Содержание
Интернет: Интернет и СМИ: Lenta.ru
Убийц и грабителей ловят за считаные секунды; чтобы поставить диагноз, врачу можно просто сфотографировать пациента; студентам больше не нужно сдавать экзамены — умные камеры в аудиториях сами определят, кто недостаточно хорошо изучил материал. Такое будущее пророчат человечеству создатели систем распознавания лиц — специальных камер, которые уже сегодня встречаются почти во всех сферах жизни. С их помощью можно отслеживать преступников, бесконтактно расплачиваться в магазинах и проходить через турникеты в метро. Какие возможности биометрия даст бизнесу, медицине, образованию и как с помощью технологии распознавания лиц мир станет безопаснее и удобнее — «Лента.ру» разбиралась в рамках проекта «КиберРеальность».
Все распознается в сравнении
Начало 1960-х годов. Несколько человек сидят за столом и измеряют линейкой лица на распечатанных фотографиях. Их интересует ширина рта, высота лба и характеристики других черт лица: эти данные нужны, чтобы помочь слабым компьютерам научиться распознавать лица.
Если сегодня для обучения искусственного интеллекта достаточно загрузить в него миллионы фотографий, то у американских ученых Вуди Бледсо, Хелен Чен Вульф и Чарльза Биссона такой возможности попросту не было.
На заре создания технологии распознавания лиц процесс обучения программы длился долго. Чтобы ускорить его, ученые обзавелись специальным электронным графическим планшетом — одним из первых в своем роде. С его помощью Бледсо определял координаты черт лица — это в разы сокращало время обучения системы.
Разработанный в 60-е алгоритм действительно умел определять человека по фотографии, однако технология была далека от совершенства: машину легко могла сбить с толку улыбка или признаки старения.
Все изменилось, когда наработками ученых заинтересовались американские власти. В 1967 году они предложили Бледсо и инженеру-исследователю Питеру Харту разработать систему, с помощью которой полицейские могли бы быстрее сверять фото потенциальных преступников со снимками в своей базе данных.
В итоге ученые создали две программы, которые уже тогда в разы превосходили человека по скорости: машина справлялась за три минуты с задачей, на которую у полицейского уходило шесть часов. Правда, широкая общественность узнала о достижениях Бледсо и Харта лишь недавно — до 2005 года информация об их исследовании была засекречена.
Позже японцу Такео Канадэ удалось вычеркнуть из процесса человеческое вмешательство и автоматизировать распознавание лиц, а исследователи Майкл Кирби и Лоуренс Сирович помогли программе справиться с идентификацией человека на разных фотографиях независимо от положения головы и масштабов изображения. Вскоре американцы Мэтью Турк и Алекс Пентланд усовершенствовали этот алгоритм, совместив его с технологией распознавания лиц. С момента появления первых таких систем прошло 60 лет, и технология шагнула намного дальше, чем это можно было представить.
Преступная разгруппировка
2017 год. В не самом криминальном регионе Великобритании — Южном Уэльсе — произошло не самое громкое преступление, но его раскрытие стало вехой в истории распознавания лиц.
Оборудованный камерой фургон засек преступника, лицо которого находилось в базе данных правоохранителей. Его арест стал первым случаем задержания преступника благодаря системе распознавания лиц.
Прошло несколько лет, и уже мало кого удивляет, что с помощью этой технологии можно искать правонарушителей внутри страны, защищать границы государств и даже предотвращать теракты. В той же Великобритании для проверки посетителей массовых мероприятий используют камеры с умными алгоритмами: рядом со входом устанавливают специально оборудованный фургон с датчиками на крыше. Они сканируют лица проходящих людей и сверяют полученные снимки с базой данных преступников и правонарушителей. Как только система замечает в толпе человека из базы, она быстро оповещает об этом полицейских. Столицу Великобритании Лондон вообще называют рекордсменом по количеству камер наружного наблюдения: в 2019 году их было более 420 тысяч.
Немало умных камер и в США. 19 из 24 правительственных агентств США так или иначе уже используют систему распознавания лиц.
Например, в министерствах энергетики и обороны применяют систему под названием TacID Guard Dog. Она позволяет определять, кто именно посещал стратегически важные объекты. А министерство внутренней безопасности использует специальную систему для распознавания людей на границах между штатами. ФБР в своих расследованиях нередко опирается на данные, полученные с помощью подобных камер.
В будущем власти США планируют внедрять технологии распознавания лиц практически во все сферы жизни, а желающие скрыться от умных алгоритмов создают специальные карты, на которых отмечают, где появились новые устройства
Рекордсменом по количеству камер, оснащенных умными алгоритмами, стал Китай. В крупных городах страны они развешаны примерно через каждые 100 метров. Считается, что в Поднебесной расположена почти половина всех умных камер мира — около 400 миллионов. Технологию используют не только для поиска преступников, но и для сбора информации, влияющей на социальный рейтинг китайцев, — пока проект работает только в паре пилотных регионов, но если власти признают эксперимент успешным, к нему присоединятся и другие города.
Железнодорожные вокзалы, аэропорты, туристические достопримечательности, выставочные комплексы, парки и офисные здания — камеры в Китае установлены буквально на каждом шагу. Нарушителям порядка не удастся скрыться от правосудия нигде, даже в общественном туалете.
Тем не менее настоящий прорыв в системах распознавания лиц произошел не в далеком Пекине, а в Москве. Все началось с того, что выпускник факультета вычислительной математики и кибернетики МГУ Артем Кухаренко создал приложение для распознавания пород собак. Друзья показали его работу потенциальному инвестору, после чего было решено не ограничиваться собаками, а нацелиться на более перспективный рынок — распознавание человеческих лиц.
Кухаренко основал компанию NtechLab, которая разработала уникальный алгоритм распознавания лиц на основе самообучающихся нейронных сетей. Желая проверить свой уровень, команда отправила алгоритм на престижный конкурс The MegaFace Benchmark в Вашингтонский университет. Неожиданно для всех решение NtechLab признали лучшим, россияне обошли даже такой гигант, как Google.
Кухаренко и его команда столкнулись с небывалым ажиотажем: алгоритмом заинтересовались все — инвесторы, потенциальные клиенты, журналисты.
Чтобы показать, на что способен их алгоритм, в 2016 году Кухаренко сделал доступным приложение FindFace для пользователей «ВКонтакте». Оно за секунды находило человека по одной-единственной фотографии в многомиллионной базе пользователей. Более того, алгоритм распознавал его возраст, пол и эмоции. Это еще больше подогрело интерес к NtechLab.
Сейчас технология NtechLab признана Национальным институтом стандартов и технологий США лучшей в мире. Ее преимущество состоит в том, что на поиск по базе данных у программы уходит меньше секунды: за это время искусственный интеллект успевает сверить изображение с миллиардом лиц.
В отрасли долго гадали, кому достанется уникальное решение российских разработчиков. В 2017 году стало известно, что технология взята на вооружение властями Москвы: решение NtechLab по распознаванию лиц внедрили в городскую систему видеонаблюдения.
Тогда сеть состояла из 160 тысяч видеокамер — ими были оборудованы 95 процентов подъездов жилых домов города.
13,5миллиона
— столько камер видеонаблюдения, по подсчетам TelecomDaily, было в России в 2020 году. На каждую тысячу россиян приходится почти 100 камер наблюдения
В будущем систему распознавания лиц установят на уличные камеры в каждом российском городе. Глава МВД России Владимир Колокольцев считает, что эффективно бороться с преступностью можно только с использованием высоких технологий. Внедрение алгоритма уже дало плоды: во время тестирования в Татарстане система помогла полицейским Альметьевска задержать 11 человек. Куда масштабнее оказались результаты работы программы во время чемпионата мира по футболу в 2018 году: тогда она позволила задержать более 180 человек, внесенных в базы правонарушителей.
Несколько сотен граждан, находившихся в федеральном розыске, поймали благодаря камерам в московском метро. Всего за полгода, начиная с сентября 2020-го, система помогла обнаружить 800 преступников.
Полицейские получали уведомление о подозрительных людях в подземке всего через три секунды после того, как камеры их опознавали.
В будущем ловить преступников станет еще удобнее. Уже существуют специальные очки со встроенными умными камерами, которые разработала китайская компания LLVision Technology Co. Когда владелец очков смотрит на человека, алгоритмы сверяют лицо его визави с базой данных — на обработку требуется около двух минут. Новинка уже помогает полиции: если очки замечают разыскиваемых преступников, правоохранители моментально получают уведомление. Только за полторы недели тестирования устройства очки помогли задержать более 30 нарушителей.
Похожую технологию придумали и в России. Московские полицейские еще с 2019 года тестируют портативные камеры-видеорегистраторы с функцией распознавания лиц от NtechLab. Устройства умеют опознавать людей на дистанции от 3,5 до 4,5 метра. В департаменте информационных технологий Москвы добавляют, что взяли на вооружение и идею с очками.
Разрабатывать программу будет NtechLab, поэтому российский аналог потратит на проверку личности секунду, а не несколько минут.
«Просто подари мне один только взгляд»
Когда-то технологии распознавания лиц были засекреченным правительственным проектом, а сегодня их можно встретить во множестве бытовых сфер. Камеры, позволяющие платить с помощью лица, есть в банках, магазинах и ресторанах. Тем, кто пользуется биометрической идентификацией, больше не нужно запоминать пин-коды, показывать документы и прикасаться к грязным поверхностям — последнее стало особенно актуально во время пандемии.
Первой систему оплаты «по лицу» во время пандемии протестировала сеть супермаркетов «Лента». Вскоре технологию решила внедрить и в торговых точках X5 Group. Теперь платить взглядом можно в 150 супермаркетах «Перекрестка» и «Пятерочки».
Расплатиться лицом можно и в ресторанах. Например, в сети быстрого питания KFC, которая запустила в России проект «Ресторан будущего». Чтобы получить заказ, клиенту достаточно посмотреть в камеру.
Правда, предварительно нужно зарегистрироваться в специальном приложении и сделать селфи — именно с ним будет сравниваться лицо посетителя. В Китае подобные терминалы уже не удивляют местных жителей — магазины и рестораны крупных городов давно принимают оплату взглядом.
От необходимости помнить пин-коды избавились и клиенты некоторых российских банков. В 2019 году системы распознавания лиц от российской компании VisionLabs начали использоваться в банкоматах Сбера и «Тинькофф». Пилотный проект, связанный с биометрической идентификацией, запустил и банк ВТБ.
К гадалке не ходи
Будущее уже наступило, считают ведущие аналитики в области распознавания лиц. «Глубина проникновения технологии в разных отраслях настолько велика, что трудно представить, где она не применяется или существуют какие-то ограничения по ее использованию», — рассказывает Владимир Борисов, директор департамента решений на базе искусственного интеллекта компании Oberon, одного из крупнейших в России IT-поставщиков для ретейла.
Биометрическая идентификация по лицу уже применяется практически во всех отраслях, соглашается директор по продуктам NtechLab Денис Гришин. Однако системам распознавания лиц еще предстоит завоевать многие сферы. К примеру, умными камерами уже заинтересовались продуктовые магазины: алгоритмы помогают им защищаться от краж и контролировать недобросовестных сотрудников. Для этого используются специальные системы, которые оповещают охрану, если видят человека из черного списка. Гришин уверяет, что использование технологии способно ежегодно уменьшать денежные потери магазина на два-три процента.
Кроме того, по его словам, распознавание лиц может служить альтернативой пластиковой карте лояльности. Магазины будут узнавать VIP-клиентов не в момент оплаты, а уже на входе.
В планах российских властей — внедрить системы распознавания лиц в школах. Камеры сделают так, что учителя и ученики смогут войти на территорию только после того, как подтвердят свою личность, посмотрев в объектив.
Если предложение о внедрении лицевой биометрии примут, первое время система будет работать только в тех школах, где родители учеников и учителя дадут на это согласие.
Продвинутые алгоритмы могут даже считывать эмоции учеников и определять степень их заинтересованности на занятиях. Такие камеры уже плотно вошли в систему образования Китая. Технологию еще в 2016 году разработал китайский профессор Вэй Сяоюн. В китайском Ханчжоу используют специальную систему, алгоритмы которой помогают следить за успеваемостью и посещаемостью учащихся, а также анализируют поведение детей. «Система достаточно продвинутая для того, чтобы уловить едва различимые выражения лиц школьников. Ее можно использовать для анализа поведения всего класса», — оценил один из руководителей местной школы.
Открой рот и посмотри в камеру
Медик Омар Абдул-Рахман догадывался, что его трехлетний пациент может страдать серьезным генетическим заболеванием. Семья мальчика не могла потратить тысячи долларов на различные тесты, поэтому врач предложил загрузить его фотографию в приложение Face2Gene и проверить результат.
Программа поставила ребенку диагноз синдром Мовата-Вильсона, который позже подтвердился специальным анализом. Алгоритм позволил родителям пациента избежать огромных расходов, а медикам — сразу же начать лечение, не тратя время на длительную диагностику.
Некоторые болезни система распознавания лиц научилась определять лучше настоящих врачей. Согласно исследованию, опубликованному в журнале Natural в 2019 году, алгоритм глубокого обучения DeepGestalt, на котором работает медицинское приложение Face2Gene, превосходит медиков в диагностике синдрома Нунана — редкой врожденной патологии. Алгоритм делал правильный выбор в девяти случаях из десяти.
В основе приложение Face2Gene — нейросеть, поэтому сервис непрерывно улучшает сам себя: чем больше в него загружают фотографий, тем лучше алгоритм обучается. В базе Face2Gene сотни тысяч фото, благодаря которым приложение постоянно совершенствуется и ставит диагнозы точнее
«Это похоже на поиск в Google. Такое сравнение не выглядит надуманным благодаря большому количеству правильно поставленных диагнозов и простоте использования приложения», — сказала соавтор исследования Карен Грипп.
Системой распознавания лиц пользуется и Московский международный онкологический центр: здесь внедрили разработку VisionLabs, созданную в партнерстве с NWA Digital. Алгоритмы идентифицируют посетителей и сотрудников по биометрическим данным и помогают с навигацией по территории объекта. По словам гендиректора VisionLabs Дмитрия Маркова, система прокладывает для пациента маршрут и дает интерактивные подсказки, которые помогают не заблудиться.
В скором времени медицину ждет еще одно новшество, обещает Денис Гришин из NtechLab: у врачей появятся специальные компактные устройства, которые будут распознавать лица пациентов и показывать специалистам их медицинские карты с историями болезни и диагнозами.
Город-сказка, город-мечта
Разработки в области распознавания лиц уже зарекомендовали себя в разных сферах. Но что будет, если объединить их хотя бы в пределах одного города? Получится умный мегаполис будущего — место, в котором жители чувствуют себя в безопасности.
Убийцы, грабители и насильники не могут затеряться в толпе — полицейские отследят их передвижение. Нетрезвые водители не садятся за руль, потому что встроенная в автомобиль камера реагирует на изменение лица и не позволит запустить двигатель. Потерявшиеся люди и животные не исчезают бесследно, а само понятие «несчастный случай» превратится в анахронизм. В прошлом останутся паспорта и прочие удостоверения — зачем они нужны, если подтвердить личность можно с помощью лица?
Эксперты уверены: сделать мир таким смогут системы распознавания лиц. По словам Владимира Борисова из Oberon, именно с их помощью город будущего станет более безопасным. Примером того, как умные технологии меняют жизнь, он назвал уже привычные уличные видеокамеры, которые распознают преступников и немедленно оповещают об их действиях полицию.
Алгоритмы можно использовать и на дорогах. Камеры смогут собирать данные, благодаря которым дорожное движение станет более безопасным. К примеру, умные системы определят места, в которых люди перебегают дорогу, и там появятся пешеходные переходы, «лежачие полицейские», островки безопасности или ограничение скорости — это поможет предотвратить множество трагедий.
Распознавание лиц в будущем сможет выручать и в других чрезвычайных ситуациях, добавляет гендиректор VisionLabs Марков. Умные камеры придут на помощь, если человеку, потерявшему документы, нужно срочно подтвердить личность. Кроме того, биометрическая идентификация облегчит жизнь в бытовом плане: удостоверения личности, ключи и транспортные карты попросту станут не нужны.
Системы распознавания лиц помогут справиться и с другими непредвиденными ситуациями, отмечает Гришин из NtechLab. Например, если на многолюдном мероприятии — например, концерте — кому-то станет плохо или начнется давка, умный алгоритм моментально среагирует и вызовет помощь.
Страшные последствия подобных ситуаций можно минимизировать. Для этого нужно, чтобы рядом дежурили машины скорой помощи и осуществлялось распределение человеческих потоков. В таких ситуациях поможет видеоаналитика, благодаря которой накапливаются данные о трафике на мероприятиях, а также распознаются действия — драки и не только
директор по продуктам NtechLab Денис Гришин
Без права на ошибку
В то же время многие скептики не до конца доверяют современным алгоритмам.
Они уверены, что камеру легко обмануть — достаточно замаскироваться, чтобы остаться незамеченным. Их беспокоят возможные ошибки — что, если система примет одного человека за другого?
Однако специалисты считают опасения неоправданными. Еще три года назад очки или кепка снижали точность распознавания всего на три процента, отмечает основатель NtechLab Артем Кухаренко. Современные системы распознавания лиц почти невозможно обмануть, соглашается с ним Владимир Борисов из Oberon.
«В стандартный функционал включено распознавание человека в маске и очках. На основе этого строятся определенные алгоритмы работы таких систем», — объясняет он.
Директор по продуктам NtechLab Денис Гришин добавляет, что на миллион распознаваний приходится всего одна ошибка. При этом неточности заключаются в том, что система скорее пропустит разыскиваемого, чем сработает положительно в отношении кого-то другого.
Для идентификации по лицу алгоритм использует несколько нейронных сетей. Одна из них детектирует лицо на фотографии или на видео, другая — извлекает биометрический шаблон, а прочие работают с атрибутами (пол, возраст, очки, борода и прочее).
По таким признакам можно осуществлять быстрый поиск в базах данных, например — найти все лица в очках. За каждый из атрибутов отвечает конкретная нейронная сеть, причем все они работают параллельно.
В целом распознавание лиц устроено так же, как мы узнаем родных, друзей, близких. При этом видеоряд состоит из кадров, а стоп-кадр из видеоряда состоит из массива пикселей. Если мы видим лицо в одном ракурсе, то система — сразу в нескольких. Специально созданный алгоритм способен определить положение головы и исправить визуальные искажения: например, развернуть лицо в положение анфас
директор по продуктам NtechLab Денис Гришин
Процессы распознавания лиц обычного и замаскировавшегося человека практически не отличаются, подтверждает глава VisionLabs Марков. Система видит лицо, находит ключевые точки и формирует дескриптор, то есть биометрический шаблон. При этом макияж или головной убор абсолютно не мешают алгоритму. Изменить или закрыть сразу все точки, которые использует для своей работы алгоритм, попросту невозможно.
***
Системам распознавания лиц еще только предстоит стать для людей обыденностью вроде интернета, хотя первые эксперименты в обеих областях начались почти параллельно. С момента, когда американцу Бледсо приходилось линейкой замерять лица, до появления умных систем распознавания прошло немало времени — 60 лет. Людям еще предстояло изобрести мощные компьютеры и скоростные каналы связи, чтобы эта технология заработала. Но когда умные камеры стали реальностью, человечество в короткий срок превратило их в инструмент, который способен решать многие насущные проблемы.
Чтобы оценить масштабы того, как технология меняет мир, не нужны прогнозы футурологов: разработчики систем распознавания лиц уже добились многого. Умные камеры проникли практически во все сферы частной, предпринимательской и государственной жизни. И это неудивительно: биометрическая идентификация делает жизнь не только проще, но и безопаснее.
Как это работает. Алгоритм распознавания лиц
Алгоритм распознавания лиц компании NtechLab, технологического партнера Госкорпорации Ростех, признан лучшим в мире.
Технология стала победителем конкурса Face Recognition Vendor Test Национального института стандартов и технологий Министерства торговли США. Это не первая победа NtechLab на международных конкурсах, а разработки компании уже успешно используются для повышения комфорта и безопасности жителей «умных городов» по всему миру. Что такое распознавание лиц, как работают алгоритмы и какое будущее у этой технологии – в нашем материале.
Физиогномика по-научному
Цифровое распознавание лиц – идентификация или подтверждение личности по лицу с помощью нейронных сетей − становится новой реальностью, которая все прочнее входит в нашу жизнь. Смартфоны давно научились находить лица на фотографиях, соцсети предлагают отметить друзей на снимках, а камеры на улицах и в транспорте «выхватывают» преступников из толпы.
Известно, что новорожденные дети практически с момента своего появления на свет отличают человеческое лицо от других объектов, затем очень быстро запоминают лицо матери и учатся распознавать человеческие эмоции.
В течение жизни этот навык сохраняется – мы легко отличаем лица знакомых, по одному выражению лица можем определить настроение человека. Логично предположить, что вслед за другими умениями и эту нашу способность со временем ученые должны были «оцифровать», чтобы наделить ей машины.
История изучения программного распознавания лиц тянется с 1960-х годов. Уже тогда было понятно, что лицо можно описать набором параметров, совокупность которых у каждого человека будет существенно отличаться. Если загрузить эти свойства в программу и сопоставить их с имеющейся базой фотографий, то можно найти соответствия с высокой точностью. Проблема заключалась в том, что на тот момент механизмы захвата лица по фото или видео, а также возможности компьютеров по скоростной обработке больших массивов информации находились на низком уровне. Но уже в то время потенциал разработки был ощутим.
Где нужно распознавать лица
Основными двигателями прогресса для систем распознавания лиц стали, с одной стороны, силовые ведомства, с другой – бизнес.
Спецслужбам и различным службам безопасности система интересна как действенное подспорье для поиска преступников и предотвращения противоправных действий. Верификация с помощью лица на объектах, мероприятиях и устройствах уже используется как безопасный способ подтверждения личности. Бизнес также может задействовать эти системы для идентификации покупателей, оплаты «по лицу», для анализа посещений и поведения в торговых точках.
Другими интересными областями применения системы распознавания лиц могут стать медицина и образование. С помощью компьютерного анализа лица медики смогут отслеживать состояние пациента, оценивать ход лечения, выявлять признаки болезни и т.д. В образовательной сфере, которая все больше переходит в онлайн, системы помогут анализировать поведение учеников, способствовать большей включенности в процесс обучения. Кроме того, городские камеры, интегрированные в систему «умный город», способны искать потерявшихся детей, пожилых или больных людей, оставшихся без помощи.
Конечно, существует и до сих пор используется множество других способов идентификации: по голосу, через отпечаток пальца или сканирование радужки глаза. Но у биометрии по лицу есть ряд преимуществ: она легко внедряется, дает быстрый результат и работает дистанционно, что особенно актуально во время пандемии коронавируса. В перспективе для идентификации будет использоваться комплекс биометрических исследований.
Как это работает
Весь процесс работы системы можно разделить на два этапа: выявление лица и его распознавание. Первый шаг может быть и простым, и сложным. В том случае если лицо неподвижно, находится анфас перед камерой или датчиками, хорошо освещено (как, например, в случае идентификации по лицу на смартфоне), то снять параметры лица не представляется проблемой. Распознать лицо по случайному фото или видео в динамике – гораздо менее тривиальная задача. Сложность заключается в том, что человек двигается, соответственно, лицо может попасть в кадр частично, быть закрыто головным убором, волосами.
Но современные системы справляются даже при минимуме информации.
Когда программа «вырезала» лицо из общего фона, она может его развернуть, выпрямить и проанализировать. Выделяются ключевые точки (глаза, нос, рот), их может быть несколько десятков, вычисляется их взаимное расположение. Далее полученная «карта лица» переводится в цифровые значения и сверяется с базой. А затем нейросеть, обучившаяся на миллионах портретов, и мощный компьютер находят соответствие. Весь процесс занимает всего несколько секунд.
Как только системы распознавания лиц стали выходить в большой мир, сразу появились желающие «взломать» их. Хакеры, активисты и даже современные художники придумывают способы обмануть камеры и защитить свою приватность. В ход идут маски, макияж, специальные очки, лазеры. Но системы тоже становятся умнее, к тому же полные алгоритмы их работы известны только их создателям. Постепенно формируется законодательная база относительно применения подобных систем.
Лица российского рынка биометрии
Технологии распознавания лиц одновременно вдохновляют и волнуют. По данным экспертов, за последние несколько лет качество идентификации выросло в 50 раз. Растет и мировой рынок услуги: к 2024 году прогнозируется объем доходов в размере 7 млрд долларов. Системы распознавания вышли из академических кругов в большой бизнес и участвуют в мировой конкуренции. Свои технологии сегодня разрабатывают такие гиганты, как Apple, Amazon, Facebook, Google, Microsoft, IBM.
Крупнейшим российским поставщиком и одним из мировых лидеров услуг биометрии является компания NtechLab – технологический партнер Ростеха. За шесть лет из перспективного стартапа компания выросла до международных масштабов. Ее алгоритмы распознавания лиц по результатам независимых тестов многократно признавались лучшими в мире. Сегодня разработки NtechLab применяются более чем в 100 организациях 20 стран.
Основатель компании, молодой программист Артем Кухаренко начинал с того, что в качестве хобби создал софт, по фотографии определяющий породу собак.
Следующим шагом стало нашумевшее приложение FindFace, появившееся в 2016 году и позволявшее любому желающему найти по фото профиль человека в соцсетях. Затем была первая международная победа распознающих алгоритмов и следующий виток развития NtechLab – взаимодействие с инвесторами и крупными партнерами.
Для создания комфортной и безопасной среды в Москве с 2017 года используется технология FindFace Security, встроенная в столичную систему видеонаблюдения. Интеграция технологии позволила существенно повысить эффективность поиска и задержания преступников правоохранительными органами. Во время проведения Чемпионата мира по футболу в 2018 году система позволила задержать более 180 правонарушителей, находившихся в федеральном розыске, а также предотвратить хищение спонсорского кубка. А с началом пандемии FindFace Security помогала находить нарушителей режима самоизоляции.
В мае этого года NtechLab в очередной раз подтвердила высокий уровень точности своих алгоритмов: компания победила в конкурсе алгоритмов распознавания лиц Face Recognition Vendor Test Национального института стандартов и технологий Министерства торговли США.
Это тестирование на сегодняшний день является единственным общепризнанным мировым соревнованием подобного типа. Российская разработка соперничала с более чем ста алгоритмами из других стран и показала лучшие результаты. Победа NtechLab открыла новые возможности для международного развития компании и стала подтверждением высокого уровня отечественной IT-экспертизы. В ближайших планах компании − создание инструментов по выявлению с помощью камер агрессивных людей и детектирование пути человека.
В июне стало известно, что алгоритмы российского разработчика будут применяться на железных дорогах Индии. В течение месяца система распознавания лиц Ntechlab будет внедрена на 30 станциях наиболее загруженного участка Indian Railways. Согласно требованиям заказчика система должна обеспечивать одновременное распознавание до 50 человек в кадре. По словам представителей компании — партнера Ростеха, внедрение компьютерного зрения на объектах с потоком подобной плотности стало технологическим вызовом для системы Ntechlab, и она справляется с задачей.
принцип работы и безопасность
Что такое распознавание лиц , также известное как распознавание лиц ? Как работает распознавание лиц? Какое практическое применение он может иметь? Биометрическое распознавание лиц — одно из самых востребованных решений для онлайн-проверки личности.
Узнайте в этой статье все пункты, упомянутые выше.
ЧТО ТАКОЕ РАСПОЗНАВАНИЕ ЛИЦ? ЗНАЧЕНИЕ РАСПОЗНАВАНИЯ ЛИЦ И КАК ЭТО РАБОТАЕТ
По определению, распознавание лиц относится к технологии , способной идентифицировать или подтвердить личность субъекта с помощью изображения, видео или любого аудиовизуального элемента его лица . Как правило, эта идентификация используется для доступа к приложению, системе или службе и работает как сканер лица.
Это метод биометрической идентификации , в котором используются измерения тела, в данном случае лица и головы, для проверки личности человека с помощью биометрического рисунка лица и данных .
Эта технология собирает набор уникальных биометрических данных о каждом человеке, связанных с его лицом и выражением лица , для идентификации, проверки и/или аутентификации человека.
Если вам интересно узнать, как сократить процесс адаптации и KYC с 3 недель до 3 минут, загрузите это руководство .
ПРОГРАММА ДЛЯ РАСПОЗНАВАНИЯ ЛИЦ
Процедура идентификации лица просто требует, чтобы любое устройство с цифровой фотографической технологией генерировало и получало изображения и данные, необходимые для создания и записи биометрического шаблона лица человека, которого необходимо идентифицировать.
В отличие от других решений для идентификации, таких как пароли, проверка по электронной почте, селфи или изображения или идентификация по отпечатку пальца , биометрическое распознавание лиц использует уникальные математические и динамические шаблоны работает как сканер лица, что делает эту систему одной из самых безопасных и эффективных.
Целью распознавания лиц является поиск по входящему изображению ряда данных одного и того же лица в наборе обучающих изображений в базе данных. Большая трудность заключается в обеспечении того, чтобы этот процесс выполнялся в режиме реального времени, что доступно не всем поставщикам программного обеспечения для биометрического распознавания лиц.
А где используется распознавание лиц? Процесс распознавания лиц может выполнять два варианта в зависимости от того, когда он выполняется:
- Тот, в котором впервые система распознавания лиц обращается к лицу, чтобы зарегистрировать его и связать с личностью таким образом, чтобы оно было записано в системе. Этот процесс также известен как цифровая адаптация с распознаванием лиц.
- Вариант, в котором пользователь проходит аутентификацию перед регистрацией. В этом процессе поступающие данные с камеры скрещиваются с существующими данными в базе данных.
Если лицо совпадает с уже зарегистрированной личностью, пользователю предоставляется доступ в систему со своими учетными данными.
Если лицо совпадает с уже зарегистрированной личностью, пользователю предоставляется доступ в систему со своими учетными данными.КАК РАБОТАЕТ РАСПОЗНАВАНИЕ ЛИЦ?
Насколько надежно распознавание лиц? Как работает распознавание лиц? Системы распознавания лиц работают, захватывая входящее изображение с устройства камеры двумерным или трехмерным способом в зависимости от характеристик устройства.
Они сравнивают соответствующую информацию о входящем сигнале изображения в режиме реального времени с фото или видео в базе данных, что является гораздо более надежным и безопасным, чем информация, полученная на статическом изображении. Эта процедура биометрического распознавания лиц требует подключения к Интернету, поскольку база данных не может быть расположена на устройстве захвата, поскольку она размещена на серверах.
В этом сравнении лиц он математически анализирует входящее изображение без какой-либо погрешности и проверяет соответствие биометрических данных человеку, который должен использовать службу или запрашивает доступ к приложению, системе или даже строят.
Благодаря использованию технологий искусственного интеллекта (ИИ) и машинного обучения системы распознавания лиц могут работать с высочайшими стандартами безопасности и надежности . Точно так же, благодаря интеграции этих алгоритмов и вычислительных методов, процесс может выполняться в режиме реального времени.
БИОМЕТРИЧЕСКОЕ РАСПОЗНАВАНИЕ ЛИЦ ИСПОЛЬЗУЕТ СЛУЧАИ
Распознавание лиц использует фокус на проверке или аутентификации. Эта технология используется, например, в таких ситуациях, как:
- Второй фактор аутентификации , чтобы добавить дополнительную безопасность в любой процесс входа в систему.
- Доступ к мобильным приложениям без пароля.
- Доступ к ранее заключенным контрактам онлайн-сервисам (например, вход на онлайн-платформы).
- Доступ в здания (офисы, мероприятия, помещения любого рода…).
- Способ оплаты , как в физических, так и в интернет-магазинах.
- Доступ к заблокированному устройству .
- Регистрация в туристических службах (аэропорты, гостиницы…).
КАКОВЫ ПРЕИМУЩЕСТВА РАСПОЗНАВАНИЯ ЛИЦ?
Иногда нас спрашивают, в чем преимущества распознавания лиц. Распознавание лиц предлагает несколько преимуществ в процессе проверки личности для удаленного входа.
— самый быстрый процесс : распознавание лиц позволяет быстро и без проблем удаленно подтвердить личность.
– Удобство пользователя: системы распознавания лиц обеспечивают уникальный, плавный и быстрый пользовательский интерфейс, избавляя от необходимости отнимающих много времени визитов в офис или видеоконференций и времени ожидания.
— Security : Подобно отпечаткам пальцев или голосу, каждое лицо уникально и имеет неповторимые характеристики.
Системы, программы или программное обеспечение распознавания лиц сравнивают биометрические данные и алгоритмы распознавания лиц.
— Соответствие : Распознавание лиц с помощью видеоидентификации — единственный метод, признанный стандартом удаленной проверки личности для операций с высоким риском (открытие банковских счетов, подписание договоров и т. д.).
SMILEID И VIDEOID: КОГДА ИИ И РАСПОЗНАВАНИЕ ЛИЦ ВСТРЕЧАЮТСЯ
В Электронная идентификация (eID) мы разработали VideoID, технологию видеоидентификации, основанную на распознавании лиц ИИ, машинном обучении и биометрии, для проверки личности вашего клиента в любое время и в любом месте в полном соответствии; и SmileID, биометрическое программное обеспечение для распознавания лиц, основанное на технологии распознавания лиц.
VideoID , единственная комплексная система распознавания лиц, которая позволяет удаленно подтверждать личность новых пользователей с тем же уровнем безопасности, что и идентификация лицом к лицу.
SmileID , в отличие от других небезопасных и ненадежных программ распознавания лиц для аутентификации, использует алгоритмы распознавания лиц AI и машинное обучение, чтобы обеспечить полную надежность при соблюдении самых высоких стандартов безопасности и самых строгих правил. Кроме того, это универсальная и универсальная система, которая адаптируется к любому устройству и каналу.
Если вы хотите получить дополнительную информацию об идентификации клиентов, загрузите это руководство, чтобы узнать все подробности .
Распознавание лиц — NYPD
Что такое распознавание лиц?
Распознавание лиц — это цифровая технология, которую полиция Нью-Йорка использует для сравнения изображений, полученных в ходе уголовных расследований, с законно хранящимися фотографиями задержанных. Никто никогда не был арестован исключительно на основании обыска с распознаванием лиц.
При использовании в сочетании с человеческим анализом и дополнительным расследованием технология распознавания лиц является ценным инструментом в раскрытии преступлений и повышении общественной безопасности.
Как полиция Нью-Йорка использует распознавание лиц?
С 2011 года полиция Нью-Йорка успешно использует распознавание лиц для идентификации подозреваемых, чьи изображения были зафиксированы камерами при ограблениях, кражах со взломом, нападениях, стрельбе и других преступлениях.
Что происходит после идентификации компьютерных совпадений?
Если выявлены возможные совпадения, обученные следователи отдела идентификации лиц проводят визуальный анализ, чтобы оценить надежность совпадения, и проводят проверку биографических данных, чтобы сравнить имеющуюся информацию о возможном совпадении и соответствующих деталях расследования.
Совпадающие фотографии являются основанием для ареста?
Нет. Совпадение по распознаванию лиц не устанавливает вероятной причины для ареста или получения ордера на обыск, но служит поводом для дополнительных следственных действий.
Детектив, назначенный для ведения дела, должен установить с помощью других подтверждающих доказательств, что подозреваемый, идентифицированный с помощью фотосовпадения, является виновником предполагаемого преступления.
Предоставляет ли программное обеспечение существенные зацепки в уголовных делах?
Да. В 2019 году Секция идентификации лиц получила 9850 запросов на сравнение и выявила 2510 возможных совпадений, в том числе возможные совпадения в 68 убийствах, 66 изнасилованиях, 277 тяжких преступлениях, 386 грабежах и 525 крупных кражах. Полиция Нью-Йорка не знает ни одного случая в Нью-Йорке, когда человек был бы ложно арестован на основании совпадения распознавания лиц.
Исследования показали, что некоторые программы распознавания лиц менее точны при анализе лиц афроамериканцев, азиатов, женщин и других групп, чем белых мужчин?
Некоторые исследования выявили различия в точности некоторых программных продуктов. Однако в наиболее важном исследовании федерального правительства по этому вопросу отмечается, что в «гибридных системах машина/человек», где результаты программного обеспечения регулярно проверяются исследователями-людьми, ошибочные совпадения программного обеспечения могут быть быстро исправлены людьми-наблюдателями.
Меры предосторожности, встроенные в протоколы управления распознаванием лиц полиции Нью-Йорка, которые обеспечивают немедленную проверку человеком результатов программного обеспечения, предотвращают ошибочную идентификацию.
Является ли видео с носимых на теле камер, которые теперь носят большинство офицеров полиции Нью-Йорка, регулярно отправляются для анализа распознавания лиц?
Нет. Например, полиция Нью-Йорка не использует технологию распознавания лиц для изучения видео с нательных камер, чтобы идентифицировать людей, у которых могут быть открытые ордера. Однако, если офицер, чья нательная камера активирована, становится свидетелем преступления, но не может задержать подозреваемого, неподвижное изображение подозреваемого может быть извлечено из видео с нательной камеры и отправлено для анализа распознавания лиц.
Использует ли полиция Нью-Йорка технологию распознавания лиц для идентификации людей, зарегистрированных на городской сети камер видеонаблюдения?
Полиция Нью-Йорка не использует технологию распознавания лиц таким образом.