Ano ang kailangan mong malaman tungkol sa teknolohiya ng pagkilala sa mukha

2024 May -akda: Malcolm Clapton | [email protected]. Huling binago: 2023-12-17 04:13

Paano ginagamit ang teknolohiyang ito ng mga gobyerno at negosyo, posible bang linlangin ang isang camera na may sistema ng pagkakakilanlan ng mukha at posible bang makahanap ng tao sa Internet gamit ang isang larawan.

Elena Glazkova Ivideon Marketer.

Para sa estado, ang pagkilala sa mukha ay isang mahalagang bahagi ng sistema ng seguridad at isang kahanga-hangang item sa badyet. Para sa mga mamamahayag, ito ay isang panlunas sa lahat o isang instrumento ng isang pagsasabwatan sa mundo. Para sa negosyo, isang tool o isang produkto. Alinmang panig ang iyong kunin, nananatili pa rin ang mga pangunahing katanungan. Ang mga gumagamit ay karaniwang naghahanap ng mga sagot sa kanila sa Internet (sa average na 28,704 na mga query sa pagkilala sa mukha bawat buwan), ngunit hindi nila ito laging nahahanap. Pagwawasto sa sitwasyon.

Ano ang pagkilala sa mukha

Paghiwalayin natin ang mga langaw sa mga cutlet. Ang mga user ay mas malamang na harapin ang pagkilala sa mukha sa kanilang sariling mga smartphone, kung saan ang biometric identification ay ginagamit upang i-unlock ang device at tanging ang may-ari nito ang makaka-access sa data. Ang isang 3D camera ay kinakailangang kasangkot sa proseso ng pagkilala upang imposibleng linlangin ang gadget gamit ang isang litrato.

Mayroon ding pagkakakilanlan ng mga mukha sa real time at sa totoong mga kundisyon: sa kasong ito, ito ay hindi maiiwasang nauugnay sa mga video surveillance system, kung saan ang mga mukha ay literal na "naagaw" mula sa video stream na kinukunan ng mga camera.

Isipin ang isang mataas na kalidad na modernong CCTV camera na inilagay sa itaas lamang ng karaniwang taas ng tao sa isang maliwanag na lugar. Humigit-kumulang sa parehong bilang ng humigit-kumulang parehong mga tao ang dumadaan sa kanyang harapan araw-araw. Hindi sila kumikilos nang napakabilis.

Maaaring iimbak ang nakunan na video sa cloud archive. Ang isang analytical module ay konektado sa camera: isang kumplikadong kumbinasyon ng mga algorithm (artificial intelligence, neural network, iyon lang) at isang user interface. Ang module ay "nag-agaw" ng mga mukha mula sa video stream, tinutukoy ang kasarian at edad, at inilalagay ang data sa database.

Unti-unting dumami ang mga larawan. Awtomatikong tinatandaan ng system ang lahat ng kinikilalang mukha at itinatala ang mga ito sa archive, at ang isang user na may admission ay nagpapahiwatig ng karagdagang data: pangalan, posisyon, katayuan, iba pang mga marka ("VIP-guest" o "thief"). Maaari kang mag-upload ng larawan ng kinakailangang tao, at makikita ng module ang lahat ng pagtuklas ng taong ito sa archive.

Sa sandaling muling dumaan sa harap ng camera ang isang taong may marka, ire-record ito ng system bilang isang mahalagang kaganapan at magpapadala ng push notification sa mga interesadong user.

Ang pagtuklas sa konteksto ng pagkilala sa mukha ay isang sitwasyon kapag ang algorithm, sa prinsipyo, ay naunawaan na ito ay isang mukha, at hindi isang mansanas o isang sirena mula sa isang Starbucks mug. Kailangan muna niya ng kapangyarihan sa pag-compute para dito, at pagkatapos lamang niya maitugma ang mukha sa base o matandaan.

Kung nabasa mo na ang mga nakaraang talata hanggang sa dulo, binabati kita, alam mo na ngayon kung paano gumagana ang pagkilala sa mukha sa isang perpektong sitwasyon. Ang paglalarawan ay angkop para sa anumang sistema: mula sa mga ginagamit sa Moscow metro hanggang sa mga solusyon para sa maliliit na negosyo.

Ang pangunahing bagay na dapat maunawaan ay mahirap lumikha ng isang perpektong sitwasyon sa totoong buhay, lalo na pagdating sa buong lungsod, at hindi isang opisina o isang tindahan. Halimbawa, maraming tao sa subway, lahat ay iba, mabilis silang maglakad. Kailangan mo ng maraming camera, ang mga ito ay nagkakahalaga ng pera, at ang mga karampatang espesyalista ay dapat maglagay ng mga ito.

Posible bang linlangin ang algorithm ng pagkilala sa mukha

Sa kabila ng paminsan-minsang mga pagkakamali, ang katumpakan ng pagkilala ng makina ay madalas na mas mataas kaysa sa kung saan tinutukoy ng mga tao ang mga mukha. Ang China na magtatayo ng higanteng database ng pagkilala sa mukha upang makilala ang sinumang mamamayan sa loob ng ilang segundo ay lalabas sa China, isang sistemang may kakayahang maghanap ng isang partikular na tao sa 1.3 bilyong iba pang residente sa loob ng 3 segundo na may 90% katumpakan.

Gayunpaman, mahirap sagutin ang tanong na ito nang walang pag-aalinlangan, dahil walang solong perpektong algorithm para sa pagkilala sa mukha. Malaking salamin, isang nakadikit na balbas, isang takip, isang mataas na bilis ng paggalaw, espesyal na pampaganda (halimbawa, isang "Black Swan" na sala-sala na ipininta sa mukha, mga pusa, mga bilog at mga stick. Paano makatakas mula sa mga sistema ng pagkilala sa mukha gamit ang makeup) - lahat ng ito ay maaaring malito ang algorithm. Lalo na sa pinagsama-samang, dahil para sa pagkilala ito ay sapat na Paano dayain ang mga sistema ng pagkilala kung 70% ng isang bukas na mukha. Ngayon isipin na ito ay kinakailangan upang gamitin ang mga trick sa itaas sa isang tunay na lungsod. Parang hindi ganoon kadali, tama?

"Anti-recognition" na baso mula sa Japan, na noong 2015

At narito ang gayong 3D mask noong 2014

Posible bang makilala ang mga mukha online

Ang Internet ay isang kabalintunaan na lugar: ang mga tao dito ay maaaring magkasabay na mag-alala kung ang bawat segundong camera sa kalye ay nakakakita ng kanilang personalidad, at taos-pusong gustong "kilalanin ang mga mukha ng ibang tao mula sa kanilang mga larawan online." Isaalang-alang natin ang trend ng pagkilala sa mukha na ito nang hiwalay.

Ang programa sa pagkilala sa mukha ay alinman sa analytical module na inilarawan sa itaas (CCTV camera + software + cloud storage), o software na katulad ng kilalang (medyo nakakainis) na serbisyo ng FindFace. Ngayon, siyempre, imposibleng mag-download ng isang programa sa pagkilala sa mukha "nang libre at walang pagpaparehistro" sa karamihan ng mga kaso.

Ang serbisyo sa web ng FindFace.ru, na tumutulong upang mahanap ang mga tao sa social network ng VKontakte sa pamamagitan ng kanilang mga larawan, ay itinatag noong Pebrero 18, 2016. Sa iba pang mga bagay, salamat sa kanya, lahat ay makakahanap ng mga profile ng mga batang babae na nag-star sa mga porn film. Sa lalong madaling panahon, ang serbisyo ay nagsimulang gamitin para sa maraming mga flash mob upang maka-detect ng mga mukha, na may lahat ng karapatan na hindi kailanman matukoy ng sinuman. Isang iskandalo ang sumabog, na gumana tulad ng isang viral advertisement: ang teknolohiya na naging batayan ng serbisyo ay nakatanggap ng maraming prestihiyosong parangal at napukaw ang interes ng mga customer mula sa estado at negosyo. Mula noong Setyembre 1, 2018, ang serbisyo ay hindi na nagbibigay ng Serbisyo ng FindFace, na ginamit upang kilalanin ang mga nagpoprotesta, ay inihayag ang pagsasara ng paghahanap para sa mga tao sa pamamagitan ng serbisyo sa larawan, dahil ito ay ginawa ng NtechLab sa isang linya ng mga solusyon para sa iba't ibang sektor ng negosyo.

Ang pangarap ng gumagamit na pumasok sa kahilingan, malinaw naman, ay ganito: pumunta ka sa site, mag-upload ng larawan ng isang tao na kinunan nang palihim sa subway, kinikilala ng programa ang mukha at nagbibigay ng isang link sa profile sa ang social network. Oo, nahuli! O tulad nito: ida-download mo ang program sa iyong computer, ikonekta ang iyong webcam dito at makilala ang mukha ng iyong pusa. Tagumpay - ngayon ay makakatanggap ka ng isang abiso sa tuwing magnanakaw ang pusa ng mga sausage.

Ang realidad ay malupit. Ang unang site na nag-aalok sa iyo ng isang bagay na tulad nito ay tumangging gumana, at ang pangalawa ay nangangailangan ng mga kasanayan sa programming sa Python. Mas marami o mas kaunti ang isang application na parang panaginip na tinatawag na SearchFace, na kamakailang na-restart ang Searchface ay na-restart nang may pahintulot sa pamamagitan ng VKontakte. Ngunit isinara ng social network ang tampok na ito na tinatawag na FindClone. Nag-upload ka ng isang larawan, at sinubukan ng algorithm na makilala ang parehong mukha sa database ng social network ng VKontakte. Ang application ay hindi nagbigay ng mga link sa profile, tanging ang mga larawan mismo - at hindi mahalaga kung kanino sila na-upload. Kung ang isang user ay naging aktibo sa isang social network sa loob ng mahabang panahon, ang pagpapalabas ng isang larawan ay lumikha ng isang nakakatakot na "biographical" na epekto, ngunit kung hindi, ang mga kinikilalang larawan ay maaaring magpatawa sa kanila.

Sa totoo lang, malinaw na sinasagot ng halimbawa ng SearchFace ang tanong na "Paano ginagamit ng mga social network ang pagkilala sa mukha?" Mas tumpak na bumalangkas nito sa ganitong paraan: "Paano ginagamit ang mga social network para sa pagkilala ng mukha?" Ang sagot ay simple: tulad ng isang database. Ang isang hindi mabilang na bilang ng mga natatanging kumbinasyon ng mga numero (ganito ang hitsura ng mga mukha sa larawan para sa mga algorithm ng Facebook, VKontakte at iba pa) na bumubuo ng batayan para sa pagsasanay ng mga neural network na bumubuo ng batayan ng isa o isa pang solusyon sa pagkilala sa mukha.

Ang mga solusyon ay magkakaiba, at ang mga neural network ay iba rin, at ang mga customer at service provider, bilang panuntunan, ay hindi nagbubunyag ng mga detalye at teknikal na tampok. Sa partikular, ang module ng pagkilala sa kasarian at edad ay maaaring matukoy dahil sa katotohanan na maaari itong matuto mula sa impormasyong nilalaman sa Odnoklassniki, VKontakte, Instagram at Facebook.

Paano nakaprograma ang pagkilala sa mukha

Hindi mo na kailangang sagutin ang mga tanong ng developer at developer kung hindi ka developer. Samakatuwid, bumaling kami sa isang espesyalista para sa tulong.

Dmitry Soshnikov Miyembro ng Russian Association for Artificial Intelligence at senior expert sa pagbuo ng AI at machine learning system sa Microsoft.

Ang pagkilala sa mukha (pati na rin ang iba pang mga kaugnay na operasyon) ay isang medyo karaniwang gawain. Samakatuwid, maraming kumpanya ang nagbibigay ng mga handa na serbisyo sa anyo ng mga cloud API (mga tagapamagitan ng software sa pagitan ng mga application) para sa isang mataas na kalidad na solusyon ng mga gawaing ito. Bilang karagdagan sa mga higanteng IT tulad ng Microsoft at Google, ang mga dalubhasang kumpanya, kabilang ang mga Ruso, ay nakikibahagi din sa pagkilala sa mukha. Mabilis na umuusbong ang kanilang mga produkto at nagbibigay ng mas kapana-panabik na feature gaya ng pagtukoy ng mga mukha at silhouette sa mga madla.

Mas mahirap magsanay ng neural network mula sa simula. Kailangan namin ng malaki at mataas na kalidad na hanay ng paunang data, iyon ay, sampu at daan-daang libo (o higit pa!) Mga larawan ng mga tao. Bilang karagdagan, kakailanganin ang makabuluhang computational resources at kaalaman sa AI at machine learning. Ang mga malalaking kumpanya ay may lahat ng mga tool na ito sa kanilang pagtatapon, kaya mas mahusay nilang nalutas ang problema.

Mayroon ding isang intermediate na solusyon - upang gumamit ng isang sinanay na neural network, halimbawa. Ang pagpipiliang ito, malamang, ay gagana nang kaunti kaysa sa isang handa na serbisyo sa ulap, ngunit ito ay magbibigay-daan sa iyo na magkaroon ng ganap na kontrol sa system. Mangangailangan ito ng isang tiyak na antas ng pag-unawa sa pagpapatakbo ng mga neural network at neural network frameworks at, malamang, ilang kaalaman sa wikang Python, na naging popular bilang pangunahing programming language sa mga dalubhasa sa Data Science.

Sa katunayan, ito ay maginhawa upang magsagawa ng iba't ibang mga eksperimento, mailarawan ang data at magsagawa ng mahusay na mga kalkulasyon ng matrix salamat sa mahusay na NumPy package. Hindi ito ang pinakamahusay na wika para sa pagpapaunlad ng industriya, dahil hindi ito naglalaman ng mga epektibong tool para sa paglikha ng malalaking secure na software system, ngunit wala pang mga alternatibo dito sa larangan ng deep neural network training.

Paano gumagana ang pagkilala sa mukha sa negosyo

Ang pangangailangan para sa pagkilala sa mukha sa fintech, retail at iba pang uri ng negosyo ay direktang nauugnay sa pagtaas ng kakayahang magamit ng teknolohiya. Ang mekanika ay simple: lahat ng negosyo at lahat ng organisasyon ay may mga CCTV camera, na ginagamit bilang mga tool para sa pagkolekta ng data at kasunod na analytics. Sa mundo, ang mga surveillance system ay kumukuha ng mga terabyte ng video sa Buong HD bawat buwan, iyon ay, mayroon talagang maraming impormasyon para sa pagproseso.

Ang kinakailangang software para sa pagsusuri ng data ay maaaring "i-flash" sa device ng tagagawa. Karaniwang medyo mahal ang mga on-board na video analytics camera.

Ang isang alternatibong opsyon ay analytics sa cloud, iyon ay, isang remote data center na kumokonekta sa anumang murang camera. Ito ay isang order ng magnitude na mas mura, at nagbibigay ito ng flexibility - maaari mong iakma ang mga solusyon para sa isang partikular na negosyo.

Ang katanyagan ng teknolohiya sa pagkilala ng mukha sa iba't ibang larangan ng aktibidad ay tumataas. Halimbawa, ang Sberbank ay isa sa mga nangunguna sa mga tuntunin ng pag-anunsyo ng iba't ibang mga high-profile na proyekto sa pagkilala sa mukha, at maaari itong magtaltalan na kinikilala ka Niya mula sa isang libo: ang ATM ay makikilala ang kliyente sa pamamagitan ng mga mata sa kanya sa bagay na ito, marahil. si Tinkoff lang. Noong 2017, nakuha ng Sberbank ang Sberbank at namuhunan ng 25.07% ng VisionLabs sa teknolohiya ng pagkilala sa mukha, na lumilikha ng software para sa pagkilala sa mukha. Noong 2018, ang isang institusyong pampinansyal ay nagawang subukan ang pagkilala sa mukha sa Moscow metro at kahit na mahuli ang 42 mga kriminal 42 mga kriminal ang nahuli salamat sa Sberbank face recognition system, upang subukan Ito ay makikilala ka mula sa isang libo: ang isang ATM ay makikilala ang isang kliyente sa pamamagitan ng mga mata ng mga ATM na may pagkakakilanlan ng mukha upang ang mga umaatake ay hindi makapag-withdraw ng pera mula sa mga card ng ibang tao, pati na rin ipahayag ang koleksyon ng biometric data (audio recording ng isang boses,video ng mukha) ng mga kliyente. Noong Abril ng taong ito, kontrolado ng Sberbank ang developer ng voice at face recognition system - ang "Center for Speech Technologies" (MDT).

Ang isa pang bagay ay ang pag-anunsyo, pagsubok, pagpipiloto at pagbili ng mga solusyon ay hindi nangangahulugan ng aktwal na pagpapatupad. Ano ang eksaktong ginagamit ngayon sa Sberbank (at kung ito ay ginagamit), sa katunayan, ay masasabi lamang nang may katiyakan ng German Gref.

Sa retail, mas transparent ang lahat. Karaniwan, mayroong tatlong mga problema dito na nalulutas ng pagkilala sa mukha.

Una, pagnanakaw. Ang mga tindahan ay pinamamahalaan ng mga manloloko, at madalas ang parehong mga tao sa parehong network. Binibigyang-daan ka ng pagkilala sa mukha na tukuyin ang "mga nagnanakaw na umaanod" at iba pang mga tao na dati nang lumabag sa utos. Sa sandaling ang nanghihimasok ay pumasok sa database sa sandaling pumasok sa tindahan, ang seguridad ay makakatanggap ng isang abiso sa messenger o sa isa pang maginhawang paraan.

Pangalawa, ang hirap makipagtrabaho sa mga regular na customer. Kulang lang ang data sa mga pagbili at kaarawan para i-personalize ang mga alok para sa mga VIP at tagahanga ng brand. Ang pagkilala sa mukha ay maaaring isama sa CRM - iyon ay, software kung saan ipinasok ng mga tagapamahala ang lahat ng impormasyon sa lahat ng mga transaksyon ng organisasyon. Sa kaso ng mga magnanakaw at VIP, ang pagkilala sa mukha ay gumagana sa halos parehong paraan: ang mukha ay ipinasok sa isang itim o puting listahan, at kapag ito ay muling lumitaw, ang system ay magbi-beep sa taong may access. Awtomatikong tinutukoy ang kasarian at edad, at ang karagdagang impormasyon ay idaragdag ng responsableng empleyado.

Pangatlo, ginagamit ang retail identification para sa naka-target na advertising. Halimbawa, sa ilang mga tindahan, ang X5 Retail Group na naka-install na X5 ay magsasama ng mga computer vision camera upang makilala ang mga ekspresyon ng mukha at edad ng mga customer. Sa pamamagitan ng pagsusuri sa data na ito, ipinapakita ng system ang mga kalakal na maaaring magustuhan ng isang tao sa screen ng monitor sa trading floor. Ang isa pang malinaw na paglalarawan ay ang kaso ng Lolli & Pops, isang malaking tindahan ng kendi sa Estados Unidos. Tinutukoy ng system ng pagkilala sa mukha ang iyong hinaharap na in-store na loyalty program ay mapapakain ng facial recognition ng mga regular na customer at magpapadala ng mga notification sa kanilang mga smartphone na may mga produkto na maaaring magustuhan nila (isinasaalang-alang ang mga indibidwal na kagustuhan at maging ang mga allergy sa pagkain).

Ang isa pang kapansin-pansing halimbawa ng paggamit ng teknolohiya sa tingian ay ang mga tindahang walang nagbebenta at cash register. Halimbawa, ang Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown ay isang cafe at self-service na tindahan na matatagpuan sa Hangzhou. Nagbebenta ito ng mga inumin, meryenda, grocery, laruan, backpack at iba pa. Ang Tao Cafe ay bukas lamang sa mga gumagamit ng website ng Taobao.

Kapag bumibili ng mga inumin, awtomatikong kinikilala ng system ng camera na may suporta sa pagkilala sa mukha ang customer, kumokonekta sa kanyang account sa online na tindahan at pinoproseso ang pagbabayad. Lumalabas ang mga mamimili sa isang espasyong nilagyan ng maraming sensor na kumikilala sa customer at sa mga kalakal. Gumagana ang pag-scan kahit na inilagay ng tao ang binili sa isang bulsa o bag.

Paano umuusbong ang teknolohiya sa pagkilala sa mukha

Ang mga sistema ng CCTV ng Face ID ay tunay na sumasakop sa mundo. Sa Moscow, ang bilang ng mga camera sa 2019 ay aabot sa Mataas na teknolohiya at seguridad: kung gaano karaming mga CCTV camera ang lilitaw sa taong ito 174 thousand. Hindi ito nangangahulugan na ang lahat ng mga device na ito sa pamamagitan ng default ay maaaring makilala ang isang tao: madalas na iniulat na ang sistema para sa pagkilala sa mga wanted na kriminal sa pamamagitan ng mga video camera ay magsisimulang magtrabaho sa Moscow sa 2019 tungkol sa 160 libong mga camera na may ganitong function. Gayunpaman, sa pagtatapos ng 2018, inihayag ng tanggapan ng alkalde ng Moscow ang intensyon ng mga awtoridad ng Moscow sa 2019, papalitan nila ang mga video camera at maglulunsad ng isang sistema ng pagkilala sa mukha upang palitan ang lahat ng mga aparato sa pagsubaybay sa video at bumuo ng isang ganap na makabagong sistema sa susunod na taon.

Ang kabalintunaan ay ang 160 thousand ay hindi ganoon karami. Lalo na kung ihahambing sa isa pang pinuno sa mga query sa search engine sa paksa ng pagkilala sa mukha - China. Sa pagtatapos ng 2017, nagkaroon ng In Your Face: China's all-seeing state sa mahigit 170 milyong CCTV camera at sa susunod na tatlong taon, ang teknolohiya ng surveillance na 'Big Brother' ng China ay hindi halos nakikita ng lahat gaya ng gusto ng gobyerno na isipin mo. kumonekta sa network ay pa rin tungkol sa 400 milyon.

Ang mahusay at tamang paggamit ng pagkilala sa mukha ay pangunahing gumagana upang mapabuti ang kaligtasan at ginhawa. Karaniwang mabilis na nagkakaroon ng kumpiyansa ang mga tao sa teknolohiya na nagliligtas sa kanila mula sa pagpila para sa isang laban sa football (napangiti sa camera - naipasa), pinipigilan ang pagnanakaw at hooliganism, o tinutulungan silang gumastos ng mas kaunti sa mga pagbili (mga loyalty program). Ang lahat ng ito, siyempre, ay nangangailangan ng tiyak na regulasyon - ito ang dahilan kung bakit ang mga batas sa proteksyon ng personal na data ay pinagtibay.

Sa hinaharap, malamang na ang larangan ng pagkilala sa mukha sa mga video surveillance system ay ire-regulate nang katulad ng kasalukuyang kasanayan ng pagtatrabaho gamit ang facial identification sa Internet. Ang mga taong may pag-iisip sa privacy ay hindi masyadong nag-a-upload sa Web - ang bahagyang pagkabigo ng SearchFace ay nagpapatunay na ang gayong diskarte ay epektibo.

Siyempre, hindi maaaring limitahan ng isang tao ang kanyang sarili sa paglalakad sa mga kalye kung saan naka-install ang mga camera sa bawat intersection, ngunit ang posibilidad ng pagpapanatili ng anonymity ay mabubuo kung mayroong kaukulang kahilingan mula sa lipunan.