В этой статье объясняются концепции и операции распознавания лиц, а также лежащие в их основе структуры данных. Если не вдаваться в детали, распознавание лиц относится к методу проверки или идентификации человека по его лицу. Распознавание лиц важно для реализации сценария проверки личности, который предприятия и приложения могут использовать для подтверждения личности (удаленного) пользователя.
Вы можете легко и быстро опробовать возможности распознавания лиц с помощью Vision Studio.
Операции распознавания лиц
Доступ к службе «Распознавание лиц» ограничен на основе соответствия требованиям и критериев использования для реализации поддержки наших принципов ответственного ИИ. Служба «Распознавание лиц» доступна только для клиентов и партнеров, управляемых корпорацией Майкрософт. Используйте форму приема Распознавания лиц, чтобы подать заявку на доступ. Дополнительные сведения см. на странице Ограниченный доступ для лиц .
В этом разделе подробно рассмотрено, как базовые операции используют описанные ранее структуры данных для определения и проверки лица.
Как работает распознавание лиц
Создание и обучение PersonGroup
Чтобы сохранить набор людей для сопоставления, необходимо создать PersonGroup или LargePersonGroup. Группы PersonGroup хранят объекты Person, каждый из которых представляет отдельного человека и содержит набор данных о лицах, относящихся к этому человеку.
Операция Train подготавливает набор данных для использования при сравнении данных о лицах.
Идентификация
Операция Identify принимает один или несколько идентификаторов исходных лиц (из объекта DetectedFace или PersistedFace) и PersonGroup или LargePersonGroup. Он возвращает список объектов Person, к которым может принадлежать каждое исходное лицо. Возвращенные объекты Person обертываются как объекты-кандидаты, которые имеют значение достоверности прогноза.
Проверка
Операция Verify принимает один идентификатор лица (из объекта DetectedFace или PersistedFace) и объект Person. Она определяет, принадлежит ли лицо тому же человеку. Проверка является сопоставлением «один к одному» и может использоваться в качестве окончательной проверки результатов вызова API идентификации. Однако также можно передать PersonGroup, к которой принадлежит кандидат Person, для повышения производительности API.
Структуры связанных данных
В операциях распознавания используются в основном следующие структуры данных. Эти объекты хранятся в облаке, и на них можно ссылаться по строкам их идентификаторов. Строки идентификаторов всегда уникальны в пределах подписки, но поля имен могут дублироваться.
| DetectedFace | Это представление одного лица извлекается с помощью операции обнаружения лица. Срок действия его идентификатора истекает через 24 часа после его создания. |
| PersistedFace | Когда объекты DetectedFace добавляются в группу, например FaceList или Person, они становятся объектами PersistedFace. Их можно получить в любой момент, и срок их действия не истекает. |
| FaceList или LargeFaceList | Эта структура данных представляет собой сортированный список объектов PersistedFace. FaceList имеет уникальный идентификатор, строку имени и, необязательно, строку данных пользователя. |
| Person | Эта структура данных представляет собой список объектов PersistedFace, принадлежащих одному человеку. Он имеет уникальный идентификатор, строку имени и, необязательно, строку данных пользователя. |
| PersonGroup или LargePersonGroup | Эта структура данных представляет собой отсортированный список объектов Person. Он имеет уникальный идентификатор, строку имени и, необязательно, строку данных пользователя. PersonGroup необходимо обучить, прежде чем ее можно будет использовать в операциях распознавания. |
| PersonDirectory | Эта структура данных похожа на LargePersonGroup, но предлагает дополнительную емкость хранилища и другие добавочные функции. Дополнительные сведения см. в статье Использование структуры PersonDirectory (предварительная версия). |
Как работает РАСПОЗНАВАНИЕ ЛИЦ? | РАЗБОР
Входные данные
Воспользуйтесь следующими советами, чтобы убедиться, что ваши входные изображения дают наиболее точные результаты распознавания:
- Поддерживаемые форматы входных изображений: JPEG, PNG, GIF (первый кадр), BMP.
- Размер файла изображения не должен превышать 6 МБ.
- При создании объектов Person используйте фотографии с разными углами и освещением.
- Некоторые лица могут быть не распознаны из-за технических проблем, например:
- Образы с экстремальным освещением, например серьезное появление.
- Препятствия, закрывающие один или оба глаза.
- Различия в типе волос или растительности на лице.
- Изменения внешности лица из-за возраста.
- Экстремальная выражения лица.
Дальнейшие действия
Теперь, когда вы знакомы с концепциями распознавания лиц, напишите сценарий, который идентифицирует лица по обученной PersonGroup.
Источник: learn.microsoft.com
Как работает система распознавания лиц и как ее использовать в бизнесе
Автор колонки Константин Харитонов, он представляет компанию Полдень на территории США. 10 лет опыта в киноиндустрии, 15 лет в руководства разработкой программного обеспечения, создал пару стартапов.
1652 просмотров
Статья будет постоянно обновляться. Хотите добавить свое решение или user case? Пишите Константину: [email protected]
Это моя первая статья на vc.ru. Постараюсь писать раз в неделю, про идеи и реальные кейсы, применение прорывных технологий, таких как ML, CV, Big Data и так далее. Все это можно применить к большим выставкам или небольшим мероприятия, инсталляциям и ритейлу, развлекательным паркам и музеям. Моя задача — систематизировать как технологии могут сэкономить или заработать вам деньги, как они могут удивить посетителей, а также дать вам перечень готовых вендоров и сервисов.
Конкретно в этой статье постараюсь рассказать про распознавание лица, как оно работает, как эту технологию применять в индустриях описанных выше.
Пару замечаний
Многие до сих пор сидят по домам, но думаю это рано или позно закончится, люди по своей природе любят встречаться лично. Поэтому намеренно в основном включил кейсы про что то осязаемое, а не online мероприятия, zoom и вот это все. Я, например, буду в ближайший месяц, на двух выставках: автошоу в Чикаго, Heli Expo в Далласе.
Также не будем обсуждать страхи людей из-за того что компании вроде Facebook (Meta) и государственные службы постоянно используют системы распознавания лиц. По-моему было модно бояться этого несколько лет тому назад, но сейчас уже почти все привыкли.
К слову, технологии уже даже адаптировались к тому, что лицо человека часто закрыто медицинской маской. Лучшие программные алгоритмы (в основном коммерческие) допускают ошибки около 3% для лиц в масках, что сопоставимо с показателями 2017 года без масок. Более подробно Face recognition accuracy with face masks using post-COVID-19 algorithms (США, NIST, 2021).
Мой первый раз
Первый раз на мероприятии я столкнулся с системой распознаванием лиц в 2017 году. На том мероприятии было где-то 300 человек, и работали два фотографа, думаю они сняли очень много фотографий.
Буквально через час после мероприятия, всем участникам пришло письмо: зайдите с телефона по ссылке, мы пришлем все фото с вами. По кнопке в мобильном браузере сделал селфи, через 10 секунд на почту пришло письмо с 20+ фото, как я выступал со сцены, как беседовал в зоне нетворкинга, это было вау!
Этот сервис по распознаванию тогда сделала Ntechlab, сейчас это ведущий разработчик решений для Face Recognition в восточной Европе и Азии. К сожалению, продукт для мероприятий они больше не делают, переключились на другие, думаю более прибыльные, отрасли.
Для подобного кейса, сейчас вы можете применить сервис Photier. Его создали в Лондоне в 2017. Для посетителей работает через ios и Android, умеет делать брендирование фото. Зачем пользоваться такими фото? Ими активно делятся в соцсетях, фото брендировано, что повышает осведомленность о бренде.
Люди сами выбирают понравившуюся фотографию, которой хотят поделиться.
Как работает распознавание лиц
Чтобы хорошо поставить задачу перед IT, менеджеру стоит понимать как работает система изнутри.
Система распознавания лиц — это технология, способная сопоставить лицо человека из цифрового изображения или видео, с базой данных лиц. Применяться уже давно, с 60x годов. В 21 веке произошло повышение точности распознавания, когда стали применяться алгоритмы машинного обучения. Параллельно с распознаванием лица легко определить пол, возраст, выражение лица.
Вот тут есть прекрасная статья о том, как работает, и туториал по программированию на Python + OpenCV с применением предварительно обученной библиотеки Machine Learning. Весь ресурс PyImageSearch прекрасен, можно учиться там самим или оплатить обучение детям (15$ в месяц). Хотя мой сын пока ленится, говорит мне, что занят обучением в обычном университете, надеюсь он это не читает)
Стоит заметить, что часть готовых продуктов ниже, применяет open source библиотеки по распознаванию лиц, а часть применяет коммерческие. Как пользователь продукта вы об этом никогда не узнаете.
Вот обзор open source библиотек, а вот некоторых платных систем, не стоит верить цифрам таких обзоров, их очень много на просторах интернета. У вас должно быть много времени, чтобы пробовать и найти свою или достаточно денег, чтобы использовать универсальные решения от гигантов типа Microsoft, Amazon, Google или Yandex, Ntechlab.
Национальный Институт Стандартов и Технологий США признал технологию NtechLab № 1 в мире по результатам независимого тестирования NIST в 2021 году.
Направления применения
Чем же распознавание лиц может помочь мероприятиям, инсталляциям, ритейлу, развлекательным парках, музеям. Ниже описал основные направления и сценарии применения.
Применимо во всех индустриях:
- Авторизация и доступ сотрудников
- Авторизация и доступ посетителей
- Точный подсчет посетителей, определение пола и возраста посетителей
- Авторизация покупок
- Проверка возраста
- Снижение воровства и предупреждение финансовых потерь
- Отслеживание vip посетителей и скидки
- Показ таргетированной рекламы
Выставки и любые мероприятий
- Определение количества посетителей на конкретном стенде выставки
- Аналитика по эмоциональной реакции посетителей на выступление
- Различные механики по получению фото и видео после посещения
Развлекательные парки
- Различные механики по получению фото и видео после посещения развлекательного парка
Инсталляций и музеи
- Разные экспонаты с механикой распознавания лиц
Ниже рассмотрим список продуктов, по каждому из направлений. В каждой из категори постараюсь описать сценарии использования и ссылки на разные исследования по данной тематике.
Авторизация и доступ сотрудников
Обычно в фильмах система распознавания лиц стоит где-то в здание ЦРУ, но по факту сегодня она есть в вашем телефоне. Поэтому такая система может быть доступна для любой средней компании.
Дополнительный уровень идентификации при помощи установки турникета с системой распознавания лиц ограничивает риски: подделки RFID-карты (или ключей), передачи их третьему лицу, риск доступа нескольких человек по одной карте.
Особенно полезна такая система в зонах повышенной безопасности таких как дата центр, зона хранения различного спец. оборудования для тех же парков развлечений, хранилища музея. В этом случае можно использовать терминалы доступа (они обычно располагают на стене) с распознаванием лиц для ограничения допуска сотрудников.
Кроме того, распознавание лиц поможет с точным учетом времени работы сотрудников, а также учетом времени работы временного персонала: клининговых компаний и других подрядчиков.
Вот некоторые вендоры которые делаю турникеты и терминалы с распознаванием лиц: Yitu, Megvi, Hikvision, SenseTime, BioID и тд. Полный список есть в этом отчете, сам отчет платный, но список бесплатный.
Стоимость от 500 usd за терминал, до пары десятков тысяч за турникеты.
Авторизация и доступ пользователей
Обычно подобное применяется на конференциях в Европе, чтобы обеспечить более высокую скорость регистраций и доступа. Посетитель в таком случае уже заранее отправил селфи при покупке билета.
Также такой подход позволяет защититься от передачи билета третьему лицу, особенно когда билет не очень дешевый.
Список вендоров частично есть выше, но тк продукты другие и связаны с продажей билетов, то есть и специализированный список для ивентов: скажем тут.
Полезное для всех — Аналитика и эмоции
Аналитика по полу и возрасту, длительности нахождения посетителя нужна вашему отделу маркетинга как воздух. Google Analytics уже был у вас на сайте, но как же сделать то же самое для обычного магазина.
Аналитика по полу и возрасту собирается в обезличенном виде без идентификации людей по видеоизображению с камер на входе и выходе в тц, музее или парке развлечений. Анализ сведений позволяет узнать демографический срез покупателей, определить повторные посещения, понять, сколько времени люди тратят на покупки.
Большие торговые сети и сети парков развлечений, делаю свои решения, но вот некоторые из общедоступных FaceX и Displayforce
Авторизации покупки
Когда я был в Китае в 2017, покупки «лицом» там уже были, но это были лишь эксперименты, пока в 2018 году AliPay не внедрил свою экосистему, потом 2019 то же самое сделал WeChat. Сейчас доля таких платежей растет, хотя как по мне, появилось некое плато, при этом у людей постарше такой подход популярен потому что доставать телефон, включать его и переходить в приложение не нужно.
Рост заметен по всему миру. Сам опопробовал такую систему в 2021 в Московском Метро. Это было классно, но ожидал чего-то большего.
Широко подобные системы пока не распространялись, потому как Apple и Google не хотят получать много дополнительный исков из кучи стран, но думаю постепенно это изменится, а локальные решения будут появляться все чаще.
Про покупки в парках развлечений и водных парках мы поговорим во второй части статьи.
Проверка возраста
Другая интересная история, связанная с покупками, — это проверка возраста. Покупая спиртное или заходя в музей эротики в Европе, у вас обязательно спросят ваш ID. Предполагаю, что скоро появятся и такие решения, которые определяют ваш возраст и сверяют ваш ID.
Кассир в Волмарте у меня поблизости часто вбивает мой возраст в кассу, он так явно тренирует нейросеть. Когда он перестанет это делать, значит нейросеть уже натренировалась, и тогда я смогу покупать вино в кассах самообоснования без кассира) )
Где-то это уже не давно шутки, в Великобритании в трех торговых сетях с конца 2021 используют решение от Yoti. Если вы купили алкоголь и система сомневается, что вы старше 29 лет, то касса самообслуживания загорается красным и ваш ID проверит человек.
Сейчас, если у вас онлайн конференция, на которой нужно проверить возраст, то вам возможно пойдут такие решения как Passbase. Пока его используют в отраслях как онлайн-гемблинг, спортивные ставки, гейминг, киберспорт и контент для взрослых.
Снижение воровства и предупреждение финансовых потерь
Распознавание лиц помогает полицейским департаментам по всему миру различными способами.
В части стран, где такое возможно по закону, в магазинах используются системы распознавания лиц. Механика такая: когда человек, уже уличенный в магазинной краже, заходит в него, то раздается сигнал тревоги для сотрудников службы безопасности, предупреждая о возможном риске, предотвращая потери и снижая уровень преступности в розничной торговле. Вот пару кейсов от Ntechlab про кастомные решения в ритейле на территории разных городов России и торговых сетей.
В США законодательство НЕ запрещает использовать такую технологию почти во всех штатах и каунти, кроме нескольких в Калифорнии. По данным правозащитной группы Fight For the Future, такие компании как Apple, Macy’s, Albertsons, Lowes и Ace Hardware во всю используют в своих магазинах программы распознавания лиц для идентификации магазинных воров.
Показ таргетированной рекламы
На заправке или магазине TV экраны нам уже давно продают товары. Пока экраны молчат и не говорят нам как герою Том Круза «Добрый день, мистер Anderton» (Minority Report), они все знают, но пока молчат, чтобы не испугать) )
Механика такая: камера в розничном магазине фиксирует лица покупателей и выводит на экран рекламные объявления. Они отображаются на основе возраста и пола пользователя, анализа выражения его лица и иногда как часть программы лояльности. Покупатель реагирует на объявление и направляется к товарам с помощью сообщения на экране. Более того, часто в подобных решениях есть реклама, не связанная с точкой продаж.
Это технология уже давно распространена и 3 — 4 года приносит прямой доход магазинам от рекламодателей.
Вот короткое видео которое объяснять как работает данная технология:
Отслеживание vip посетителей и скидки
Насколько я помню, магазину в 5-10 раз дороже обходится привлечение нового клиента, чем стимулирование существующего. Поэтому одна из возможностей — это создание списка мониторинга с VIP-клиентами.
Механика работы такая: как только клиент зашел в магазин, консультант получает уведомления о визите. Так он сможет вовремя рассказать о новых поступлениях и любимых товарах клиента, продвигая при этом маржинальные продукты.
Вот некоторые решения для этой сферы Id-Target | RecFaces
Заключение
Продолжение и рассказ о применении face recognition на мероприятиях, в развлекательных парках, инсталляциях и музеях в следующей статье.
Статья будет постоянно обновляться, свежей информацией.
Хотите добавить свое решение или user case? Вам нужны консультации или кастомное решения из областей выше? Пишите Константину [email protected]
Показать ещё
12 комментариев
Написать комментарий.
а зачем она в бизнесе ?
Развернуть ветку
Статья как раз о том, зачем применять и какие готовые решения face recognition есть некоторых типах бизнесов.
Зачем это заработать больше через экономию или рекламу или удивить повысить лояльность.
Развернуть ветку
Первыми начали оснащать фитнесс-центры системой верификации по лицу владельца контракта (через системных интеграторов фитнесс-клубов). Отсекали любителей халявы, когда по одному абонементу ходила группа студентов или целая семья. В лучшие годы (до пандемии) насчитывали 150+ клубов, где была установлена система.
Во многих местах она продолжает работать до сих пор.
Развернуть ветку
Наверное эти те фитнес-центры, где нет прайса на сайтах, а с тренерами надо договариваться лично и платить им наличкой?
Развернуть ветку
Премиум сегмент тоже используют, например World Class
Фитнес-клубы сети World Class внедряют систему распознавания лиц в рамках мероприятий по…
Развернуть ветку
И они тоже 🙂 Только сейчас у ВК оснащено клубов значительно больше, чем в статье.
Развернуть ветку
Не могу точно отвечать за все клубы, но наше решение в основном использовалось в премиум сегменте. Мы не предоставляли облачное решение, не передавали никуда ни фото, видео, ни персональные данные. Клубам приходилось разворачивать сервер с нашим ПО у себя. Вся проверка осуществляется локально в клубе в замкнутом контуре. Это как минимум подразумевает наличие довольно продвинутой ИТ-службы.
Развернуть ветку
Пример использования про фитнесс-центры очень хороший, спасибо!
В статье правда упор на другие индустрии.
Развернуть ветку
Применение в фитнесс-центрах точно вписывается в пункт Авторизация и доступ пользователей. С некоторыми особенностями, конечно, но принципиально от выставок не отличается.
Развернуть ветку
Показ таргетированной рекламы при помощи распознавания лиц — маркетинговый булшит.
В своих презентациях они обычно исходят из того, что по пустому залу гуляет одинокий посетитель, мы распознаём его и показываем ему на экране, то что его зацепит. Вот только к реальности это не имеет отношения… Что будет делать система, когда одновременно камеры видят, хотя бы, пару десятков человек разного пола и возраста?
Остальные варианты использования, кроме явных кооперативных режимов идентификации с небольшими БД лиц, имеют массу ограничений и проблем (о которых разработчики знают, но не любят рассказывать) как с ложно-положительными, так и с ложно-отрицательными детекциями, которые только увеличиваются с ростом базы лиц, по которой сравниваются вектора фото с кары и из базы.
Ну и в плане соблюдения закона о персональных данных вся тема с распознаванием лиц очень скользкая. Опять же кроме историй, где сотрудники или участники мероприятия, дают явное согласие на использование их ПД, включая фотографии, для конкретных целей.
Развернуть ветку
Вы правы и не правы одновременно.
На примере ТЦ обычно умные ТВ панели с рекламой стоят в конкретном магазине и камера как раз направлена так, что бы видеть одного покупателя.
Также чаше просто собирается данные кто был рядом пол и примерный возраст, и время нахождения у экрана.
Реже попытка подобрать рекламу под гендер и возраст.
Про персональные данные все просто, если видео с face recognition не запрещено местными законом, то можно использовать.
С точки зрения покупателя, в каждом магазине в мире, его снимают камеры безопасности, это разрешено законами всех стран.
Источник: vc.ru
Все про технологию распознавания лиц
Вы когда-нибудь задумывались, почему ваше лицо сканируется на таможне, когда вы въезжаете в ряд стран? Или как новый iPhone способен разблокироваться с помощью вашего лица вместо пароля? Ответ – технология распознавания лиц (или FRT, facial recognition technology).
Что такое распознавание лица?
Techopedia определяет распознавание лица как биометрическое программное приложение, способное однозначно идентифицировать или верифицировать человека путем сравнения и анализа шаблонов на основе контуров лица человека.
Проще говоря, каждый человек имеет уникальное строение лица. Специальное программное обеспечение способно анализировать его, сопоставляя с информацией в базе данных для последующей идентификации того, кто вы такой.
Рынок решений для распознавания лиц в 2018 году составлял порядка 3,97 миллиардов долларов США, и прогнозируется его рост до 10,15 миллиардов долларов США к 2025 году. Одни эксперты настаивают на более широком применении данной технологии, а другие ставят под сомнение ее безопасность и точность.
Как работает технология распознавания лиц?
Технологически системы иногда могут сильно отличаться в плане распознавания лиц, но все они имеют примерно общие принципы работы.
Шаг 1: Обнаружение лица
Для начала камера обнаружит лицо человека, будь он один или находясь в толпе. Лицо лучше всего обнаруживается в тот момент, когда человек смотрит прямо в камеру, однако современные технологические достижения позволяют также обнаруживать лицо и в тех ситуациях, когда человек не смотрит прямо в камеру (конечно, в определенных пределах).
Шаг 2: Анализ лица
Затем снимается фотография лица и начинается его анализ. Большинство решений для распознавания лиц использует 2D-изображения вместо объемных 3D-изображений, поскольку они могут более просто сопоставлять 2D-фото с общедоступными фотографиями или фотографиями, имеющимися в базе данных. Каждое лицо составлено из различимых ориентиров или узловых точек. Каждое человеческое лицо имеет 80 узловых точек. Программы для распознавания лиц анализируют узловые точки, такие как расстояние между вашими глазами или форма ваших скул.
Шаг 3: Конвертация изображения в данные
После этого анализ вашего лица превращается в математическую формулу. Ваши черты лица становятся числовым кодом. Такой числовой код называется отпечатком лица (faceprint). Подобно уникальной структуре отпечатка большого пальца, каждый человек имеет свой собственный отпечаток лица.
Шаг 4: Поиск совпадений
Далее ваш код сравнивается с базой данных отпечатков лиц. В этой базе данных имеются фотографии с идентификаторами, которые можно сравнивать.
ФБР имеет доступ к более чем 641 миллиону фотографий, включая 21 государственную базу данных, такие как DMV. Другой пример базы данных, к которой многие имеют доступ, — это фотографии в Facebook. Любые фотографии, помеченные именем человека, становятся частью базы данных Facebook.
Затем технология определяет соответствия ваших точных данных тому, что представлено в базе данных. Результатом этого становится идентификация человека с предоставлением дополнительной информации (ФИО, адрес и т.п.).
Где используется распознавание лиц?
Хотя технологии распознавания лиц могут показаться чем-то футуристическим, тем не менее, они уже активно используются в самых разных направлениях. Вот несколько удивительных применений этой технологии.
Безопасность устройства
Некоторые приложения используют распознавание лиц для защиты ваших данных. Даже безопасный пароль не может защитить ваши аккаунты и информацию от опытных хакеров, поэтому люди решили прибегнуть к технологиям распознавания лиц. Эти приложения требуют показать им ваше лицо, чтобы разблокировать ваш смартфон или получить доступ к личным данным.
Выявление генетических нарушений
Существуют специальные медицинские приложения, такие как Face2Gene и DeepGestalt, которые используют распознавание лиц для обнаружения генетических нарушений. Они анализируют лица и сравнивают их с базой данных лиц тех людей, у которых имеются различные нарушения.
Магазинная кража
Многие магазины оснащены системами распознавания лиц, которые выделяют людей в качестве угрозы, если они что-то крали в магазинах. Такая система может идентифицировать магазинного воришку и уведомить владельца магазина о его прошлых проделках, даже если такой вор никогда не бывал в данном магазине ранее. Хотя такая система может предоставлять значительные выгоды для владельцев магазинов, но часто эффективность таких систем ставится под сомнение. Если невиновный человек будет помечен в качестве вора, то это может повлиять на его жизнь.
Покупка алкоголя
Некоторые продуктовые магазин и бары в Великобритании используют распознавание лиц, чтобы определить, достаточно ли лет покупателю, чтобы иметь право покупки алкоголя. Продуктовые магазины разрешают покупателям использовать систему самопроверки без необходимости в дополнительном сотруднике, проверяющим паспорта. Если система посчитает, что клиенту менее 25 лет, то он должен будет предъявить паспорт для проверки.
Безопасность в школах
Распознавание лиц начинают внедрять в школах. Одна школа в Швеции использует FRT для проверки посещаемости на уроках. Школы в США, особенно в Нью-Йорке, начинают тестировать использование технологий распознавания лиц в качестве «системы раннего оповещения» против угроз со стороны таких лиц, как сексуальные маньяки. Технология также может распознавать 10 видов оружия для предотвращения актов насилия в школах.
Использование в авиакомпаниях
Такие авиакомпании как Delta и JetBlue используют распознавание лиц для идентификации пассажиров. Биометрическое сканирование лица является необязательным, но позволяет пассажирам использовать свои лица в качестве билета, экономя время и сокращая затраты на проверку билетов.
Приложения, которые вас старят
Была ли ваша лента новостей в соцсестях заполнена пожилыми лицами людей в последнее несколько месяцев? Возрастной фильтр FaceApp, который использует распознавание лиц для старения вашего лица, набрал обороты в мире соцсетей. К сожалению, существуют опасения, что собираемые им данные о лицах не защищены на должном уровне.
Каковы опасения, связанные с распознаванием лиц
В то время как во многих отраслях внедрили биометрическое сканирование лица в свои повседневные операции, все же многие не решаются принять эти прогрессивные технологии. Те, кто против этой технологии, опасаются ошибок в распознавании, конфиденциальности и злоупотреблением данных.
Ошибки в идентификации
Системы распознавания лиц не всегда способны точно сопоставить отпечатки лиц с базой данных. Как правило, ошибки возникают в результате плохого качества изображений или недостатка информации в базе данных. Плохое освещение или низкое качество изображения могут затруднить выполнение точного анализа узловых точек человека. Например, на данные может повлиять затемнение ряда черт лица. Это создает ошибку в отпечатке лица, в результате чего будет невозможно сопоставить его с правильными данными в базе данных.
В других случаях база данных может быть недостаточно велика, чтобы иметь точное сопоставление для каждого. Даже база данных, которая используется ФБР (FACE Services) вернула 153 636 фотографий неизвестных людей за период с августа 2011 до апреля 2019 года.
Конфиденциальность
Многие обеспокоены проблемами конфиденциальности, которые связаны с распознаванием лица. Технология может следить за вами, что заставляет людей испытывать неловкость. В дополнение к этому, в наши дни слишком распространены случаи крупных нарушений данных, а потому личная информация, которую собирают программы для распознавания лиц, вовсе не застрахована.
Недавнее нарушение показало, что 100 000 фотографий и номерных знаков были украдены из базы данных пограничной службы США. Эти данные относились к тем лицам, кто въезжал или выезжал за пределы США. Другое нарушение было обнаружено в биометрической системе Великобритании, которая использовалась банками: примерно миллион отпечатков лиц с дополнительной информацией, хранящихся в этой системе, были обнаружены в общедоступной базе данных. Эти нарушения высвечивают дыры в безопасности баз данных, используемых для распознавания лиц.
Злоупотребление данными
И хотя исследовательский центр Pew Research Center установил, что 56% американцев доверяют правоохранительным органам ответственно использовать системы распознавания лиц, все же многие люди не уверены в том, что эти данные не будут использоваться с нарушением норм этики.
Исследование также выявило, что хотя большинство считает приемлемым для правоохранительных органов использовать технологию распознавания лиц для оценки угроз безопасности в общественных местах, но они не считают приемлемым использование данной технологии в других направлениях, например, наблюдение в многоквартирных домах, отслеживание присутствия сотрудников на рабочем месте, контроль реакции людей на рекламные объявления. Такое недоверие происходит от страха, что эти частные компании будут злоупотреблять данными.
Мало того, что частные лица имеют доступ к таким данным, но и многие базы данных для распознавания лиц являются публичными. А это означает, что любой человек, даже со злым умыслом, может найти вас в базе данных и выследить.
Как отказаться от распознавания лиц
Некоторые города в США, например, такие технологические хабы как Сан-Франциско в штате Калифорния или Сомервилль в штате Массачусетс, запретили полиции и государственным органам использовать системы распознавания лиц. Но более высоком уровне: Конгресс США обсуждает вопрос введения ограничений на использование этой технологии. Хотя невозможно полностью отказаться от всех видов биометрического отслеживания, существует несколько вещей, которые вы можете сделать, чтобы сократить присутствие вашего отпечатка лица в этих базах данных.
Отказ от фотографий на таможне США
Американцам разрешено отказываться от сканирования для распознавания лиц в США, если они не хотят, чтобы их фотография попала в систему. Достаточно просто сказать об этом офицеру или сотруднику авиакомпании перед тем как проходить сканирование на распознавание лиц, чтобы у вас проверили документы вручную.
Прекратите помечать фотографии в соцсетях
Такие компании как Facebook и Google имеют свои собственные базы данных по распознаванию лиц благодаря пользователям, которые добровольно помечают тегами свои фотографии в приложениях. Пусть ваше лицо не будет отслеживаться в их базе данных – для этого просто сопротивляйтесь своему желанию помечать фотографии. Кроме того, если другие люди добавили вашу фотографию, то проверьте, чтобы они обязательно сняли с них теги.
Используйте VPN
Чтобы магазины не связывали ваши покупательские привычки в обычном магазине с вашей онлайн-активностью, приобретите VPN-сервис, который будет скрывать вашу онлайн-активность. Такой сервис как Panda Dome VPN Premium позволит вам анонимно посещать сайты и станет шагом на пути сокращения объема информации, которая может быть связана с вашими фотографиями в базах данных по распознаванию лиц.
И что хотелось бы еще сказать в завершении темы про технологию распознавания лиц. Существует много разных разработок, которые позволят сделать данную технологию более быстрой, надежной и безопасной. А до тех пор оставайтесь в курсе того, каковы ваши права, и обязательно защитите вашу личность от кражи.
Дополнительные источники:
Источник: www.cloudav.ru