Что за программа распознает лица

Толчок развитию технологии распознавания лиц дало объединение систем видеонаблюдения и искусственного интеллекта. Если от камер требуется только грамотное расположение и хорошее качество картинки, то анализом лиц занимается нейросеть. Вопросы слежки за людьми и безопасности персональных данных обсуждают в соцсетях, на форумах и телевидение. В статье мы ответим на вопросы:

• с чего всё начиналось?
• как технология работает?
• как это делает нашу жизнь безопаснее?
• могут ли это использовать против нас и следить за нами?
• можно ли обмануть эту систему?
• какое у неё будущее?

Как и когда всё началось
Машинное распознавание лиц

В 1960-х годах профессор Техасского университета Вудро Бледсо с коллегами создал систему по упорядочиванию фотографий лиц. В её основу легла байесовская теория принятия решений. Учёные разработали специальный планшет, где вводились вертикальные и горизонтальные координаты основных черт лица: глаз, носа и рта.

Знай! / Как работают системы распознавания лиц?

Записанные координаты сохранялись в системе. И когда в неё вносилось новое фото человека, система выдавала схожее изображение из сохранённых ранее фото с введёнными координатами. В этом эксперименте не использовались компьютеры, но в нём впервые использовался на практике биометрический метод.

В 1970-х годах эту систему модернизировали, добавив дополнительные маркеры толщины губ и цвета волос.

Технология Eigenfaces

Eigenface – дословно «собственные лица». Этот метод распознавания лиц сотрудники университета Брауна Лоуренс Сирович и Майкл Кирби создали в 1988 году. При анализе изображений использовалась линейная алгебра, для разметки лиц применялось до 100 значений.

В 1991 году Алекс Пентланд и Мэтью Тёрк из Массачусетского технологического института смогли автоматизировать алгоритм Eigenfaces. После этого управление перспективных исследовательских проектов при минобороны США и Национальный институт стандартов и технологий выпустили программу FERET. В 2002 году её начали применять для поиска преступников.

Широкое применение

В 2011 году в панамском аэропорту Токумен установили крупнейшую на тот момент биометрическую установку, которую использовали для борьбы с преступностью. Тогда же систему стали применять американские военные для опознания тел погибших. Благодаря технологии удалось подтвердить личность террориста Усамы Бен Ладена.

Сейчас распознавание лиц используются в правоохранительных органах, ритейле, развлекательных приложениях вроде FaceApp и в сервисах знакомств. Например, приложение Badoo запустило в 2017 году функцию поиска двойников. Первой соцсетью, применившей распознавание лиц, стала в 2010 году Facebook.

Пользователи с тайными фантазиями могут найти своих Навального и Матвиенко TJ
Как сейчас организовано распознавание лиц

Рынок биометрии в 2015-2018 годах ежегодно рос на 36%, о чём свидетельствуют данные J’son https://vc.ru/u/747122-valentin-kishkun/321529-gde-i-kak-rabotaet-raspoznavanie-lic-i-mozhno-li-ego-obmanut» target=»_blank»]vc.ru[/mask_link]

Как работает система распознавания лиц

Что нужно знать о технологии распознавания лиц

Как эта технология используется государствами и бизнесом, можно ли обмануть камеру с системой идентификации лиц и получится ли найти человека в интернете по фото.

Заур Абуталимов
Директор по продуктам сервиса облачного видеонаблюдения и видеоаналитики для бизнеса Ivideon.
Елена Глазкова
Маркетолог Ivideon.

Для государства распознавание лиц — важная часть системы безопасности и внушительная статья бюджета. Для журналистов — либо панацея, либо орудие мирового заговора. Для бизнеса — инструмент или продукт. Чью сторону ни прими, базовые вопросы всё равно остаются.

Ответы на них пользователи привычно ищут в интернете (в среднем 28 704 запроса по тематике face recognition в месяц), но обнаруживают далеко не всегда. Исправляем ситуацию.

Что же такое распознавание лиц

Отделим мух от котлет. Пользователи чаще сталкиваются с распознаванием лиц в собственных смартфонах, где биометрическая идентификация применяется, чтобы разблокировать устройство и получить доступ к данным мог только его владелец. В процессе распознавания обязательно участвует 3D-камера, чтобы невозможно было обмануть гаджет фотографией.

Ещё существует идентификация лиц в реальном времени и реальных же условиях: в этом случае она неразрывно связана с системами видеонаблюдения, где лица буквально «выхватываются» из снимаемого камерами видеопотока.

Представим себе качественную современную камеру видеонаблюдения, размещённую чуть выше среднего человеческого роста в хорошо освещённом месте. Перед ней каждый день проходит примерно одинаковое количество примерно одних и тех же людей. Двигаются они не очень быстро.

Снятое видео может храниться в облачном архиве. К камере подключается аналитический модуль: сложное сочетание алгоритмов (искусственный интеллект, нейросети, вот это всё) плюс пользовательский интерфейс. Модуль «выхватывает» лица из видеопотока, определяет пол и возраст и заносит данные в базу.

Постепенно изображений становится больше. Система запоминает все распознанные лица автоматически и заносит их в архив, а пользователь с допуском указывает дополнительные данные: имя, должность, статус, прочие отметки («VIP-гость» или «вор»). Можно загрузить фото нужной персоны, а модуль найдёт в архиве все детекции этого лица.

Как только человек с отметкой вновь проходит перед камерой, система фиксирует это как важное событие и отправляет push-уведомление заинтересованным пользователям.

Детекция в контексте распознавания лиц — это ситуация, когда алгоритм в принципе понял, что перед ним лицо, а не яблоко или русалка с кружки Starbucks. Вычислительные мощности ему сначала требуются для этого, и только затем он может сопоставить лицо с базой или запомнить.

Собственно, пример SearchFace наглядно отвечает на вопрос «Как социальные сети используют распознавание лиц?». Точнее было бы cформулировать его таким образом: «Как социальные сети используются для распознавания лиц?» Ответ прост: как база данных. Неисчислимое количество уникальных сочетаний цифр (а именно так для алгоритмов Facebook*, «ВКонтакте» и остальных выглядят лица на фото) формирует базу для обучения нейросетей, которые ложатся в основу того или иного решения face recognition.

Решения все разные, и нейросети разные тоже, а детали и технические особенности заказчики и поставщики сервисов, как правило, не разглашают. В частности, пол и возраст модуль распознавания умеет определять благодаря тому, что может учиться на информации, содержащейся в «Одноклассниках», «ВКонтакте», Instagram* и Facebook*.

Как программируется распознавание лиц

Никогда не надо отвечать на вопросы разработчиков и для разработчиков, если ты не разработчик. Поэтому за помощью мы обратились к специалисту.

Дмитрий Сошников

Член Российской ассоциации искусственного интеллекта и старший эксперт по разработке систем ИИ и машинного обучения Microsoft.

Распознавание лиц (а также другие связанные операции) — это достаточно типовая задача. Поэтому многие компании предоставляют готовые сервисы в виде облачных API (программных посредников между приложениями) для качественного решения этих задач. Кроме IT-гигантов вроде Microsoft и Google, распознаванием лиц занимаются также специализированные компании, в том числе российские. Их продукты стремительно развиваются и предоставляют ещё более интересные функции, такие как идентификация лиц и силуэтов в толпе.

Самому с нуля натренировать нейронную сеть намного сложнее. Нужен большой и качественный набор исходных данных, то есть десятки и сотни тысяч (а лучше ещё больше!) фотографий людей. Кроме того, понадобятся существенные вычислительные ресурсы и знания в области ИИ и машинного обучения. Крупные компании располагают всеми этими средствами, поэтому решают задачу намного лучше.

Также существует промежуточное решение — использовать уже натренированную нейросеть, например OpenFace. Такой вариант, скорее всего, будет работать чуть хуже, чем готовый облачный сервис, однако позволит иметь полный контроль над системой. При этом потребуется определённый уровень понимания работы нейросетей и нейросетевых фреймворков и, по всей видимости, некоторое знание языка Python, который завоевал популярность как основной язык программирования среди специалистов Data Science.

Действительно, на нём удобно проводить различные эксперименты, визуализировать данные и производить эффективные матричные вычисления благодаря прекрасному пакету NumPy. Это не самый лучший язык для промышленной разработки, поскольку он не содержит эффективных средств для создания больших безопасных программных систем, однако альтернатив ему в области обучения глубоких нейросетей пока нет.

Как работает распознавание лиц в бизнесе

Востребованность face recognition в финтехе, ретейле и других видах бизнеса напрямую связана с повышением доступности технологии. Механика проста: на всех предприятиях и во всех организациях стоят камеры видеонаблюдения, которые используются как инструменты для сбора данных и последующей аналитики. В мире системы наблюдения снимают за месяц терабайты видео в формате Full HD, то есть информации для обработки накапливается действительно много.

Необходимое ПО для анализа данных может «прошиваться» на устройство производителем. Камеры с видеоаналитикой «на борту» стоят обычно довольно дорого.

Альтернативный вариант — аналитика в облаке, то есть удалённом дата-центре, которая подключается к любой недорогой камере. Это на порядок дешевле плюс даёт гибкость — можно адаптировать решения под конкретный бизнес.

Популярность технологии распознавания лиц в разных сферах деятельности возрастает. К примеру, Сбербанк — один из лидеров в части анонсирования различных громких проектов face recognition, и поспорить с ним в этом плане может разве что «Тинькофф». В 2017 году Сбербанк приобрёл 25,07% компании VisionLabs, создающей софт для распознавания лиц. За 2018 год финансовое учреждение успело протестировать face recognition в московском метро и даже поймать 42 преступника, протестировать банкоматы с идентификацией лиц, чтобы злоумышленники не могли снимать деньги с чужих карт, а также объявить сбор биометрических данных (аудиозапись голоса, видеозапись лица) клиентов. В апреле этого года Сбербанк получил контроль над разработчиком систем распознавания голоса и лиц — «Центром речевых технологий» (ЦРТ).

Другое дело, что анонсировать, тестировать, пилотировать и покупать решения — не значит собственно внедрять. Что именно сейчас реально используется в Сбербанке (и используется ли), сказать с уверенностью на самом деле может только Герман Греф.

С розничной торговлей всё прозрачней. По сути, здесь есть три проблемы, которые распознавание лиц решает.

Во-первых, воровство. В магазинах орудуют мошенники, причём нередко одни и те же люди в одной и той же сети. Face recognition позволяет определять «дрейфующих воришек» и других людей, ранее нарушавших порядок. Как только однажды занесённый в базу нарушитель зайдёт в магазин, охрана получит уведомление в мессенджере или другим удобным способом.

Во-вторых, трудность работы с постоянными клиентами. Данных о покупках и днях рождения, чтобы персонализировать предложения для VIP-клиентов и фанатов бренда, попросту не хватает. Распознавание лиц можно интегрировать с CRM — то есть софтом, в который менеджеры заносят всю информацию по всем сделкам организации. В случаях с ворами и VIP распознавание лиц работает примерно одинаково: лицо заносится в чёрный или белый список, и при его повторном появлении система просигналит человеку с доступом. Пол и возраст определяются автоматически, а дополнительную информацию добавит ответственный сотрудник.

В-третьих, идентификация лиц в ретейле используется для таргетированной рекламы. К примеру, в некоторых магазинах X5 Retail Group установили камеры для распознавания выражения лица и возраста покупателей. Анализируя эти данные, система выводит на экран монитора в торговом зале товары, которые могут понравиться человеку. Ещё живая иллюстрация — кейс Lolli https://lifehacker.ru/face-recognition/» target=»_blank»]lifehacker.ru[/mask_link]

Рейтинг лучших программ для распознавания лиц на фотографиях

Первые эксперименты с компьютерным зрением начались в 1960-х годах. За это время прогресс шагнул далеко вперед, и распознавание лиц теперь применяется повсюду — от поиска нарушителей через камеры наружного наблюдения до автоматической оплаты за проезд в метро при прохождении турникетов. Однако, эта функция полезна и обычным людям, например, в систематизации личного каталога фотографий.

С её помощью в несколько кликов найдутся нужные фотографии детей, отыщется удачная фотография для аватара в соцсетях, наберутся памятные кадры из жизни родителей для поздравительного альбома и так далее.

Чтобы раздобыть эти фотографии вручную без применения функции распознавания лиц, придется немало «покопаться» среди бесконечных папок личного архива. Может запросто уйти несколько часов, не меньше. А вот с настроенной функцией поиска лиц в менеджере фотографий, этот процесс займет всего несколько минут.

Разберем 3 программы каталогизации фотографий, в которых заявлен функционал по распознаванию лиц.

Лучший выбор
Рейтинг: 5.0 /5

Современные алгоритмы, высокая точность распознавания

Рейтинг: 4.8 /5

Ветеран среди программ калатогизации фотографий с функций распознавания лиц.

Open Source
Рейтинг: 4.1 /5

Специфический интерфейс, требует времени на изучение

Критерии отбора лучшей программы для распознавания лиц

Главными критериями выбора лучшей программы-просмотрщика с функцией распознавания лиц будут:

1. Общая оценка качества работы.
2. Интерфейс и юзабилити — удобство функционала, логичность использования тех или иных компонентов. «Дружелюбность» по отношению к человеку, который не умеет работать с подобными программами.
3. Доступность — как распространяется программа (платно, подписка, с демо режимом и прочее), возможность установки ПК с альтернативной операционной системой (Mac OS, Linux и другие).
4. Дополнительный функционал — наличие полезных функций, облегчающих работу с фотографиями.
5. Общее впечатление.

Tonfotos

Оценка: 5.0 /5

Лидер рейтинга получил высокие оценки как по качественным характеристикам, так и «визуальным». Tonfotos обладает простым и понятным интерфейсом, при этом он отлично справляется с задачей поиска лиц, с сортировкой.

Да, быть может, первоначальная индексация (в которой идет распознавание лиц на фотографиях) бывает долгой. При этом программа показывает, сколько времени еще осталось до полного окончания индексации, а также позволяет в это время полноценно работать с теми изображениями и лицами, которые уже были проиндексированы.

Программа сразу собирает данные по базе изображений, предоставленной пользователем. Она сразу проверяет на дубликаты, отыскивает лица на фотографиях, отмечает их, собирает другие данные. В работе использует современные алгоритмы распознавания, которые требуют времени для своей работы.

Из-за того, что вся «тяжелая» работа проделывается один раз в самом начале, дальнейшие операции «летают»: программа находит нужное лицо практически мгновенно.

Систематизация и группировка лиц начинается после того, как пользователь отметит хотя бы одно изображение с конкретным человеком.

Чтобы упорядочить фотографии по лицам, либо выбрать изображения только с одним конкретным человеком, проделайте такой алгоритм:

1. Выберите фотографию с нужным человеком. Справа откроется блок с информацией о файле. (Если этот блок не открывается нажмите на кнопку с буквой «i»).
2. Кликните правой кнопкой мыши по кружку с изображением человека и выберите пункт «This is». Далее «New person» и добавьте его в каталог программы.

В случае если этот человек уже был добавлен в программу, то выберите соответствующий пункт с его именем.

В программе заложены современные эффективные алгоритмы распознавания. Tonfotos распознает даже частично перекрытые лица. Например, когда человек начал отворачиваться от камеры, его загородил другой.

Достоинства программы

• Современный, понятный и логичный по структуре интерфейс.
• После того как отметили нужного человека, программа начинает выдавать кадры с ним, предлагая отметить его на других фотографиях. То есть автоматически сразу набирается много помеченных кадров, где возможно отмечен этот человек. И пользователю остается лишь подтвердить/опровергнуть его присутствие на фотографии.

• Среди исследуемых программ Tonfotos нашел больше всех лиц.
• Функция поиска и удаления дубликатов.
• Работа сразу с несколькими источниками (например, на диске в компьютере, облаке, телефоне).
• Доступность — бесплатной версией программы можно пользоваться неограниченное время. В этой версии присутствует ограничение на количество распознаваемых персон, а в остальном представлена полная функциональность платной версии. То есть программой можно пользоваться бесплатно, и при этом будут минимальные ограничения.

Особенности программы

Изначально с каждым изображением программа ведет кропотливую работу — проверяет ее на дубликаты, отыскивает лица, геометки и другие данные, для сортировки. То есть программа собирает весь массив информации сразу, чтобы в дальнейшем реагировать на действия пользователя мгновенно. Для очень больших архивов процесс занимает много времени, что является неудобством, хотя и разовым.

Источник: tonfotos.com