Система распознавания лиц

Систе́ма распознава́ния лиц — это система биометрической идентификации, позволяющая определять или подтверждать личность человека через анализ его черт лица. Технология опирается на специальные алгоритмы, которые обрабатывают изображения, полученные с видеокамеры или другого сенсорного устройства, и сопоставляют их с хранящимися в базе образцами.

История

Первоначальные шаги в создании технологий обработки изображений лиц были предприняты ещё в 1960-х годах XX века, когда научные работники впервые задумались о создании автоматизированных комплексов для идентификации людей по их лицам. Самые первые опыты опирались на примитивные вычислительные методы. Значительный прогресс был достигнут в 1970 году, когда исследователями был предложен метод для анализа фотоизображений человеческих лиц. Этот метод позволил значительно улучшить показатели распознавания и точность не превышала 60%.

В 1990 году, параллельно с развитием вычислительной техники, шло активное внедрение систем идентификации лиц в практику. Первые коммерческие продукты возникли в сферах безопасности и контроля доступа. Компании-производители часто предлагали стандартные решения без возможности индивидуальной настройки. Реальный прорыв в области распознавания лиц произошёл в нулевые годы с появлением камер с высоким разрешением и более производительных микропроцессоров. В то время стали появляться первые онлайн-решения.

Новая эра развития началась в 2010 годы с интеграцией технологий глубокого обучения и нейронных сетей. Современные алгоритмы используют машинное обучение для анализа изображений и достигают показателей распознавания, превышающих 99 % при идеальных условиях. В XXI веке эти технологии активно используются такими компаниями, как Apple и другими крупными технологическими корпорациями. Спрос на специалистов в данной области среди IT-профессионалов неуклонно растёт.

Методы распознавания лиц

Автоматическое распознавание лиц представляет собой сложную задачу для компьютерных систем. Системы распознавания лиц стремятся идентифицировать трёхмерное человеческое лицо, которое меняется в зависимости от освещения и мимики, по его двухмерному изображению. Для решения этой проблемы они проходят четыре этапа. Сначала, лицо выделяется из общего фона изображения с помощью детекции. Затем, выделенное изображение лица корректируется с учётом его положения, размера и характеристик освещения, таких как яркость и градации серого. Цель этой корректировки – обеспечить точную локализацию особенностей лица, которые извлекаются на третьем этапе. На этом этапе такие черты, как глаза, нос и рот, выделяются и измеряются для создания уникального представления лица. Полученный вектор признаков лица, наконец, сравнивается с базой данных лиц на заключительном, четвёртом этапе.

Все варианты распознавания лиц:

• 2D-распознавание лиц. Традиционное распознавание лиц в двух измерениях анализирует плоские изображения, полученные с помощью обычных видеокамер. Эти изображения обрабатываются специализированными алгоритмами. Основным достоинством 2D-систем является их доступность и простота внедрения. Требуется лишь стандартная камера, что делает это решение экономически привлекательным. Несмотря на ограничения при изменении угла обзора и освещённости, 2D-технология остаётся наиболее популярной в коммерческом применении.
• 3D-распознавание лиц. Распознавание лиц в трёх измерениях использует специализированные датчики для формирования объёмной модели. Этот подход анализирует глубину рельефа лица, позволяя получить более подробные биометрические данные. В отличие от двумерных систем, 3D-технологии обладают большей устойчивостью к изменениям освещения и положения головы. Объёмные модели содержат значительно больше уникальной информации, что обеспечивает более высокую точность идентификации. 3D-распознавание требует более дорогостоящего оборудования и более мощных вычислительных ресурсов.
• Распознавание по текстуре кожи. Данный метод анализирует неповторимые характеристики текстуры кожи, неразличимые для невооружённого взгляда. Система использует специализированные алгоритмы для выявления микроскопических узоров кожного покрова. Анализ текстуры кожи может служить дополнением к традиционным методам распознавания, улучшая общую производительность системы. Изображения с высоким разрешением обрабатываются специальными фильтрами, которые выделяют мельчайшие детали поверхности кожи.
• Тепловизионное распознавание. Инфракрасная технология распознавания лиц формирует уникальный биометрический профиль, анализируя тепловое излучение, исходящее от лица. Тепловое распределение по поверхности лица индивидуально для каждого человека. Преимуществом тепловизионных систем является их способность функционировать в полной темноте, не завися от видимого света. Кроме того, они отличаются высокой устойчивостью к обману с использованием фотографий или масок. Основным ограничением этой технологии является высокая стоимость тепловизионного оборудования, а также его чувствительность к влиянию внешних факторов.

Применение

• Безопасность: автоматизированные системы биометрической идентификации (ABIS) применяются криминалистами, полицией и спецслужбами для розыска правонарушителей, подтверждения фактов правонарушений и предупреждения преступлений, включая террористические акты и фальсификацию документов. Технология камер с функцией распознавания лиц используется для охраны общественного порядка на массовых событиях, организации проверки пассажиров в аэропортах, осуществления контроля доступа в учреждениях различного профиля. Такие системы способствуют поиску потерявшихся несовершеннолетних, пожилых людей с потерей ориентации, а также выявлению жертв торговли людьми и принудительного труда.
• Здравоохранение и медицина: использование технологии распознавания лиц в медицинских учреждениях и домах престарелых позволяет контролировать приём лекарств пациентами и осуществлять мониторинг их состояния посредством специальных мониторов. Современные нейронные сети способны определять генетические патологии, такие как синдром Ди Джорджи, ориентируясь на характерные черты лица, а также проводить оценку общего самочувствия пациентов.
• Ретейл, общепит и банки: система распознавания лиц применяется для быстрой идентификации клиентов и противодействия мошенничеству при совершении покупок в торговых точках, анализа покупательского поведения и улучшения качества обслуживания с целью увеличения продаж. Онлайн-биометрия упрощает открытие банковских счетов, получение кредитов и снятие наличных денег в банкоматах. Примером служит технология оплаты товаров по изображению лица, используемая в китайском ресторане быстрого питания KFC и супермаркете Amazon Go в США. В России предполагается массовое внедрение биометрических технологий во всех крупных кредитных организациях взамен традиционных методов аутентификации.
• Образование: платформы, использующие технологию распознавания лиц, обеспечивают контроль процесса дистанционного образования: отслеживают внимание ученика на экзамене, предотвращают списывание и использование посторонних голосовых подсказок.

Преимущества и недостатки системы

Преимущества:

• Повышение безопасности.
• Снижение уровня преступности.
• Устранение предвзятости при остановке и обысках.
• Удобство.
• Быстрая обработка.
• Интеграция с другими технологиями.

Недостатки:

• Тотальная слежка.
• Возможные ошибки.
• Нарушение конфиденциальности.
• Огромное хранилище данных.

Запрет на использование технологии распознавания лиц

В стране усилились опасения относительно защиты личных данных и соблюдения прав граждан, поскольку технология идентификации лиц находит всё более широкое применение в деятельности правоохранительных органов. В связи с этим, 6 мая 2019 года, Сан-Франциско принял решение о введении запрета на использование систем распознавания лиц, став первым городом, предпринявшим подобный шаг.

Соответствующий указ, подписанный Наблюдательным советом Сан-Франциско, вступил в силу в июне 2019 года и наложил ограничение на использование данной технологии всеми городскими структурами, включая правоохранительные органы. Как сообщалось в издании Boston Globe 27 июня 2019 года, городской совет Сомервилла последовал примеру Сан-Франциско и также проголосовал за запрет распознавания лиц, оказавшись вторым городом, внедрившим подобное ограничение.

16 июля того же года Окленд (Калифорния) принял аналогичное решение, став третьим городом в США, где использование данной технологии было запрещено. Примечательно, что полиция Окленда в настоящее время не использует и не планирует использовать системы распознавания лиц. После решений, принятых Сан-Франциско, Сомервиллом и Оклендом, обсуждение вопроса о запрете данной технологии активизировалось во многих городах, в том числе за пределами США. В 2020 году Портленд (Орегон) также рассматривает возможность введения аналогичного запрета. В случае принятия решения, Портленд может стать первым городом, который распространит запрет на частные магазины, авиакомпании и места проведения массовых мероприятий.