Главная

Сертификаты

Главная » Техподдержка » Статьи » Face recognition. "Он узнает тебя из тысячи".

Face recognition. "Он узнает тебя из тысячи".


Применение технологии распознавания лиц.

    Распознавание лиц (Face Recognition - англ.) - это один из наиболее перспективных методов биометрической бесконтактной идентификации человека по лицу.

    Первые системы распознавания лиц были реализованы как программы устанавливаемые на компьютер.
В наше время технология распознавания лиц наиболее часто используется в системах видеонаблюдения, контроля доступа, на разнообразных мобильных и облачных платформах.
Сегодня распознавание лиц — это глобальная и крайне доходная индустрия, которая, по некоторым оценкам, уже к 2021 году достигнет капитализации в 6,8 миллиардов долларов.

Применение биометрии в местах большого скопления людей.

    Прежде всего, это транспортные узлы, метро, аэропорты, таможенные пункты.
Начиная с 2014 года все аэропорты оснащаются системами биометрической видеоидентификации. 

    Московский метрополитен начал тестировать систему биометрической идентификации в апреле 2019года на станции Октябрьское поле.
Сейчас установленная система распознавания лиц работает в тестовом режиме, а в будущем эти испытания помогут создать систему биометрической оплаты проезда.

    С марта 2019 года одна из станций метро в г.Шеньжень (Китай) оснащена системой оплаты проезда с помощью распознавания лиц.
Чтобы оплатить проезд, пассажиру необходимо подойти к специальному экрану и отсканировать лицо, после чего система снимет  деньги с электронного счета пассажира. Специально для данной системы компанией Huawei была развернута первая в мире 5G сеть.

   Ежедневный трафик людей, которые въезжают и выезжают из г. Гонконг растет год за годом.
Сегодня границу Китая и Макао (Гонконг) через пункт пропуска Гонгбей ежедневно проходит 400 000 человек. Однако на территории работает не более 20 таможенников. Персоналу помогают системы распознавания лиц, которые идентифицируют человека и быстро выявляют контрабандистов или неплательщиков налогов.
Создатели системы заявляют о скором запуске всеобщей Китайской системы распознавания с 1,4 миллиарда фотографий в системе, при этом распознавание займет не более 3 секунд. 

Применение в сфере безопасности и криминалистике.

    Системы распознавания лиц внедряют в масштабе целых городов.
Для массовых мероприятий, прежде всего спортивных, биометрия становится основным способом обеспечения безопасности.
В частности, перед чемпионатом мира по футболу в 2018 году была произведена замена 25000 камер видеонаблюдения на модели высокого качества изображения с функцией распознавания.
Во время проведения чемпионата мира по футболу работа системы по распознаванию лиц позволила задержать более 180 человек, включенных в базы правонарушителей. 

Продолжение программы по модернизации городской системы видеонаблюдения намечено на 2019 год, в течение которого продолжится развертывание системы распознавания лиц.
На данный момент в базе около 170 тыс. городских камер видеонаблюдения, а до конца текущего года в Москве будет работать более 174 000 камер. 
Сеть видеонаблюдения объединит подъездные видеокамеры (95% подъездов жилых домов), камеры на территории и в зданиях образовательных учреждений, на стадионах, остановках общественного транспорта и автовокзалах, в парках, подземных переходах.

Применение в сфере обслуживания.

  • Транспорт
    Произведена замена части турникетов на Киевском вокзале и транспортно-пересадочном узле «Солнечная» в тестовом режиме оснастили системой распознавания лиц для поддержки биометрических билетов на загородные поезда.
  • Культура
    В Государственном Эрмитаже прошло внедрение биометрических билетов. 
    Благодаря новым технологиям, уже очень скоро постоянные посетители российских музеев, театров и галерей смогут пройти в учреждение с помощью системы распознавания лица.

  • Ритейл
    Перед системами распознавания лиц сфера ритейла ставит несколько задач: 
    Первая — снижение издержек на воровство продукции. 
    Вторая  — автоматизация процессов торговли.
    Третья – создание клиентской базы, определение целевых групп и многое другое.

    Крупнейший ритейлер мира Walmart в 2017 году разработал технологию, которая помогает определить, насколько покупатель доволен посещением магазина.
Система должна помочь анализировать покупательское поведение в течение долгих периодов — для этого она будет связывать их эмоции с тем, сколько они тратят и что именно покупают.
Биометрические данные клиента сопоставляют с данными проводимых им транзакций, чтобы обнаружить изменение покупательских привычек из-за недовольства. 

    Крупнейший российский ритейлер — X5 («Пятерочка», «Карусель», «Перекресток») — также начал тестировать технологии распознавания лиц в 2017 году. По словам представителей компании, технология должна помочь сократить ожидание в очередях на кассах и оптимизировать торговое пространство. 

    В 2018 году в Сиэтле открылся первый в мире магазин без касс и продавцов. Его посетители могут просто брать товары с полок и уходить из магазина без необходимости стоять в очереди для оплаты товара — счет придет на их аккаунт в Amazon.

Применение технологии распознавания в банковской сфере.

Российские банки начали массово использовать системы биометрического распознавания лиц при рассмотрении кредитных заявок. Биометрия применяется в качестве дополнительного способа обеспечения безопасности наряду с традиционными путями.

При обращении в банк изображение клиента и его паспортные данные заносятся в базу данных, при последующих обращениях платформа распознавания сравнивает биометрические данные клиента, что является дополнительным барьером для мошенников. При этом качество работы систем не зависит от поворота головы, освещения, макияжа или головного убора.

    Сбербанк запустил программу тестирования биометрических банкоматов в своих офисах в июле 2017 года.
Сотрудники банка регистрируют свой биометрический шаблон - трехмерную модель лица, где учитываются индивидуальные черты человека, включая ИК диапазон.
Сотруднику, чей шаблон зарегистрирован, достаточно нажать на экране банкомата кнопку «Обслуживание по биометрии».
Аналогичную функцию тестирует и Тинькофф Банк. 
В данный момент в банковской сфере не подготовлено законодательство, регулирующее биометрический доступ к банковским услугам, но очевидно, что банки уже готовят биометрические системы и изменения произойдут в ближайшее время.

Применение биометрии в сфере рекламы.

    Российская интернет-компания "Яндекс" и разработчик IT-решений Addreality начали продажу рекламы, в которой используется технология распознавания лиц.

    Первой в России такую рекламу разместила сеть аптек "АСНА". Технология автоматической закупки показов рекламы протестирована в сети супермаркетов "Виктория".

    С помощью технологий распознавания и детектирования лиц система учитывает количество уникальных просмотров, пол, возраст и другие характеристики человека, смотрящего на цифровой рекламный экран. 
После этого платформа подбирает подходящее для конкретного посетителя рекламное объявление, закупает его на онлайн-аукционе и транслирует на цифровой панели.
Процесс занимает доли секунд — то время, пока человек находится в зоне действия экрана. После этого на лицевой счет организации, разместившей у себя рекламу, поступает оплата просмотра.
Таким образом, система распознавания лиц позволяет оптимизировать показ рекламы для целевых аудиторий.

Применение в мобильных приложениях.

    Системы распознавания уже давно применяют в смартфонах и многих новых разработках для личного пользования.

    Например, iPhone X оснащен технологией, про которую Apple может, не покривив душой, заявить: "Мы сделали это в смартфоне первыми". 
Речь о фронтальной камере TrueDepth. Точнее, это не просто камера, а комплекс из двух датчиков: 7-мегапиксельной фронтальной камеры и инфракрасной камеры, и двух инфракрасных осветителей — "проектора точек" и "заполняющего" излучателя (в ИК диапазоне).

    В iPhone X камера TrueDepth является частью сканера лица Face ID, который используется для разблокировки устройства, подтверждения финансовых операций, аутентификации в приложениях.
Face ID настраивается за несколько секунд. Сканер проецирует на лицо до 30 000 невидимых точек и на основании полученных данных создает его точную структурную карту.
Вероятность ложного срабатывания Face ID составляет 1 на 1 000 000 операций.
Многие IT-обозреватели пытались обмануть систему, даже с использованием 3D макета головы, но Apple единственная компания, которая произвела обучение системы на 3D манекенах и не допускает подлога.

    В 2018 году компания Visionlabs анонсировала внедрение функции распознавания лиц внутри и снаружи автомобиля на аппаратной платформе Nvidia DriveAGX. По информации компании, эта технология заменяет собой ключи, обеспечит «умный» и безопасный доступ к автомобилю, персонализацию, а также контроль над состоянием водителя.
    Аналогичная технология уже используется в автомобилях Tesla - благодаря системе распознавания лиц водителям не нужен ключ для разблокировки и запуска автомобиля. Система камер узнает владельца автомобиля «издалека» и по мере его приближения обеспечивает доступ и персонализацию в управлении автомобилем. Система способна контролировать всех окружающих около машины и внутри неё даже в полной темноте.

Применение в соцсетях и поиск лиц на фото.

    Соцсети и интернет базы знаний прочно вошли в жизнь современного человека. Системы распознавания личности нашли своё применение и в этой сфере деятельности.

    В 2016 году компания N-Tech.LabLtd.  выпустила мобильное приложение под названием FindFace, которое позволяет найти человека в социальных сетях по его фотографии. FindFace распознает человека и находит его в базе из тестовых 300 миллионов фотографий за 0,3 секунды.
Технологии FindFace используют многие соцсети и интернет гиганты.

    Мессенджер WeChat оснащен функцией распознавания лиц, что позволяет осуществить вход в аккаунт, совершать покупки или получать услуги по определению личности через камеру смартфона.
Необходимо учитывать, что программа WeChat превратилась в Китае во всеобщую систему услуг, через которую возможно произвести огромное количество операций, от оформления интернет-заказа до аренды жилья.

     Facebook использует распознавание лиц, начиная с 2010 года. Технология становится всё точнее и возможности постоянно расширяются.
Технология выглядит так - вы загружаете фото, система выделяет лица на них и сравнивает со снимками из своей базы.
Естественно, сначала она сравнивает лица на снимках с вашими фото, затем – с фото ваших друзей и т.д. Таким образом, вероятность опознавания увеличивается, а сложность обработки сокращается.
Единожды указав себя на фото, пользователь может обнаружить отмеченные его именем фотографии у всех своих друзей и даже на своих архивных фото.

Принципы работы распознавания лиц.

В процессе развития технологий распознавания личности были разработаны новые типы систем. В данной главе рассмотрены основные этапы разработок в этой области.

Метод построения HOG структуры.

    Простейшая система распознавания используется производителями фототехники начиная с 2000 года.
Дальнейшая работа инженеров различных компаний привела к появлению в 2005 году системы построения гистограммы направленных градиентов HOG, с помощью которой качество распознавания лица в кадре было улучшено.

    Принцип построения градиентов HOG состоит из нескольких этапов – прежде всего изображение переводится в ЧБ режим, затем программа строит стрелки направления смещения от светлого к темному пикселю, далее пиксели объединяются в группы 16х16 и для каждой группы пикселей задаётся усреднённое изменение от темного к белому.
Полученная гистограмма из стрелок изменений сравнивается с типовым шаблоном и при достаточном уровне совпадения, зона найденного совпадения в кадре определяется как распознанное лицо.

Данный принцип и сегодня широко используется в фотоаппаратах и смартфонах - при наведении резкости пользователь видит появление рамок вокруг найденных в кадре лиц.

2D распознавание, метод распознавания по ключевым точкам.

    Один из самых первых методов – это анализ геометрических характеристик лица.
Изначально данный метод был разработан и применялся в криминалистике с начала 2000х годов. 
Принцип метода заключается в выделении набора ключевых точек (или областей) конкретного лица и дальнейшее выделении набора признаков этого лица.
Ключевыми точками обычно становятся характерные черты лица, уголки глаз, губ, кончик носа, центр глаза и т.п. В качестве ключевых используются области, включающие в себя: глаза, нос, рот, подбородок и щеки.

    Существенными недостатками данного метода являются необходимость получения изображения без искажений или помех в ключевых зонах. Алгоритм не способен корректно распознать лицо при появлении очков с толстой темной дужкой, бороды, больших украшений, сильного изменения причёски и макияжа.
Влияние на качество распознавания оказывает различия в освещении при создании шаблонного лица и в момент распознавания. Так же недопустимо изменять фронтальный ракурс, возможны только небольшие отклонения до 15% по вертикали или горизонтали.
Эмоциональный фон так же оказывает влияние на процесс распознавания. 

    Указанные выше недостатки не позволяют использовать данный метод в реальной обстановке, однако он имеет применение в специфических задачах. Такие задачи как проверка документов на режимных предприятиях успешно решаются данным методом.
Дело в том, что большим плюсом 2D распознавания является не высокая нагрузка на вычислительные мощности техники.

3D распознавание, метод проекции шаблона.

    Классическим методом распознавания современных 3D систем является метод проецирования шаблона. 

    Метод заключается в том, что при создании шаблона лица,  проецируется до 30000 точек в 3D проекции. 
В процессе создания модели лица видеокамера производит несколько кадров в момент поворота головы вправо-влево.
Полученные изображения лица под разными углами проходят обработку специальным алгоритмом с нанесением ключевых точек, таким образом, в карточке шаблона создаётся 3D модель добавляемого лица.
Программа способна очистить модель лица от помех (головной убор, борода, очки и пр.) с помощью использования ИК-диапазона при съемке. 
Полученные антропометрические особенности, получают собственный уникальный код в базе данных. 
На практике время необходимое для создания модели лица или распознания личности из созданной базы составляет 1-2 секунды.

    Описанный метод может быть дополнен одновременной работой нескольких видеокамер, которые производят съемку лица под разными углами. Разработчиком данной системы является компания Vocord.

    К плюсам данного метода распознавания можно отнести очень высокий уровень распознавания и практическая не возможность обмана системы. К минусам относится необходимость фиксации лица на определенный промежуток времени в пространстве.
3D метод распознавания нашел широкое применение в различных биометрические считывателях, смартфонах, автомобильных системах, банкоматах.

Нейронный принцип распознавания.

    Нейросетевой принцип распознавания был создан и развивается в данный момент большими темпами в результате того, что описанные выше методы распознавания оказались не готовы решить новые задачи, такие как:

  • создание огромных баз данных (до 1.4млрд) с сохранением высокой скорости распознавания
  • работа с базой лиц при условии что люди стареют и физически меняются
  • распознавание лиц разного цвета кожи и рас
  • распознавание человека в толпе, в движении
  • распознавание человека с частично закрытым лицом

    Нейропринцип распознавания основан на тех же принципах запоминания, что и наш мозг. 

    Мозг запоминает черты лица по ключевым особенностям — это сочетание антропометрических данных лица и отдельных зон на лице.
На каждую из особенностей мозг выделяет определённую группу нейронов, которые активируются при распознании определенной черты.
В данный момент исследователи определили в мозгу около 50-ти таких групп нейронов.
При распознании человека активные группы нейронов создают «код лица», при этом данный код позволяет показать любое фактически допустимое количество лиц, поэтому мозг не может спутать два лица. 
Большой интерес вызывает способность человеческого мозга распознавать лица, которые фронтально повернуты на 20-300 градусов, на половину закрыты, или имеющие только контур за тканью.
Доказано что человек при распознавании использует полученные знания о структуре типичного лица, накопленный жизненный опыт о возможных изменениях лица в результате старения, болезни или мимики.

    Современные нейросетевые системы основанные на принципах работы мозга используют 128 признаков, а система в процессе обучения создает возможные векторы изменения признаков. 
Обучение такой системы происходит на специально созданных базах от 1млн. лиц (от таких компаний как IBM, Microsoft).
В данных базах учтены лица всех возрастов, рас и мимики с подготовленными признаками. Обучаясь по этой базе, нейросеть создает связи между признаками (как мозг укрепляет связь между двумя активными нейронами).

    Таким образом, нейросетевой принцип распознавания сравнивает не признаки лица, а векторы изменения признаков, при этом выбирая наиболее близкий к эталонному путь т.е. наименьшую вероятность ошибки.

    Последней разработкой Российского разработчика в области биометрических технологий компании NtechLab является решение, способное распознавать лица, закрытые до 40% - например, маской, платком, шлемом. Новая система способна распознавать мотоциклистов в медицинских масках в городском потоке, что особенно актуально для стран Азии.

Смешанные принципы распознавания.

    Переходным от 2D к 3D методом является метод, реализующий накопления информации по лицу.
Этот метод имеет лучшие характеристики, чем 2D метод и так же использует всего одну камеру.
При занесении лица в базу используется несколько кадров видеопотока, в то время когда необходимый человек находился под различным углом зрения или поворачивал голову.
В дальнейшем алгоритм соединяет изображение воедино, создавая виртуальный 3d шаблон.
При этом карточку человека можно в любой момент дополнить новыми кадрами из архива и система начнёт учитывать новые факторы и изменения.
При распознавании человека система также использует несколько кадров видеопотока. 
Этот метод относится к смешанным системам распознавания.

    Плюсом данного метода является сравнимая с 2D методом нагрузка на вычислительные мощности, что позволяет реализовать аппаратное использование в сетевых регистраторах и камерах.
При этом качество распознавания существенно повышается, а недостатки систем 2D и 3D распознавания, такие как правильное расположение лица в пространстве и необходимое для распознавания время, снижаются.

Заключение.

    Технология распознавания лиц давно вошла в повседневную жизнь, но в последнее время новейшие разработки превратили данную область деятельности в мощнейший инструмент, сравнимый по перспективам влияния на жизнь современного человека с атомной энергией.
Правильное использование разработок в данной области позволит обществу отказаться от понятия деньги и паспорт и многократно упростить бюрократический груз в обществе, возможно также и создание полноценного «большого брата» с проникновением в частную жизнь, от которого невозможно закрыться, ведь наше лицо является нашим паспортом.
При этом очень опасно то, что развитие биометрических технологий и внедрение их в жизненно важные сферы существенно опережает законы и государственное регулирование.