Кто и как использует технологии распознавания лиц в России.

Российский рынок биометрии растет на 36% в год благодаря системам распознавания лиц. Эксперты говорят о существенном смещении фокуса применения технологии face recognition с государственного на коммерческий сектор в последние годы. Rusbase разбирается, как работает эта технология и почему она становится все более популярной среди российских компаний.

Что такое технология распознавания лиц?

Сегодня распознавание лица — это удобная и практичная функция идентификации без пароля. Сама технология относится к области применения теории распознавания образов, которая возникла значительно раньше современных компьютерных систем. Распознавание образов — неотъемлемая часть деятельности мозга. Поэтому в спектре компьютерных дисциплин задачи распознавания относятся к проблематике искусственного интеллекта.

Алгоритм работы технологии распознавания лиц состоит из двух этапов: идентификация (кто этот человек?) и верификация (а тот ли это человек, за которого он себя выдает?). Последовательность действий обычно такова:

1) Face detection

Выделяется лицо человека на изображении.

2) Facial features detection

Вычисляются антропометрические точки. Система находит опорные точки на лице, которые определяют индивидуальные характеристики. Алгоритм вычисления характеристик различен для каждой из систем и является главным секретом разработчиков. Раньше основной опорной точкой для алгоритмов были глаза, но алгоритмы эволюционировали и стали учитывать минимум 68 точек на лице (расположены по контуру лица, определяют положение и форму подбородка, глаз, носа и рта, расстояние между ними).

3) Face normalization

Проводятся дополнительные преобразования изображения (устранение наклона головы, коррекция цвета лица и так далее) с целью получения четкого фронтального снимка.

4) Feature extraction and descriptor computation

Вычисляется дескриптор — набор характеристик, описывающих лицо независимо от посторонних факторов (возраст, прическа, макияж). Анализируются специальные локальные признаки, характеризующие, например, текстуру определенных областей на лице. Сопоставление разных дескриптеров позволяет оценить, относятся ли два полученных изображения лица к одному и тому же человеку.

5) Verification

Сравнивается полученный вектор лица (цифровой шаблон) с имеющимся в базе лицами.

Методы распознавания лиц.

Методы извлечения признаков условно делятся на две группы: использующие локальные и глобальные признаки лица. При использовании локальных — алгоритм выделяет отдельные части (глаза, нос, рот и др.) и уже по ним распознает лицо. При использовании глобальных — оперирует со всем лицом в целом. Количество существующих методов выделения признаков и их классификации велико, но одни и те же методы используются для выделения как локальных, так и глобальных признаков.

Один из самых распространенных методов — нейросетевой. Дмитрий Антонов, руководитель направления Департамента развития продуктов компании ISS, объясняет это тем, что «использование сверточных нейронных сетей в отличие от «классической» математики делает распознавание менее зависимым от кооперативности поведения людей, снижает требования к монтажу камер, улучшает качество распознавания в широком диапазоне внешних условий, включая изменяющуюся освещенность».

«Изображение лица с камеры отправляется в систему, где обрабатывается биометрическим алгоритмом. Сначала картинка переводится в массив точек, затем он преобразуется в массив чисел, которые обрабатываются математическими алгоритмами. На выходе мы получаем биометрическую модель — файл с определенной последовательностью чисел».

Восстановить исходную фотографию человека из такого файла нельзя. Система просто каждый раз одинаково преобразует картинку и сравнивает полученные цифры. При этом биометрическая модель отличается от обычного фотоизображения: она работает с видеопотоками (закодированная последовательность кадров) и обезличенной информацией.

«Технология, основанная на сверхточных нейронных сетях, не требует дорогостоящего оборудования и легко встраивается в существующие бизнес-процессы. Распознавание происходит путем вычисления расстояния между дескрипторами лиц. Высококачественные дескрипторы должны показывать малое расстояние между лицами одного человека и большое расстояние между лицами разных людей. Дескрипторы могут быть получены с помощью специальных алгоритмов, преобразующих входные изображения в вектора значений».

Области применения технологии.

«Поскольку технология распознавания лиц уже дошла до такого уровня готовности, что ее можно использовать в коммерческих проектах, многие компании внедряют подобные платформы — например, всем известный 3D-сканер лица Face ID от Apple уже используется на сотнях миллионов устройств. На сегодняшний день аналогичные технологии активно используются в системах компьютерного зрения и видеоаналитике».

Среди самых распространенных сфер применения можно выделить следующие:

Контроль доступа к объектам или системам

По данным агентства J’son & Partners, с 2014 года доля систем контроля доступа с распознаванием лиц выросла с 0,7% до 11%. «Распознавание лиц используется для разграничения доступа в технологические зоны, особенно в случаях, когда сотрудники передают свои пропуска во временное пользование, — рассказывает Дмитрий Антонов. — Современные системы распознавания лиц оснащены технологией защиты от подмены лиц, которая автоматически отличает реальное лицо от фотографии. Это дает возможность отслеживать случаи подмены собственного лица чужой фотографией или прохода сотрудника, несущего фото отсутствующего коллеги».

В ЖКХ-сфере технология обеспечивает доступ жильцов многоквартирного дома в подъезд или помещение. «Для образовательных учреждений применяется интеграция с контрольно-пропускной системой, использование лица как дополнительного идентификатора для контроля учащихся, интеграция с рейтинговой системой и кампусными картами студента и преподавателя», — приводит пример Евгений Седых, директор eVision.Tech, советник Директора программы развития опорного университета Республики Марий Эл по инновационной и научной деятельности.

Выявление нарушителей

МВД тестирует камеры-видеорегистраторы с функцией распознавания лиц. Если испытания будут успешными, функция распознавания появится у портативных видеорегистраторов, которые уже применяют полицейские. Камера по размеру чуть меньше рации и крепится на одежду человека. Она анализирует видеопоток и выделяет из него лица людей, данные о которых через интернет (в устройство можно вставить сим-карту) отправляет на сервер. В некоторых странах, например, в США и в Китае, в распоряжении полиции есть не только такие устройства, но и умные очки.

Для многих организаций, в частности, для сетевого ритейла, актуальная задача — обнаружить человека из «черного списка» (ранее совершившего кражу или подозреваемого в незаконных действиях).

Подобная система внедрена в «Бауцентре» Калининграда. Специализированные камеры, установленные на рубеже контроля, в полностью автоматическом режиме выделяют, фотографируют и сохраняют в архиве лица посетителей магазина, после чего изображения сравниваются с эталонной базой данных, которая хранится у заказчика. При обнаружении человека из «черного списка» охранник в течение 1-2 секунд получает сигнал тревоги.

Определение портрета покупателя

Цель системы в этом сегменте — проанализировать поведение покупателя (например, на кассе) и повысить лояльность к сети. Такие системы уже использует 59% ритейлеров одежды в Великобритании. В 2017 году Walmart разработал технологию, которая помогает определить, насколько покупатель доволен посещением магазина. Если система обнаружит покупателя с несчастным лицом, она подает сигнал об этом сотрудникам магазина.

Ведущие российские ритейлеры также либо тестируют, либо уже используют распознавание лиц, часто покупая «коробочные» решения. В 2018 году о тестовом проекте заявила X5. Технология распознавания лиц в десятки раз ускорила контроль планограмм, сократила на 10% количество людей, уходящих из магазина без покупок, и на 20% — потери магазинов. Руководство считает, что улучшения положительно повлияли на товарооборот. Система помогала отслеживать количество людей в очередях, определяла самые посещаемые отделы в магазинах, а также распознавала лица, пол, возраст и настроение покупателей.

Идентификация в банковском секторе

С первого июля 2018 года российские банки начали сбор биометрических данных клиентов. Пройдя идентификацию в системе, клиент может с помощью голоса и фотоизображения удаленно открыть счет или заказать выпуск карты на портале госуслуг.

«Альфа-Банк» производит сбор биометрических данных для Единой биометрической системы более чем в 100 отделениях по всей стране.

Управление рабочим временем

Евгений Лукин, операционный директор ORBL, говорит, что интерес у работодателей к системе учета рабочего времени сотрудников (СУРВ) растет с каждым годом. Осуществление контроля происходит при помощи программы, встроенной в планшет при входе в офис или другое место работы.

Камера планшета фиксирует время прихода и ухода сотрудника, вносит информацию в систему, которая при запросе формирует отчет о присутствии каждого из сотрудников на рабочем месте. Такие системы особенно востребованы у тех работодателей, которые имеют много наемного персонала, работающего посменно и с гибким графиком. Система позволяет упростить всю бумажную работу и контроль, предоставляя достоверную информацию по отработанному сотрудниками времени.

В 2017 году подобный сервис тестировала сеть салонов «Эконика». Чтобы сервис распознал лицо пришедшего на работу сотрудника, тому было достаточно посмотреть в камеру планшета. Распознавание лица занимало меньше секунды, если данные передавались по Wi-Fi, если по мобильному интернету — то 2-3 секунды.

Оплата услуг

В марте стартап ORBL представил прототип разработки с одним из европейских провайдеров платежных систем на выставке eShow в Барселоне. Это киоск для оплаты товаров или услуг при помощи лица. Для регистрации необходимо скачать мобильное приложение, с помощью которого можно привязать банковскую карту или электронный кошелек, а также сфотографироваться. При оплате в киоске денежные средства списываются со счета покупателя. Технология позволяет совершить покупку, даже если покупатель по каким-либо причинам не может воспользоваться привычными методами оплаты. А также снизить риск пользования картой третьим лицом.

Еще один успешный кейс — использования технологии для приобретения лотерейных билетов, продажа которых ограничена возрастным цензом.

«Для данного кейса использована технология «лицо+документ». Если технология определяет, что покупатель младше установленного возраста, система запрашивает документ, после фотографии которого она сопоставляет лицо человека с фотографией в паспорте и расшифровывает необходимые поля в документе. Система запоминает, что для данного лица продажа разрешена, и при дальнейших покупках человеку будет разрешена продажа без документа»

Проход на стадионы

В 2014 году систему биометрии стал использовать спортивный стадион «Петровский» в Санкт-Петербурге. Руководство обратилось к разработчикам после массовых беспорядков на стадионах в 2013 году, когда болельщики устраивали драки, выбегали на поле, бросали файеры. Это грозило не только огромными штрафами и пустыми трибунами на матчах клуба, но и было опасно для других зрителей. После внедрения системы клубы смогли существенно сэкономить и больше зарабатывать. Хулиганы стали понимать, что наказание неизбежно, система не запрещает, а предотвращает.

Вокзалы

«Нашими системами распознавания лиц оборудованы четыре аэропорта и шесть вокзалов, включая Казанский вокзал Москвы, железнодорожный вокзал Сочи, транспортные узлы острова Сахалин, Саранска, а также метрополитен и канатная дорога Нижнего Новгорода», — рассказывает Хрулев. — Основной сценарий здесь — обнаружение людей, находящихся в розыске, с целью обеспечения транспортной безопасности. Сегодня распознавание лиц от ЦРТ работает на 24 транспортном объекте. Идет активная работа по внедрению распознавания лиц в аэропортах.

Однако пока разработчиков сдерживает нормативное регулирование. Например, наше законодательство не позволяет регистрироваться на самолет без предъявления паспорта и посадочного документа.

Популяризация технологии

Популяризации технологии способствует расширение возможностей использования — на дронах, ноутбуках, в банкоматах и так далее. Число смартфонов, на которых установлена технология распознавания лиц, неуклонно растет. Согласно прогнозу агентства Counterpoint Research, в 2020 году будет продано более миллиарда таких устройств. В последних моделях iPhone технология уже доступна любому человеку.

Вам также может понравиться

About the Author: admin

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Это не спам.
сделано dimoning.ru