O que você precisa saber sobre a tecnologia de reconhecimento facial

2024 Autor: Malcolm Clapton | [email protected]. Última modificação: 2023-12-17 04:08

Como é essa tecnologia usada por governos e empresas, é possível enganar uma câmera com sistema de identificação de rosto e é possível encontrar uma pessoa na Internet usando uma foto.

Elena Glazkova Ivideon Marketer.

Para o estado, o reconhecimento facial é uma parte importante do sistema de segurança e um item de orçamento impressionante. Para os jornalistas, é uma panaceia ou um instrumento de conspiração mundial. Para negócios, uma ferramenta ou um produto. Seja qual for o lado que você escolher, as questões básicas ainda permanecem. Os usuários costumam pesquisar as respostas para elas na Internet (em média 28.704 consultas de reconhecimento facial por mês), mas nem sempre as encontram. Corrigindo a situação.

O que é reconhecimento facial

Vamos separar as moscas das costeletas. Os usuários são mais propensos a enfrentar o reconhecimento facial em seus próprios smartphones, onde a identificação biométrica é usada para desbloquear o dispositivo e apenas seu proprietário pode acessar os dados. Uma câmera 3D está necessariamente envolvida no processo de reconhecimento de forma que é impossível enganar o gadget com uma fotografia.

Também existe a identificação de rostos em tempo real e em condições reais: neste caso, está intrinsecamente ligada a sistemas de videovigilância, onde os rostos são literalmente “arrancados” do stream de vídeo filmado pelas câmeras.

Imagine uma câmera CCTV moderna de alta qualidade colocada um pouco acima da altura média humana em um local bem iluminado. Aproximadamente o mesmo número de aproximadamente as mesmas pessoas passa na frente dela todos os dias. Eles não se movem muito rapidamente.

O vídeo capturado pode ser armazenado no arquivo da nuvem. Um módulo analítico é conectado à câmera: uma combinação complexa de algoritmos (inteligência artificial, redes neurais, só isso) mais uma interface de usuário. O módulo "captura" rostos do fluxo de vídeo, determina sexo e idade e insere os dados no banco de dados.

Gradualmente, há mais imagens. O sistema lembra todos os rostos reconhecidos automaticamente e os grava no arquivo, e um usuário com admissão indica dados adicionais: nome, posição, status, outras marcas ("VIP-convidado" ou "ladrão"). Você pode fazer upload de uma foto da pessoa necessária e o módulo encontrará todas as detecções dessa pessoa no arquivo.

Assim que uma pessoa com uma marca passa na frente da câmera novamente, o sistema registra isso como um evento importante e envia uma notificação push para os usuários interessados.

A detecção no contexto do reconhecimento facial é uma situação em que o algoritmo, a princípio, entendeu que se tratava de um rosto e não de uma maçã ou sereia de uma caneca Starbucks. Ele primeiro precisa de capacidade de computação para isso, e só então pode combinar o rosto com a base ou lembrar.

Se você leu os poucos parágrafos anteriores até o final, parabéns, agora você sabe como o reconhecimento facial funciona em uma situação ideal. A descrição é adequada para qualquer sistema: desde os usados no metrô de Moscou até soluções para pequenas empresas.

A principal coisa a entender é que é difícil criar uma situação ideal na vida real, principalmente quando se trata de toda a cidade, e não de um escritório ou loja. Por exemplo, tem muita gente no metrô, todo mundo é diferente, anda rápido. Você precisa de muitas câmeras, elas custam dinheiro e especialistas competentes devem colocá-las.

É possível enganar o algoritmo de reconhecimento de rosto

Apesar dos erros ocasionais, a precisão do reconhecimento da máquina já é muitas vezes superior àquela com que as pessoas determinam rostos. A China vai construir um banco de dados gigante de reconhecimento facial para identificar qualquer cidadão em segundos, logo aparecerá na China, um sistema capaz de encontrar uma pessoa específica entre 1,3 bilhão de outros residentes em 3 segundos com 90% de precisão.

E, no entanto, é difícil responder a essa pergunta de maneira inequívoca, porque não existe um algoritmo ideal único para reconhecimento de rosto. Óculos grandes, uma barba colada, um boné, uma alta velocidade de movimento, maquiagem especial (por exemplo, uma treliça de "Cisne Negro" pintada no rosto, gatos, círculos e gravetos. Como escapar dos sistemas de reconhecimento de rosto usando maquiagem) - tudo isso pode confundir o algoritmo. Especialmente no agregado, porque para o reconhecimento é suficiente Como trapacear os sistemas de reconhecimento se 70% de um rosto aberto. Agora imagine que é necessário usar os truques acima em uma cidade real. Não parece tão fácil, certo?

Óculos "anti-reconhecimento" do Japão, que em 2015

E aqui está uma máscara 3D em 2014

É possível reconhecer rostos online

A Internet é um lugar paradoxal: as pessoas aqui podem simultaneamente se preocupar se cada segunda câmera na rua detecta sua personalidade e desejam sinceramente "reconhecer o rosto de outras pessoas por meio de suas fotos online". Vamos considerar essa tendência de reconhecimento de rosto separadamente.

O programa de reconhecimento facial é o módulo analítico descrito acima (câmera CCTV + software + armazenamento em nuvem) ou software semelhante ao conhecido (um pouco escandaloso) serviço FindFace. Hoje, é claro, é impossível baixar um programa de reconhecimento facial “de graça e sem registro” na grande maioria dos casos.

O serviço da web FindFace.ru, que ajuda a encontrar pessoas na rede social VKontakte por meio de suas fotos, foi fundado em 18 de fevereiro de 2016. Entre outras coisas, graças a ele, todos puderam encontrar perfis de garotas que estrelaram filmes pornôs. Muito em breve, o serviço começou a ser usado por muitos flash mobs para detectar rostos, que tinham todo o direito de nunca serem detectados por ninguém. Estourou um escândalo que funcionou como um anúncio viral: a tecnologia que formava a base do serviço recebeu diversos prêmios de prestígio e despertou o interesse de clientes do Estado e do empresariado. Desde 1º de setembro de 2018, o serviço deixou de oferecer o FindFace Service, que servia para reconhecer manifestantes, anunciou o encerramento do serviço de busca de pessoas por foto, pois foi transformado pelo NtechLab em uma linha de soluções para diversos setores de negócios.

O sonho do usuário que entra na solicitação, obviamente, é assim: você vai ao site, carrega a foto de uma pessoa que foi tirada furtivamente no metrô, o programa reconhece o rosto e dá um link para o perfil no a rede social. Sim, fui pego! Ou assim: você baixa o programa para o seu computador, conecta a sua webcam e reconhece o rosto do seu gato. Sucesso - agora você receberá uma notificação sempre que o gato roubar salsichas.

A realidade é cruel. O primeiro site que oferece algo assim se recusa a funcionar, e o segundo requer habilidades de programação em Python. Mais ou menos um aplicativo semelhante a um sonho chamado SearchFace, que foi reiniciado recentemente O Searchface foi reiniciado com autorização por meio do VKontakte. Mas a rede social fechou esse recurso chamado FindClone. Você carregou uma foto e o algoritmo tentou reconhecer o mesmo rosto no banco de dados da rede social VKontakte. O aplicativo não forneceu links para o perfil, apenas as próprias fotos - e não importa por quem foram enviadas. Se um usuário está ativo em uma rede social há muito tempo, a publicação de uma foto cria um efeito "biográfico" estranho, mas se não, as imagens reconhecidas podem fazê-lo rir.

Na verdade, o exemplo do SearchFace responde claramente à pergunta "Como as redes sociais usam o reconhecimento de rosto?" Seria mais preciso formulá-lo desta forma: "Como as redes sociais são usadas para reconhecimento de rosto?" A resposta é simples: como um banco de dados. Um número incontável de combinações únicas de números (é assim que os rostos na foto parecem os algoritmos do Facebook, VKontakte e outros) formam a base para o treinamento de redes neurais que formam a base de uma ou outra solução de reconhecimento de rosto.

As soluções são todas diferentes, e as redes neurais também são diferentes, e clientes e prestadores de serviço, via de regra, não divulgam detalhes e características técnicas. Em particular, o módulo de reconhecimento de gênero e idade é capaz de determinar devido ao fato de que ele pode aprender com as informações contidas em Odnoklassniki, VKontakte, Instagram e Facebook.

Como o reconhecimento de rosto é programado

Você nunca terá que responder a perguntas de desenvolvedores e desenvolvedores se não for um desenvolvedor. Portanto, recorremos a um especialista para obter ajuda.

Dmitry Soshnikov Membro da Associação Russa de Inteligência Artificial e especialista sênior no desenvolvimento de IA e sistemas de aprendizado de máquina na Microsoft.

O reconhecimento de rosto (bem como outras operações relacionadas) é uma tarefa bastante comum. Portanto, muitas empresas fornecem serviços prontos na forma de APIs de nuvem (intermediários de software entre aplicativos) para uma solução de alta qualidade dessas tarefas. Além de gigantes da TI como Microsoft e Google, empresas especializadas, incluindo russas, também estão engajadas no reconhecimento facial. Seus produtos estão evoluindo rapidamente e oferecem recursos ainda mais interessantes, como a identificação de rostos e silhuetas em multidões.

É muito mais difícil treinar uma rede neural do zero. Precisamos de um grande conjunto de dados iniciais de alta qualidade, ou seja, dezenas e centenas de milhares (ou até mais!) Fotografias de pessoas. Além disso, recursos computacionais significativos e conhecimento de IA e aprendizado de máquina serão necessários. As grandes empresas têm todas essas ferramentas à sua disposição, por isso resolvem muito melhor o problema.

Também existe uma solução intermediária - usar uma rede neural já treinada, por exemplo. Esta opção, provavelmente, funcionará um pouco pior do que um serviço de nuvem já pronto, mas permitirá que você tenha controle total sobre o sistema. Isso exigirá um certo nível de compreensão da operação de redes neurais e estruturas de rede neural e, muito provavelmente, algum conhecimento da linguagem Python, que ganhou popularidade como a principal linguagem de programação entre os especialistas em Ciência de Dados.

Na verdade, é conveniente realizar vários experimentos, visualizar dados e realizar cálculos de matriz eficientes graças ao excelente pacote NumPy. Esta não é a melhor linguagem para o desenvolvimento industrial, uma vez que não contém ferramentas eficazes para a criação de grandes sistemas de software seguros, mas ainda não há alternativas para ela no campo do treinamento de redes neurais profundas.

Como o reconhecimento facial funciona nas empresas

A demanda por reconhecimento facial em fintech, varejo e outros tipos de negócios está diretamente relacionada ao aumento da disponibilidade de tecnologia. A mecânica é simples: todas as empresas e organizações têm câmeras de CFTV, que são usadas como ferramentas para coleta de dados e análises subsequentes. No mundo, os sistemas de vigilância gravam terabytes de vídeo em Full HD por mês, ou seja, há muita informação para processamento.

O software necessário para a análise de dados pode ser “instalado” no dispositivo pelo fabricante. As câmeras de análise de vídeo on-board são geralmente muito caras.

Uma opção alternativa é a análise na nuvem, ou seja, um data center remoto que se conecta a qualquer câmera barata. Isso é uma ordem de magnitude mais barato, além de oferecer flexibilidade - você pode adaptar soluções para um negócio específico.

A popularidade da tecnologia de reconhecimento facial em vários campos de atividade está aumentando. Por exemplo, Sberbank é um dos líderes em termos de anúncio de vários projetos de reconhecimento facial de alto perfil, e pode argumentar que Ele o reconhece entre mil: o caixa eletrônico irá identificar o cliente pelos olhos com ele a este respeito, talvez apenas Tinkoff. Em 2017, o Sberbank adquiriu o Sberbank e investiu 25,07% do VisionLabs em tecnologia de reconhecimento facial, que cria software para reconhecimento facial. Em 2018, uma instituição financeira conseguiu testar o reconhecimento facial no metrô de Moscou e até mesmo pegar 42 criminosos 42 criminosos foram capturados graças ao sistema de reconhecimento facial Sberbank, para testar Ele irá reconhecê-lo a partir de mil: um caixa eletrônico irá identificar um cliente pelo olhos de caixas eletrônicos com identificação facial para que os invasores não possam sacar dinheiro dos cartões de outras pessoas, bem como anunciar a coleta de dados biométricos (gravação de áudio de uma voz,vídeo do rosto) de clientes. Em abril deste ano, o Sberbank controlou o desenvolvedor de sistemas de reconhecimento de voz e rosto - o "Center for Speech Technologies" (MDT).

Outra coisa é que anunciar, testar, testar e comprar soluções não significa realmente implementar. O que exatamente agora é realmente usado no Sberbank (e se é usado), de fato, só pode ser dito com certeza por German Gref.

Com o varejo, tudo fica mais transparente. Basicamente, existem três problemas aqui que o reconhecimento de face resolve.

Primeiro, roubo. As lojas são administradas por golpistas e, geralmente, pelas mesmas pessoas na mesma rede. O reconhecimento facial permite que você identifique "ladrões à deriva" e outras pessoas que anteriormente violaram a ordem. Assim que o invasor entrar no banco de dados uma vez que entre na loja, o segurança receberá uma notificação no messenger ou de outra forma conveniente.

Em segundo lugar, a dificuldade de trabalhar com clientes regulares. Simplesmente não há dados suficientes sobre compras e aniversários para personalizar ofertas para VIPs e fãs de marca. O reconhecimento facial pode ser integrado ao CRM - ou seja, um software no qual os gerentes inserem todas as informações sobre todas as transações da organização. No caso de ladrões e VIPs, o reconhecimento de rosto funciona da mesma maneira: o rosto é inserido em uma lista negra ou branca e, quando reaparece, o sistema emitirá um bipe para a pessoa com acesso. Sexo e idade são determinados automaticamente, e informações adicionais serão adicionadas pelo funcionário responsável.

Em terceiro lugar, a identificação de varejo é usada para publicidade direcionada. Por exemplo, em algumas lojas X5 Retail Group instalado, o X5 incluirá câmeras de visão por computador para reconhecer as expressões faciais e a idade dos clientes. Ao analisar esses dados, o sistema exibe as mercadorias que uma pessoa pode gostar na tela do monitor do pregão. Outra ilustração vívida é o caso da Lolli & Pops, uma grande confeitaria dos Estados Unidos. O sistema de reconhecimento facial determina que Seu futuro programa de fidelidade na loja será alimentado pelo reconhecimento facial de clientes regulares e enviará notificações para seus smartphones com produtos de que eles podem gostar (levando em consideração as preferências individuais e até mesmo alergias alimentares).

Outro exemplo marcante do uso de tecnologia no varejo são as lojas sem vendedores e sem caixas registradoras. Por exemplo, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown é um café e loja self-service localizada em Hangzhou. Vende bebidas, lanches, mantimentos, brinquedos, mochilas e afins. O Tao Cafe está aberto apenas para usuários do site Taobao.

Na hora de comprar bebidas, um sistema de câmera com suporte para reconhecimento facial identifica automaticamente o cliente, conecta-se à sua conta na loja online e processa o pagamento. Os compradores saem por um espaço equipado com vários sensores que identificam o cliente e as mercadorias. A digitalização funciona mesmo se a pessoa colocar a compra no bolso ou na bolsa.

Como a tecnologia de reconhecimento facial está evoluindo

Os sistemas de CFTV de identificação facial estão realmente dominando o mundo. Em Moscou, o número de câmeras em 2019 chegará a Alta tecnologia e segurança: quantas câmeras de CFTV aparecerão neste ano 174 mil. Isso não significa que todos esses dispositivos por padrão possam reconhecer uma pessoa: na maioria das vezes é relatado que o sistema de reconhecimento de criminosos procurados por meio de câmeras de vídeo começará a funcionar em Moscou em 2019 cerca de 160 mil câmeras com essa função. No entanto, no final de 2018, a prefeitura de Moscou anunciou a intenção das autoridades de Moscou em 2019, eles vão substituir as câmeras de vídeo e lançar um sistema de reconhecimento facial para substituir todos os dispositivos de videovigilância e formar um sistema totalmente inovador no próximo ano.

O paradoxo é que 160 mil não é tanto. Especialmente quando comparado com outro líder em consultas em mecanismos de pesquisa sobre o tema de reconhecimento facial - a China. No final de 2017, havia In Your Face: o estado que tudo vê da China com mais de 170 milhões de câmeras CCTV e, nos próximos três anos, a tecnologia de vigilância 'Big Brother' da China não é tão visível quanto o governo quer que você pense. conectar-se à rede ainda é cerca de 400 milhões.

O uso competente e correto do reconhecimento facial funciona principalmente para melhorar a segurança e o conforto. As pessoas geralmente ganham confiança rapidamente na tecnologia que as evita de entrar na fila para uma partida de futebol (sorri para a câmera - passou), evita roubo e hooliganismo ou as ajuda a gastar menos em compras (programas de fidelidade). Tudo isso, é claro, requer certa regulamentação - é por isso que leis sobre a proteção de dados pessoais estão sendo adotadas.

No futuro, é provável que o campo de reconhecimento facial em sistemas de vigilância por vídeo seja regulamentado de forma semelhante à prática atual de trabalhar com identificação facial na Internet. Pessoas preocupadas com a privacidade simplesmente não enviam muito conteúdo na web - o fiasco parcial do SearchFace prova que tal estratégia é eficaz.

É claro que não se pode limitar-se indefinidamente a caminhar pelas ruas onde há câmeras instaladas em todos os cruzamentos, mas a possibilidade de manter o anonimato se formará se houver um pedido correspondente da sociedade.