Lähete trepist üles ja astute lifti. Ta teab, millisele korrusele peate minema. Korteri uksed avanevad iseenda ees. Arvuti ja telefon "tunnevad" teid ära ega vaja parooli. Autod, suhtlusvõrgustikud, poed - kõik tervitavad teid, nähes teid vaevalt, helistavad teile nime järgi ja ennustavad teie iga sammu. Nii töötab näotuvastus. Nagu? Hirmutav?
Esmapilgul võib tunduda, et iga organisatsioon, kes seda endale lubada võib, jälgib teie iga sammu ja kogub teie kohta toimikut. Kuid te ei kujuta isegi ette, kui laialt on näotuvastustehnoloogiad levinud kogu maailmas ja milliseid võimsaid väljavaateid nad lubavad. Lisaks ülaltoodud näidetele võimaldavad näotuvastussüsteemid teil teha selliseid lihtsaid ja keerukaid asju:
- õpilase identiteedi kinnitamine veebieksamite ajal;
- staadionite ja ööklubide sissepääsu juures olevate musta nimekirja kuuluvate inimeste tuvastamine;
- kauba eest tasumine;
- lõbustusparki külastades oma koha joontega hoidmine;
- telefoni või arvuti avamine.
Mis ma oskan öelda, kui ainuüksi Moskvas on juba olemas enam kui 150 000 välist videovalvekaamerat ühendav võrk. Nende eest pole kuhugi varjuda ja see paneb inimesi mõtlema, kuid "valve" ulatus pole nii suur. Võrk kasutab võimsat näotuvastussüsteemi, kuid töö võtab palju energiat, seega töötab reaalajas ainult 2–4 tuhat kaamerat. Siiani on elanike massiline jälgimine ainult hirmutav, seetõttu tasub keskenduda selle tehnoloogia tegelikele eelistele. Kuid kõigepealt asjad.
Reklaamvideo:
Kuidas näotuvastussüsteem töötab?
Kas olete kunagi mõelnud, kuidas te ise nägu tunnete, selle ära tunnete? Kuidas arvuti seda teeb? Muidugi on inimnägudel teatud omadused, mida on lihtne kirjeldada. Silmade vaheline kaugus, nina asukoht ja laius, kulmuharjade ja lõua kuju - kõik need üksikasjad, mida te alateadlikult märkate, kui vaatate teist inimest. Arvuti teeb seda kõike teatava efektiivsuse ja täpsusega, sest kõiki neid mõõdikuid ühendades saadakse inimese näo matemaatiline valem.
Niisiis, kui hästi näotuvastussüsteem praegu töötab? Pole paha, aga vahel ka vale. Kui olete kunagi Facebookis või mõnel muul platvormil kokku puutunud näotuvastustarkvaraga, olete ilmselt märganud, et lõbusaid tulemusi on sama palju kui täpseid. Ja kuigi tehnoloogia pole 100 protsenti täpne, on see piisavalt hea, et seda laialdaselt kasutada. Ja ajab isegi närvi.
NEC Paul Howie sõnul skannib nende näotuvastussüsteem nägusid üksikute tunnuste jaoks:
“Näiteks peavad paljud ainulaadseks omaduseks silmade vahelist kaugust. Või võib see olla kaugus lõua otsmikust ja muudest komponentidest. Eelkõige võtame arvesse 15-20 tegurit, mida peetakse oluliseks, aga ka muid tegureid, mis pole enam nii olulised. See loob inimese peast kolmemõõtmelise pildi, nii et isegi kui see on osaliselt kaetud, saame ikkagi täpse vaste. Seejärel võtab süsteem näo allkirja ja edastab selle andmebaasi kaudu."
Kas peaksin muretsema näotuvastustarkvara pärast?
Esiteks on näotuvastus andmed. Andmeid saab koguda ja säilitada, sageli ilma loata. Kui teave on kogutud ja talletatud, on see häkkimiseks avatud. Näotuvastusplatvorme pole veel tugevalt häkkinud, kuid tehnoloogia levimisel on teie biomeetria üha enamate inimeste käes.
Samuti on omandiküsimusi. Enamik inimesi ei tea, et kui nad registreeruvad selliste sotsiaalmeediaplatvormidega nagu Facebook, kuuluvad nende andmed sellest hetkest alates Facebookile endale. Kuna näotuvastust kasutavate ettevõtete arv kasvab pidevalt, ei pea te varsti ohtu sattumiseks isegi oma pilte Internetti üles laadima. Neid juba hoitakse seal ja neid on pikka aega hoitud.
Tarkvarast rääkides töötavad nad kõik erinevalt, kuid kasutavad põhimõtteliselt sarnaseid tehnikaid ja närvivõrke. Igal näol on palju eristatavaid tunnuseid (maailmas pole võimatu leida kahte ühesugust nägu ja neid oli kogu inimkonna ajaloos nii palju!). Näiteks määratleb FaceIt tarkvara need funktsioonid kinnituspunktidena. Igal näol on umbes 80 sõlmpunkti, sarnaselt nendega, mida me varem mainisime: silmade vaheline kaugus, nina laius, silmade pistikupesade sügavus, lõua kuju, lõualuu pikkus. Need punktid mõõdetakse ja luuakse numbriline kood - "näoprint" -, mis seejärel sisestatakse andmebaasi.
Varem tugines näotuvastus 2D-piltidele, et võrrelda või tuvastada andmebaasist muid 2D-pilte. Tõhususe ja täpsuse tagamiseks pidi pilt olema otse kaamerasse suunatud nägu, vähese valguse hajutatuse ja näoilmega. Muidugi töötas see päris halvasti.
Enamikul juhtudel ei tehtud pilte sobivas keskkonnas. Isegi väike valgusmäng võib süsteemi efektiivsust vähendada, põhjustades kõrgeid rikkeid.
2D on asendatud 3D äratundmisega. See tarkvara hiljuti esile kerkinud trend kasutab 3D-mudelit, et pakkuda väga täpset näotuvastust. Inimese näo pinna 3D-pildi jäädvustamiseks reaalajas tõstab tarkvara esile subjekti eristavaid tunnuseid - kus kõva kude ja luu ulatuvad kõige rohkem välja, näiteks silma pesa, nina ja lõua kõverad. Need piirkonnad on ainulaadsed ega muutu aja jooksul.
Kasutades mõõtmise sügavust ja telge, mida valgustus ei mõjuta, saab 3D-näotuvastussüsteemi kasutada isegi pimedas ja tuvastada objekte erinevate nurkade alt (isegi profiilis). Selline tarkvara läbib inimese tuvastamiseks mitu etappi:
Avastamine: hetkepildi tegemine olemasoleva foto (2D) või video digitaalse skaneerimisega, et saada subjektilt reaalajas pilt (3D).
Tsentreerimine: kui nägu on tuvastatud, tähistab süsteem pea asukohta, suurust ja rühti.
Mõõtmine: süsteem mõõdab millimeetri täpsusega näo kõverusi ja loob malli.
Esitus: süsteem tõlgib malli kordumatuks koodiks. See kood annab igale mustrile numbrikomplekti, mis tähistab funktsioone ja näojooni.
Sobitamine: kui pilt on 3D-vormingus ja andmebaas sisaldab 3D-pilte, toimub sobitamine pilti muutmata. Kuid kui andmebaas koosneb kahemõõtmelistest piltidest, jaotatakse kolmemõõtmeline pilt erinevateks komponentideks (nagu ka samade näojoonte kahemõõtmelised pildid, mis on võetud erinevate nurkade alt) ja need teisendatakse 2D-piltideks. Ja siis leitakse vaste andmebaasist.
Kontrollimine või tuvastamine: kontrolliprotsessi käigus võrreldakse hetkeseisu andmebaasis ainult ühe hetkepildiga (1: 1). Kui eesmärk on tuvastamine, võrreldakse hetkeseisu kõigi andmebaasis olevate hetktõmmistega, mille tulemuseks on mitu võimalikku vastet (1: N). Ühte või teist meetodit rakendatakse vastavalt vajadusele.
Kus kasutatakse näotuvastussüsteeme?
Varem on näotuvastussüsteeme leidnud kasutamist peamiselt õiguskaitses, kuna võimud kasutasid neid rahvahulkadest juhuslike nägude leidmiseks. Mõned valitsusasutused on kasutanud sarnaseid süsteeme ka turvalisuse tagamiseks ja valimispettuste kõrvaldamiseks.
Siiski on ka paljudes teistes olukordades, kus selline tarkvara populaarseks saab. Süsteemid muutuvad odavamaks, nende levik kasvab. Nüüd ühilduvad need kaamerate ja arvutitega, mida kasutavad pangad ja lennujaamad. Reisibürood töötavad välja kogenud reisijaprogrammi kallal, et viia vabatahtlikult teavet pakkuvate reisijate ohutuse kiire läbivaatus läbi. Lennujaamajärjekorrad edenevad kiiremini, kui inimesed läbivad näotuvastussüsteemi, mis vastab nägudele sisemise andmebaasi jaoks.
Muud potentsiaalsed kasutusalad hõlmavad sularahaautomaate ja sularahaautomaate. Tarkvara saab kliendi nägu kiiresti kontrollida. Pärast kliendi luba pildistab sularahaautomaat või terminal nägu. Tarkvara loob näojälje, mis kaitseb klienti identiteedivarguste ja pettuste eest - sularahaautomaat teise näoga inimesele lihtsalt raha ei anna. Isegi PIN-koodi pole vaja.
Maagia? Tehnoloogia
Näotuvastustehnoloogia arendamine pangaülekannete valdkonnas võib olla eriti oluline ja huvitav. Hiljuti esitles Venemaa pank Otkrytie oma unikaalset lahendust, mis on välja töötatud tehnoloogia kaubamärgi Open Garage all: raha teisaldamine fotolt Otkritie. Transferite mobiilirakenduses. Kaardi või telefoninumbri sisestamise asemel peate lihtsalt tegema foto inimesest, kes peab ülekande tegema. Näotuvastussüsteem võrdleb fotot referentspildiga (see tehakse siis, kui pank kaardi väljastab) ja küsib ees- ja perekonnanime. Jääb vaid valida kaart ja sisestada summa. Mis kõige tähtsam - kolmandate osapoolte pankade kliendid saavad seda funktsiooni kasutada ka Otkritie klientidele tehtavate ülekannete jaoks - ülekannete saatja võib kasutada mis tahes Venemaa panga kaarti.
“Kliendi foto kasutamine pangakaardinumbri asemel on põhimõtteliselt uus lähenemisviis veebipõhistele ülekannetele, mis põhineb neurovõrgu näotuvastussüsteemi kasutamisel, mis võimaldab klienti tema biomeetriliste andmete abil suure täpsusega tuvastada,” ütleb Otkritie Panga partnerisüsteemide arendusosakonna juhataja. Aleksei Matvejev. - Teenus avab kasutajatele rahaülekannete tegemiseks täiesti uued elusstsenaariumid. Praegu ei paku ükski finantsturu osaline oma klientidele sellist teenust."
Ilja Khel
