У вас в телефоне наверняка уже есть технология распознавания лиц. Ещё она есть в городских камерах наблюдения, на заводах и военных объектах, в лабораториях и даже в автомобилях. Посмотрим, как они устроены.
Из чего состоит распознавание лиц
Чтобы машина узнала лицо с помощью камеры, нужны такие компоненты:
- Оптическая камера или лидар, чтобы получить изображение или объёмную карту лица.
- База данных с заранее проанализированными лицами.
- Алгоритм, который находит в кадре лицо.
- Алгоритм приведения лица к какому-то набору векторов.
- Алгоритм сравнения векторов с эталонами.
Теперь посмотрим детали.
Получаем изображение с камеры
Это самая простая часть, которая может даже не зависеть от алгоритма распознавания лиц. Задача компьютера — взять видеопоток с камеры, в реальном времени нарезать его на несколько кадров и эти кадры отправить в алгоритм.
Некоторые алгоритмы используют плоское изображение с камеры. Другие используют лидары — это когда лазерная пушка быстро-быстро стреляет лазером во все стороны и измеряет скорость возвращения лучей. Получается не слишком точная, но в некоторой степени объёмная картинка. Часто её совмещают с изображением основной камеры, чтобы убедиться, что перед нами действительно человек, а не его фотография.
Fawkes программа для защиты от систем распознавания лиц
Иногда алгоритм настроен так, чтобы получать только подвижные изображения с меняющейся мимикой — чтобы не сканировали спящих людей или маски.
Некоторые алгоритмы вычисляют трёхмерную модель на основании поворота головы. Прямо говорят: посмотрите налево, посмотрите направо, приблизьтесь, отдалитесь. Так они пытаются построить более точную объёмную модель лица. Всё это — для безопасности.
Находим лицо в кадре
Перед тем как алгоритм приступит к распознаванию, ему нужно найти лицо на картинке. Для этого он использует метод Виолы — Джонса и специальные чёрно-белые прямоугольники (примитивы Хаара), которые выглядят примерно так:
С помощью этих прямоугольников алгоритм пытается найти на картинке похожие переходы между светлыми и тёмными областями. Если в одном месте программа находит много таких совпадений, то, скорее всего, это лицо человека. Например, вот как с помощью этих примитивов алгоритм находит нос и глаза:
Все примитивы специально подобраны так, чтобы с их помощью можно было найти границы лица и отсечь всё остальное. Поэтому, как только алгоритм находит место скопления таких совпадений, он для проверки сравнивает там остальные прямоугольники:
Как работает технология распознавания лиц | Цифровой Казахстан
Если их набирается достаточное количество — это точно лицо. Обычно алгоритмы поиска лиц для контроля обводят рамкой найденную область — она помогает разработчикам понять, всё ли в порядке с логикой программы:
Строим модель по ключевым точкам
После того как алгоритм нашёл лицо, он строит его цифровую модель. Для этого он:
- Расставляет точки в ключевых местах: нос, рот, глаза, брови и так далее.
- Считает расстояние между точками.
- По этим расстояниям строит цифровую карту или вектор. Про векторы поговорим ниже.
От того, как будут расставлены эти точки, зависит точность распознавания, поэтому каждая коммерческая компания держит свой метод в секрете. Чем больше точек — тем выше точность, но минимально нужно проставить 68 точек. Если точек будет меньше, алгоритм может не сработать.
Считаем вектор и сравниваем с базой
Когда все точки найдены, алгоритм считает вектор — математический результат обработки свойств этих точек. Например, он находит расстояние между глазами, форму носа, толщину губ, форму бровей, расстояния между ними и ещё массу других параметров. В результате получается набор чисел, который называется вектором.
Если алгоритм работает в режиме «выучить новое лицо», то он записывает полученный вектор в базу данных с каким-то именем или идентификатором. Условно говоря, в базе это выглядит так:
«Вот здоровенный вектор из 900 чисел — я назову его Мишей»
Другой режим работы алгоритма — сопоставление с эталоном. В базе данных уже есть один или несколько векторов, а задача алгоритма — сравнить их с новым вектором, который посчитали только что по картинке с камеры. Тогда алгоритм считает, насколько новый вектор отличается от тех, которые уже лежат в базе данных. Если этот вектор отличается достаточно мало, считаем, что мы распознали лицо.
На картинке видно, что синий неизвестный вектор, который мы хотим распознать, ближе всех находится к Мише. Если расстояние между векторами будет достаточно маленьким, алгоритм скажет, что человек в кадре — это Миша.
У каждого алгоритма свои коэффициенты совпадения: где-то допустимо совпадение только на 98% и выше — тогда алгоритм не будет вас узнавать, если вы в маске или вокруг плохое освещение. Есть алгоритмы, где совпадение может быть меньше — тогда это менее безопасно, но лучше работает. Есть алгоритмы, которые в одном месте требуют точного совпадения, а в других — менее точного (например, глаза должны совпасть точно, а рот может двигаться). Это уже нюансы настройки и подкрутки конкретного алгоритма.
Уточнение векторов и самообучение
Есть алгоритмы, которые уточняются и узнают вас всё лучше со временем. При каждом распознавании лица они видят, что в вас изменилось с прошлого раза, и уточняют свою модель. Например, вы занесли себя в базу данных с бодуна, а на следующий день пришли огурцом. Алгоритм запомнил вас в обоих состояниях.
Что дальше
Теперь, когда мы знаем, как работает эта технология, попробуем повторить это сами — сделаем систему распознавания лиц на Python.
Источник: thecode.media
Как компьютеры сканируют лицо для идентификации пользователей
Компьютеры используют программное обеспечение для сканирования лица, чтобы идентифицировать человека, сопоставляя его черты лица и сравнивая эту информацию с базой данных лиц. Технология распознавания лиц быстро становится самым безопасным и надежным инструментом для аутентификации пользователей.
Как работает технология сканирования лица
Системы распознавания лиц используют ряд измерений и технологий для сканирования лиц, включая тепловизор, трехмерное картирование лица, каталогизацию уникальных особенностей (также называемых ориентирами), анализ геометрических пропорций черт лица, отображение расстояния между ключевыми точками лица и анализ текстуры поверхности кожи.
Технология распознавания лиц подпадает под категорию биометрии или измерения биологических данных. Другие примеры биометрических технологий включают системы сканирования отпечатков пальцев и сканирование глаза / радужной оболочки глаза.
Использование технологии распознавания лица
Программное обеспечение для распознавания лиц имеет множество приложений, но чаще всего оно используется в целях безопасности и в правоохранительных целях. Аэропорты используют программное обеспечение для распознавания лиц для поиска людей, подозреваемых в совершении преступлений, а также для сравнения фотографий на паспорте с лицом для подтверждения личности.
Сотрудники правоохранительных органов используют программное обеспечение для распознавания лиц, чтобы выявлять и задерживать людей, совершающих преступления. Некоторые правительства государств даже использовали технологию распознавания лиц для подавления мошенничества на выборах.
Ограничения распознавания лица
Хотя программы распознавания лиц могут использовать различные измерения и типы сканирования для обнаружения и идентификации лиц, существуют ограничения:
- Изображения с низким разрешением и плохое освещение могут снизить точность результатов сканирования лица.
- Различные углы и выражения лица, даже простая улыбка, могут создавать проблемы для систем сопоставления лиц.
- Распознавание лица теряет точность, когда человек носит такие вещи, как очки, шляпы, шарфы или прически, которые покрывают часть лица. Макияж и волосы на лице также могут создавать проблемы для программ обнаружения лица.
- Сканирование лица не обязательно связано с профилем, это означает, что сканирование лица человека может быть бесполезным, если в доступной базе данных нет его фотографий. Без совпадения личность человека может оставаться загадкой.
Опасения по поводу конфиденциальности или безопасности также могут накладывать ограничения на то, как используются системы распознавания лиц. Например, сканирование или сбор данных распознавания лиц без ведома и согласия человека нарушает закон.
Технологии распознавания лиц могут быть использованы в гнусных целях. Например, данные распознавания лиц, которые совпадают с фотографиями в интернете или учетными записями в социальных сетях, могут позволить похитителям личных данных собрать достаточно информации для кражи личности человека.
Использование распознавания лиц в смарт-устройствах и приложениях
Распознавание лиц является растущей частью нашей повседневной жизни с помощью устройств и приложений. Например, система распознавания лиц Facebook DeepFace может распознавать человеческие лица на цифровых фотографиях с точностью до 97 процентов.
Apple также добавила в iPhone X функцию распознавания лиц под названием Face ID. Ожидается, что Face ID заменит функцию сканирования отпечатков пальцев Apple Touch ID. Он хранит математическое представление вашего лица в безопасном месте на самом устройстве; информация не копируется и не сохраняется на серверах Apple.
Face ID использует восприятие глубины и инфракрасные датчики, чтобы гарантировать, что камера сканирует ваше фактическое лицо, а не фотографию или 3D-модель. Система также требует, чтобы ваши глаза были открыты, что не позволяет другому человеку разблокировать ваш телефон, когда вы спите или без сознания.
Apple предупреждает, что идентичные братья и сестры (близнецы, тройни) смогут разблокировать телефоны друг друга. Даже без идентичного родного брата, по оценкам Apple, существует приблизительно один шанс на миллион, что у лица совершенно незнакомого человека будет такое же математическое представление сканирования лица, как и у вас. Дети до 13 лет не являются хорошими кандидатами для использования этой технологии, потому что их лица растут и меняют форму.
Пользователи Android и ноутбуков могут загрузить несколько приложений, которые добавляют функции распознавания лиц на устройство, но ни одно из них не является настолько надежным, как Face ID. Варианты включают True Key от McAfee и Face Lock Screen.
По мере совершенствования технологии, ожидается появление большего количества устройств со встроенными функциями распознавания лиц.
Источник: webznam.ru
Что за программа сканирования лица
Лицо человека – настоящее произведение искусства. Удивительное многообразие черт лица помогает людям узнавать друг друга и необходимо для формирования сложных сообществ. То же самое можно сказать и про способность лица передавать эмоциональные сигналы, например непроизвольный румянец или фальшивую улыбку. Немалую часть своей жизни люди читают лица других людей в поисках знаков влечения, неприязни, доверия или обмана. Также немало времени они тратят на попытки скрыть эти знаки на собственном лице.
Технологии стремительно догоняют способность людей читать лица. В США системы распознавания лиц используют в церквях для контроля посещаемости прихожан, в Великобритании – в магазинах для выявления тех, кто раньше воровал товары с полок. В этом году полиция Уэльса с помощью этой технологии нашла подозреваемого в толпе, выходящей с футбольного матча. В Китае так выявляют водителей, занимающихся частным извозом, проверяют туристов на подходе к достопримечательностям и принимают оплату в магазинах при помощи улыбки. Новый iPhone от Apple тоже будет разблокироваться при помощи распознавания лица.
Такие технологии могут показаться дополняющими человеческие навыки. Некоторые достижения техники, такие как полет или интернет, преобразили возможности человека – технологии распознавания лиц только лишь расшифровывают их. Несмотря на то, что лица сугубо индивидуальны, они также публичны, так что на первый взгляд эта технология не нарушает ничьих тайн. И тем не менее возможность недорого и быстро обрабатывать, хранить и анализировать большие массивы снимков лиц однажды заставит нас серьезно изменить наши представления о приватности, честности и доверии.
Иконка для оплаты на экране системы Smile to Pay в ресторане KFC в китайском городе Ханчжоу, 1 сентября 2017 года. Фото: STR/AFP/Getty Images
Последний рубеж
Начнем с приватности. Коренное отличие между лицами и другими типами биометрических данных – например, отпечатками пальцев – в том, что лицо можно сканировать на расстоянии. Любой обладатель смартфона может сфотографировать лицо и загрузить снимок в программу распознавания.
Российское приложение FindFace сравнивает фотографии людей на улице с фотографиями из ВКонтакте и находит совпадения с точностью 70%. Библиотека фотографий Facebook недоступна другим компаниям, но соцсеть могла бы, к примеру, получать фотографию человека рядом с автосалоном и затем идентифицировать его личность и показывать рекламу о продаже машин.
Даже если частные компании пока неспособны провести связь между снимками и личностью, государство может это сделать. Правительство Китая ведет базу лиц своих граждан; фотографии половины взрослого населения США хранятся в базах, к которым имеет доступ ФБР. Правоохранительные органы получили мощнейший инструмент по поиску преступников, но, возможно, граждане должны будут заплатить за это своей конфиденциальностью.
Лицо – это больше, чем просто бирка с именем. Оно несет намного больше информации, и машины уже научились ее читать. Опять же, в перспективе это несет огромную пользу. Есть компании, которые при сканировании лица могут диагностировать редкие генетические изменения – например, синдром Хайду-Чейни – раньше, чем это возможно при любом другом методе. Системы отслеживания эмоций могут дать людям с аутизмом представление о тех социальных сигналах, которые они не в состоянии прочувствовать иначе.
Однако эта технология также несет потенциальные угрозы. Исследователи из Стэнфорда представили алгоритм, который способен с точностью 81% определить сексуальную ориентацию человека по фотографии. Люди могли делать это с точностью всего 61%. В странах, где гомосексуализм – это преступление, появление таких технологий несет тревожные последствия.
Ключи, кошелек, балаклава
Могут стать нормой и менее жесткие формы дискриминации. Работодатели уже могут отказать человеку в приеме на работу, опираясь только на собственные предрассудки. Но технологии распознавания лиц могут сделать такую практику рутинной, ведь компании смогут фильтровать все отклики соискателей по принципу их этнической принадлежности или признакам интеллекта и сексуальной ориентации.
Ночные клубы и спортивные арены могут быть вынуждены сканировать лица посетителей в целях защиты их от насилия – даже при том, что алгоритмы машинного обучения по своей природе не могут дать стопроцентно верного ответа. Более того, такие системы могут некорректно работать по отношению к представителям других рас, так как тренировочные данные в основном состоят из лиц европейского типа. Такие ошибки были выявлены в работе алгоритмов автоматической оценки приговоренных к тюремному заключению и кандидатов на досрочное освобождение.
Фото: Alexander Baumann/Shutterstock
В конечном итоге постоянное считывание лиц и гаджеты, проецирующие компьютерные данные в реальный мир, могут изменить природу социальных взаимодействий. Притворство помогает избежать лишних конфликтов в повседневной жизни. Если ваш партнер сможет распознать каждый скрытный зевок, ваш босс сможет каждый раз замечать гримасу раздражения на вашем лице, браки и рабочие взаимоотношения станут более честными, но менее гармоничными. Изменится основа социальных взаимодействий: из набора основанных на доверии договоренностей они превратятся в оценку риска и награды, рассчитанных компьютером. Взаимоотношения станут более рациональными, но и менее живыми.
Баланса положительных и отрицательных последствий можно будет добиться с помощью законодательства, по крайней мере в демократических странах. Европейские регуляторы учли эти принципы в акте по защите данных, который скоро начнет свое действие. Согласно этим требованиям, биометрическая информация, в том числе снимки лица, принадлежат самому человеку, то есть для использования этих данных необходимо получить разрешение. Иными словами, в Европе, в отличие от Америки, Facebook не смогла бы просто так показывать рекламу посетителям автосалонов.
Процесс отбора кандидатов при приеме на работу должен регулироваться законами о борьбе с дискриминацией. Поставщики коммерческих систем распознавания лиц должны регулярно проходить аудит и доказывать, что их системы не содержат ошибок. Компании, использующие эти решения, тоже должны нести ответственность.
Между тем, эти правила не изменят общей тенденции. По мере распространения носимых устройств число камер будет только увеличиваться. Попытки обмануть системы распознавания лиц уже предпринимались: по результатам исследования, проведенного в Кембриджском университете, искусственный интеллект способен расшифровать черты людей, использующих макияж или солнцезащитные очки. Google публично объявила о прекращении работы над подобными алгоритмами во избежание того, что результаты их работы могут попасть в руки тоталитарных режимов.
Остальные технологические компании не так избирательны. Amazon и Microsoft предоставляют свои облачные сервисы для алгоритмов распознавания; тесно сотрудничать с ними планирует Facebook.
Правительства не станут отказываться от новых заманчивых возможностей. Грядут перемены, и встретить их нужно лицом к лицу.
RB.RU готовит большое обновление — и мы хотим учесть пожелания и интересы вас, наших читателей. Если вы готовы поделиться своим мнением об RB.RU, переходите по ссылке, чтобы заполнить короткую анкету.
Материалы по теме:
Источник: rb.ru