 150 $. Výroba masky je pro běžného člověka natolik náročná, že to vaše máma pravděpodobně nezvládne, ale pro profesionály je to jako dva prsty na asfaltu.

Nepoužívejte 3D rozpoznávání obličeje k ochraně před neoprávněným přístupem k notebookům, chytrým telefonům a místnostem se zvláštním stupněm utajení, které mohou profesionálové snadno napadnout.

Vyžaduje 3D rozpoznávání speciální komory pro skenování, které několikanásobně dražší konvenční CCTV kamery, které se používají při 2D rozpoznávání.
Nedostatek hotových databází identifikovaných tváří ve srovnání s 2D rozpoznáváním
Rozpoznání dvojčat zůstává výzvou pro algoritmy rozpoznávání obličejů. V průměru se na světě narodí 13,1 dvojčat na 1000 novorozenců a toto číslo se velmi liší v závislosti na geografické oblasti.

Rozpoznávání obličeje podle textury pokožky obličeje
Obrázky ve vysokém rozlišení jsou dalším faktorem pokroku technologie rozpoznávání obličeje a právě díky vysokému rozlišení je možná velmi podrobná analýza textury pleti.

V této analýze může být určitá oblast pokožky obličeje zachycena jako obrázek a poté rozložena na menší bloky, které se promění v matematicky měřitelné prostory, ve kterých jsou zaznamenány linie, póry a skutečná struktura pokožky.

Technologie dokáže identifikovat rozdíly mezi dvojčaty, což zatím není možné pomocí softwaru pro rozpoznávání obličeje.“ V případě kombinace rozpoznávání obličeje s analýzou textury povrchu lze výrazně zvýšit přesnost identifikace.

Tepelné rozpoznávání obličeje
Využití termovizních kamer pro rozpoznávání obličejů je v současné době považováno za perspektivní oblast pro rozvoj, ale zatím neexistují žádná komerční řešení připravená k implementaci.

Technologie je docela slibná, protože umožňuje vyrovnat bolestivé body 2D rozpoznávání.

Rozpoznávání obličeje v úplné tmě a špatných světelných podmínkách
Make-up, účes, vousy, čepice, brýle nejsou pro termovizní kamery problém.
Umožněte rozpoznání dvojčat

Existují dva směry, kterými se vývoj provádí:
Identifikace pomocí předem vytvořených termogramů identifikovaných osob. Zde jsou problémy stejné jako u 3D rozpoznávání, neexistují hotové databáze norem, zařízení je drahé.
Jako referenční tváře se používá identifikace osoby pomocí snímků získaných z termovizní kamery a databáze běžných dvourozměrných snímků. Problém je vyřešen, jak jste pravděpodobně již uhodli, pomocí hlubokých neuronových sítí.

Rozpoznávání obličeje texturou pokožky a termovizí. funguje, pouze v laboratoři, a i tak to není dokonalé. Ale pozorně sledujeme, a kdyby se cokoliv stalo, hned vám dáme vědět.

Kvalita softwaru

Existuje několik důležitých metrik pro hodnocení kvality softwaru.

Nejdůležitější z nich jsou FRR a FAR
False Reject Rate - FRR (False Reject Rate) - pravděpodobnost, že systém neidentifikuje registrovaného uživatele nebo jej neověří.

Jak se počítá FRR:
Nechť N není počet vzorků obrázků v databázi. FR – počet falešných neuznání (False Reject – Ivanov, neuznáno jako Ivanov),

False Acceptance Rate - FAR (False Acknowledgement Rate) - Pravděpodobnost, že systém rozpoznávání obličeje omylem identifikuje neregistrovaného uživatele nebo jej autentizuje.

Jak se počítá FAR:
Nechť N není počet vzorků obrázků v databázi. FA - počet falešných uznání (False Acceptation - Ivanov je rozpoznán jako Petrov),

První a nejdůležitější věc, kterou musíte o těchto dvou ukazatelích vědět, je, že nejsou absolutní, ale relativní, tzn. mohou se změnit v závislosti na nastavení algoritmu rozpoznávání obličeje.

Druhým je, že tyto ukazatele jsou propojeny – čím nižší FAR, tím vyšší FRR.

Přibližné hodnoty FRR a FAR pro systémy rozpoznávání obličejů a jejich vztah jsou uvedeny v tabulce:

Porovnání FAR a FRR různých biometrických identifikačních metod:

Vývojáři algoritmů pro rozpoznávání obličeje

Rozpoznávací algoritmus zpravidla není hotovým softwarovým produktem, ale softwarovým algoritmem, který musí být ještě zabalen do softwarového produktu a hardwaru.

Na světě existuje mnoho výrobců rozpoznávacích algoritmů, protože existují nezávislé organizace, které testují účinnost algoritmů. Nejznámější jsou: NIST – US National Institute of Technology Standards a MegaFace – University of Washington, Labeled Faces in the Wild, existují i další. Výsledky soutěže jsou průběžně aktualizovány. Každá společnost může svůj výsledek kdykoli aktualizovat opakovaným testováním. Nedávno se jako vítěz vyhlásil NtechLab a dnes je až na 4. místě.

Testování NIST zveřejníme s výsledky k 13.5.2018. Protože NIST je z mého pohledu zajímavější, protože testování algoritmů probíhá na uzavřené databázi osob, což vylučuje přípravu vývojáře na testování.

Algoritmus - megvii-000 od Megvii, Čína
Čínská společnost Megvii se svým hlavním produktem Face++. PodleOdhady KommersantObrat společnosti činil asi 100 milionů dolarů.
Algoritmy: 2. místo - visionlabs-003, 7. místo - visionlabs-002, VisionLabs, Rusko
Algoritmy: 3. místo - morpho-002, 17. místo - morpho-000. OT-Morpho, Francie
První těžká váha v žebříčku s obratem téměř 3 miliardy eur v roce 2017. společný podnik Oberthur Technologies (OT) a Safran Identity & Security (Morpho)
Algoritmy: 4. místo - ntechlab-003, 13. místo - ntechlab-002 z NtechLab, Rusko
Moskevská společnost, která se proslavila jako developerřešení pro hledání pornoherců .
Přijaté investice od RT - Business Development (dceřiná společnost Rostecu) a fondu VB Partners. Výše investice není zveřejněna. V důsledku toho získala dceřiná společnost Rostec 12,5 % společnosti, fond New Dimension Fund Variable Capital Investment, spravovaný VB Partners, – 25 % společnosti. NtechLab plánuje vstoupit na národní bezpečnostní trh a posílit rozvoj v komerčním sektoru.
Algoritmus - cogent-000 od Gemalto Cogent, USA
Vyvíjí celou řadu biometrických řešení se zaměřením na vymáhání práva, hraniční kontroly a civilní identifikaci. Roční celosvětové tržby jsou asi 205 milionů dolarů.
Algoritmus - vocord-002 z Vocord, Rusko
Společnost Vocord byla založena v roce 1999 absolventy MIPT Dmitrijem Zavarikinem a Alexejem Kadeishvilim. Podle SPARK-Interfax činily v roce 2014 příjmy společnosti 302 milionů rublů, novější údaje v době psaní tohoto článku nebylo možné získat.
Algoritmy: - fdu-000, 9. místo - fdu-001. Univerzita Fudan, Čína
Algoritmus - neurotechnologie-003. Neurotechnologie, Litva
Z webových stránek společnosti můžete stažení demo verze softwaru pro PC a smartphone Android, demo verze SDK. Společnost má informační kanál na YouTube. Ceny jsou zveřejněny na webu. Společnost také nabízí vlastní cloudovou službu. www.skybiometrie.com
Algoritmus je itmo-003. Petrohradská státní univerzita informačních technologií, mechaniky a optiky, Rusko
Algoritmus - 3divi-001. Tridivi (3DiVi Inc.), Rusko
Algoritmus je yitu-000. Yitu Technologies, Čína
Hlavním produktem společnosti Yitu je systém rozpoznávání obličeje Dragonfly Eye, který používají vládní bezpečnostní systémy v různých městech v Číně. Během prvních tří měsíců používání systému v Šanghaji bylo pomocí Dragonfly Eye zadrženo 567 narušitelů zákona. V systému je uloženo 1,8 miliardy fotografií a databáze obsahuje nejen fotografie čínských občanů, ale také všech turistů překračujících hranice země. Systém je nasazen i na masových akcích: během pivního festivalu v Qingdao pomohly kamery zadržet 22 hledaných lidí. místní úřadyzprávu o úspěchu : v jednom městě pomohl systém Yitu snížit kapesní krádeže o 30 %, v jiném - za dva roky bylo objasněno 500 trestných činů. Neuvěřitelným způsobem pomohl systém dokonce pět let po činu identifikovat oběť vraždy podle lebky.
Algoritmus - gorila-000, Gorilla Technology, Tchaj-wan
Algoritmus - cyberextruder-002, CyberExtruder, USA
Algoritmus - tongyitrans-002,Dopravní technologie TongYi, Čína
Algoritmus - yisheng-001,Elektronická technologie Zhuhai Yisheng, Čína

Celkem: 5 zástupců z Ruska, což je dobrá zpráva, 5 z Číny, což ani není překvapivé.

Ve skutečnosti existuje mnohem více výrobců algoritmů rozpoznávání, mnoho z nich zde najdete v hodnocení MegaFace. Ale i když vytvoříte jediný seznam, stále nebude úplný. Téměř všichni giganti IT průmyslu vyvíjejí své vlastní algoritmy pro rozpoznávání obličeje - Facebook, Google (považuje svůj systém rozpoznávání za nejpřesnější), Baidu, Microsoft, Yandex (testuje autorizaci řidičů obličejem a hlasem), Vkontakte, Toshiba a mnoho dalších .

Existují dokonce .

Z této rozmanitosti můžeme vyvodit několik jednoduchých závěrů:

Konkurence na tomto trhu zesílí a výsledkem je již mnohonásobné snížení ceny. Například v roce 2017 Macroscop snížil ceny za rozpoznávací modul 18krát, o čemž s radostí hlásí na svých webových stránkách, jako by řekli „velký ahoj“ všem svým zákazníkům, kteří měli to štěstí a koupili si rozpoznávací modul před rokem 2017. .

Je jasné, že ceny budou nadále klesat.Ukazatele kvality rozpoznávacích algoritmů neustále rostou a v mnoha případech se od sebe mírně liší, ale cena se výrazně liší, jak vidíte níže, výkon se liší ještě výrazněji, samozřejmě takový parametr, jako je výkon, je třeba testovat na databázi maximálního objemu.

Je také snadné vidět, že v hodnoceních prakticky neexistují žádní výrobci zařízení pro video monitorovací systémy a bez videokamer a úložných zařízení je celý tento příběh s algoritmy jen hra na počítači. Ale to, že tam nejsou, neznamená, že tento trh nevidí a nechápou jeho význam. Zde je rozpoznávání tváře od Panasonicu, od NEC, Amazonu a mnoha dalších. Obecně se tento trh brzy stane velmi horkým. Až na softwarová řešení(to je, když k rozpoznání dochází přímo na serveru), existuje také Samostatný rozhodnutí je, když k rozpoznání dojde u čtenáře.

Software pro rozpoznávání obličeje pro video monitorovací systémy

Testování efektivity algoritmů pro rozpoznávání obličejů je samozřejmě zajímavé jako každá soutěž, ale spíše jako přehlídka úspěchů národního hospodářství. Vypadá to působivě, ale jak přesně ho začít používat a kolik to bude stát, není jasné.

Výsledkem práce algoritmů pro rozpoznávání obličeje bude shoda nebo neshoda se základnou standardů. A pak, v závislosti na specifikách vašeho systému, by měla nastat předem naprogramovaná akce. Když například vstoupí VIP klient, senior manažer obdrží oznámení se všemi klientskými daty z vaší databáze.

Nebo naopak, když vstoupí osoba z černé listiny, oznámení obdrží stráže. Nebo když se osoba z černé listiny pokusí projít kontrolním bodem, systém kontroly přístupu zablokuje průchod - to je integrace systému rozpoznávání obličejů se systémem kontroly přístupu.

Fungování systému rozpoznávání obličejů v reálných podmínkách je celý komplex softwarové a hardwarové interakce.

Pro organizaci takových interakcí existuje spousta integrovaných platforem, které vám umožňují konfigurovat interakce se systémy kontroly přístupu, systémy video dohledu, bezpečnostními systémy, systémy požární ochrany, systémy CRM, systémy řízení podniku a mnoha dalšími.

Takže pokud nemáte dámu, ale vezměte si to, následujících pár sekcí je pro vás jen „Must Have“.

Integrační platformy jsou velké jméno, v různé míře se vztahuje na níže uvedené vývojáře, takže při výběru řešení pro rozpoznávání obličeje se musíte seznámit se všemi funkcemi softwaru (platformy). S přihlédnutím jak k aktuálním potřebám podniku, tak k možnostem rozvoje, jak kvalitativním charakteristikám algoritmu rozpoznávání tváří, tak možnostem integrace.

Vývojáři softwaru pro rozpoznávání obličeje a ceny jejich modulů

ISS, Rusko, Software «SecurOS® Face»

Licence modulu snímání obličeje - cena 41 275 rublů

Do kanálu. Instalováno na serveru pro rozpoznávání obličeje nebo na serveru pro zachycení obličeje

Licence modulu rozpoznávání tváře (až 1000 lidí v databázi) - cena 665 760 rublů.
Na server pro rozpoznávání obličejů.

Servery pro software pro rozpoznávání obličejů

Rozpoznávání obličeje, stejně jako jakákoli jiná analýza videa, je náročný na procesor, takže k nasazení i malého systému rozpoznávání obličejů potřebujete poměrně výkonné a vůbec ne levné servery. Charakteristiky serveru se vybírají individuálně a závisí na mnoha faktorech – od počtu rozpoznávacích kanálů po odhadovanou velikost databáze referenčních tváří a dobu uložení videoarchivu.

Servery pro software pro systémy rozpoznávání obličeje - cena od 101 567 rublů

Výběr serverů se neomezuje pouze na ty uvedené v tomto katalogu, ve většině případů server sestavíme podle vašich požadavků.

Nejlepší IP kamery pro rozpoznávání obličeje

Software a servery jsme probrali výše, ale aby systém fungoval, jsou potřeba IP kamery. Právě od kvalitativních charakteristik kamer bude velmi záviset na tom, jak dobře bude systém spolupracovat se systémem rozpoznávání obličejů.

Při výběru IP kamery pro rozpoznávání obličeje doporučujeme věnovat pozornost následujícím vlastnostem.

WDR (Wide Dynamic Range)

Navzdory skutečnosti, že se nedávno objevily kamery s WDR za 5 000 rublů, kvalita obrazu těchto kamer je mnohem nižší než u kamer z vyššího cenového segmentu. Kamery s nejlepším WDR podle našich zkušeností nemohou stát méně než 80 000 rublů.

Snímková frekvence alespoň 60 snímků za sekundu

Čím vyšší je snímková frekvence za sekundu, tím je pravděpodobnější, že získáte snímek s nejlepší orientací obličeje osoby vzhledem k fotoaparátu, což přímo ovlivní kvalitu rozpoznání obličeje.

Varifokální čočka

Čím více pixelů je na obličeji osoby, tím větší bude obrázek.

Testy ukázaly, že úspěšné rozpoznání obličeje vyžaduje, aby obličej reprezentoval alespoň 160 pixelů na ovál obličeje a v ideálním případě by mezi očima mělo být alespoň 50 pixelů. Bez ohledu na to, jak pečlivě vybíráte umístění kamery, pro dosažení těchto hodnot bude nutné ji upravit na místě v závislosti na mnoha faktorech. K tomu potřebujete varifokální čočku.

Sledovací kamery se zavedenými doporučenými funkcemi pro rozpoznávání obličeje- cena od 10 000 rublů

Jak se říká, volba je na vás. Pokud budujete rozpoznávací systém od nuly, pak byste se měli zamyslet nad výběrem opravdu nejlépe testovaných modelů IP kamer.

Poměrně běžná a levná funkce je zpravidla vždy přítomna v hlavním softwaru pro rozpoznávání obličeje, ale lze ji zakoupit i samostatně. Pokud jste se nikdy v životě nezajímali o video monitorovací systémy. Podívejte se tam na video co nejstručněji, co je podstatou.

ITV, Rusko, Software "Intellect"

Hledání tváří v archivu (pro 1 videokanál) - cena 6 200 rublů

Trassir, Rusko, Trassir Face Search Software

Modul pro vyhledávání konkrétní tváře v archivu Trassir Face Search - cena 36 990 rublů

V té či oné podobě je tato funkcionalita přítomna u většiny vývojářů, takže asi nebudeme natahovat již tak krátký článek.

Výrobci vybavení s integrovanými algoritmy rozpoznávání obličeje

Pokud je výše uvedená část s vývojáři softwaru skutečná, tzn. tam se soustředí hlavní rozhodnutí, která v tuto chvíli ukazují maximální efektivitu. Tato sekce je o budoucnosti, která již přichází.

V prvním případě je video stream z kamery přenášen po síti na server s nainstalovaným softwarem a právě tam probíhá rozpoznávání obličeje, stream z jedné IP kamery je přibližně 5 Mbps a tento stream je nutné přenést přes síť na server a tam zpracovány. V případě jedné kamery vypadá vše přijatelně, ale pokud jsou kamery stovky, je to problém, který je potřeba řešit samostatně. Lze to řešit především desítkami serverů pro zpracování dat, jakákoliv videoanalytika je procesorově náročný úkol. Servery tedy budou značnou nákladovou položkou.

Mnohem efektivnější rozpoznat na palubě zařízení a přenášet již zpracované výsledky po síti, což řádově sníží zatížení sítě a serverů.

Kromě toho, že taková zařízení již existují, již nyní vykazují úžasnou účinnost a rychlost. Veškeré vybavení bych rozdělil do dvou velkých skupin „CCTV kamery s vestavěným rozpoznáváním obličeje“ a „Zařízení pro systémy kontroly přístupu s vestavěným rozpoznáváním obličeje“.

Sledovací kamery s vestavěným rozpoznáváním obličeje

Chytré kamery s vestavěným algoritmem rozpoznávání obličeje patří k nejpokročilejším v oboru. Umožňují zpracovat video stream přímo na samotné kameře a odeslat zpracovaná metadata na server.

2MP kamera iDS-2CD8426G0/F-I se dvěma objektivy - cena 135 550 rublů

HikVision, Čína, největší čínský výrobce video monitorovacích systémů.
Snímač - 1/2,8'' CMOS s progresivním skenováním
Citlivost - Barva: 0,005 lux @ (F1.2, AGC ON), 0,0089 lux @ (F1.6, AGC ON), 0 lux s IR
Rychlost elektronické závěrky - 1s ~ 1/100000s
2MP rozlišeníHardware WDR 120dB, snímková frekvence 25fps@2MP, microSD slot až 128GB, IR až 10m

Kamera pro rozpoznávání obličeje se dvěma objektivy je kompaktní zařízení s algoritmy hlubokého učení DeepinView se systémem rozpoznávání obličeje.

Kamera podporuje několik kodeků pro kompresi videa (H.265, H.264, MPEG-4 a MJPEG) a dokáže zpracovat až pět video streamů. Velikost videokamery je 180,4 x 147 x 117,9 mm, hmotnost zařízení je 1500 gramů. Konstrukčně se jedná o dvoučočkovou kameru s binokulární stereo technologií, která čte velké množství rysů obličeje pro přesnější rozpoznání.

Je vybaven 4mm objektivem s pevnou ohniskovou vzdáleností se zorným polem 86°. Fotoaparát automaticky zachytí a zobrazí optimální obraz obličeje osoby.

Provádí rozpoznání obličeje, okamžité porovnání zachycených obličejů s vestavěnými knihovnami, podporováno je nastavení aktivace alarmu podle identifikovaného obličeje.

HikVision uvádí provozní teploty v rozmezí od -10 °C do 40 °C a úroveň vlhkosti až 95 procent.

Kamera automaticky přepíná mezi denním a nočním režimem. Infračervené osvětlení funguje na vzdálenost až 10 metrů.

DVR iDS-96128NXI-I16 se systémem rozpoznávání obličeje - cena 3 299 990 rublů

Záznam videa až 12MP, výstup videa až 4K
128 kanálů, synchronní přehrávání 4 kanály @ 4K
16 pevných disků SATA až 10 TB každý
1/2 audio vstup/výstup, 16/8 alarmový vstup/výstup
Síťové rozhraní 4 RJ-45 10M/100M/1000M Ethernet

Paměť DVR je navržena pro 16 knihoven obrázků lidí (celkem až 100 000 fotografií)

Palubní kamera podporuje chytré funkce pro hledání podobných lidí, analýzu chování, detekci tváří a aut.
Je možné pracovat s termokamerami, detekcí požáru, námořními plavidly, měřením teploty, vedením statistik teplotních map kamer a počítáním návštěvníků.
iDS-96128NXI-I16 je schopen detekovat lidi na 32 kanálech a simulovat obličeje rychlostí 64 fotografií za sekundu.

Rekordér má 1 rozhraní RS-232, 1 RS-485, RS-485 pro klávesnici a dva konektory USB 2.0 a USB 3.0, dále 16 poplachových vstupů a 8 výstupů.

IDS-96128NXI-I16 podporuje RAID0, RAID1, RAID5, RAID6 a RAID10.

DH-IPC-HF8242F-FR sledovací kamera se systémem rozpoznávání obličeje na palubě - cena 100 000 rublů
Dahua Technology Čína
1/1,9", 2 MP progresivní skenování CMOSSmart kodek 265+/H.264+, 3-streamové kódování
Starlight, true WDR 120dB, 3DNR, den/noc (ICR), AWB, AGC, BLC
Vícenásobné monitorování sítě: Webový prohlížeč, CMS (DSS/PSS) & DMSS
Automatické zadní ostření (ABF)

Snímání tváře je softwarová aplikace, která automaticky zachycuje tváře z digitálního obrázku nebo videoklipu ze zdroje videa. Kamery Dahua používají pokročilé algoritmy Deep Learning, které umožňují kameře rychle a přesně rozpoznávat a porovnávat tváře.

Kamera pro rozpoznávání obličeje DH-IPC-HF8242FP-FR využívá technologii Deep Learning k efektivnímu rozpoznávání a přiřazování tváří. Analytické funkce přístroje umožňují určit věk, pohlaví, náladu, přítomnost nebo nepřítomnost masky / brýlí / vousů nebo kníru.

Videokamera má funkci počítání lidí a generuje tepelnou mapu.
Do paměti fotoaparátu lze uložit až 10 000 obličejů, které lze rozdělit do 5 kategorií, což vám umožní zachytit a porovnat obličeje v reálném čase.

Díky technologii Starlight společnosti Dahua je kamera ideální pro práci v náročných prostředích s omezeným osvětlením.
Jeho nízká citlivost na světlo zajišťuje barevný obraz s minimálním okolním světlem. I v extrémně špatných světelných podmínkách, téměř v úplné tmě, je technologie Starlight schopna zobrazit barevný obraz.

Dohledová kamera IPC2255-Gi4N se systémem rozpoznávání obličeje na palubě - cena 100 000 rublů

Čína
1/1,9" CMOS snímač Starlight, 0,001 lux v barvě [e-mail chráněný] fps v H.265 / H.264 / MJPEG
Rozpoznání až 18 cílů současně (obrázek, obličej)
Hardware WDR, přizpůsobené IR do 100m
2 alarmové vstupy / 1 výstup, Krytí IP66, Teplotní rozsah -40°C +60°C

Videokamera Axis P1367 s vestavěným algoritmem Ayonix - cena 68 448 rublů

Ayonix, Japonsko
Matrix 1/2,9” progresivní skenování
Zoom 2,8-8,5 mm
Skvělá 5MP kvalita videa
Technologie Lightfinder a Forensic WDR, technologie Zipstream
Pokročilé možnosti analýzy obrazu

Japonský vývojář softwaru pro rozpoznávání obličeje Ayonix vyvinul software pro práci na palubě fotoaparátu Axis P1367.

Díky platformě ACAP mohou vývojáři třetích stran vyvíjet aplikace pro instalaci přímo na kamery Axis.

Terminály pro docházkové systémy s vestavěným rozpoznáváním obličeje

Docházkový terminál FacePass Pro - cena 23 000 rublů

Anviz, Čína
Kapacita paměti pro 400 uživatelů
Čas identifikace< 0,1 сек
Vzdálenost pro identifikaci uživatele: od 30 cm do 80 cm
Procento uznání: > 99 %
Responzivní 2,8” TFT dotykový displej
Vestavěný webový server pro snadné nastavení terminálu

Dvě skenovací kamery poskytují nejpřesnější identifikaci, zatímco vysokorychlostní procesor Samsung ARM minimalizuje dobu rozpoznání obličeje zaměstnanců

Na přesnost a rychlost identifikace nemají vliv ani takové faktory jako: barva pleti, výraz obličeje, pohlaví, účes, stejně jako přítomnost či nepřítomnost vegetace na obličeji.

Anviz FacePass Pro je systém sledování času zaměstnanců s rozpoznáváním obličeje, bezkontaktními RFID kartami nebo heslem.

Kombinace nového algoritmu BioNANO s vysoce výkonným hardwarem zaručuje identifikaci uživatele za méně než 0,1 (!) sekundy.

Unikátní infračervené přisvícení zajišťuje stabilní provoz zařízení jak v místnostech s měnícím se osvětlením, tak v naprosté tmě.
Ani faktory jako barva pleti, výraz obličeje, pohlaví, účes, ale i přítomnost či nepřítomnost vousů či kníru na obličeji nemají vliv na rychlost a kvalitu identifikace.

Dynamická numerická klávesnice a citlivý 2,8” TFT dotykový displej zaručují pohodlné ovládání.

Multibiometrický docházkový terminál ZKTeco Pface202-ID - cena 26 500 rublů

ZKTeco, Čína

Paměť pro 600 šablon dlaňových žil, 1200 tváří (až 3000 s ověřením 1:1), 2000 prstů a 10000 karet
Kapacita protokolu 100 000 událostí
LCD dotykový displej 4,3"
Integrovaná čtečka karet Em-Marin

Síťový biometrický terminál pro docházkové a přístupové systémy s identifikací podle obličejů, dlaňových žil, otisků prstů, čtečky RFID karet a ethernetového připojení.

Multibiometrický docházkový terminál ZKTeco uFace302-ID - cena 27 405 rublů

Kapacita paměti pro 1 200 šablon obličejů, 2 000 otisků prstů a 10 000 karet
Záznam událostí pro 100 000 záznamů
Vysoká míra rozpoznávání
Rozhraní TCP/IP, RS232/485, USB Host, Wiegand výstup
Výstupy pro elektrický zámek, čidlo stavu dveří, výstupní tlačítko, výstup alarmu
Použití hardwarového šifrování k zabezpečení firmwaru

Biometrický terminál pro docházku a kontrolu přístupu UFace302-ID provádí identifikaci podle obličeje, otisku prstu, karty a kódu. Face302-ID je schopen rozlišit tvář skutečné osoby od fotografie. Pokročilé a přátelské uživatelské rozhraní poskytuje 4palcový dotykový displej (Touch Screen).

Biometrický docházkový terminál ZKTeco uFace800 - cena 27 405 rublů

Vestavěná duální kamera s vysokým rozlišením pro skenování obličeje s infračerveným přísvitem
Paměť až pro 3 000 tváří, 5 000 prstů, 10 000 karet a 100 000 událostí
Platforma ZMM220_TFT, algoritmy ZK Face 7.0, ZK Finger 10.0
6 stavů události při registraci
Čtečka otisků prstů, vestavěná čtečka karet
Rozhraní TCP/IP, USB Host, WiFi (volitelně), Wiegand výstup

Síťový biometrický terminál pro docházkové a přístupové systémy s identifikací obličeje, čtečkou otisků prstů, čtečkou RFID karet a ethernetovým připojením.
uFace800 podporuje ovládání zámku, ovládání dveřního senzoru, zvonku, senzoru vloupání, připojení výstupního tlačítka.

Zařízení pro systémy kontroly přístupu s vestavěným rozpoznáváním obličeje

Terminál pro rozpoznávání obličeje FaceStation 2 - cena 80 856 rublů

Suprema, Korea Největší světový výrobce biometrických prvků, jeden z 50 největších světových výrobců bezpečnostních systémů.
Mikroprocesorový systém: 1,4 GHz Quad Core, Paměť: 8 GB Flash + 1 GB RAM
Offline paměť pro 30 000 uživatelů, 5 000 000 událostí, 50 000 fotografií
Rychlá identifikace - srovnání 1:3 000 vzorů za sekundu
Dotyková obrazovka 4" LCD dotyková obrazovka, osvětlení až 25 000 lx
Stabilní výkon při jakémkoli osvětlení s podsvícením 25 000 luxů

FaceStation 2 je vysoce výkonná platforma pro rozpoznávání obličejů. Rozpoznávání obličeje lze použít jak v režimu identifikace, tak v režimu ověřování. Kromě identifikace obličeje je podporována také identifikace smartphonu a bezdotykové karty.

Pro řešení specifických úloh ACS na reálném objektu si uživatel může vybrat různé identifikační (1:N) nebo ověřovací (1:1) režimy ze širokého seznamu nabízeného FaceStation 2.
V každém případě je tak možné zvolit optimální poměr úrovně zabezpečení a rychlosti.

V závislosti na zvoleném režimu se do provozu zapojí různé kombinace biometrických senzorů, vestavěné čtečky Smart karet a dotykové klávesnice pro zadání PIN kódu.
Bezkontaktní identifikace obličeje a možnost používat chytrý telefon místo přístupové karty činí FaceStation 2 výjimečně uživatelsky přívětivým.

Vysoce výkonný terminál pro rozpoznávání obličeje s vestavěnou multifrekvenční čtečkou karet (125 kHz EM & 13,56 MHz MIFARE, DESFire/EV1, FeliCa, NFC, ISO14443A/B, ISO15693).

Díky rozšířené rozpoznávací oblasti zařízení instalované podle návodu „vidí“ obličeje lidí s výškou od 145 cm do 210 cm.
Terminál je vybaven pokročilými bezpečnostními funkcemi, jako je infračervená technologie blokování padělaných obličejů a vícepásmová technologie RF čtení, která podporuje nejnovější standardy RFID.

Dochází také k úpravě terminálu FaceStation 2 (model FS2-AWB) - cena 93 850 rublů, s vestavěnou čtečkou MultiCLASS SE (125 kHz EM, HID Prox & 13,56 MHz MIFARE, DESFire / EV1, FeliCa, iCLASS SE / SR, NFC, ISO14443A / B, ISO15693).

A samozřejmě řešení od našich čínských partnerů, kteří by nebyli čínskými partnery, kdyby nenabízeli moderní technologie 3-4x levněji. Levnosti se rozhodně neobejde bez následků, jedním z hlavních rozdílů je velikost databáze, kterou mají Číňané minimálně 5x menší, no, trochu tím trpí i rychlost a přesnost. Ale v zásadě jsou to docela fungující lokální řešení pro malé podniky.

Vícefaktorové biometrické identifikační zařízení ZKTeco VF680 - cena 13 410 rublů

ZKTeco®, Čína, největší čínský výrobce biometrických prvků, nezávisle vyvíjí rozpoznávací algoritmy.
Platforma ZEM810, algoritmus ZK Face 7.0
Vestavěná duální kamera s vysokým rozlišením pro skenování obličeje s infračerveným přísvitem
Paměť pro 800 tváří, až 10 000 a 100 000 událostí
Rychlost ověření ne více než 1 sekundu
TCP/IP připojení

VF680 může pracovat samostatně nebo se připojit k síťovým systémům řízení přístupu. Terminál je vybaven platformou ZEM810, 3,0 palcovou dotykovou obrazovkou a algoritmem ZK Face 7.0, který podporuje 800 ploch.
Čtečku lze programovat z vestavěné klávesnice nebo pomocí softwaru.

Multifaktorové biometrické identifikační zařízení ZKTeco MultiBio700id - cena 28 530 rublů

Verze algoritmu: ZK Face v7.0 a ZK Finger v10.0

100 000 událostí v protokolu
Rozpoznání ne více než 1 sekundu

Multi biometrický terminál ZKTeco Multibio700 poskytuje přístup pomocí obličeje, otisku prstu, bezkontaktní karty a kódu.
Zařízení zachytí relativní polohu, velikost a tvar očí, nosu, lícních kostí, čelistí a z těchto dat vytvoří biometrickou šablonu pro pozdější srovnání.
Rozpoznání uživatele je přesné a rychlé během 1 sekundy. Infračervené osvětlení pomáhá úspěšně provádět identifikaci za špatných světelných podmínek.

Pro přímé ovládání zámku lze terminál používat autonomně, nebo jej připojit jako čtečku k síťovým přístupovým systémům pomocí rozhraní Wiegand.

Biometrická čtečka ZKTeco SpeedFace V5

Procesor Quad-Core A17 1,8 GHz, Paměť 2G RAM / 16G ROM
Duální kamera: IR kamera + kamera pro viditelné světlo
Pracujte pod osvětlením 0~40 000 Lux
5palcový dotykový displej
Paměť pro 6 000 ~ 10 000 (1:N) obličejů
Rychlost ověření méně než 1 sekunda
Čtečka podporuje rozpoznávání obličeje, rozpoznávání otisků prstů a RFID karet EM-Marine nebo Mifare.

Rozpoznávání obličeje ve viditelném světle je mnohonásobně lepší než rozpoznání obličeje IR a vzdálenost rozpoznání byla zvýšena na 2 metry, což výrazně zjednodušuje situaci v dopravní špičce. Není potřeba dlouho stát před fotoaparátem zařízení. Uživatel může rychle projít požadovaným směrem vedle zařízení tak, aby obličej spadl do zorného pole kamery.

Díky použití CNN a vytvoření 3D modelu obličeje bylo možné rozpoznat z různých úhlů pohledu. Díky použití inteligentního algoritmu CNN funkce anti-spoofing účinně brání předávání masek, fotografií a videí.

Biometrický přístupový terminál HikVision DS-K1T606M - cena 49 990 rublů

HikVision, Čína
Paměť pro 3 000 šablon obličejů, 5 000 karet Mifare a 100 000 protokolů událostí
2 alarmové vstupy a 1 výstup
Komunikační rozhraní TCP/IP; WiFi; home protokol; RS-485; Wiegand 26/34
Pracovní podmínky od -20 °C do +50 °C, vlhkost 10% - 90%
Vhodné pro venkovní instalaci

Čtečka s vestavěným ovladačem a algoritmem rozpoznávání tváře ST-FR040EM - cena 26 824 rublů
Smartec, Rusko, ruská zastřešující značka, zadává objednávky mnoha čínským továrnám a prodává v Rusku pod jedinou značkou Smartec.
Verze algoritmu: ZK Face v7.0 a ZK Finger v10.0
Infračervená kamera s vysokým rozlišením, 3" dotykový displej
Kapacita paměti pro 400 šablon obličejů, 2000 otisků prstů a 1000 bezdotykových karet
Rozpoznání ne více než 1 sekundu
Vestavěná RFID čtečka Em-Marine 125kHz

Pokud se vám zdálo, že to vypadá jako ZKTeco MultiBio700ID , tak jste pro Smartec správně, tuto čtečku vyrábí ZKTeco a jedná se o kompletní kopii MultiBio700ID.

Interkom s vestavěným systémem rozpoznávání obličeje DS06M - cena 14 300 rublů

Bevard, Rusko
1,3 MP snímač SONY Exmor, citlivost 0,01 lx
Provoz v rozsahu teplot od -40 do +50°C, krytí IP54
Instalovaná 4GB microSDHC karta, zápis na paměťovou kartu
Obousměrný zvuk
Podpora cloudové služby Camdrive

Nespěchejte a využijte nízkou cenu, databáze je maximálně pro 30 osob. Ale pokud jste malá firma a chcete na své návštěvníky vytvořit WOW efekt, může to být správná cesta.

Mimochodem, každý IP interkom může být vybaven systémem rozpoznávání obličeje, nejlépe běžnou IP kamerou.
A ještě více, IP interkom je instalován přesně na úrovni obličeje nebo o něco níže, což je ideální pro vysoce kvalitní rozpoznání obličeje.

Stejný interkom Bevard, ale připojený k systému rozpoznávání obličeje Macroscope, v tomto případě je na serveru nainstalován software Macroscope. V takové konfiguraci je velikost databáze omezena pouze, pardon, vašimi finančními možnostmi.

Brýle s rozpoznáním obličeje používá Městská policie Zhengzhou

LLVision Technology, Čína

Po připojení k policejní databázi brýle během 2-3 minut prozradí jméno a adresu osoby. Během týdne a půl bylo na nádraží v Zhengzhou zadrženo s použitím brýlí sedm lidí na seznamu hledaných a 26 s falešnými občanskými průkazy.

Kromě hackerů je tu také všudypřítomný soudruh major, kterého neméně zajímají biometrické údaje. WikiLeaks zveřejnila zprávu (url prozíravě blokovanou RosKomNadzorem) o možné krádeži databáze CIA Aadhaar pomocí zařízení sloužícího pro skenování otisků prstů a duhovky od společnosti Cross Match (Vzpomeňte si na tuto americkou společnost, stále aktivně propaguje své vybavení, včetně čísla v mezinárodní trhy)

Samotný Aadhaar samozřejmě poskytuje přístup komerčním společnostem, například Microsoft používá Aadhaar k ověření identity uživatelů speciální verze Skype pro Indii.

Poskytnout komerčním společnostem přístup k vládním biometrickým databázím má velký smysl. Vlastní biometrické údaje se zpravidla nepřenášejí, přenáší se pouze výsledek identifikace. Kromě toho, že jsou tyto služby placené, jsou právě pro tyto účtenky vytvářeny a udržovány státní bimetrické databáze.

Rusko má také svůj Aadhaar, je zřejmé, že ruská databáze se pravděpodobně nevyhne všem problémům, kterými si Aadhaar prošel.

Přístup do ruské databáze se plánuje poskytnout bankám.

Existují příklady odlišného přístupu, Belgie byla první zemí, která zakázala používání systémů rozpoznávání obličejů komerčními organizacemi.

Databáze navhodné pro obchodní společnosti
Stát, i když má monopol na nucený sběr dat, většinou není tím nejefektivnějším sběratelem dat.

Proto máme obrovské množství komerčních databází biometrických informací. Největší - databáze Vkontakte (více než 97 000 000 lidí měsíční používání VKontakte), používá jej například NtechLab pro svůj web FindFace, velkou databázi má i Facebook a další sociální sítě a seznamky.

Komerční databáze jsou vytvářeny proto, aby je za mírné peníze mohly využívat i jiné komerční společnosti.

Například Bitrix24 používá databázi VKontakte ve svých produktech Face-tracker, Face-cards for 1C, Bitrix24.Time a visit-tracker.

Nejlepší databáze
Všechny výše uvedené databáze mají jednu podstatnou nevýhodu, nemají nic společného s vaším podnikáním. A obsahují pouze určité sady dat, často extrémně užitečné sady, ale bez zohlednění specifik vašeho podnikání je jejich použití velmi omezené.

Jedním z nejdůležitějších ukazatelů kvality vaší databáze bude kvalita obrázků obličejů, referencí.
Nejdůležitější ukazatele kvality referenční databáze obrázků jsou:
Počet pixelů
Kontrast a vykreslení detailů obličeje
Pozadí, na kterém se nachází hlavní část obličeje
Žádné rušivé detaily v oblasti obličeje atd.

Zároveň je také důležité dodržet víceméně stejné podmínky pro získání snímků obličejů (osvětlení, velikost samotného obličeje na pozadí celého snímku).

Je důležité vzít tyto ukazatele v úvahu již ve fázi návrhu systému jako celku a věnovat zvláštní pozornost systému pro získání uznávaných tváří norem.
Začněte budovat svou databázi ještě dnes!

Využití biometrických databází
Mnozí mají důvodné obavy z využívání biometrických údajů státem a ještě větší obavy z využívání těchto údajů komerčními strukturami.

Tyto obavy skutečně nejsou bezdůvodné, ale neměly by zastavit přijímání technologií. V naší blízké budoucnosti je to naše biologická identita dovolí odlišit člověka od umělé inteligence.

Snímek obrazovky s informacemi o počet robotů a skutečných lidí navštěvujících webové stránky, výzkum provedený společností Imperva Incapsula

I v současnosti je počet robotů a skutečných lidí navštěvujících stránky přibližně stejný. S rozvojem internetu věcí a umělé inteligence bude počet botů exponenciálně růst, stejně jako jejich schopnosti, již nyní existují řešení, která za vás mohou zavolat například kadeřnictví nebo pizzerii.

Oblasti použití systémů rozpoznávání obličejů

Specifičnost aplikace technologie rozpoznávání obličeje se liší v různé kritičnosti chyb v závislosti na rozsahu aplikace.

Systémy kontroly vstupu

Jedna z nejlepších aplikací systémů pro rozpoznávání obličejů v současnosti je v systémech kontroly přístupu. Za prvé, zaměstnanec sám má zájem mu umožnit přístup a nebude záměrně sabotovat práci systému rozpoznávání obličejů. Za druhé ovládáte všechny vnější faktory, které ovlivňují kvalitu rozpoznávání – osvětlení, pozadí, vzorce pohybu zaměstnanců. Pomocí toho všeho můžete vytvořit ideální podmínky.

Systémy rozpoznávání obličeje lze v systémech kontroly přístupu používat ve dvou režimech:

Režim identifikace - o přijetí se rozhoduje pouze na základě údajů ze systému rozpoznávání obličejů. Tedy například databáze vašich zaměstnanců o 100 lidech a úkolem rozpoznávacího systému je porovnat tvář současného člověka s databází 100 lidí. To znamená, že srovnání je 100:1. Pokud je osoba identifikována jako zaměstnanec, bude jí přístup udělen.

Terminály pro rozpoznávání obličeje od HikVision

Tento režim je nejúčinněji využíván při úlohách detekce cizích osob v kontrolovaném prostoru. Zpravidla má smysl používat ve zvláště chráněných oblastech podniku, kde je povolen přístup omezenému okruhu lidí. Všechny kamery instalované v daném území jsou napojeny na rozpoznávací systém, v případě zjištění osoby, která není obsažena v databázi, je informována bezpečnostní služba.

Režim ověřování - identifikace se v tomto případě provádí pomocí jiné technologie, např. RFID (pokud jste konzervativní), nebo lze použít mobilní identifikátory, popř. otisky prstů nebo žilní vzor ruky nebo prstu pokud víte, kam vítr v současných trendech ACS vane, a nechcete vyhazovat peníze.

Osoba přinese kartu ke čtečce, systém ji identifikuje, to znamená, že zjistí, že jde o Ivanova, a Ivanov má v tuto chvíli povolen přístup. Systém rozpoznávání obličeje v tomto případě již ví, že se jedná o Ivanova, a pouze pomocí Ivanovovy fotografie z databáze porovná nositele RFID karty s Ivanovovou fotografií v databázi. To znamená, že srovnání je 1:1.

V ověřovacím režimu to obecně funguje perfektně, protože ověřovací úloha je velmi jednoduchá i pro středně kvalitní systémy rozpoznávání obličeje.

Tento režim je vhodné používat na všech kontrolních bodech - obchodní centra, výrobní podniky, ústavy, školy.

Úkolem systému rozpoznávání obličeje je ověřit držitele karty. Tento úkol obvykle plní ostraha nebo školník. A to není nejlepší nápad, pokud nejste folklorista a nesledujete cíl sestavit „encyklopedii moderní kultury“

Strážný při předložení bezkontaktní karty čtečce zobrazí na monitoru fotografii osoby, úkolem strážníka je porovnat fotografii a nositele karty (ve vědě se tomu říká ověření). Ochranka tuto práci dělá špatně – jako každá jiná monotónní, rutinní, opakující se práce.

Systém rozpoznávání obličeje bude nejen tuto práci vykonávat mnohem efektivněji, ale také zabrání zneužití ze strany stráží.

Rozpoznávání obličeje v dopravě

V dopravě lze rozpoznání obličeje využít k několika účelům:

Pátrání po pohřešovaných lidech
Pátrání po hledaných zločincích
Extrahujte demografické informace o lidech pro lepší služby
Měření spokojenosti lidí z jejich tváří
Počítání cestujících MHD

Online data o cestujících pomohou spravovat sítě veřejné dopravy rychleji, flexibilněji a efektivněji.

Také počítání počtu cestujících při porovnání těchto údajů s počtem plateb vám umožní zjistit porušení pravidel pro placení za cestu.

Identifikace obličeje pro účely výběru jízdného

Rozpoznání obličeje pro účely platby jízdného lze v současné době provádět v ověřovacím režimu a zabrání neoprávněnému použití více jízdenek, například použití jedné jízdenky několika osobami.

Použití rozpoznaného obličeje jako jediného identifikátoru cestujícího pro automatizovanou platbu jízdného je na této úrovni technologického rozvoje možné pouze v malých podnikových dopravních sítích a není v žádném případě vhodné pro městskou hromadnou dopravu.

Sledování času

Donedávna bylo účtování pracovní doby bez použití blokovacích zařízení nedosažitelným snem. Dnes je to realita.
Sledování času je samozřejmě jednou z funkcí systému kontroly přístupu, ale sledování času lze provádět samostatně, pouze pomocí systémů rozpoznávání obličejů.

Jednou z hlavních výhod používání systémů rozpoznávání obličeje pro záznam odpracovaných hodin je absence požadavků na čistotu obličeje. Samozřejmě v rozumných mezích – viz sekce „Sabotáž“.

Výhody sledování času pomocí systému rozpoznávání obličejů budou také:

Absence blokovacích zařízení, což samozřejmě zvyšuje komfort
Možnost využívat sledování času skrytě, bez informování zaměstnanců

Účtování pracovní doby je pouze jednou z metrik a obecně, izolovaně od ostatních údajů o práci podniku, toho mnoho neříká. Ale s veškerými znalostmi dokonale zapadá do analýzy výkonnosti společnosti.

Obzvláště v době krize se vyplatí hlídat návštěvnost, jak nás přímo upozorňuje PricewaterhouseCoopers. Pokud nebudete sledovat docházku, získáte další 2 dny mimo práci, o které nebudete vědět, ale zaplatíte za ně. Což zvýší vaše finanční ztráty z nepřítomnosti zaměstnanců na pracovišti 1,3krát.

Rozpoznávání obličeje pro účely účetnictví pracovníků lze implementovat dvěma způsoby.

Server + software + dobré IP kamery a to vše za hodně peněz. Královskou možností je, když lze vést účtování pracovní doby bez informování zaměstnanců.

Specializované terminály - toto je možnost, když zaměstnanec potřebuje jít k terminálu, a tím projít identifikačním postupem. Funguje to pouze v případě, že jste prohlásili, že kdokoli, kdo se nepřihlásí na zařízení pro rozpoznávání obličeje, nedostane zaplaceno ani den práce. Toto jednoduché administrativní opatření magicky snižuje chyby FAR a FRR na absolutní nulu.

Rozpoznávání tváří v davu

Když mluvíme o systému rozpoznávání obličejů, naše představivost zpravidla kreslí přesně scénáře pro identifikaci zločinců v ulicích města. To je v tuto chvíli nejžádanější, nejžádanější a nejtěžší úkol.

Hledání pohřešovaných lidí v Číně pomocí rozpoznávání obličeje

Potíže
Nerovnoměrné osvětlení (den, noc, svítící slunce, to vše jsou různé podmínky, které výrazně ovlivní procento rozpoznání obličeje)
Velké množství lidí v záběru

profesionálové
efekt překvapení
I když je rozpoznávání obličeje slibná technologie, o které se hodně píše, píše se o ní ve specializovaných „geekovských“ publikacích. Proto je počet lidí, kteří o tom vědí, mikroskopický, v měřítku celkové populace. Většina zločinců prostě nepodnikne kroky, které by zabránily identifikaci.

Síť pokrytí
Ve většině velkých měst je mnoho CCTV kamer. Právě tento aspekt si sám upraví fungování systému rozpoznávání obličejů. Například ve Velké Británii se člověk dostane do objektivu videokamery asi 300krát denně. A to není rekord a ani limit při současných nízkých nákladech na IP kamery.

Určení věku

Od bezpečnostních úkolů přecházíme k marketingovým úkolům. Když lidé mluví o spojení odvětví „bezpečnostních systémů“ s velkým IT průmyslem, mají na mysli přesně toto – s pomocí zařízení, které bylo dříve považováno za schopné řešit pouze bezpečnostní problémy. Dnes řeším obrovskou škálu různých úloh, které se netýkají „Bezpečnostních systémů“ jako takových.

Věkové složení návštěvníků je pro každého marketéra neocenitelná informace, a pokud věříte našemu ministrovi zdravotnictví, který řekl, že průměrná délka života by mohla vzrůst až na 120 let, i když paní Skvortsová neupřesnila, ve které zemi by se tak stalo, což je evidentní prozrazuje v ní inteligentního člověka. (Osobně se domnívám, že v Rusku tak či onak relevance problému určování věku rozhodně vzroste.

Online služby pro určování věku
Jak přesné bude určení věku, si můžete vyzkoušet na několika online službách. Nahrajte své fotografie a otestujte.

Pro účely určení věku budete vhodní:

Software pro rozpoznávání obličeje www.axis.com/products/axis-demographic-identifier/

Určení pohlaví

Pokud se nechystáte analyzovat pohlaví účastníků Eurovize, pro moderní systémy rozpoznávání obličejů je to docela jednoduchý úkol.

Není potřeba skvělého obchodníka, aby pochopil, že různé genderové složení vašich zákazníků vyžaduje různé marketingové, reklamní, PR a jakékoli další strategie související se zákaznickou interakcí.

Řetězce kin „Cinema Park“ a „Formula Kino“ již začaly sbírat věk a pohlaví svých návštěvníků.

Jak přesné bude určení pohlaví, si můžete vyzkoušet pomocí online služeb, které již znáte. Nahrajte své fotografie a otestujte.

www.skybiometry.com/demo/face-detect/
www.how-old.net

Pro účely určení věku můžete použít:
Software pro rozpoznávání obličeje, v mnoha případech je to jedna z jeho funkcí.

Řešení na klíč od Axis, HikVision - Smart DVR + IP kamery

Švédsko
Demografický identifikátor AXIS
https://www.axis.com/products/axis-demographic-identifier/

Počítání unikátních návštěvníků

Klasický problém počítání návštěvnosti vždy řešily infračervené nebo laserové senzory, které zjednodušeně ukazují počet virtuálních přejezdů linek. Například, vozík dá samostatnou křižovatku, výhody z nich, jako ukazatel průměrné teploty v nemocnici.

Existují moderní komplexy pro analýzu videa, obvykle kombinované s dalšími senzory. Už vědí, jak konkrétně počítat lidi, ale vy jste hlídač nebo místní městský blázen, který 50x chodil tam a zpět, dokáže data zredukovat na téměř úplné zbytečnosti.

Díky moderním systémům rozpoznávání obličejů mohou marketéři poprvé získat skutečně užitečná data – počet unikátních návštěvníků. A spolu s ukazateli pohlaví a věku je to metrika Yandex pro váš obchod.

Modul analýzy obličeje Trassir Face Analytics - cena 36 990 rublů
Modul inteligentní analýzy obličeje. Funkční:
1. počítání unikátních tváří
2. demografická analýza jednotlivců (pohlaví, věk)
3. rasová identifikace
4. rozpoznání rysů obličeje (brýle, pokrývka hlavy, knír, barva vlasů). Cena za zpracování 1 video kanálu.

Na našem blogu brzy vyjde článek s přehledem moderních videoanalytických systémů pro obchody, bude to bomba, přihlaste se, ať vám neuteče - jsme k dispozici na všech platformách -

Vyjdete po schodech nahoru a nastoupíte do výtahu. Ví, jakou podlahu potřebujete. Samotné dveře do bytu se před vámi otevírají. Počítač a telefon vás „rozpoznají“ a nevyžadují po vás heslo. Auta, sociální sítě, obchody – to vše vás zdraví, jakmile vás uvidí, osloví vás jménem a předvídá každý váš pohyb. Takto funguje rozpoznávání obličeje. Jako? děsivé?

Na první pohled se může zdát, že každá organizace, která si to může dovolit, sleduje každý váš krok a shromažďuje o vás dokumentaci. Ale nedokážete si ani představit, jak široce se technologie rozpoznávání obličeje rozšířily po celém světě a jaké silné vyhlídky slibují. Kromě výše uvedených příkladů vám systémy rozpoznávání obličejů umožňují provádět takové jednoduché a složité věci:

potvrzení totožnosti studenta během online zkoušek;
identifikace osob z „černé listiny“ u vchodu na stadiony a do nočních klubů;
platba za zboží;
udržovat své místo v řadě při návštěvě zábavního parku;
odemknutí telefonu nebo počítače.

Co mohu říci, pokud jen v Moskvě již existuje síť více než 150 000 venkovních kamer pro sledování. Není se před nimi kam schovat, a to nutí lidi přemýšlet, ale rozsah „sledování“ není tak velký. Síť využívá výkonný systém rozpoznávání obličejů, ale její provoz vyžaduje hodně energie, takže v reálném čase pracuje pouze 2-4 tisíce kamer. Hromadné sledování populace je zatím jen děsivé, takže stojí za to zaměřit se na skutečné výhody této technologie. Ale nejdřív.

Jak funguje systém rozpoznávání obličeje?

Přemýšleli jste někdy o tom, jak vy sami poznáte obličej, rozpoznáte ho? Jak to dělá počítač? Lidské tváře mají samozřejmě určité vlastnosti, které lze snadno popsat. Vzdálenost mezi očima, poloha a šířka nosu, tvar obočí a brady - všechny tyto detaily si nevědomky všimnete, když se díváte na jinou osobu. Na druhou stranu počítač to vše dělá s určitou účinností a přesností, protože kombinací všech těchto metrik dostává matematický vzorec lidské tváře.

Jak dobře tedy systém rozpoznávání obličeje v současnosti funguje? Docela dobře, ale někdy špatně. Pokud jste se někdy setkali se softwarem pro rozpoznávání obličeje na Facebooku nebo jakékoli jiné platformě, pravděpodobně jste si všimli, že existuje tolik vtipných výsledků, jako je přesných. A přesto, i když tato technologie nefunguje se 100procentní přesností, je dostatečně dobrá na to, aby byla široce používána. A dokonce vás znervózňuje.

Paul Howey z NEC říká, že jejich systém rozpoznávání obličeje skenuje obličeje a hledá jednotlivé identifikátory:

„Mnozí například považují vzdálenost mezi očima za jedinečnou vlastnost. Nebo to může být vzdálenost od brady k čelu a další komponenty. Zohledňujeme zejména 15-20 faktorů, které jsou považovány za důležité, a také další faktory, které již nejsou tak významné. Vytvoří se 3D obraz lidské hlavy, takže i když je částečně zakrytá, stále můžeme získat přesnou shodu. Systém poté vezme podpis obličeje a spustí jej přes databázi.“

Mám se obávat softwaru pro rozpoznávání obličeje?

Za prvé, rozpoznávání obličeje je data. Data lze shromažďovat a ukládat, často bez povolení. Jakmile jsou informace shromážděny a uloženy, je možné je hackovat. Softwarové platformy pro rozpoznávání obličeje zatím nebyly vážně napadeny, ale jak se technologie rozšiřuje, vaše biometrická data má v rukou stále více lidí.

Existují také otázky vlastnictví. Většina lidí neví, že když se zaregistrují na platformě sociálních médií, jako je Facebook, jejich data od té chvíle patří tomuto Facebooku. Vzhledem k tomu, že počet společností využívajících rozpoznávání obličeje neustále roste, velmi brzy ani nebudete muset nahrávat své vlastní fotografie na internet, abyste byli kompromitováni. Jsou tam již uloženy a byly uloženy již dlouhou dobu.

Když už mluvíme o softwaru, všechny fungují jinak, ale v zásadě používají podobné metody a neuronové sítě. Každá tvář má mnoho charakteristických rysů (není možné na světě najít dvě stejné tváře a kolik jich bylo v celé historii lidstva!). Například software FaceIt definuje tyto funkce jako aktivní body. Každý obličej obsahuje asi 80 uzlových bodů, podobných těm, které jsme zmínili dříve: vzdálenost mezi očima, šířka nosu, hloubka očních důlků, tvar brady, délka čelisti. Tyto body se změří a vytvoří číselný kód – „face print“ – který se následně zanese do databáze.

V minulosti se rozpoznávání obličeje spoléhalo na 2D obrázky k porovnání nebo identifikaci jiných 2D obrázků v databázi. Kvůli účinnosti a přesnosti musel být obrazem obličej hledící přímo do kamery, s malým rozptylem světla a bez zvláštního výrazu obličeje. Samozřejmě to fungovalo zatraceně špatně.

Ve většině případů nebyly snímky pořízeny ve správném prostředí. I malá hra světla by mohla snížit účinnost systému, což by vedlo k vysoké poruchovosti.

2D bylo nahrazeno 3D rozpoznáváním. Tento nedávný trend v softwaru využívá 3D model, který poskytuje vysoce přesné rozpoznání obličeje. Zachycením 3D obrazu povrchu obličeje osoby v reálném čase software zvýrazní rozlišovací znaky – tam, kde nejvíce vyčnívají tvrdé tkáně a kosti, jako jsou křivky očního důlku, nosu a brady – pro identifikaci subjektu. Tyto oblasti jsou jedinečné a v průběhu času se nemění.

Díky použití hloubky a osy měření, které nejsou ovlivněny osvětlením, lze systém 3D rozpoznávání obličeje používat i ve tmě a rozpoznávat objekty z různých úhlů (i z profilu). Takový software prochází několika fázemi a identifikuje osobu:

Detekce: Pořiďte snímek digitálním skenováním existující fotografie (2D) nebo videa a zachyťte živý obraz předmětu (3D).
Centrování: Po identifikaci obličeje systém zaznamená polohu hlavy, velikost a držení těla.
Měření: Systém změří křivky na obličeji s milimetrovou přesností a vytvoří šablonu.
reprezentace: Systém převede šablonu na jedinečný kód. Tento kód dává každému vzoru sadu čísel představujících rysy a rysy obličeje.
Mapování: Pokud je obrázek ve 3D a databáze obsahuje 3D obrázky, porovnávání bude probíhat beze změny obrázku. Pokud se však databáze skládá z dvourozměrných obrázků, trojrozměrný obrázek se rozloží na různé složky (jako dvourozměrné obrázky stejných rysů obličeje pořízené z různých úhlů) a ty se převedou na 2D obrázky. A pak je v databázi shoda.
Ověření nebo identifikace: během procesu ověřování je snímek porovnáván pouze s jedním snímkem v databázi (1:1). Pokud je cílem identifikace, snímek je porovnán se všemi snímky v databázi, což vede k řadě možných shod (1:N). Podle potřeby se používá jedna nebo druhá metoda.

Kde se používají systémy rozpoznávání obličeje?

V minulosti našly systémy rozpoznávání obličejů využití především v oblasti vymáhání práva, protože je úřady využívaly k vyhledávání náhodných tváří v davu. Některé vládní agentury také používaly podobné systémy pro bezpečnost a pro eliminaci podvodů s voliči.

Existuje však mnoho dalších situací, ve kterých se takový software stává populárním. Systémy zlevňují, jejich distribuce roste. Nyní jsou kompatibilní s kamerami a počítači používanými bankami a letišti. Cestovní kanceláře pracují na programu „ostřílených cestovatelů“, který jim umožňuje provádět rychlé bezpečnostní kontroly cestujících, kteří dobrovolně poskytují informace. Fronty na letištích se budou pohybovat rychleji, pokud lidé projdou systémem rozpoznávání obličejů, který porovnává obličeje s interní databází.

Mezi další potenciální aplikace patří bankomaty a bankomaty. Software dokáže rychle zkontrolovat tvář klienta. Po svolení zákazníka bankomat nebo terminál vyfotí obličej. Software vytvoří otisk obličeje, který zákazníka ochrání před krádeží identity a podvodnými transakcemi – člověku s jinou tváří bankomat prostě nevydá peníze. Nepotřebujete ani PIN.

6. září 2018 Gennady

Rozpoznávání tváří v Rusku

Kde a proč to chtějí používat

Veřejné akce

NtechLab vyvinul kamerový systém, který . Pozná narušitele a pošle jejich fotografie policii. Policisté budou mít k dispozici i ruční kamery, které podezřelé lidi vyfotí, poznají jejich tváře a z databází zjistí, kdo jsou.

V moskevském metru se testují kamery pro rozpoznávání obličeje. Skenují tváře 20 lidí za sekundu a porovnávají je s databázemi hledaných osob. Pokud dojde ke shodě, kamery odešlou data policii. Na 2,5 měsíce systém, který se chtěl. Je známo, že takové kamery existují, ale mohly být instalovány na jiných stanicích.

Otkritie Bank spustila počátkem roku 2017 systém rozpoznávání obličejů. Porovnává tvář návštěvníka s fotografií v databázi. Systém je potřeba pro rychlejší obsluhu zákazníků, jak přesně není specifikováno. V budoucnu chce Otkritie systém využívat pro vzdálenou identifikaci. V roce 2018 by se měl objevit podobný systém, ale vývoj Rostelecomu.

Hlavní věc je algoritmus

Jaká technologie umožňuje strojům rozpoznávat tváře

Sergej Miljajev

Počítačové vidění jsou algoritmy, které vám umožňují extrahovat informace na vysoké úrovni z obrázků a videí, a tím automatizovat některé aspekty lidského zrakového vnímání. Počítačové vidění pro stroj, stejně jako normální vidění pro člověka, je prostředkem k měření a získávání sémantických informací o pozorované scéně. S jeho pomocí stroj dostává informace o velikosti předmětu, jaký má tvar a jaký je.

Kamera s algoritmem počítačového vidění OpenCV sleduje děti na hřišti

Vše funguje na bázi neuronových sítí

Jak přesně rozpoznávání obličeje funguje, s příkladem

Sergej Miljajev: Stroje to dělají nejefektivněji na základě strojového učení, tedy když se rozhodují na základě nějakého parametrického modelu, aniž by v programovém kódu explicitně popsaly všechna potřebná rozhodovací pravidla. Například pro rozpoznání obličeje neuronová síť extrahuje rysy z obrázku a získá jedinečnou reprezentaci obličeje každého člověka, která není ovlivněna orientací jeho hlavy v prostoru, přítomností nebo nepřítomností vousů nebo make-upu, osvětlení, věkové změny a tak dále.

Počítačové vidění nereprodukuje lidský vizuální systém, ale pouze simuluje některé aspekty pro řešení různých problémů.

Sergej Miljajev

Vedoucí výzkumník ve společnosti VisionLabs

Nejběžnější algoritmy počítačového vidění jsou založeny na neuronových sítích, které s růstem výkonu procesoru a objemu dat ukázaly vysoký potenciál pro řešení široké škály problémů. Každý fragment obrázku je analyzován pomocí filtrů s parametry, které neuronová síť používá k hledání charakteristických rysů obrázku.

Příklad

Vrstvy neuronové sítě sekvenčně zpracovávají obraz a na každé následující vrstvě se vypočítávají další a další abstraktní prvky a filtry na posledních vrstvách mohou vidět celý obraz. Při rozpoznávání obličejů v prvních vrstvách určuje neuronová síť jednoduché rysy, jako jsou hranice a rysy obličeje, v hlubších vrstvách pak mohou filtry detekovat složitější rysy – například dva kruhy vedle sebe budou s největší pravděpodobností znamenat, že se jedná o oči a již brzy.

Algoritmus počítačového vidění OpenCV určuje, kolik prstů se mu zobrazí

Počítač ví, kdy je podveden.

Může člověk oklamat velmi chytrý počítač, tři příklady

Oleg Grinčuk

Vedoucí výzkumník ve společnosti VisionLabs

Podvodníci se mohou pokusit buď vydávat za jinou osobu, aby získali přístup k jejím účtům a datům, nebo oklamat systém tak, že je vůbec nepozná. Zvažme obě možnosti.

Fotografie, video jiné osoby nebo vytištěná maska

Platforma VisionLabs proti těmto metodám klamání bojuje pomocí kontroly živosti, tedy kontroly, zda je objekt před kamerou živý. Může se jednat například o interaktivní živost, kdy systém požádá člověka, aby se usmál, zamrkal nebo přiblížil fotoaparát či chytrý telefon k obličeji.

Soubor kontrol nelze předvídat, protože platforma vytváří náhodnou sekvenci s desítkami tisíc kombinací - je nereálné nahrát tisíce videí se správnými kombinacemi úsměvů a dalších emocí. A pokud je kamera vybavena blízkými infračervenými senzory nebo hloubkovým senzorem, přenášejí do systému další informace, které pomáhají v jednom snímku určit, zda je osoba před ní skutečná.

Kromě toho systém analyzuje odraz světla od různých textur a také prostředí objektu. Ošidit systém tímto způsobem je tedy téměř nemožné.

V tomto případě, aby mohl podvodník reprodukovat kopii dostatečnou k získání přístupu, potřebuje mít přístup ke zdrojovému kódu a na základě reakcí systému na změny vzhledu s make-upem jej postupně měnit, aby se stal přesnou kopií jiné osoby. .

Útočník potřebuje prolomit přesně logiku a princip ověřování. Ale pro uživatele třetí strany je to jen kamera, černá skříňka, při pohledu na kterou není možné pochopit, jaký druh ověření je uvnitř. Faktory pro ověření se navíc liší případ od případu, takže pro hackování nemůžete použít nějaký univerzální algoritmus.

Pokud dojde k několika chybám v rozpoznání, systém vyšle varovný signál na server, po kterém je útočníkovi zablokován přístup. Takže i přes nepravděpodobnou podmínku přístupu ke kódu je obtížné proniknout do systému, protože útočník nemůže donekonečna měnit svůj vzhled, dokud nedojde k rozpoznání.

Velké tmavé brýle, čepice, šátek, zakrytí obličeje rukou

Systém nebude schopen rozpoznat osobu, pokud je většina jeho tváře skrytá, i když neuronová síť rozpoznává tváře mnohem lépe než osoby. Ale aby se člověk před systémem rozpoznávání obličejů úplně schoval, musí si před kamerami vždy zakrýt obličej, a to je v praxi dost obtížně realizovatelné.

Počítačové vidění předčí lidské vidění

Co přesně a proč, s příkladem

Jurij Minkin

Systémy počítačového vidění jsou v základních principech podobné lidskému vidění. Stejně jako člověk mají zařízení, která jsou zodpovědná za sběr informací, jsou to videokamery, analog očí a jejich zpracování - počítač, analog mozku. Počítačové vidění má ale oproti lidskému značnou výhodu.

Člověk má určitý práh toho, co může vidět a jaké informace z obrazu vytáhnout. Tento práh nemůže být překročen čistě z fyziologických důvodů. A algoritmy počítačového vidění se budou jen zlepšovat. Mají neomezené možnosti učení.

Jurij Minkin

Vedoucí oddělení kognitivních technologií

Dobrým příkladem je technologie počítačového vidění v samořiditelných autech. Pokud jeden člověk dokáže naučit své znalosti o dopravní situaci jen malý, výrazně omezený počet lidí, pak stroje dokážou přenést všechny dosavadní zkušenosti s detekcí určitých objektů najednou do všech nových systémů, které budou instalovány na mnohatisícovém, resp. dokonce milionový vozový park.

Příklad

Na konci loňského roku provedli specialisté Cognitive Technologies experimenty srovnávající schopnosti lidí a umělé inteligence v úlohách detekce objektů na scéně. A dokonce i nyní AI v některých případech nejenže neustoupila, ale dokonce překročila lidské možnosti. Lepší to bylo například v rozpoznávání dopravních značek, když byly částečně zakryty listím stromů.

Může počítač svědčit proti osobě?

Sergey Izraylit: Nyní je v legislativě použití dat „získaných z počítačů“ pro použití jako důkaz o některých významných okolnostech, včetně přestupků, konkrétně upraveno pouze pro určité případy. Upraveno je například používání kamer, které rozpoznávají SPZ aut, která porušují povolenou rychlost.

Obecně lze takové údaje použít stejně jako jakékoli jiné důkazy, které může vyšetřování nebo soud vzít v úvahu nebo je odmítnout. Procesní právní úprava zároveň stanoví obecný postup pro práci s důkazy - průzkum, v jehož rámci se zjišťuje, zda předložený záznam skutečně potvrzuje nějaké skutečnosti nebo došlo k nějakému zkreslení informací.