Hoe gezichtsherkenningstechnologie werkt. Geïntegreerde beveiligingssystemen

In mei van dit jaar investeerde het Impulsfonds, gelieerd aan Roman Abramovich, in NtechLab. Sistema VC, een durfkapitaalfonds van AFK Sistema, investeerde in 2016 in VisionLabs.

Volgens het onderzoeksbureau MarketsandMarkets, dat Bloomberg leidt, zal het volume van de gezichtsherkenningsmarkt in 2021 $ 6,84 miljard bereiken. In 2016 was het de helft minder - $ 3,35 miljard.

Oplichters gaan niet voorbij

Grigory Bakunov, die de functie bekleedt van Director of Technology Dissemination bij Yandex, heeft een service gecreëerd die een unieke willekeurige make-up ontwerpt die identificatie vermijdt. Dat meldt hij op zijn telegramkanaal. Het project van het team was gebaseerd op een algoritme dat is gebaseerd op: originele foto opgehaald nieuw beeld volgens het principe van "anti-gelijkenis". Vervolgens stelde de visagiste op basis van het verkregen resultaat een make-upplan op, waarna dit op het gezicht van het model werd aangebracht. Maar toen besloot de ontwikkelaar het project te sluiten. Hij verklaarde deze stap door gewetensoverwegingen: "Er is een te grote kans om het product niet voor het goede te gebruiken, maar voor andere doeleinden." De algoritmen die deze make-up hebben getest, zijn al verouderd en moderne algoritmen zelfs met dergelijke make-up een gezicht herkennen, zegt een vertegenwoordiger van VisionLabs.

De meest grootschalige implementatie van gezichtsherkenningstechnologie bij Russische banken vond plaats bij Post Bank (opgericht door VTB en Russian Post), zegt algemeen manager door VisionLabs Alexander Khanin. Nu 50.000 werkplekken van bankmedewerkers ingericht speciale camera's die een gezicht weten te herkennen, zegt Pavel Gurin, adviseur van de CEO van Post Bank. De bank heeft drie beeldbanken: foto's van medewerkers, bankklanten en fraudeurs. Elke foto wordt versleuteld opgeslagen als een set tekens. Alvorens met klanten aan de slag te gaan, moet een medewerker inloggen in het systeem van de bank. Om zijn identiteit te bevestigen, voert hij niet alleen een wachtwoord in, maar maakt hij ook foto's van zichzelf. Daarna speciaal programma zet de foto om in code en vergelijkt deze met de code die in de database is opgeslagen. Als deze overeenkomen, gaat de werknemer aan de slag. Het gezichtsherkenningssysteem wordt ook gebruikt voor interne attestering, zodat de een niet slaagt voor tests voor de ander en zodat niemand onder andermans wachtwoord kan binnenkomen en een illegale transactie kan uitvoeren.

Wanneer een klant arriveert, verifieert de camera hem op dezelfde manier. Daarnaast vergelijkt de software het imago van de klant met een database van fraudeurs. Het is bijgevuld en door hun eigen inspanningen bank, en door interbancaire samenwerking.

Geld uit fotografie

Tinkoff Bank heeft geen vestigingen. Maar volgens de wet is een bankvertegenwoordiger verplicht om een ​​persoonlijke ontmoeting met een klant te houden, dus Tinkoff-medewerkers maken foto's van hem met behulp van een speciale mobiele applicatie die de afbeelding omzet in een onpersoonlijke code, zegt Daria Ermolina, communicatiedirecteur van Tinkoff Bank . Vervolgens vergelijkt het systeem de code met de database. Zo weet u zeker dat de vertegenwoordiger tegenover de persoon staat die de documenten heeft ingediend en dat hij geen oplichter is, en kunt u ook de verwerkingstijd van de aanvraag verkorten.

Otkritie heeft geldtransfers van fotografie geïntroduceerd met behulp van gezichtsherkenningstechnologie, zei Otkrytie Bank Innovation Director Alexei Blagirev. Om dit te doen, volstaat het om een ​​foto van de ontvanger in de mobiele applicatie te maken of zijn foto te uploaden - het systeem zelf zal de gegevens van de persoon in de database vinden om hem geld te sturen.

Herkenning in cijfers

RUB 1,5 miljard
het totale bedrag aan leningen dat Post Bank niet heeft verstrekt aan fraudeurs dankzij het gebruik van gezichtsherkenningstechnologie
70%
overtredingen (inclusief overtredingen op de weg) worden bekendgemaakt met behulp van videobewakingssystemen in Moskou
1 miljard foto's uit de database kunnen het algoritme van de Russische startup NtechLab . in realtime herkennen
117 miljoen mensen - hun foto's bevinden zich in de gezichtsherkenningsbasis van de Amerikaanse politie, dit is ongeveer de helft van de Amerikaanse volwassenen

In juli installeerde Sberbank een test-geldautomaat in Moskou, waar u, om transacties met een rekening uit te voeren, alleen een foto hoeft te maken en niet hoeft te bevestigen plastic kaart, zei een bankvertegenwoordiger. Het experiment duurt tot eind 2017, waarna de bank beslist of de technologie verder wordt geïmplementeerd. Tinkoff Bank kondigde ook het testen van klantidentificatie in banken aan.

Sberbank gebruikt sinds 2014 gezichtsherkenningstechnologie bij het verstrekken van leningen.

Vaccinatie vanuit wachtrijen

In de detailhandel wordt gezichtsherkenning gebruikt om shoppers te motiveren, zegt Mikhail Ivanov, CEO van NtechLab. Als een persoon wordt herkend bij de ingang van de winkel en zijn aankoopgeschiedenis wordt gezien, weten de winkelmedewerkers beter wat ze moeten aanbieden, legt Ivanov uit. Als hij bijvoorbeeld een tv heeft gekocht in een elektronicawinkel, zal de medewerker hem herkennen, hem bij zijn naam noemen en aanbieden om een ​​nieuwe afstandsbediening te kopen.

Dixy testte de herkenning van gezichten van klanten om de geslachtssamenstelling van klanten te bepalen en voor gerichte reclame in de kassa en de handelsvloer, zegt Vladimir Muravyov, directeur van de IT-afdeling van Dixy Group. X5 Retail Group gebruikt nog steeds gezichtsherkenningstechnologie in testmodus - om de wachtrijen bij de kassa te verminderen en de winkelruimte te optimaliseren. Het gezichtsherkenningssysteem kan bepalen hoeveel mensen er in de rij staan ​​en een signaal afgeven om een ​​extra kassa te openen. Video analytics helpt om bij te houden waar meer mensen langskomen in de winkel, waar ze op letten, om later producten en promotiemateriaal correct te ordenen.

Hoge veiligheidszone

De meest ontwikkelde wereldmarkt voor gezichtsherkenningstechnologie ligt op het gebied van beveiliging, zegt Ivanov. In de Verenigde Staten wordt gezichtsbiometrie algemeen toegepast op staatsniveau en wordt het gebruikt door politieagenten - ook voor verificatie bij uitlevering rijbewijs, hij zegt. Daarnaast gebruiken de Verenigde Staten en Europa gezichtsherkenning bij de paspoortcontrole bij het oversteken van de grens.

Russische bedrijven stellen ook voor om gezichtsherkenningstechnologie te gebruiken op het gebied van veiligheid. Tot de belangrijkste klanten van het Russische bedrijf "Center of Speech Technologies" behoren dus grote stadions. Wanneer een fan naar het stadion komt en een persoonlijke pas aan de validator geeft, bevestigt de camera boven de validator dat het de eigenaar van de pas is die het stadion probeert te betreden. Het systeem staat niet toe dat mensen van de zwarte lijst van fans de sportfaciliteit betreden. Ook introduceerde het "Center for Speech Technologies" gezichtsherkenningstechnologie op de luchthaven Yuzhno-Sakhalinsk: wanneer mensen die op de lijst met gezochte personen staan, deze invoeren, stuurt het systeem een ​​melding naar de politie en de veiligheidsdienst van de luchthaven.

Het bedrijf Magic van Ashot Gabrelyanov heeft een spel gelanceerd waarin de gezichtsuitdrukkingen van de gebruiker worden gebruikt om te controleren, zei Gabrelyanov zelf op zijn Facebook-pagina. In de eerste versie van het spel moet de gebruiker de kwaadaardige karakters van vier vernietigen verschillende kleuren met behulp van wapens, die worden bestuurd door gezichtsuitdrukkingen - wordt het herkend met behulp van neurale netwerken. Om bijvoorbeeld een geel kanon te gebruiken, moet je vreugde uitbeelden, voor een rood kanon moet je een boos gezicht trekken.

NtechLab ontwikkelt ook een beveiligingsproduct dat nodig is voor overheidsinstanties en speciale diensten: dit is software die mensen vindt via toegankelijke databases, werkt met hun documenten.

Een geweldige toekomst

In de komende jaren zullen technologieën voor gezichtsanalyse zich in twee richtingen ontwikkelen, zei Khanin. De eerste is de overgang naar het begrijpen van menselijk gedrag: nu is het niet voldoende om te begrijpen wie er op de foto staat afgebeeld, het is belangrijk om te weten hoe een persoon zich gedraagt ​​in verschillende situaties bijvoorbeeld bij een sollicitatiegesprek of bij het aan boord gaan van een vlucht. De tweede richting is het inbedden van chips met computer visie in apparaten zodat ze niet alleen de gebruiker kunnen identificeren, maar ook kunnen analyseren streaming video... Laat bijvoorbeeld zien wanneer speciaal persoon ging de kamer in, of bouw een 3D-avatar in de telefoon.

Dankzij de herkenningstechnologie zullen veel verbazingwekkende dingen werkelijkheid worden: een persoon kijkt gewoon naar de waterkoker - en het zal automatisch het water verwarmen, zegt Ivanov.

geopend nieuw tijdperk... Gezichtsherkenningstechnologie is het belangrijkste kenmerk. En niemand twijfelt eraan dat deze ontgrendelingsmethode in veel andere smartphones zal worden geïmplementeerd.

Al in de jaren zestig werden speciale experimenten gedaan, waarbij de computer moest leren iemands gezicht te herkennen. Toen leidde het tot niets, want elke emotie leidde tot een mislukking. Ook was het uitgevonden systeem bang voor veranderende lichtomstandigheden.

Pas aan het einde van de 20e eeuw verschenen er systemen die de gezichten van mensen leerden herkennen aan de hand van foto's en ze uit het hoofd leerden. Tegelijkertijd stopten ze met defecten toen een snor, baard, bril en andere "interferentie" verscheen. Het meest actief begonnen dergelijke systemen te worden geïmplementeerd in digitale fototoestellen... Ook in de beveiligingssector vonden ze een plek voor zichzelf.

Gezichtsherkenningssystemen voor een lange tijd was alleen aanzienlijk nadeel... Ze waren sterk afhankelijk van belichting en camerastandpunten. Dit probleem was echter niet merkbaar in beveiligingsscanners. Het gezicht werd bijna dicht tegen hen aan gedrukt en vervolgens verlicht door lampen. De introductie van stereofotografie hielp om het bovengenoemde nadeel weg te werken. Twee camera's begrijpen de diepte van de scène en daarom neemt de nauwkeurigheid van de metingen meerdere keren toe.

Hoe werkt gezichtsherkenningstechnologie?

Geleidelijk nieuwe functie begon te verschijnen in smartphones. Hier wordt biometrische gebruikersidentificatie geïmplementeerd om het apparaat te ontgrendelen vreemdeling... In het ideale geval toegang persoonlijke informatie alleen een tweeling kan. U hoeft zich hier geen zorgen over te maken. Het is onwaarschijnlijk dat iemand iets serieus zal verbergen voor een broer of zus. En niemand neemt de moeite om een ​​extra wachtwoord in te stellen voor het lezen van enkele bijzonder geheime gegevens.

Het werk van het gezichtsherkenningssysteem in smartphones kan grofweg in vier fasen worden verdeeld:

1. Gezichtsscan. Het wordt uitgevoerd met behulp van voor camera of, zoals het geval is met de iPhone X, een speciale sensor. De scan is 3D, dus de focus zal niet werken met de weergave van de foto.
2. Extractie van unieke gegevens. Het systeem richt zich op een reeks kenmerken van het gescande gezicht. Meestal zijn dit de contouren van de oogkassen, de vorm van de jukbeenderen en de breedte van de neus. In geavanceerde systemen kunnen ook littekens worden "gezien".
3. Een sjabloon met eerder ontvangen gegevens uit het geheugen ophalen.
4. Zoek naar overeenkomsten. De laatste stap waarin het systeem beslist of het display moet worden ontgrendeld. Capaciteiten moderne processors staat u toe om slechts een fractie van een seconde te besteden aan "denken".

De gezichtsherkenningsfunctie kan zelfs worden gerealiseerd met de camera aan de voorkant, zolang deze maar twee lenzen heeft. In dit geval zal de werking van deze functie echter onstabiel zijn. Feit is dat alleen speciale sensoren zelfs in het donker gezichtsherkenning mogelijk maken, terwijl de camera aan de voorzijde heldere verlichting vereist. Ook worden speciale sensoren virtueel op het gezicht weergegeven grote hoeveelheid stippen, zodat ze ook werken als er een baard, bril en andere obstakels verschijnen. Kortom, in sommige DOOGEE Mix 2 zal het systeem beslist veel slechter werken dan in de iPhone X. Een ander ding is de verjaardag Apple-product is veel duurder dan alle andere smartphones met gezichtsherkenning.

Technologie is de toekomst?

De sensoren die nodig zijn voor gezichtsscans vereisen een perfecte pasvorm. Een verschuiving van honderdsten van een millimeter zal ertoe leiden dat de functie niet langer ideaal zal zijn - daarom kan er tijdens de productie van een smartphone een verhoogde opbrengst aan uitwerpselen zijn, en dit leidt tot hogere kosten. En de sensoren zelf zijn erg duur, het is niet voor niets dat ze alleen worden gebruikt door appel, hoewel ze er geen patenten voor heeft.

Kortom, terwijl de functie van gezichtsherkenning, de fabrikanten van "androïden" zullen implementeren via de camera aan de voorkant. Nu al te vinden in Samsung Galaxy S8 en Note 8. Maar de eigenaren van deze apparaten zullen je bevestigen dat het niet werkt de beste manier- gemakkelijker om de vingerafdrukscanner te gebruiken. Over de toekomst van de functie kan dan ook niets worden gezegd. We moeten afwachten of Apple de juiste sensoren in meer zal implementeren betaalbare smartphones en of ze op Android-apparaten zullen verschijnen.

Gevolgtrekking

Maak je geen zorgen over het bewaren van je identiteit. De sjabloon die tijdens de gezichtsscan is gemaakt, bevindt zich in een apart geheugengedeelte - deze sector wordt gelezen door een computer of programma's van derden onmogelijk. Dit geldt echter ook voor vingerafdrukken. En welk type identificatie handiger is om te gebruiken, is aan u om te kiezen.

Heb je ooit een smartphone met gezichtsherkenning in je handen gehad? En wacht je? massale adoptie functie gegeven? Deel je mening in de comments, we zullen er blij mee zijn!

Beveiligingssystemen met gezichtsherkenning leken tot voor kort fantastisch, en waren alleen in films te zien. Maar de afgelopen jaren is er veel veranderd. Er zijn nieuwe ontwikkelingen verschenen die het concept van beveiligingssystemen hebben veranderd.

De kwaliteit en het comfort van het bestaan ​​van de samenleving hangt af van: de juiste aanpak tot de organisatie van persoonlijke veiligheid en bescherming van eigendommen. Het is niet verrassend dat de vraag naar bescherming voortdurend toeneemt. Een van de vernieuwingen was het uiterlijk van de gezichtsherkenningsfunctie. Wat zijn de kenmerken? Waar wordt het gebruikt? Op welk principe werkt het? We zullen deze en andere vragen in detail bespreken in het artikel.

Toepassingen

De voordelen van gezichtsherkenning kunnen nauwelijks worden overschat. Beveiligingssystemen met deze functie worden op verschillende gebieden gebruikt - bij het organiseren van een passysteem in grote organisaties, het zoeken naar indringers, het beschermen van privé-objecten, enzovoort.

Over het algemeen is het met behulp van een dergelijk beveiligingssysteem mogelijk om de volgende taken op te lossen:

• Organiseer een betrouwbare en effectief systeem passen bij de controlepost in het bedrijf of bij andere gesloten voorzieningen. Voor grotere efficiëntie videobewaking wordt gecombineerd met tourniquets. Hierdoor is het mogelijk om medewerkers en onbekenden snel te herkennen.
• Creëer een antidiefstalsysteem op verkooppunten en privéfaciliteiten. Het is geen geheim dat verschillende winkels, winkelcentra, worden supermarkten en andere etablissementen geconfronteerd met probleemklanten die vatbaar zijn voor diefstal. In de meeste gevallen wordt de diefstal gepleegd door dezelfde personen. Als er een geschikte basis is, kunt u met de gezichtsherkenningsfunctie een persoon op tijd identificeren en de bewaker informeren. Hierdoor is het mogelijk om te accepteren aanvullende maatregelen voor de bescherming van eigendommen.
• Organiseer een beveiligingssysteem dat bescherming biedt tegen het binnendringen van vreemden in gebouwen gesloten type en particuliere huishoudens. Zelfs met nauwkeurige observatie is de bewaker niet altijd in staat om een ​​indringer van een ander object te onderscheiden. Dit is met name het geval als de camera is geïnstalleerd in een gebied met: laag niveau verlichting. Installatie speciale systemen met gezichtsherkenningsfunctie helpt om een ​​persoon snel te identificeren, zelfs in het donker. Wat buiten de controle van de beveiliger ligt, kan eenvoudig worden opgelost door de computermodule.
• Het verstrekken van gezichtscontrole in nachtclubs. De aanwezigheid van de betreffende systemen in de clubs garandeert 100% bescherming tegen "probleem" bezoekers.

Hoe het werkt?

Van het grootste belang is het werkingsprincipe van het systeem, dat niet alleen in staat is om een ​​beeld naar een monitor te verzenden, maar ook om gezichten van mensen te herkennen. De taak van de speciale module is om informatie te lezen, evenals de daaropvolgende vergelijking met de gegevens die beschikbaar zijn in de database. Dergelijke complexen zijn in staat om het gezicht van een persoon te identificeren op een afstand van maximaal 10 m van de camera.

Een van de kenmerken van het systeem is de hoge "gevoeligheid", die het mogelijk maakt om een ​​persoon te herkennen, zelfs wanneer zijn uiterlijk verandert. De module kan niet worden neergehaald met een bril, haarveranderingen, baard of andere extra elementen vermommingen op het gezicht. Dit komt door het feit dat niet de gelaatstrekken worden geanalyseerd, zoals velen denken, maar de structuur van de schedel, zijn biometrische parameters. Dergelijke kenmerken zijn individueel, zoals vingerafdrukken, wat de mogelijkheid van fouten uitsluit.

Informatie wordt in realtime gescand en verwerkt. Het volstaat dat de bezoeker zijn gezicht naar de scanner wendt, aangezien het systeem de persoon identificeert en commando's geeft aan andere organen. Als de gezichtsherkenningsmodule is aangesloten op tourniquets of andere blokkeerinrichtingen, worden deze automatisch geactiveerd. Daarnaast wordt een foto van een verdachte persoon in het geheugen opgeslagen voor verdere verwerking en analyse door de bewaker.

De meest voorkomende systemen met de identificatiefunctie werden verkregen in: grote bedrijven waar veel concurrentie is. Het is geen geheim dat het succes van een onderneming afhangt van het beveiligingsniveau. Dit geldt met name voor organisaties die werkzaam zijn in de defensiesector, zich bezighouden met de ontwikkeling van nieuwe projecten of biologisch onderzoek.

De taak van het systeem is om medewerkers te vergelijken en personen te verifiëren met de bestaande basis. Als een persoon niet op de lijst staat, wordt een signaal gegeven aan de bewakers, waarna deze maatregelen nemen om te voorkomen dat een onbevoegde het object betreedt. In dit geval is de plaats van detectie precies vastgelegd op elektronische kaart, en medewerkers van de beveiligingsafdeling identificeren de indringer binnen enkele minuten.

Installatiefuncties

Bij het installeren van een systeem met gezichtsherkenningsopties, is het de moeite waard om te overwegen dat videocamera's in een van de 2 modi kunnen werken - 2D of 3D. In het eerste geval wordt de analyse uitgevoerd op basis van een vlak beeld en zijn tweedimensionale camera's zeer lichtgevoelig. Hieruit volgt dat het bij het installeren van 2D-camera's de moeite waard is om speciale aandacht te besteden aan de verlichting van het beschermde object en de dekking van de beschermde gebieden.

Wat betreft 3D-camera's, ze werken met driedimensionaal object gebaseerd op het beeld dat door het apparaat wordt verzonden. In dit geval kunt u het verlichtingsniveau negeren, omdat het systeem goed overweg kan met de functies die eraan zijn toegewezen, zelfs in het donker. Het enige gevaar is dat de textuur van het gezicht enigszins wordt vervormd.

Welke soorten van dergelijke systemen zijn er?

Bij het kiezen van systemen met gezichtsherkenningsfunctie, is het belangrijk om op verschillende factoren te letten: doelen, doelstellingen en installatieplaats. Bovendien is het de moeite waard om rekening te houden met de soorten van dergelijke apparaten:

• Detectie systemen. De videocamera heeft een resolutie van 1 megapixel en een brandpuntsafstand van 1 mm. De werking van het apparaat is gericht op het vaststellen van het binnendringen van onbevoegde personen in de beschermde objecten. De eigenaardigheid van de scanner is het vermogen om een ​​persoon van een dier te onderscheiden, maar het zal niet mogelijk zijn om een ​​persoon te identificeren.
• Erkenningssysteem. Dit complex is complexer en bevat een 2-megapixelcamera met een brandpuntsafstand van zes millimeter. De taak is om gezichten te herkennen en te definiëren volgens het principe van "vriend of vijand". Als je een video bekijkt, is het beeld niet duidelijk. Het systeem detecteert buitenstaanders, maar in geval van diefstal zal het moeilijk zijn om de dief te vinden op de opgeslagen afbeelding
• Identificatie apparaten. Bij het organiseren van een dergelijk systeem worden camera's met een resolutie van 2 MP of meer gebruikt, met een brandpuntsafstand van meer dan acht millimeter. Dergelijke complexen zijn in staat om de hierboven besproken functies uit te voeren. Het pluspunt is dat de resulterende afbeelding voldoende is om een ​​dief van een foto te identificeren. Het bestaande frame kan tijdens het onderzoek worden gebruikt en zelfs worden overgedragen aan de rechtbank.

De bovenstaande beschrijving omvat: minimumvereisten voor beveiligingssystemen in relatie tot brandpuntsafstand en resolutie "beeld". Dit betekent dat u zich bij het kopen van apparatuur moet concentreren op producten met: de beste eigenschappen die betere beelden opleveren. Voor herkenningssystemen zijn bijvoorbeeld 2 MP camera's met een brandpuntsafstand van 8 mm meer geschikt. Wat betreft de complexen voor identificatie, zijn de aanbevelingen hier nog serieuzer. Het is aan te raden videocamera's te gebruiken met een resolutie van 5 MP en een brandpuntsafstand van 12 mm.

Laten we samenvatten:

• Met een videocamera met een resolutie van 1MP kun je een mens van een dier onderscheiden. In dit geval zal het niet mogelijk zijn om het onderwerp te identificeren.
• Om gezichten te fixeren en te vergelijken met de bestaande basis, moet het fixatieapparaat een resolutie van 2 MP of meer hebben.
• Voor identificatie van een persoon is het wenselijk om een ​​5 megapixel camera te gebruiken.

Wat kan ik zeggen als er alleen al in Moskou al een netwerk is van meer dan 150.000 videobewakingscamera's voor buiten. Je kunt je nergens voor ze verbergen, en dit zet mensen aan het denken, maar de schaal van 'surveillance' is niet zo groot. Het netwerk gebruikt krachtig systeem gezichtsherkenning, maar de werking ervan vereist veel energie, dus slechts 2-4 duizend camera's werken in realtime. Massale surveillance van de bevolking is nog steeds alleen maar geïntimideerd, dus het is de moeite waard om erop te focussen echte pluspunten werking van deze technologie. Maar eerst dingen eerst.

Hoe werkt het gezichtsherkenningssysteem?

Ooit afgevraagd hoe je zelf een gezicht herkent, herkent? Hoe doet een computer dat? Natuurlijk hebben menselijke gezichten bepaalde eigenschappen die gemakkelijk te beschrijven zijn. De afstand tussen de ogen, de stand en breedte van de neus, de vorm van de wenkbrauwbeenderen en kin - al deze details vallen je onbewust op als je naar een ander kijkt. De computer doet dit alles met een zekere efficiëntie en nauwkeurigheid, omdat hij, door al deze meetwaarden te combineren, ontvangt wiskundige formule menselijk gezicht.

Dus hoe goed presteert het gezichtsherkenningssysteem momenteel? Niet slecht, maar soms fout. Als je ooit gezichtsherkenningssoftware bent tegengekomen op Facebook of een ander platform, heb je waarschijnlijk gemerkt dat er net zoveel grappige als nauwkeurige resultaten zijn. En toch, hoewel de technologie niet met 100 procent nauwkeurigheid werkt, is het goed genoeg om op grote schaal te worden gebruikt. En je wordt er zelfs zenuwachtig van.

Paul Howie van NEC zegt dat hun gezichtsherkenningssysteem gezichten scant op individuele identificatiegegevens:

“Veel mensen beschouwen bijvoorbeeld de afstand tussen de ogen als een unieke eigenschap. Of het kan de afstand zijn van de kin tot het voorhoofd en andere componenten. We houden in het bijzonder rekening met 15-20 factoren die als belangrijk worden beschouwd, evenals met andere factoren die niet langer zo belangrijk zijn. Dit creëert een driedimensionaal beeld van het hoofd van de persoon, dus zelfs als het gedeeltelijk bedekt is, kunnen we nog steeds een exacte match krijgen. Het systeem neemt vervolgens de gezichtshandtekening en geeft deze door aan de database."

Moet ik me zorgen maken over software voor gezichtsherkenning?

Gezichtsherkenning is in de eerste plaats data. Gegevens kunnen worden verzameld en opgeslagen, vaak zonder toestemming. Zodra informatie is verzameld en opgeslagen, kan deze worden gehackt. Gezichtsherkenningsplatforms zijn nog niet zwaar gehackt, maar naarmate de technologie zich verspreidt, is uw biometrie in ieders handen. meer mensen.



Er zijn ook eigendomsproblemen. De meeste mensen weten niet dat wanneer ze zich aanmelden bij sociale mediaplatforms zoals Facebook, hun gegevens vanaf dat moment eigendom zijn van Facebook zelf. Aangezien het aantal bedrijven dat gezichtsherkenning gebruikt voortdurend groeit, hoeft u al snel niet eens uw eigen foto's naar internet te uploaden om gecompromitteerd te worden. Ze zijn daar al opgeslagen en liggen al heel lang opgeslagen.

Als het op software aankomt, werken ze allemaal op verschillende manieren, maar gebruiken ze in principe vergelijkbare technieken en neurale netwerken. Elk gezicht heeft veel onderscheidende kenmerken (het is onmogelijk om twee identieke gezichten in de wereld te vinden, en er waren er zoveel in de hele geschiedenis van de mensheid!). De FaceIt-software definieert deze functies bijvoorbeeld als ankerpunten. Elk gezicht bevat ongeveer 80 knooppunten, vergelijkbaar met die we eerder noemden: de afstand tussen de ogen, de breedte van de neus, de diepte van de oogkassen, de vorm van de kin, de lengte van de kaak. Deze punten worden gemeten en creëren een numerieke code - een "gezichtsafdruk" - die vervolgens in de database wordt ingevoerd.

In het verleden vertrouwde gezichtsherkenning op 2D-beelden om andere 2D-beelden uit de database te vergelijken of te identificeren. Voor efficiëntie en nauwkeurigheid moest het beeld een gezicht zijn dat rechtstreeks in de camera kijkt, met weinig lichtverstrooiing en geen gezichtsuitdrukking. Het werkte natuurlijk verdomd slecht.

In de meeste gevallen zijn de snapshots niet in een geschikte omgeving gemaakt. Ook al klein spelletje licht kan de efficiëntie van het systeem verminderen, wat leidt tot hoge uitvalpercentages.

2D is vervangen door 3D-herkenning. Deze nieuw opkomende trend in software maakt gebruik van een 3D-model om hoge precisie gezichtsherkenning. Door in realtime een 3D-beeld van het oppervlak van iemands gezicht vast te leggen, markeert de software onderscheidende kenmerken- waar hard weefsel en bot het meest uitsteken, bijvoorbeeld rondingen van de oogkas, neus en kin - om het onderwerp te identificeren. Deze gebieden zijn uniek en veranderen niet in de tijd.



Door gebruik te maken van diepte en meetas, die niet worden beïnvloed door verlichting, kan het 3D-gezichtsherkenningssysteem zelfs in het donker worden gebruikt en objecten herkennen vanuit verschillende hoeken (zelfs in profiel). Dergelijke software doorloopt verschillende fasen en identificeert een persoon:

• Detectie: een momentopname maken met digitale scan bestaande fotografie(2D) of video om een ​​live beeld van het onderwerp (3D) te krijgen.
• Centreren: Na het detecteren van een gezicht, noteert het systeem de positie van het hoofd, de grootte en de houding.
• Meting: Het systeem meet gezichtscurven tot op de millimeter nauwkeurig en creëert een sjabloon.
• Vertegenwoordiging: het systeem vertaalt de sjabloon in unieke code... Deze code geeft elk patroon een reeks cijfers die kenmerken en gelaatstrekken vertegenwoordigen.
• Vergelijking: als de snapshot in 3D is en de database 3D-beelden bevat, vindt de matching plaats zonder de snapshot te wijzigen. Maar als de database uit tweedimensionale afbeeldingen bestaat, wordt het driedimensionale beeld ontleed in verschillende componenten (zoals tweedimensionale afbeeldingen van dezelfde gelaatstrekken vanuit verschillende hoeken) en worden ze omgezet in 2D-afbeeldingen. En dan wordt de match gevonden in de database.
• Verificatie of identificatie: tijdens verificatie wordt de snapshot vergeleken met slechts één snapshot in de database (1: 1). Als identificatie het doel is, wordt de snapshot vergeleken met alle snapshots in de database, wat resulteert in een aantal mogelijke overeenkomsten (1:N). Een of andere methode wordt toegepast als dat nodig is.

Waar worden gezichtsherkenningssystemen gebruikt?

In het verleden werden gezichtsherkenningssystemen voornamelijk gebruikt bij wetshandhaving, omdat de autoriteiten ze hebben gebruikt om willekeurige gezichten in menigten te vinden. Sommige overheidsinstanties hebben ook soortgelijke systemen gebruikt voor beveiliging en om verkiezingsfraude uit te bannen.

Er zijn echter veel andere situaties waarin dergelijke software populair wordt. Systemen worden steeds goedkoper en wijder verspreid. Ze zijn nu compatibel met camera's en computers die worden gebruikt door banken en luchthavens. Reisbureaus werken aan een programma voor doorgewinterde reizigers dat het gebruikt om een ​​snelle veiligheidsscreening uit te voeren voor passagiers die vrijwillig informatie verstrekken. Wachtrijen op luchthavens zullen sneller toenemen als mensen een gezichtsherkenningssysteem doorlopen dat gezichten koppelt aan een interne database.

Andere mogelijke toepassingen zijn onder meer geldautomaten en geldautomaten. Software kan snel het gezicht van de klant controleren. Na toestemming van de klant maakt de geldautomaat of terminal een foto van het gezicht. De software maakt een gezichtsafdruk die de klant beschermt tegen identiteitsdiefstal en frauduleuze transacties - de geldautomaat geeft simpelweg geen geld aan een persoon met een ander gezicht. Zelfs een pincode is niet nodig.

Magie? Technologieën!

Vooral de ontwikkeling van gezichtsherkenningstechnologie op het gebied van bankoverschrijvingen kan belangrijk en interessant zijn. Onlangs presenteerde de Russische bank "Otkrytie" haar eigen unieke oplossing ontwikkeld onder het technologiemerk Open Garage: geldoverdracht met behulp van fotografie. In plaats van een kaart of telefoonnummer in te typen, hoeft u alleen maar een foto te maken van de persoon die een overboeking moet doen. Het gezichtsherkenningssysteem vergelijkt de foto met de referentiefoto (gedaan wanneer de bank de kaart uitgeeft) en stelt de voor- en achternaam voor. Het enige dat overblijft is om een ​​kaart te kiezen en het bedrag in te voeren. Het belangrijkste is dat klanten van externe banken deze functie ook kunnen gebruiken voor overschrijvingen naar Otkritie-klanten - de afzender van overschrijvingen kan een kaart van elke Russische bank gebruiken.

“Een klantfoto gebruiken in plaats van een nummer bankpas- het is fundamenteel nieuwe aanpak naar online vertalingen, gebaseerd op het gebruik van een neuraal netwerk gezichtsherkenningssysteem, waarmee met hoge graad om de klant nauwkeurig te identificeren aan de hand van zijn biometrische gegevens, - zegt Alexei Matveev, hoofd van de afdeling ontwikkeling van partnersystemen bij Otkritie Bank. - De service opent volledig nieuwe levensscenario's die gebruikers kunnen vervullen overmakingen... Momenteel geen van de deelnemers financiële markt in de wereld biedt niet soortgelijke dienst aan hun klanten”.

Applicatie voor de mobiele telefoon"Opening. Vertalingen "is mogelijk.

De jubileum-iPhone X heeft een van de meest buitengewone functies van concurrenten gekregen. Het vlaggenschip kan het gezicht van de eigenaar herkennen en in plaats van Touch ID en de Home-knop hebben ingenieurs een TrueDepth-camera en Face ID geïntegreerd.

Snel, direct en zonder dat u wachtwoorden hoeft in te voeren. Dit is hoe u uw iPhone X vandaag kunt ontgrendelen.

Apple staat erom bekend altijd naar de technologische toekomst te kijken lang voordat de volgende functie de standaard wordt. In het geval van de iPhone X en de gezichtsscanner is het bedrijf ervan overtuigd dat gezichtsherkenning de toekomst is.

Laten we uitzoeken of Apple of onze gezichten het bij het verkeerde eind hebben - dit is zeker een doorgang naar de digitale toekomst.

😎 De rubriek "Technologieën" wordt wekelijks gepubliceerd met de steun van re: Store.

Dus hoe werkt gezichtsherkenning?

Om gezichtsherkenningstechnologie te laten werken, zijn verschillende componenten nodig. Ten eerste de server zelf, die zowel de database als het voorbereide vergelijkingsalgoritme zal opslaan.

Ten tweede een goed doordacht en getraind neuraal netwerk, dat werd gevoed met miljoenen afbeeldingen met markeringen. Het leren van dergelijke netwerken is eenvoudig. De snapshot wordt geladen en aan het systeem gepresenteerd: "Dit is Viktor Ivanov", dan de volgende.

Het neurale netwerk distribueert onafhankelijk kenmerkvectoren en vindt geometrische patronen van het gezicht op zo'n manier dat het Victor vervolgens onafhankelijk kan herkennen van duizenden andere foto's.

In dezelfde FaceN-technologie, waar we het hieronder over zullen hebben, worden ongeveer 80 verschillende numerieke kenmerken-kenmerken gebruikt.

Waarom begonnen ze ineens over gezichtsherkenning te praten?

Medio 2016 blies internet letterlijk de app en de gelijknamige app op. Gebruik makend van neurale netwerken, zijn de ontwikkelaars erin geslaagd om de stoutste droom van gebruikers van sociale media waar te maken.

Als je een persoon op straat ziet, kun je een foto van hem maken met een smartphone, de foto naar FindFace sturen en binnen een paar seconden zijn pagina op VKontakte vinden. Het algoritme werd verbeterd, verfijnd en kon steeds beter gezichten herkennen.

Het begon allemaal met het herkennen van hondenrassen vanaf een foto. De auteur van de FaceN-herkenningstechnologie en de Magic Dog-applicatie, Artem Kukharenko. De man realiseerde zich al snel dat deze technologie de toekomst was en begon zich te ontwikkelen.

na succes FindFace-apps, de oprichter van het ontwikkelaarsbedrijf N-Tech.Lab Kukharenko, heeft er opnieuw voor gezorgd dat gezichtsherkenning in bijna elke branche interessant is:

In mei 2016 is N-Tech.Lab samen met de Moskouse overheid begonnen met het testen van de dienst. Door de hele hoofdstad werden tienduizenden camera's geplaatst die voorbijgangers in realtime identificeerden.

Waargebeurd verhaal. Je loopt gewoon door de binnenplaats, die een vergelijkbare camera heeft. Er is een database van criminelen en vermiste personen aan gekoppeld. Als het algoritme vaststelt dat je op de verdachte lijkt, krijgt de politieagent direct een waarschuwing.

Uiteraard is de persoon direct te vinden in sociaal netwerk en doorbreek eventuele bases. Stel je nu voor dat dergelijke camera's rond de omtrek van de hele stad worden geïnstalleerd. De indringer zal zich niet kunnen verbergen. Overal hangen camera's: op erven, bij ingangen, op snelwegen.

En hoe zit het met gezichtsherkenning in Rusland?

Het zal je verbazen, maar sinds medio 2016 voeren de burgemeesters van Moskou actief een gezichtsherkenningssysteem in de hele stad in.

Tot op heden zijn alleen bij de ingangen van hoogbouw in Moskou meer dan 100 duizend camera's geïnstalleerd die gezichten kunnen herkennen. Meer dan 25 duizend zijn geïnstalleerd in de werven. Natuurlijk zijn de exacte cijfers geheim, maar je kunt twijfelen... actieve controle verspreidt zich sneller dan u zich kunt voorstellen.

In de hoofdstad worden overal gezichtsherkenningssystemen geïnstalleerd: van pleinen en drukke plekken tot openbaar vervoer... Sinds de installatie van de systemen zijn er meer dan tien criminelen aangehouden, maar dit is alleen volgens officiële gegevens.

Alle camera's wisselen voortdurend informatie uit met het Unified Computing Center van de afdeling informatie technologieën... Verdachte meldingen worden direct gecontroleerd door wetshandhavingsinstanties.

En dit is nog maar het begin. Eind vorig jaar werd een soortgelijk controlesysteem getest in de straten van St. Petersburg. Het gemak van de technologie die FindN biedt, is dat het helemaal niet nodig is om speciale camera's te installeren.

Afbeelding van standaard camera's videobewaking wordt verwerkt door een "slim" algoritme en de echte magie gebeurt daar al. Nauwkeurigheid volgens actuele gegevens VindGezichtsherkenning vandaag varieert tussen 73% en 75%. De ontwikkelaars hebben er alle vertrouwen in dat ze in de nabije toekomst een resultaat van 100% kunnen behalen.

Hoe is gezichtsherkenning ontstaan?

Aanvankelijk elk type biometrische identificatie uitsluitend intern gebruikt politie en diensten die prioriteit geven aan veiligheid. In slechts een paar jaar tijd is het meten van anatomische en fysiologische kenmerken voor persoonlijke identificatie de standaard geworden in bijna alle consumentengadgets.

Er zijn veel soorten biometrische authenticatie:

En het is vooral de nieuwste technologie die interessant is, omdat deze meerdere voordelen heeft ten opzichte van andere tegelijk.

Het prototype van gezichtsherkenningstechnologie in de 19e eeuw was eerst "portretten op beschrijving", en later - foto's. Zo kon de politie de criminelen identificeren. In 1965 werd speciaal voor de Amerikaanse overheid een semi-automatisch gezichtsherkenningssysteem ontwikkeld. In 1971 keert de technologie terug, met vermelding van de belangrijkste markeringen die nodig zijn voor gezichtsherkenning, maar niet voor lang.

Sindsdien hebben de veiligheidsdiensten de beproefde technologie van vingerafdrukken gekozen als de belangrijkste biometrische identificator.

En dat allemaal omdat de technologie op geen enkele manier interactie mogelijk maakte met menselijke gelaatstrekken. Ultraprecieze lasers, infraroodsensoren en krachtige processors, evenals de herkenningssystemen zelf, waren dat op dat moment niet.

Met de komst van krachtige computers, gaan bijna alle afdelingen terug naar identificatie door middel van gezichtsscanning. De hausse in technologie in overheidsdepartementen en -agentschappen vond plaats in het midden van de jaren 2000 en vorig jaar begon de technologie voor het eerst te worden gebruikt in consumentenapparaten.

Waar wordt gezichtsherkenningstechnologie tegenwoordig gebruikt?

op smartphones

De popularisering van gezichtsherkenningstechnologie begon met het vlaggenschip Apple. De iPhone X zette de trend voor de komende jaren en OEM's begonnen Face ID-tegenhangers actief in hun apparaten te integreren.

bij banken

Biometrische gezichtsherkenning wordt in de Verenigde Staten al enkele jaren gebruikt. Nu heeft de technologie Rusland bereikt. Alleen al in 2017 was het dankzij de introductie van dit systeem mogelijk om meer dan 10 duizend frauduleuze transacties te voorkomen en een bedrag van 1,5 miljard roebel te besparen.

Gezichtsherkenning wordt gebruikt om een ​​klant te identificeren en een beslissing te nemen over de mogelijkheid tot het verstrekken van een lening.

In winkels

Het retailsegment maakt op zijn eigen manier gebruik van technologie. Dus, als je iets hebt gekocht huishoudelijke apparaten in de winkel, en na enige tijd terug te keren voor reguliere aankopen, identificeert het gezichtsherkenningssysteem u onmiddellijk bij de ingang. De verkoper ontvangt direct informatie uit de database en komt niet alleen uw naam te weten, maar ook de aankoopgeschiedenis. Het is niet moeilijk om het verdere gedrag van de verkoper te voorspellen.

In het leven van steden

Dit is precies waar technologie voor is ontworpen en ontwikkeld. Van stadions tot bioscopen - waar dan ook grote hoeveelheid mensen, is identificatie vooral belangrijk. Tegenwoordig kan gezichtsherkenningstechnologie rellen en terroristische aanslagen voorkomen.

Welke bedrijven zijn geïnteresseerd in gezichtsherkenning

Google, Facebook, Apple en andere IT-giganten kopen nu actief projecten op van ontwikkelaars die zich bezighouden met gezichtsherkenning. Ze zien allemaal een groot potentieel in technologie.

Dit is slechts een deel van de officieel aangekondigde deals. Sterker nog, er zijn er veel meer. Naast het integreren van Face ID en technologische analogen in smartphones, hebben toonaangevende IT-bedrijven veel grotere plannen voor het gebruik van gezichtsherkenning.

Hoe de toekomst eruit zal zien met gezichtsherkenning

Met de voordelen van gezichtsscantechnologie in smartphones en elektronische apparaten, hebben we al bedacht, laten we dan eens in de nabije toekomst kijken en ons een dag in het leven voorstellen van een persoon die zich in een stad bevond waar overal een gezichtsherkenningscamera is geïnstalleerd.

Goedemorgen! Smile, het slimme huissysteem kijkt naar je. Hmm, meester, er was veel dronken gisteren - ik kan het aan het gezicht zien, ik kon het nauwelijks identificeren. Dus, naast zijn echtgenote, in de gang, eet Barsik zijn avondmaaltijd op. Er zijn geen buitenstaanders. Prachtig.

Eén blik op het koffiezetapparaat van iets dichterbij dan normaal en je Americano van gemiddelde sterkte met licht warme melk wordt bereid. Oeps, er staat iemand voor de deur! Oh, dit is de geliefde schoonmoeder. Kom binnen, de deur staat voor je open - je gezicht zal door geen enkel herkenningssysteem ter wereld worden vergeten.

Je hebt je spullen ingepakt en komt bij de lift. Nee, nee, dit herkenningssysteem weet al dat je liever in de buitenste lift stapt, dus die is al gebeld.

De 500 pk sterke elektrische auto zag u al van veraf en stelde automatisch het stuurwielbereik en de positie van de stoel bij. De deur is open - ga zitten.

Terwijl de fabrikanten van stuurautomaatsystemen tevergeefs proberen de wetgeving te overtuigen van de noodzaak om zelfrijdende auto's in te voeren, probeer de verkeersregels niet te overtreden. Overal hangen beveiligingscamera's en het betalen van de boete is onvermijdelijk. U rijdt immers precies en zodra u het gaspedaal tot op de grond indrukt, wordt er een snelheidsbekeuring van uw bankkaart afgeschreven.

Ten slotte zijn we bij het kantoorgebouw van hetzelfde bedrijf dat gezichtsherkenningstechnologie implementeert in de infrastructuur van Russische steden. Ja, dit is jouw taak. De bediening is strak, maar u hoeft zich geen zorgen te maken - terwijl u de auto parkeerde, herkenden de camera's u al.

Werken is moeilijker geworden: er zijn herkenningscamera's rond de hele omtrek van het kantoor, die 'zien' wie wat doet en tegelijkertijd emoties kunnen lezen. Kortom, rommelen op de werkvloer gaat niet werken.