Что за программа распознавания лиц

Одно из направлений Data Science — системы распознавания лиц. Благодаря им московские камеры признаны одними из самых совершенных в мире. Ловить преступников и входить в приложения с ними проще, а прятаться от правосудия и выдавать себя за другого человека — сложнее. Вместе с экспертом Вадимом Лукмановым разбираемся на базовом уровне, где применяются системы распознавания лиц и как они работают.

Где применяют распознавание лиц и что это такое

Под распознаванием лиц может пониматься одна из двух задач:

• верификация — сравнение двух фотографий для определения, что на них один и тот же человек или нет;
• идентификация — поиск человека в существующей базе или картотеке фотографий.

Объединяет эти задачи то, что их может выполнять одна и та же нейросеть.

Верификация происходит по следующему алгоритму. Когда пользователю надо куда-то зайти по фотографии лица, это может быть банковское приложение с биометрией, то происходит следующее:

• приложение фотографирует пользователя и автоматически извлекает из изображения эмбеддинг — определённый вектор чисел;
• в базе банка берётся фотография человека из прошлого;
• два изображения автоматически сверяются;
• если евклидово расстояние между двумя эмбеддингами меньше определённого показателя, то нейросеть делает вывод, что на фотографиях один и тот же человек, и подтверждает операцию.

Идентификация — это поиск человека по лицу. В некой базе данных или фотогалерее накапливается массив фотографий людей, как это происходит с теми же фотографиями с камер в Москве. В качестве запроса берётся новая фотография человека, точнее, эмбеддинг из неё, и сравнивается с предыдущими изображениями в базе.

Как работает система распознавания лиц

Если мы ищем на улице человека, подозреваемого в краже товара из магазина, или хотим выявить нарушителя среди болельщиков на футбольном матче, то фотографируем каждого посетителя на входе. И если находится достаточно близкий эмбеддинг в базе, то можно отказать человеку, который запечатлён на фото, во входе на матч или задержать его. Если эмбеддинг недостаточно близкий, значит, человека нет в базе, и органы правопорядка он не интересует.

Распознавание лиц может использоваться везде, где есть камеры: на улице, в помещении, на стадионах, в метро и общественном наземном транспорте, в аэропортах, на вокзалах, в магазинах, банках и других общественных местах. Соответствующие программы и алгоритмы можно устанавливать на стационарные компьютеры и на мобильные устройства, также они используются в системе «Умный город», в некоторых домофонах, в приложениях, банковских или других.

Распознавание лиц используется:

• для безопасности: поиск преступников, подозреваемых и нарушителей общественного порядка, невозможность взлома банковских паролей;
• для поиска пропавших без вести;
• для рекламы: распознавание клиента на входе с персональными предложениями, проверка эмоциональных реакций на товар или услугу, повышение качества сервиса;
• в розничной торговле: бесконтактная оплата лицом на кассе, товарные предложения и скидки с учётом истории покупок, сокращение очередей.

Как устроено распознавание лиц

В основе системы распознавания лиц лежит обученный пайплайн — последовательность взаимосвязанных между собой программ. В нём выделяется несколько составляющих:

Знай! / Как работают системы распознавания лиц?

1. Детектор лиц. Обучается независимо от остальных частей пайплайна. Для обучения и тестирования детектора лиц необходим датасет, в котором есть размеченные прямоугольники лиц — bounding boxes — и, желательно, размеченные ключевые точки лица: глаза, нос, уголки рта. Если под рукой нет своего датасета, можно использовать публичный датасет WIDER face, в котором более 300 тысяч размеченных лиц.

Обычно никто не придумывает архитектуру детектора, и просто берут публичные, например, MTCNN, Retina Face, SCRFD, Yolov5Face. В зависимости от кейса применения детектор могут дополнительно дообучать на своих данных и ускорять.

1. Выравниватель. Эта часть пайплайна наименее важная, и обычно её нет нужды обучать. Сначала детектор лица предсказывает прямоугольник и ключевые точки лица, обычно пять точек. Затем выравниватель с помощью аффинного преобразования поворачивает и сдвигает ключевые точки, а вместе с ними и лицо, до эталонного положения.
2. Эмбеддер — распознаватель, извлекатель эмбеддингов и дескрипторов. Это самая важная часть программы: обученная модель больше всего весит и дольше всего работает по времени. Для него нужны три составляющие:

• Хорошая архитектура нейросети. Архитектуру обычно берут из лидеров на Imagenet — одном из самых важных бенчмарков в компьютерном зрении, или ансамбль из нескольких архитектур в связке с дистиляцией знаний (knowledge distillation).
• Объёмный датасет. Датасет обычно состоит из сотен тысяч фото реальных людей в разном ракурсе, разных возрастов, полов и рас. Датасет может быть опенсорны. Сейчас такие почти не найти, но перечислим популярные в прошлом MSCeleb1M, VGG2, UMD faces, MegaFace. Датасет можно собрать самостоятельно, купить у специализированных компаний или получить от клиентов.
• Хорошая функция потерь (loss function). Функция потерь — обычно ArcFace или её улучшения. Обучение модели происходит как задача классификации

От обученной модели отрезают последний полносвязный слой, и получают эмбеддер.

1. Трекер. Нужен для отслеживания траекторий людей и используется не в каждой системе. Мобильное приложение банка может работать без трекера, в то время как для распознавания лиц по уличным камерам он необходим, так как дополнительно позволяет не запускать детектор лица на каждом кадре, а в магазине может использоваться для определения наиболее популярных полок. Популярные трекеры базируются на фильтре Калмана и Венгерском алгоритме.

При распознавании лиц на видео обычно эмбединги извлекаются с каждого кадра по отдельности, и потом усредняются в один агрегированный эмбединг. Для того чтобы кадры с плохо видимым лицом давали меньший вклад, часто обучают небольшую нейросеть, которая присваивает веса каждому кадру: чем лучше видно лицо, тем выше вес.

Слабые места современного распознавания лиц

Системы распознавания лиц уже могут многое. Но есть нюансы.

Во-первых, существующим системам свойственна расовая предвзятость — racial bias: людей европеоидной расы они распознают лучше, чем представителей других рас. Это не проблема алгоритмов, а только проблема существующих датасетов, на которых обучали и тестировали большинство подобных программ. Тем не менее этот недостаток зачастую приводит к дискриминации по расовому и национальному признаку: системы, используемые в юриспруденции и криминалистике пока что выделяют темнокожих людей как более вероятных преступников.

Во-вторых, за последние годы люди неоднократно придумывали способы обхода распознавания лиц, осуществляя так называемые состязательные атаки — adversarial attacks. В 2017 году сотрудник Яндекса Григорий Бакунов придумал макияж, обманывавший алгоритмы искусственного интеллекта, и рассказал о нём в СМИ.

В 2019 году сотрудники компании Huawei Moscow предложили свой способ, так сказать, шапку-невидимку. Для этого на обычном цветном принтере распечатывали прямоугольные бумажные наклейки, которые приклеивались человеку на головной убор. Это позволило сильно ухудшить качество распознавания лиц, в основе которого был ArcFace.

В долгосрочной перспективе эти алгоритмы не работают, их легко обойти, и потому систему распознавания лиц «сломать» сложно. Но усложнить работу искусственного интеллекта с помощью тёмных очков, макияжа, волос, маски для лица всё же реально.

Ещё один подводный камень — так называемое определение живого присутствия — liveness detection, когда пользователь хочет войти в систему за кого-то другого. То есть, человек хочет, чтобы его распознали, но определили неправильно. Для этого используются фото, распечатанные на принтере, фото людей на экране гаджетов, реже — силиконовые маски с изображением людей. Чтобы отличить статичное изображение в кадре от живого присутствия человека, необходимо разрабатывать отдельный liveness-детектор.

Плюсы и минусы применения систем распознавания лиц

Возможность отследить человека по лицу значительно облегчает поиск преступников, пропавших без вести и похищенных людей, позволяет входить по лицу куда угодно: в офисы, учебные заведения, общественный транспорт, аэропорты, вокзалы, на мероприятия, оплачивать товары и услуги, не трогая лишних предметов руками и снижая риск передачи инфекций, пользоваться мобильными приложениями без пароля или отпечатка пальца. Без технологий распознавания лиц такая задача, как поиск людей в толпе, не представлялась бы возможной.

Но есть и обратная сторона: именно системы распознавания лиц неоднократно сыграли решающую роль при поиске и задержании участников акций протеста в Москве и Гонконге, а также во время карантинных мер из-за пандемии коронавируса. И что для одних людей станет удобным и облегчающим жизнь нововведением, для других может обернуться возможностью слежки и необоснованного контроля. Юристы и правозащитники не раз предупреждали о возможности возникновения такой опасности и сопутствующих нарушений прав человека — отрицательный пример Китая известен многим.

Эксперты уверены, что в ближайшие годы технология распознавания лиц станет массовой во всём мире, что чревато утратой приватности в повседневной жизни. Технологии будут совершенствоваться, но для их этичного и разумного применения нужна взвешенная законодательная база для защиты данных и неприкосновенности частной жизни.

• распознавание
• распознавание изображений
• распознавание лиц
• распознавание объектов

• Блог компании Нетология
• Big Data
• Машинное обучение
• Искусственный интеллект
• Data Engineering

Источник: habr.com

Камеры следят за вами всюду. Как работает система распознавания лиц и нужно ли ее бояться

Технология распознавания лиц используется в аэропортах, банках, на стадионах и в социальных сетях, где вас отмечают на фото. С их помощью ищут преступников, пропавших без вести, выявляют прогульщиков среди сотрудников и следят, не отвлекаются ли дети на уроке.

Камеры уже повсюду. Как нейронные сети следят за нами, нарушает ли это наши права и как изменится пугающая технология в будущем – в материале The Guardian.

Программа распознавания лиц – что это такое?

Сегодня технология распознавания лиц используется повсеместно. Facebook, где вас отмечают на фото с встречи одноклассников, свадьбы вашего кузена или летней вечеринки на работе. В программы Google, Microsoft, Apple и так далее встроены приложения для накопления информации.

Программа распознавания лиц используется в аэропортах, она есть в вашем телефоне – с ее помощью вы можете его разблокировать. И если вам нужно подтвердить свою личность для банковского перевода в £1,000, просто посмотрите в камеру.

Новые приложения появляются все время. Хотите знать, кто стоит за дверью? Видео-дверной звонок с программой распознавания лиц сообщит вам, если вы заранее загрузили фотографии ваших знакомых.

Многочисленные системы используются для обнаружения пропавших без вести и ловли прогульщиков, которые не приходят вовремя на работу. Рекламодатели, конечно, тоже не остаются в стороне. Благодаря программам распознавания лиц на рекламных щитах сегодня появляется тот товар, который интересен именно вам, исходя из оценки вашего пола, возраста и настроения.

Большой Брат здесь? Программа распознавания лиц – инструмент контроля?

В определенных случаях, конечно. Китай использует программу для расового профилирования. Резкую критику получила правительственная практика использования программы для отслеживания и контроля над мусульманами-уйгурами. Камеры с программой распознавания лиц отслеживают и штрафуют пешеходов, отмечают учеников при входе в школу и контролируют выражение их лиц на уроках, чтобы те не отвлекались.

В России технология также используется.

Согласно источникам, Израиль использует распознавание лиц для слежения за палестинцами на Западном берегу реки Иордан. А в Британии полиция столицы и Южного Уэльса опробовала программу распознавания лиц, чтобы находить людей среди футбольных и регбийных толп, на городских улицах, а также на памятных мероприятиях и музыкальных фестивалях. Тейлор Свифт даже использовала программу на концерте в Калифорнии, чтобы отсеять нежелательных посетителей.

В магазинах программа все чаще используется для отпугивания и поимки воров. В следующем году она дебютирует на Олимпийских играх в Токио.

Как технология распространяется?

Большую роль сыграли достижения в трех областях: большие данные (big data), глубокие сверточные нейронные сети и мощные графические процессоры.

Благодаря Instagram, Facebook, Flickr, Google и другим системам в интернете находятся миллиарды фотографий лиц людей, которые были объединены в огромные наборы данных. Они используются для обучения глубоких нейронных сетей – главной опоры современного искусственного интеллекта – для обнаружения и распознавания лиц. Рутинная вычислительная работа обычно выполняется на графических процессорах, сверхбыстрых чипах, которые предназначены для обработки графики. Но за последнее десятилетие системы распознавания лиц распространились повсюду, и данные, собранные по ним, помогли компаниям отточить свои технологии.

Как это работает?

Во-первых, компьютер должен понять, что такое лицо. Научить его можно через алгоритм, обычно глубокой нейронной сети, на примере огромного количества фотографий в различных приложениях. Каждый раз, сталкиваясь с изображением, алгоритм оценивает, где находится лицо. Сначала будет много мусора, но постепенно алгоритм улучшается и в конечном итоге овладевает искусством определения лиц. Это шаг к функции распознавания лиц.

Следующая ступень – распознавание. Обычно используется вторая нейронная сеть. Она получает серию фотографий и учится отличать одно лицо от другого. Некоторые алгоритмы непосредственно отображают лицо, измеряя расстояния между глазами, носом и ртом и так далее. Другие отображают лицо, используя более абстрактные черты.

В любом случае, сеть выводит вектор для каждого лица – строку чисел, которая однозначно идентифицирует человека среди других в обучающем блоке.

Программное обеспечение работает с видеоматериалами в режиме реального времени. Компьютер сканирует кадры видео, как правило в местах скопления людей, например на входе на футбольный стадион. И сначала он обнаруживает в кадре лица, а затем выдает векторы для каждого из них. Затем векторы лица сравниваются с векторами лиц людей в розыскном списке. Все совпадения, которые проходят предварительно установленный порог, затем ранжируются и отображаются.

Это не единственный способ, который использует полиция для распознавания лиц. Если подозреваемый замечен, офицеры могут загрузить снимки преступника из базы данных и искать записи с камер видеонаблюдения, чтобы проследить путь подозреваемого до места преступления.

Насколько это точно?

Независимые тесты Национального института стандартов и технологий США (NIST) показали, что за период с 2014 до 2018 года системы распознавания лиц улучшили показатели совпадения по базе портретных фото в 20 раз. Процент сбоев снизился с 4% до 0,2% за этот период, и такое значительное увеличение точности связано с глубокими нейронными сетями. В институте заявили, что сети привели к «промышленной революции» в распознавании лиц.

Но такая отличная производительность возможна в идеальных условиях: при наличии четкого и ясного снимка неизвестного человека, который проверяется по базе данных других высококачественных фотографий. В реальном мире изображения могут быть размытыми или снятыми при плохом освещении, люди могут отвести взгляд от камеры, надеть платок или шарф, или быть намного старше, чем на фотографии на аватарке.

И согласно тестам, проведенным институтом, даже при использовании лучших алгоритмов система дает сбои при попытке различить лица близнецов.

А как насчет системных ошибок?

Проблема возникает, когда нейронные сети обучаются на различном количестве лиц из разных групп людей. Например, если система обучается на миллионе белых мужских лиц, но почти не использует лица женщин и людей с другим цветом кожи, она будет менее точна при попытке распознать последние две группы. Меньшая точность означает больше ошибочных идентификаций, и в результате большее количество людей будут ошибочно задержаны.

В прошлом году Американский союз защиты гражданских свобод (ACLU) обнаружил, что программное обеспечение от Amazon под названием Rekognition ошибочно идентифицировало 28 членов Конгресса как людей, которые ранее находились под арестом. Оно непропорционально и неправильно идентифицировало афроамериканцев и латиноамериканцев. Но в Amazon сказали, что в ACLU просто использовали неправильные настройки.

Судебные тяжбы также выявили недостатки программы распознавания лиц. Исследование Кардиффского университета в Южном Уэльсе показало, что действенность системы NEC NeoFace снизилась, когда на экране было много людей, и она хуже работала в пасмурные дни и вечером, когда светочувствительность камеры повышалась и кадры становились более «шумными».

За 55 часов работы система отметила 2 900 потенциальных совпадений, из которых 2 755 были ложными. Основываясь на показаниях системы, полиция произвела 18 арестов, но в докладе университета не говорится, были ли кому-либо предъявлены обвинения.

Уэльский суд выделил еще одну проблему при распознавании лиц: овцы. Так называют людей из списка подозреваемых, которые не имеют особых примет и похожи на многих других людей. Во время сканирования толпы на матчах по регби в Уэльсе система NeoFace 10 раз обнаружила женщину из списка подозреваемых полиции Южного Уэльса. Ни одна из них не была настоящей подозреваемой.

Кто владеет технологией?

Технологические фирмы по всему миру развивают программы распознавания лиц, но США, Россия, Китай, Япония, Израиль и Европа лидируют. В некоторых странах технология применяется с большей готовностью, чем в других.

В Китае миллионы камер подключены к программному обеспечению распознавания лиц, а Россия заявила о планах использовать для наблюдения собственные сети. В Европе, как и везде, программа распознавания лиц используется в магазинах для задержания воров и в бизнесе для мониторинга персонала и посетителей, но распознавание лиц в режиме реального времени в общественных местах пока на стадии судебных разбирательств.

В США полиция обычно использует систему распознавания лиц для идентификации подозреваемых по видеозаписям с камер наблюдения, а не для сканирования толп людей в режиме реального времени. Но все равно система используется все больше. Согласно отчету 2016 года Центра права Университета Джорджтаун, половина всех американцев находится в полицейских базах данных по распознаванию лиц, а значит, алгоритмы выбирают подозреваемых из 117 миллионов виртуальных профилей законопослушных граждан.

Что говорит об этом закон?

Почти ничего. В Великобритании нет закона, который дает полиции право использовать программу по распознаванию лиц, и никакой государственной политики по ее использованию. Это привело к тому, что комиссар по биометрии Пол Уайлс назвал ситуацию выгодной для полиции, которая сама решает, где и когда целесообразно использовать программу распознавания лиц и что делать с изображениями, которые снимают камеры.

Компания «Свобода» призвала к полному запрету использования программы в режиме реального времени в общественных местах, заявляя, что она нарушает право на частную жизнь и принуждает людей менять свое поведение. Группа подала судебный иск против полиции Южного Уэльса в связи с использованием этой технологии. Подобные же претензии выразил Эссекский университет в ходе независимого обзора использования полицией программы распознавания лиц. Было доказано, что людей ошибочно задерживали, а значит, технология используется для выслеживания людей, которые вовсе не находятся в розыске. В заключении было сказано, что распознавание лиц в режиме реального времени нарушает закон о правах человека.

Еще одна область разногласий – списки людей, находящихся в розыске. Несмотря на решение Верховного суда 2012 года, что хранение изображений невинных людей незаконно, полиция постоянно создавала базу данных из задержанных 20 миллионов человек, многие из которых так никогда и не были осуждены. Фотографии из базы данных и из социальных сетей используются для создания списков людей, находящихся в розыске, и используются в системах распознавания лиц. В частном бизнесе ситуация еще хуже – владельцы магазинов и предприятий сами решают, кто входит в секретные списки находящихся в розыске и обмениваются фотографиями с другими фирмами.

В США ситуация не намного лучше. Только в пяти штатах есть законы, которые касаются использования программы по распознаванию лиц правоохранительными органами. Путаница в законе привела к тому, что в то время, как в полиции Сиэтла и Сан-Франциско запрещено использовать программу в режиме реального времени, в офисе шерифа в округе Марикопа, штат Аризона, каждое фото и водительские права жителей Гондураса проверяются по списку подозреваемых через программу распознавания лиц.

Как насчет других биометрических данных?

Конечно, технология распознавания лиц в центре внимания, но полиция и другие организации внимательно изучают новые биометрические данные, которые идентифицируют людей, помимо отпечатков пальцев и ДНК.

Говорят, что анализы текстуры кожи компенсируют проблемы при попытке распознать частично закрытые или искаженные лица, анализируя расстояние между порами кожи. Этот метод не часто тестировался, но разработчики утверждают, что, возможно, он позволит различать близнецов.

Еще один биометрический анализ, который интересует полицию, так как он применим на расстоянии и без взаимодействия с человеком, – это анализ походки.

Алгоритмы идентифицируют людей по уникальному стилю их шага, отражая различия в анатомии, генетике, социальном происхождении, привычках и индивидуальности.

Алгоритмы идентифицируют людей по уникальному стилю их шага, отражая различия в анатомии, генетике, социальном происхождении, привычках и индивидуальности.

Есть еще распознавание вен, когда оптические сканеры составляют карту кровеносных сосудов на руке, пальце или в глазу. Считается, что сканеры трудно обмануть, так как наши вены находятся под кожей. Система PalmSecure Fujitsu использует карты вен для мониторинга сотрудников на различных предприятиях.

Идентификация голоса уже используется банками и Министерством по налогам и сборам для подтверждения личности. В отличие от распознавания речи, которое переводит звуки в слова, идентификация голоса обнаруживает уникальные акустические паттерны, созданные голосовым трактом человека и его речевыми привычками.

Что дальше?

Вполне возможно, что эта технология станет вездесущей. Американская фирма Vuzix объединилась с дубайской фирмой NNTC для производства смарт-очков для распознавания лиц. В оправу вставлена крошечная восьмимегапиксельная камера, которая сканирует лица прохожих и предупреждает владельца о любых совпадениях в базе данных из миллиона человек. В Великобритании беспроводное видеонаблюдение работает на полицейских нательных камерах, которые делают почти то же самое. В США недавно запатентована полицейская нательная камера, которая начинает запись, когда лицо подозреваемого опознано.

А между тем технические фирмы совершенствуют свои системы, чтобы работать быстрее, с большим количеством лиц и со все более сложными изображениями – сделанными при плохом освещении или если люди прикрывают лица. Ведется работа над алгоритмами, которые смогут идентифицировать людей в масках и с использованием маскировки. Чтобы сделать системы распознавания еще более эффективными, биометрия лица будет сочетаться с другими биометрическими анализами, такими как голос и походка.

Неудивительно, что гонка вооружений началась: исследователи из Университета Карнеги-Меллона в Питтсбурге разработали свои собственные солнцезащитные очки, чтобы обмануть систему распознавания лиц: так один испытатель в очках был идентифицирован как Мила Йовович.

Перевод Марии Строгановой

Поскольку вы здесь.

У нас есть небольшая просьба. Эту историю удалось рассказать благодаря поддержке читателей. Даже самое небольшое ежемесячное пожертвование помогает работать редакции и создавать важные материалы для людей.

Источник: www.pravmir.ru

Лучшие сервисы для распознавания лица на фотографии.

Увидели фото знаменитости, но не можете вспомнить имя? Сфотографировались с приятелем, но не знаете, как найти его онлайн? У технологий распознавания лиц на фотографиях есть много применений. И мы расскажем, как ими пользоваться в домашних условиях.

Как работают технологии распознавания лиц

1. Сначала из картинки вычленяются яркие и тёмные участки, похожие на лицо. Это делается по специальному методу Виолы-Джонса, простому, но эффективному. Обмануть его тоже просто — достаточно сделать контрастный макияж или надеть глубокий капюшон. «>
2. Далее изображение конвертируется в чёрно-белое, определяется месторасположение глаз, лицо обрезается по контуру.
3. После этого лицо конвертируется в цифровой вектор, содержащий сотни параметров, которые и определяют отличие одного человека от другого. Это самый сложный момент обработки, в нём часто задействуются нейросети.
4. Векторы сравниваются с уже присутствующими в некой базе данных с целью найти близкие совпадения.

Какие условия нужны для успешного распознания

• Распознать известного человека гораздо проще. Его лицо присутствует во множестве различных баз.
• Чем выше качество и разрешение снимка, тем лучше. При низком качестве возможна нечеткость и искажение деталей, по которым происходит распознавание.
• Предпочтительнее фронтальный ракурс съёмки, потому что на нем яснее различимы индивидуальные черты.
• Лучше распознаются лица с нейтральным выражением, так как эмоции и гримасы снижают точность узнавания.
• В идеале окружение человека на снимке должно быть контрастным, чтобы лицо чётче выделялось. Если в окружении есть другие лица, лучше обрезать снимок, оставив на нем только того, кто вам нужен. Иначе сервисы могут путаться — не все они позволяют выбирать, какое лицо на фото нужно искать.

Поисковые системы

Самый простой подход к распознаванию лиц — это использование поисковых систем. Любой крупный поисковик имеет свой алгоритм, который решает эту задачу с той или иной успешностью.

Яндекс

Главный отечественный поисковик Яндекс весьма достойно справляется с нахождением людей на фотографиях.

Процесс выглядит так:

• Перейдите на главную страницу Яндекс.Картинок и нажмите кнопку поиска по изображению в виде фотоаппарата.

• Выберите нужный файл с компьютера или перетащите его в соответствующее поле.

• Яндекс попытается понять, что изображено на картинке, и найдёт похожие снимки. Если человек известный, то сервис покажет его имя. Если же нет, то ниже будут показаны близкие изображения и адреса сайтов, где они встречаются.

Google

Главный мировой поисковик тоже качественно ищет лица. Сложно сказать, какой из них лучше справляется с задачей — он или Яндекс, так как хорошие результаты выдают оба сервиса.

Принципиальных отличий в процессе поиска через Google нет:

• Зайдите на страницу Google Картинки, нажмите кнопку «Поиск по картинке» и загрузите нужный файл.

• Откроется результат поиска по фотографии. Google попытается предположить, кто на ней изображён, а также даст ссылки на похожие фото и страницы с этим изображением.

Mail.ru

Поисковая система Mail.ru не умеет искать людей по портретам, но их «Облако» (облачное хранилище) в своей мобильной версии способно распознавать лица и находить в фотогалереях своих пользователей.

Другие поисковики

• Tineye;
• SauceNAO;
• IQDB и т. д.

Онлайн-сервисы

В последнее время появилось немало хороших сервисов, способных распознавать лица с высокой точностью. Вот несколько наиболее эффективных.

PicTriev

PicTriev — сервис, предназначенный для поиска двойников среди знаменитостей. Если вы хотите узнать, что за известная персона изображена на снимке, этот ресурс подходит лучше всего. Есть у PicTriev и другие интересные возможности, например, он определяет по фото возраст и пол человека.

Пользоваться сервисом можно бесплатно, единственное ограничение — размер загружаемого файла не должен превышать 200 Кб.

PicTriev не поддерживает русский язык, но обращаться с ним несложно. Вот, как это делается:

• Загрузите изображение, нажав на кнопку «Upload image».

• Смотрите результат. Вы увидите, на кого больше всего похожа фотография, которую вы предоставили, и на сколько процентов она совпадает с оригиналом.

FindMeVK

FindMeVK — сервис для поиска людей среди пользователей социальной сети ВКонтакте. Бесплатный, минималистичный и простой в применении. Полностью на русском.

Как пользоваться FindMeVK:

• Нажмите на кнопку загрузки и выберите фото.

• Если на снимке несколько лиц, отметьте нужное.

• Смотрите результат поиска по аккаунтам VK и процент похожести.

Search4Faces

Сервис Search4Faces поможет найти по лицу любого человека, который зарегистрирован в Одноклассниках или ВКонтакте. Он бесплатный, простой, удобный, имеет русский язык, работает эффективно и очень быстро.

Чтобы найти человека через Search4Faces, сделайте следующее:

• Нажмите кнопку «Загрузить» и выберите фотографию.

• Настройте параметры поиска как считаете нужным, например, укажите пол, возраст, город, страну проживания человека и нажмите «Найти».

• Смотрите результаты с указанием ссылок на аккаунты в соцсетях.

Betaface

Betaface — коммерческий профессиональный продукт для поиска лиц, который сотрудничает с крупными мировыми брендами. Для обычных пользователей здесь есть демо-страница, где можно бесплатно искать по базе известных людей. Более широкие возможности доступны только для компаний по индивидуально назначенной цене.

Как пользоваться сервисом:

• Нажмите на «Custom Upload» и выберите подходящее изображение.

• Если на снимке несколько лиц, нажмите на нужное.

• Нажмите «Search celebrities», чтобы найти его среди знаменитостей.

• Смотрите список людей, похожих на заданное изображение.

Мобильные приложения

Искать незнакомые лица на фотографиях можно и при помощи мобильных приложений. Мы отобрали лучшие из них.

Search Face

Приложение Search Face (также известное как Гости ВК) позволяет искать людей по снимкам лиц в социальной сети ВК. Результат — ссылки на профили.

Приложение платное (69 рублей в месяц), но имеет семидневный пробный период, которого достаточно для нескольких распознаваний. Его интерфейс полностью на русском, а точность поиска достаточно высокая.

Как пользоваться Search Face:

• Запустите программу и авторизуйтесь во ВКонтакте.

• Перейдите в меню в левом верхнем углу и нажмите «Поиск похожих людей».

• Нажмите «Получить PRO». Откроется страница подключения оплаты через Google Pay. Чтобы с вас не списали в дальнейшем средства, не забудьте отключить подписку в свойствах своей учётной записи Google.

• Выберите фото из галереи или снимите его на камеру.

• Если в кадре несколько лиц, выберите одно.

• После этого программа найдёт подходящие аккаунты.

Алиса

Алиса — умный помощник, встроенный в Яндекс.Браузер, может не просто искать картинки из галереи, но находить людей по фото, сделанному на камеру телефона. Точность узнавания очень варьируется, зато всё бесплатно, без ограничений и на русском языке.

Как использовать эту возможность:

• Запустите Алису любым способом (через её собственный значок или через приложения Яндекса) и нажмите кнопку поиска по картинкам.

• Снимите на камеру лицо человека, которого вам требуется найти.

• Алиса озвучит основную догадку, а ниже будут продемонстрированы похожие изображения.

Photo Sherlock

Приложение Photo Sherlock распознаёт лица, используя поиск по картинкам от Google. Если вы часто ищете изображения или лица в Гугле, Photo Sherlock упростит вашу задачу, но результаты будут ровно такими же.

Приложение бесплатно и имеет русский язык, хотя почти не содержит текста.

Как искать с его помощью:

• Откройте Photo Sherlock и нажмите на значок галереи, чтобы выбрать фотографию.

• Если нужно, обрежьте кадр, затем нажмите «Найти это фото».

• Высветится результат поиска в Google.

FindClone

Еще одно популярное и очень эффективное приложение для поиска людей по фотографии, а точнее, их аккаунтов в соцсетях. Оно полностью на русском языке, платное, но имеет пробный период (бесплатно можно использовать 30 раз). Подписка стоит 99 рублей в месяц или меньше, если купить тариф на большой срок.

Пользоваться FindClone легко:

• Откройте приложение и нажмите «Регистрация».

• Укажите свой номер телефона, на него скоро поступит автоматический звонок от компании-разработчика.

• Укажите последние 5 цифр номера, с которого был дозвон.

• Придумайте пароль и нажмите «Войти».

• Нажмите на малиновую кнопку с плюсом внизу экрана.

• Выберите кадр из галереи либо сфотографируйте человека или его снимок.

• Приложение выдаст аккаунты в соцсетях, совпадающие с искомым фото.

Не смогли получить желаемое в одном сервисе или приложении? Всегда есть альтернативы. Что-то из нашего списка непременно даст позитивный результат.

Оригинал записи и комментарии на LiveInternet.ru

Источник: spayte.livejournal.com