Технология распознавания лиц: есть ли шанс обмануть искусственный интеллект?

О технологии распознавания лиц как о серьезном инструменте обеспечения общественной безопасности и поиска преступников говорят уже несколько лет, однако ее практическое внедрение в России пока осуществляется точечно. Но, судя по тенденциям, глобальное развертывание системы — вопрос ближайшего будущего.

Россия является одним из мировых лидеров в области технологий по распознаванию лиц благодаря собственным разработчикам, таким, например, как NtechLab и VisionLabs.

На передовой прогресса в нашей стране — Москва, где уже сейчас можно "засветить" лицо перед камерой и быть распознанным на улицах города, в метро, при посещении банка или массовых мероприятий. Как ожидается, до конца 2019 года мэрия объявит конкурс на создание масштабной системы распознавания лиц, которая охватит более 100 тыс. камер видеонаблюдения в столице.

Технология успешно зарекомендовала себя во время проведения чемпионата мира по футболу в 2018 году, когда с ее помощью в нескольких регионах России удалось задержать более 100 человек, включенных в базы правонарушителей, часть из них находилась в федеральном розыске. В первом полугодии текущего года полиция Москвы с помощью камер видеонаблюдения раскрыла около 2 тыс. преступлений, более 90 подозреваемых в различных правонарушениях были идентифицированы и задержаны с помощью системы распознавания.

Несмотря на очевидные преимущества технологии в борьбе с преступностью (уровень точности распознавания наиболее продвинутых алгоритмов доходит до 99%), а также ее уникальность и прогрессивность, многие эксперты, да и простые граждане высказывают опасения по поводу тотальной слежки и беспокоятся за сохранение приватности частной жизни и персональных данных.

Как работает технология? И как меня узнает видеокамера?

Камеры видеонаблюдения, оснащенные технологией распознавания, получают фотоизображение лица или сканируют его, используя так называемые дескрипторы — уникальные черты. Например, это может быть расстояние между глазами, контур губ, подбородок, форма носа, морщины, возрастные изменения. Эта информация трансформируется в цифровые индексы, затем специальный алгоритм сравнивает полученный цифровой "слепок" лица с имеющейся базой данных и в случае совпадения уведомляет об этом заинтересованную сторону. Процесс распознавания занимает менее секунды, за это время алгоритм успевает проанализировать сотни миллионов изображений и выдать результат.

Донат Сорокин/ТАСС

Видеокамеры с функцией распознавания лица могут быть размещены где угодно — на улицах городов, у подъездов жилых домов, в торговых точках, на стадионах, в общественном транспорте, аэропортах и других местах с постоянным трафиком людей.

Таким образом, камеры ежедневно выхватывают из потока сотни лиц, складывая их цифровые индексы в базу данных.

Если я скрою часть лица очками или шарфом, то система все равно меня узнает? А если я изменю внешность?

Технология NtechLab позволяет узнать человека, даже если 40% его лица закрыта, в дальнейшем этот критерий планируется довести до 50%. Иными словами, если вы, например, мотоциклист и ездите в шлеме, то система распознает вас с такой же точностью. Не являются для VisionLabs помехой и очки, борода, усы, прическа, парик, макияж.

Изменение внешности также не может спасти вас или потенциального преступника от "опознания", так как каждый человек имеет набор неизменяемых параметров лица, а нейронная сеть одновременно анализирует большое количество биометрических данных. Так, например, на платформе VisionLabs задействовано около 200 млн разных параметров.

В NtechLab говорят, что, даже если нужно идентифицировать человека, а его исходная фотография двадцати- или тридцатилетней давности, для системы никакой разницы нет: она убирает все возрастные изменения лица и практически мгновенно выдает результат.

Уличные камеры видеонаблюдения, как правило, передают некачественную картинку. Может ли это запутать алгоритм?

Артем Геодакян/ТАСС

Плохое качество изображения, полученное с камеры видеонаблюдения, не затрудняет распознавание лица, хоть и создает некоторые сложности. Так, алгоритму NtechLab можно задать порог совпадения цифровых индексов, например 90% или 70%, и система сама отбирает круг лиц согласно заданному критерию. Допустим, на фото есть очертания человека: засвеченное лицо, почти черное пятно, глаз не видно — для нейронной сети этого уже достаточно. В таких случаях устанавливается низкий порог, например до 60% схожести, и система выдает несколько человек, максимально схожих по цифровым данным.

А как же защита персональных данных?

Ни VisionLabs, ни NtechLab не используют персональные данные человека. Алгоритмы работают с зашифрованными и полностью обезличенными данными. Платформа VisionLabs не информирует, кто конкретно попал в кадр, а только сравнивает дескриптор лица, полученный из изображения, с базой дескрипторов лиц, сформированных на стороне клиентов, среди которых могут быть как силовые ведомства, так и государственные или коммерческие структуры. Алгоритм NtechLab также не имеет доступа к персональным данным человека, а лишь сравнивает полученные с камер видеонаблюдения цифровые индексы с имеющимися в базе данных. Все базы формируются и хранятся на стороне клиентов.

Как распознавание лица поможет в борьбе с преступностью?

Система востребована в первую очередь как раз для борьбы с преступностью и терроризмом, что уже доказано на практике. Причем серьезную поддержку в этой сфере будут оказывать не только камеры видеонаблюдения с функцией распознавания лица, установленные в общественных местах, но и модные гаджеты, например очки со встроенной видеокамерой. Тестирование таких очков уже ведется в Москве. Как ожидается, российские полицейские получат устройство на вооружение уже в 2020 году.

Марина Лысцева/ТАСС

Не менее ощутимой будет польза и при раскрытии краж. Сейчас, например, для того чтобы проследить путь вора с места преступления, полицейские вынуждены запрашивать видео с уличных камер, принадлежащих разным собственникам — городу, коммерческим организациям, госструктурам и другим, что занимает большое количество времени. После получения данных с видеокамер сотрудники правоохранительных органов зачастую вынуждены самостоятельно отсматривать видеопоток, анализируя передвижения преступника, этот процесс также весьма затратный по времени и ресурсам. Видеокамере, оснащенной функцией распознавания лица, для того чтобы вычислить маршрут преступника, понадобятся считанные секунды или минуты.

Несомненно, активное внедрение технологии в России ведется и будет масштабироваться и в "мирном" русле — медицине, ретейле, банковской сфере и других, а также станет неотъемлемым атрибутом проекта "Умный город", который реализуется в рамках национальных программ "Жилье и городская среда" и "Цифровая экономика". Создание умного города включает в себя в том числе новые принципы управление транспортными и пешеходными потоками, умное ЖКХ, качество управления городскими ресурсами, комфортную и безопасную среду и экономику сервиса.