Корзина
18 отзывов
+380979178822
+380507893079

Технологии распознавания лиц достигли значительного прогресса

Технологии распознавания лиц достигли значительного прогресса

Распознавание лиц считалось революционным прорывом, когда оно дебютировало как доказательство концепции в середине 1960-х годов. Хотя изначально это была технология «человек-машина» с чрезвычайно ограниченным потенциалом в те времена, она действительно захватила воображение футуристическими вариантами использования.

Перенесемся в сегодняшний день - и эволюция этого метода биометрической идентификации проложила путь к полной автоматизации, повсеместному распространению и потрясающей точности. Он срабатывает каждый раз, когда вы разблокируете электронное устройство лицом, пересекаете границу между некоторыми странами или проходите мимо датчиков современной системы контроля посещаемости сотрудников. В свете вспышки COVID-19 технология заменяет билеты как бесконтактный способ попасть на стадионы и насладиться спортивными мероприятиями в Нью-Йорке и Лос-Анджелесе.

Распознавание лиц также является мощным инструментом для правоохранительных органов для отслеживания преступников, а для правительств - для наблюдения за своими гражданами. Это оплот системы массового мониторинга Skynet, развернутой в Китае, где по всей стране установлено более 600 миллионов камер

Эта несомненно полезная технология сталкивается с рядом проблем. Несмотря на весь динамический прогресс, его алгоритмы подвержены ошибкам в сложных сценариях идентификации. Тот факт, что люди носят маски в общественных местах из-за чрезвычайной ситуации с коронавирусом, является одним из таких камней преткновения.

Кроме того, злоумышленники активизируют свои усилия, чтобы обмануть системы распознавания лиц и тем самым получить несанкционированный доступ к устройствам и объектам. Например, так называемые «дипфейки», основанные на искусственном интеллекте (ИИ), позволяют преступникам мгновенно обходить системы распознавания лиц.

В ответ на эти предостережения эксперты заняты выводом биометрических механизмов на новый уровень, и они добились определенного успеха.

Наденьте маску для лица и будьте узнаваемыми, несмотря ни на что

Если вы думаете, что маска может помешать камерам наблюдения идентифицировать вас, некоторые из современных систем распознавания лиц могут доказать, что вы ошибались. Ученые дали этим системам достаточно существенный импульс, чтобы распознавать людей с частично закрытыми лицами. Точность идентификации достигает - а часто и превышает - колоссальных 90% в ситуациях, когда видна только половина лица.

Как бы странно это ни звучало, кризис COVID-19 стал движущей силой этих улучшений. Поскольку все больше людей носят хирургические маски и респираторы на улице, системы видеонаблюдения нуждаются в капитальном ремонте, чтобы решить эту проблему.

Реальность, связанная с коронавирусом, побудила китайских технологических гигантов, таких как SenseTime и Minivision, броситься с головой в коммерческое развертывание механизмов распознавания лиц в таких сценариях. Новые алгоритмы могут не только идентифицировать людей с масками на лицах, но и тех, кто носит шарфы, очки, кепки и искусственные бороды.

Экспериментальная основа расширенного распознавания лиц

Методы лицевого скрининга, использующие ограниченные наборы данных, существуют уже довольно давно. Исследование 2017 года, проведенное группой исследователей Стэнфордского университета, было одной из самых ранних инициатив в этой области. Постдокторант Амарджот Сингх и его коллеги сделали первый прорыв в идентификации замаскированного лица (DFI). Традиционная логика распознавания лиц вращается вокруг определения нескольких ключевых точек на человеческом лице. В сочетании они образуют визуальный узор, который можно однозначно отнести к конкретному человеку. Эти маркеры в основном сосредоточены вокруг глаз, носа и губ. Чтобы обеспечить успешное распознавание, когда нижняя часть лица скрыта, ученые использовали большее количество ключевых точек в областях, которые остаются видимыми, а именно, глаза и нос.

Система DFI полагается на так называемую «сверточную сеть пространственного слияния», чтобы определить 14 ключевых точек на фотографии лица. По словам Сингха, точность этого подхода может значительно колебаться в зависимости от маскировки и особенностей фона позади человека

Со временем в этой сфере появились новые революционные исследования, которые позволили повысить эффективность распознавания лиц. В мае 2019 года аналитики из Университета Брэдфорда во главе с профессором Хассаном Угейлом опубликовали технический документ, отражающий их выводы по этому поводу. Они смогли достичь 90% успешной идентификации, когда была видна только нижняя половина лица.

Более того, результаты были столь же многообещающими при сканировании глаз и носа. В эксперименте три четверти лица можно было идентифицировать с точностью, близкой к 100%. Однако отдельные области лица, такие как щека, рот, нос или лоб, показали гораздо более низкие показатели распознавания.

Китай выходит за рамки теории

В феврале 2020 года вышеупомянутая китайская компания SenseTime, занимающаяся искусственным интеллектом, впервые применила в реальной жизни запатентованную технологию, которая обнаруживает в общей сложности 240 контрольных точек на лице человека. Он может успешно найти совпадение на основе частей лица, которые остаются открытыми. По сути, одних ключевых точек вокруг глаз может хватить, чтобы запечатлеть однозначно идентифицируемый узор

Технология, разработанная SenseTime, в настоящее время используется для улучшения систем посещаемости сотрудников в офисах. То же самое касается программного обеспечения FaceGo, созданного амбициозным стартапом в области искусственного интеллекта из Пекина. При этом мониторинг рабочего места может быть тестовым запуском перед широкомасштабным внедрением этих решений. Minivision, еще одна китайская технологическая компания с приличным опытом предоставления услуг AI и IoT, пошла по стопам SenseTime, запустив систему распознавания лиц, которая успешно идентифицирует людей в масках. Первоначально этот шаг был ответом на всплеск заражения COVID-19 в некоторых жилых районах по всей стране. Алгоритмы Minivision в первую очередь сосредоточены на проверке и обработке ключевых точек вокруг глаз. Технология была внедрена в автоматизированные системы блокировки ворот, которые контролируют передвижения граждан в районах, наиболее пострадавших от пандемии. Однако есть нюанс. По словам Ху Цзяньго, президента подразделения исследований ИИ компании, этот механизм вряд ли даст должные результаты, если будет внедрен в более крупных сообществах. Причина в том, что ложные срабатывания неизбежны из-за того, что в дальнейшем будет встречаться большее количество похожих глазков.

 

Без маски, без входа

Вы не поверите, но распознавание лиц работает и наоборот. Он может определить, не хватает ли чего-то на лице. Поскольку отказ от ношения маски в общественном месте теперь считается вредным занятием, пометка людей, которые не соблюдают правила, является важной мерой профилактики заболеваний, применяемой властями.

Baidu, еще одна технологическая компания со штаб-квартирой в Пекине, разработала модель лицевого скрининга с открытым исходным кодом, которая использует искусственный интеллект для выявления людей, не использующих маски. Организации могут адаптировать эту структуру для разработки инструментов, которые подходят их конкретным экосистемам и запускать оповещение всякий раз, когда они обнаруживают кого-то, чья халатность подвергает опасности людей, находящихся поблизости.

Apple работает над технологией «субэпидермальной визуализации»

Хирургическая маска - не единственное препятствие к распознаванию человека. Феномен «злых близнецов» - еще одно давнишнее препятствие в этой области. Это дает о себе знать, когда биометрическая система не может точно различить похожие лица, как в случае с близнецами и братьями и сестрами.

Apple, похоже, нестандартно пытается решить эту проблему и улучшить функцию Face ID. Сообщается, что в июле 2020 года он получил патент на беспрецедентную технологию, основанную на сопоставлении вен для достижения более высокого уровня успеха в «сложных случаях биометрической аутентификации».

Поскольку структура кровеносных сосудов под кожей лица уникальна для каждого человека, этот тип визуализации почти не оставляет места для ошибок и, вероятно, навсегда устранит проблему «злого близнеца». Этот подход будет включать модели машинного обучения для анализа данных, полученных с датчиков, встроенных в устройства Apple.

Время покажет, станет ли эта технология мейнстримом, но она, безусловно, многообещающая. Это не только огромный шаг к аутентификации без пароля, но также может стать большим эволюционным скачком в распознавании лиц в целом.

Хотя распознавание лиц может иметь негативные последствия в таких контекстах, как неоднозначное наблюдение и посягательство на права человека в тоталитарных режимах, это, несомненно, полезная технология, которая автоматизирует многие аспекты жизни людей. В его будущем определенно ждут новые интересные открытия. Хотелось бы надеяться, что такие, как китайский Скайнет, не доживут до своего знаменитого прототипа фильма.