Du går op ad trappen og går ind i elevatoren. Han ved, hvilket gulv du skal gå til. Dørene til lejligheden åbner sig foran dig. Computeren og telefonen "genkender" dig og kræver ikke en adgangskode. Biler, sociale netværk, butikker - alle hilser på dig, næppe at se dig, ringe til dig ved navn og foregriber dit hvert trin. Sådan fungerer ansigtsgenkendelse. Synes godt om? Skræmmende?
Ved første øjekast kan det se ud til, at enhver organisation, der har råd til dette, ser dit hvert trin og samler et dossier på dig. Men du kan ikke engang forestille dig, hvor vidt ansigtsgenkendelsesteknologier har spredt sig over hele verden, og hvilke stærke udsigter de lover. Ud over ovenstående eksempler giver ansigtsgenkendelsessystemer dig mulighed for at gøre så enkle og komplekse ting:
- bekræftelse af den studerendes identitet under onlineeksamen;
- identifikation af personer fra den "sorte liste" ved indgangen til stadioner og natklubber;
- betaling for varer
- at holde din plads på linje, når du besøger en forlystelsespark;
- oplåsning af din telefon eller computer.
Hvad kan jeg sige, hvis der allerede i Moskva allerede er et netværk af mere end 150.000 udendørs videoovervågningskameraer. Der er ingen steder at gemme sig for dem, og dette får folk til at tænke, men omfanget af "overvågning" er ikke så stor. Netværket bruger et stærkt ansigtsgenkendelsessystem, men det kræver en masse kraft at arbejde, så kun 2-4000 kameraer fungerer i realtid. Indtil videre er masseovervågning af befolkningen kun skræmmende, så det er værd at fokusere på de virkelige fordele ved denne teknologi. Men først ting først.
Salgsfremmende video:
Hvordan fungerer ansigtsgenkendelsessystemet?
Nogensinde spekuleret på, hvordan du selv genkender et ansigt, genkender det? Hvordan gør en computer det? Naturligvis har menneskelige ansigter visse egenskaber, der er lette at beskrive. Afstanden mellem øjnene, positionen og bredden på næsen, formen på brynryggene og hagen - alle disse detaljer bemærker du ubevidst, når du ser på en anden person. Computeren gør alt dette med en vis effektivitet og nøjagtighed, fordi den ved at kombinere alle disse målinger opnår den matematiske formel for et menneskeligt ansigt.
Så hvor godt fungerer ansigtsgenkendelsessystemet i øjeblikket? Ikke dårligt, men nogle gange forkert. Hvis du nogensinde har fundet ansigtgenkendelsessoftware på Facebook eller en anden platform, har du sandsynligvis bemærket, at der er så mange sjove resultater som nøjagtige. Og alligevel, selvom teknologien ikke er 100 procent nøjagtig, er den god nok til at blive udbredt. Og endda gøre dig nervøs.
NECs Paul Howie siger, at deres ansigtsgenkendelsessystem scanner ansigter efter individuelle identifikatorer:
”For eksempel betragter mange afstanden mellem øjnene som en unik egenskab. Eller det kan være afstanden fra hagen til panden og andre komponenter. Vi tager især hensyn til 15-20 faktorer, der betragtes som vigtige, samt andre faktorer, der ikke længere er så betydningsfulde. Dette skaber et tredimensionelt billede af personens hoved, så selv hvis det er delvist dækket, kan vi stadig få et nøjagtigt match. Systemet tager derefter ansigtsignaturen og fører den gennem databasen."
Bør jeg bekymre mig om software til ansigtsgenkendelse?
Først og fremmest er ansigtsgenkendelse data. Data kan indsamles og gemmes ofte uden tilladelse. Når informationen er samlet og gemt, er den åben for hacking. Ansigtsgenkendelsesplatforme er endnu ikke stærkt hacket, men når teknologien spreder sig, er dine biometri i flere og flere hænder i hænderne.
Der er også ejendomsspørgsmål. De fleste mennesker ved ikke, at når de tilmelder sig sociale platforme som Facebook, hører deres data fra det tidspunkt til Facebook selv. Da antallet af virksomheder, der bruger ansigtsgenkendelse, vokser konstant, behøver du meget snart ikke engang at uploade dine egne fotos til Internettet for at blive kompromitteret. De er allerede opbevaret der og er blevet opbevaret i lang tid.
Når vi taler om software, fungerer de alle på forskellige måder, men bruger dybest set lignende teknikker og neurale netværk. Hvert ansigt har mange karakteristiske træk (det er umuligt at finde to identiske ansigter i verden, og der var så mange af dem i hele menneskehedens historie!). F.eks. Definerer FaceIt-softwaren disse funktioner som ankerpunkter. Hvert ansigt indeholder ca. 80 knudepunkter, svarende til dem, vi nævnte før: afstanden mellem øjnene, bredden på næsen, dybden af øjehullerne, formen på hagen, længden af kæben. Disse punkter måles og skaber en numerisk kode - et "ansigtsudskrivning" - som derefter mates ind i databasen.
Tidligere var ansigtsgenkendelse afhængig af 2D-billeder for at sammenligne eller identificere andre 2D-billeder fra databasen. For effektivitet og nøjagtighed måtte billedet være et ansigt, der kiggede lige ind i kameraet, med lidt lysspredning og uden ansigtsudtryk. Selvfølgelig fungerede det temmelig dårligt.
I de fleste tilfælde blev snapshots ikke taget i et passende miljø. Selv et lille lysspil kunne reducere systemets effektivitet, hvilket kan føre til høje fejlfrekvenser.
2D er erstattet af 3D-genkendelse. Denne nye udvikling inden for software bruger en 3D-model til at give yderst nøjagtig ansigtsgenkendelse. Ved at optage et 3D-billede af overfladen på en persons ansigt i realtid, fremhæver softwaren særpræg - hvor hårdt væv og knogler stikker mest ud, såsom kurverne i øjenkontakten, næsen og hagen - for at identificere emnet. Disse områder er unikke og ændrer sig ikke over tid.
Ved at bruge dybden og målingsaksen, som ikke påvirkes af belysning, kan 3D-ansigtsgenkendelsessystemet endda bruges i mørke og genkende objekter fra forskellige vinkler (endda i profil). Sådan software gennemgår flere faser og identificerer en person:
Detektion: Tag et snapshot ved digital scanning af et eksisterende fotografi (2D) eller video for at få et levende billede af emnet (3D).
Centrering: Når ansigtet er detekteret markerer systemet hovedposition, størrelse og kropsholdning.
Måling: Systemet måler kurver i ansigtet med millimeterpræcision og skaber en skabelon.
Repræsentation: systemet oversætter skabelonen til en unik kode. Denne kode giver hvert mønster et sæt numre, der repræsenterer funktioner og ansigtsegenskaber.
Matching: Hvis billedet er i 3D, og databasen indeholder 3D-billeder, vil matchningen finde sted uden at ændre billedet. Men hvis databasen består af to-dimensionelle billeder, nedbrydes det tredimensionelle billede til forskellige komponenter (som to-dimensionelle billeder af de samme ansigtsfunktioner taget fra forskellige vinkler), og de konverteres til 2D-billeder. Og så findes kampen i databasen.
Verifikation eller identifikation: under verificeringsprocessen sammenlignes et snapshot med kun et snapshot i databasen (1: 1). Hvis målet er identifikation, sammenlignes snapshot med alle snapshots i databasen, hvilket resulterer i et antal mulige kampe (1: N). En eller anden metode anvendes efter behov.
Hvor bruges ansigtsgenkendelsessystemer?
Tidligere har ansigtsgenkendelsessystemer fundet anvendelse hovedsageligt i retshåndhævelse, da myndighederne brugte dem til at finde tilfældige ansigter i skarer. Nogle regeringsorganer har også brugt lignende systemer til sikkerhed og til at eliminere valgsvindel.
Der er imidlertid mange andre situationer, hvor sådan software bliver populær. Systemer bliver billigere, deres distribution vokser. De er nu kompatible med kameraer og computere, der bruges af banker og lufthavne. Rejsebureauer arbejder på et "rutineret rejsende" -program for at udføre hurtig sikkerhedsscreening for passagerer, der frivilligt giver information. Lufthavnskøer bevæger sig hurtigere, hvis folk gennemgår et ansigtsgenkendelsessystem, der matcher ansigter til en intern database.
Andre mulige anvendelser inkluderer pengeautomater og kontantdispensere. Softwaren kan hurtigt kontrollere klientens ansigt. Efter klientens tilladelse tager ATM eller terminalen et billede af ansigtet. Softwaren skaber et ansigtsaftryk, der beskytter kunden mod identitetstyveri og falske transaktioner - ATM giver simpelthen ikke penge til en person med et andet ansigt. Selv en PIN-kode er ikke påkrævet.
Magi? Teknologi
Udviklingen af ansigtsgenkendelsesteknologi inden for bankoverførsler kan være særlig vigtig og interessant. For nylig præsenterede den russiske bank Otkrytie sin egen unikke løsning udviklet under teknologimærket Open Garage: overførsel af penge fra et foto i Otkritie. Transfers mobilapplikation. I stedet for at indtaste et kort eller telefonnummer, skal du blot tage et foto af den person, der har brug for at foretage en overførsel. Ansigtsgenkendelsessystemet sammenligner billedet med referencen (det gøres, når banken udsteder kortet) og beder om for- og efternavn. Det eneste, der er tilbage, er at vælge et kort og indtaste beløbet. Det vigtigste er, at klienter fra tredjepartsbanker også kan bruge denne funktion til overførsler til Otkritie-klienter - afsenderen af overførsler kan bruge et kort fra enhver russisk bank.
”Brug af en klients foto i stedet for et bankkortnummer er en grundlæggende ny tilgang til onlineoverførsler, baseret på brugen af et neuralt netværk ansigtsgenkendelsessystem, som gør det muligt for en klient at blive identificeret med en høj grad af nøjagtighed ved hjælp af hans biometriske data,” siger lederen for Partner Systems Development Department i Otkritie Bank Alexey Matveev. - Tjenesten åbner helt nye livsscenarier for brugere til at udføre pengeoverførsler. I øjeblikket tilbyder ingen af verdensmarkedsdeltagere en sådan service til deres kunder."
Ilya Khel