Máy ảnh với hệ thống nhận dạng khuôn mặt. Bạn lấy hàng triệu cặp ảnh này ở đâu? Tình trạng của thị trường hệ thống hiện đại

IPhone X kỷ niệm nhận được một trong những tính năng đặc biệt nhất trong số các đối thủ cạnh tranh của nó. Chiếc flagship có thể nhận dạng khuôn mặt của chủ sở hữu, và thay vì Touch ID và nút Home, các kỹ sư đã tích hợp một camera TrueDepth và chức năng Face ID.

Nhanh chóng, tức thì và không cần nhập mật khẩu. Vì vậy, bạn có thể mở khóa iPhone X ngay hôm nay.

Apple được biết đến là người luôn hướng tới tương lai công nghệ rất lâu trước khi tính năng tiếp theo trở thành tiêu chuẩn. Trong trường hợp của iPhone X và máy quét khuôn mặt, công ty tự tin rằng nhận dạng khuôn mặt là tương lai.

Hãy xem liệu Apple hay khuôn mặt của chúng ta đã sai - đây là một bước đi chắc chắn cho tương lai kỹ thuật số.

😎 Phần Công nghệ được phát hành hàng tuần với sự hỗ trợ của re: Store.

Vậy nhận dạng khuôn mặt hoạt động như thế nào?

Công nghệ nhận dạng khuôn mặt yêu cầu một số thành phần để hoạt động. Thứ nhất, chính máy chủ, trên đó cả cơ sở dữ liệu và thuật toán so sánh đã chuẩn bị sẽ được lưu trữ.

Thứ hai, một mạng lưới thần kinh được đào tạo và suy nghĩ kỹ lưỡng, đã cung cấp hàng triệu bức ảnh có đánh dấu. Các mạng như vậy rất dễ đào tạo. Một ảnh chụp nhanh được tải lên và hiển thị cho hệ thống: “Đây là Viktor Ivanov”, sau đó là ảnh tiếp theo.

Mạng nơ-ron phân phối độc lập các vectơ đặc trưng và tìm ra các mẫu hình học của khuôn mặt theo cách mà sau đó nó có thể nhận ra Victor một cách độc lập từ hàng nghìn bức ảnh khác.

Trong cùng một công nghệ FaceN mà chúng ta sẽ thảo luận dưới đây, khoảng 80 tính năng số khác nhau được sử dụng.

Tại sao họ đột nhiên bắt đầu nói về nhận dạng khuôn mặt?

Vào giữa năm 2016, Internet đã thổi bùng ứng dụng và ứng dụng cùng tên theo đúng nghĩa đen. Bằng cách sử dụng mạng nơ-ron, các nhà phát triển đã quản lý để hiện thực hóa giấc mơ hoang dã nhất của người dùng mạng xã hội.

Nhìn thấy một người trên phố, bạn có thể chụp ảnh người đó trên điện thoại thông minh của mình, gửi ảnh đến FindFace và trong vài giây sẽ tìm thấy trang của người đó trên VKontakte. Thuật toán đã được cải tiến, hoàn thiện và ngày càng tốt hơn trong việc nhận dạng khuôn mặt.

Và tất cả bắt đầu với việc nhận dạng các giống chó từ những bức ảnh. Tác giả của công nghệ nhận dạng FaceN và ứng dụng Magic Dog, Artem Kukharenko. Anh chàng nhanh chóng nhận ra rằng công nghệ này là tương lai và bắt đầu phát triển nó.

Sau thành công của ứng dụng FindFace, người sáng lập công ty phát triển N-Tech.Lab, Kukharenko, một lần nữa bị thuyết phục rằng nhận dạng khuôn mặt rất thú vị trong hầu hết mọi ngành:

Vào tháng 5 năm 2016, N-Tech.Lab bắt đầu thử nghiệm dịch vụ này cùng với chính phủ Moscow. Hàng chục nghìn camera đã được đặt khắp thủ đô, giúp xác định những người qua lại trong thời gian thực.

Câu chuyện có thật. Bạn chỉ cần đi bộ qua sân, trong đó một camera tương tự được lắp đặt. Cơ sở dữ liệu về tội phạm và người mất tích được kết nối với nó. Nếu thuật toán xác định rằng bạn giống với nghi phạm, nhân viên cảnh sát ngay lập tức nhận được cảnh báo.

Tất nhiên, một người có thể được tìm thấy ngay lập tức trên mạng xã hội và đột phá bất kỳ căn cứ nào. Bây giờ hãy tưởng tượng rằng những camera như vậy được lắp đặt xung quanh chu vi của toàn bộ thành phố. Kẻ tấn công sẽ không thể chạy thoát. Có camera ở khắp mọi nơi: trong bãi, ở lối vào, trên đường cao tốc.

Và những gì về nhận dạng khuôn mặt ở Nga

Bạn sẽ ngạc nhiên, nhưng từ giữa năm 2016, các thị trưởng của Moscow đã tích cực triển khai hệ thống nhận dạng khuôn mặt trên toàn thành phố.

Đến nay, hơn 100.000 camera đã được lắp đặt tại các lối vào của các tòa nhà cao tầng ở Moscow có thể nhận diện khuôn mặt. Hơn 25 nghìn được lắp đặt trong các bãi. Tất nhiên, những con số chính xác đã được phân loại, nhưng bạn có thể nghi ngờ điều đó - kiểm soát tích cực đang lan nhanh hơn bạn có thể tưởng tượng.

Tại thủ đô, các hệ thống nhận dạng khuôn mặt đang được lắp đặt ở khắp mọi nơi: từ quảng trường, nơi đông người đến các phương tiện giao thông công cộng. Kể từ khi cài đặt hệ thống, hơn mười tội phạm đã bị bắt giữ, nhưng đây chỉ là số liệu chính thức.

Tất cả các camera liên tục trao đổi thông tin với Trung tâm Tin học thống nhất của Cục công nghệ thông tin. Các cảnh báo khả nghi ngay lập tức được các cơ quan pháp luật kiểm tra.

Và điều này chỉ là khởi đầu. Cuối năm ngoái, một hệ thống điều khiển tương tự bắt đầu được thử nghiệm trên đường phố St. Sự tiện lợi của công nghệ do FindN đề xuất là hoàn toàn không cần thiết phải lắp đặt bất kỳ camera đặc biệt nào.

Hình ảnh từ máy ảnh tiêu chuẩn việc giám sát video chuyển sang quá trình xử lý của thuật toán "thông minh" và điều kỳ diệu thực sự đã xảy ra ở đó. Theo dữ liệu hiện tại, độ chính xác nhận dạng FindFace ngày nay dao động trong khoảng 73% - 75%. Các nhà phát triển tự tin rằng họ sẽ có thể đạt được kết quả 100% trong tương lai gần.

Nhận dạng khuôn mặt ra đời như thế nào?

Ban đầu, bất kỳ loại nhận dạng sinh trắc học nào chỉ được sử dụng bên trong hành pháp và các dịch vụ ưu tiên an toàn. Chỉ trong vài năm, phép đo các đặc điểm giải phẫu và sinh lý để nhận dạng cá nhân đã trở thành tiêu chuẩn trong hầu hết các thiết bị tiêu dùng.

các loại xác thực sinh trắc học cân nặng:

Và đó là công nghệ thứ hai đặc biệt thú vị, vì nó có một số lợi thế hơn những công nghệ khác cùng một lúc.

Nguyên mẫu của công nghệ nhận dạng khuôn mặt vào thế kỷ 19 đầu tiên là "chân dung bằng mô tả", và sau đó - ảnh. Vì vậy, cảnh sát có thể xác định được hung thủ. Năm 1965, một hệ thống nhận dạng khuôn mặt bán tự động đã được phát triển đặc biệt cho chính phủ Hoa Kỳ. Vào năm 1971, công nghệ này sẽ trở lại, biểu thị các điểm đánh dấu chính cần thiết để nhận dạng khuôn mặt, nhưng không lâu.

Kể từ đó, các cơ quan tình báo đã ưa thích công nghệ lấy dấu vân tay đã được chứng minh làm công cụ nhận dạng sinh trắc học chính.

Và tất cả chỉ vì công nghệ không cho phép bất kỳ tương tác nào với các đặc điểm trên khuôn mặt con người. Laser siêu chính xác, cảm biến hồng ngoại và bộ xử lý mạnh mẽ, cũng như bản thân các hệ thống nhận dạng, không tồn tại vào thời điểm đó.

Với sự ra đời của máy tính mạnh mẽ, hầu hết tất cả các phòng ban đang quay trở lại việc nhận dạng thông qua quét khuôn mặt. Sự bùng nổ công nghệ trong các phòng ban và các tổ chức đặc biệt xảy ra vào giữa những năm 2000, và năm ngoái, công nghệ này đã bắt đầu được sử dụng lần đầu tiên trong các thiết bị tiêu dùng.

Công nghệ nhận dạng khuôn mặt được sử dụng ở đâu ngày nay?

Trong điện thoại thông minh

Việc phổ biến công nghệ nhận dạng khuôn mặt bắt đầu từ chiếc flagship của Apple. IPhone X đã thiết lập xu hướng trong nhiều năm tới và các OEM đã tích cực tích hợp các tính năng tương tự Face ID vào thiết bị của họ.

trong ngân hàng

Nhận dạng khuôn mặt sinh trắc học đã được sử dụng ở Hoa Kỳ trong vài năm nay. Bây giờ công nghệ đã đến Nga. Chỉ riêng trong năm 2017, nhờ sự ra đời của hệ thống này, hơn 10 nghìn giao dịch gian lận đã được ngăn chặn và tiết kiệm được số tiền 1,5 tỷ rúp.

Nhận dạng khuôn mặt được sử dụng để xác định khách hàng và quyết định khả năng cho vay.

Trong những cửa hàng

Phân khúc bán lẻ sử dụng công nghệ theo cách riêng của họ. Vì vậy, nếu bạn mua bất kỳ thiết bị gia dụng nào trong một cửa hàng và sau một thời gian quay lại để mua thường xuyên, hệ thống nhận dạng khuôn mặt sẽ ngay lập tức xác định bạn ở cửa ra vào. Người bán sẽ ngay lập tức nhận được thông tin từ cơ sở dữ liệu và tìm ra không chỉ tên của bạn, mà còn cả lịch sử mua hàng. Hơn nữa hành vi của người bán rất dễ dự đoán.

Trong cuộc sống của các thành phố

Đây chính xác là những gì công nghệ được thiết kế và phát triển. Từ sân vận động đến rạp chiếu phim, bất cứ nơi nào có lượng người đông đúc, giấy tờ tùy thân là đặc biệt quan trọng. Ngày nay, công nghệ nhận dạng khuôn mặt giúp ngăn chặn bạo loạn và các cuộc tấn công khủng bố.

Những công ty nào quan tâm đến nhận dạng khuôn mặt

Google, Facebook, Apple và những gã khổng lồ CNTT khác hiện đang tích cực mua lại các dự án từ các nhà phát triển liên quan đến nhận dạng khuôn mặt. Tất cả đều nhìn thấy tiềm năng to lớn trong lĩnh vực công nghệ.

Đây chỉ là một số thương vụ được công bố chính thức. Trên thực tế, còn rất nhiều điều khác nữa. Ngoài việc tích hợp Face ID và các công nghệ tương tự vào điện thoại thông minh, các công ty CNTT hàng đầu còn có kế hoạch lớn hơn nhiều trong việc sử dụng nhận dạng khuôn mặt.

Tương lai sẽ như thế nào với tính năng nhận dạng khuôn mặt?

Chúng ta đã tìm ra những lợi ích của công nghệ quét khuôn mặt trong điện thoại thông minh và các thiết bị điện tử, vì vậy chúng ta hãy nhìn vào tương lai gần và tưởng tượng một ngày nào đó trong cuộc đời của một người đến một thành phố nơi có camera nhận dạng khuôn mặt được lắp đặt ở khắp mọi nơi.

Buổi sáng tốt lành! Hãy mỉm cười, hệ thống nhà thông minh đang nhìn bạn. Hừ, chủ nhân, hôm qua ta uống nhiều lắm - có thể nhìn thấy trên mặt, khó nhận ra. Vì vậy, bên cạnh vợ, ở hành lang, Barsik ăn xong bữa tối của mình. Không có người lạ. Kinh ngạc.

Bạn hãy nhìn vào máy pha cà phê "gần hơn bình thường một chút" và máy pha cà phê americano với sữa ấm có cường độ trung bình của bạn đã sẵn sàng. Ồ, ai đó đang ở cửa! A, đây là mẹ vợ yêu thích của tôi. Vào đi, cánh cửa đang mở cho bạn - không một hệ thống nhận dạng nào trên thế giới có thể quên được khuôn mặt của bạn.

Bạn đã sẵn sàng và đi đến thang máy. Không, không, hệ thống nhận dạng này đã biết rằng bạn thích đi thang máy cuối cùng hơn, vì vậy nó đã được gọi.

Nhìn thấy bạn từ xa, chiếc ô tô điện 500 mã lực đã tự động điều chỉnh tầm với của tay lái và sửa lại vị trí của ghế. Cửa đang mở - ngồi xuống.

Trong khi các nhà sản xuất hệ thống lái tự động không thành công khi cố gắng thuyết phục pháp luật về sự cần thiết của phương tiện không người lái, hãy cố gắng không vi phạm các quy tắc giao thông. Camera giám sát có ở khắp mọi nơi, và việc nộp phạt là điều không thể tránh khỏi. Rốt cuộc, bạn chắc chắn đang lái xe, và ngay khi bạn nhấn bàn đạp ga xuống sàn, Thẻ ngân hàng vé quá tốc độ sẽ bị tính phí.

Cuối cùng, chúng tôi có mặt tại tòa nhà văn phòng của cùng một công ty đang triển khai công nghệ nhận dạng khuôn mặt trong cơ sở hạ tầng của các thành phố Nga. Vâng, đây là công việc của bạn. Việc kiểm soát chặt chẽ, nhưng bạn không cần phải lo lắng - khi bạn đang đậu xe, camera đã nhận ra bạn.

Công việc trở nên khó khăn hơn: có những camera nhận dạng xung quanh toàn bộ chu vi của văn phòng, giúp “xem” ai đang làm gì và đồng thời có thể đọc được cảm xúc. Nói tóm lại, đánh lừa ở nơi làm việc sẽ không hiệu quả.

Cột

Nó gây nguy hiểm cho an ninh và quyền công dân của một người, vì vậy quy định một phần của nó nên được thay thế bằng một lệnh cấm hoàn toàn. Trong khi cả thế giới bị cuốn hút bởi những lợi ích của công nghệ nhận dạng khuôn mặt, một số chuyên gia bảo mật tin rằng nó chứa đầy tội ác lớn cho nhân loại. Nhà giáo dục luật và khoa học máy tính Woodrow Hartzog và nhà giáo dục triết học Evan Selinger đã đưa ra quan điểm của họ về các phương pháp kiểm soát công nghệ trong một bài báo trên Medium.

Người dân thành Troy sẽ rất vui mừng

Rất dễ bị khuất phục trước một quan niệm có vẻ hấp dẫn nhưng lại thực sự sai lầm về tương lai của nhân loại sẽ như thế nào trong một thế giới đã phát huy hết tiềm năng của công nghệ nhận dạng khuôn mặt. Mọi người sẽ có thể ngay lập tức nhận được thông tin về người lạ, họ không còn phải nhớ nhiều mật khẩu hay sợ quên ví. Có thể dễ dàng tìm thấy các sự kiện với người nào đó trong kho lưu trữ ảnh và video, nhanh chóng tìm kiếm người mất tích hoặc tội phạm, đồng thời đảm bảo an toàn cho những nơi công cộng.

Tưởng chừng như công nghệ chỉ mang lại lợi thế, công lý tuyệt đối sẽ ngự trị trên thế giới, những ý tưởng đáng kinh ngạc nhất của nhân loại đang được hiện thực hóa. Nhưng không có cơ chế giám sát nào do con người phát minh ra lại mang mối nguy hiểm như công nghệ nhận dạng khuôn mặt.

Bị thu hút bởi tầm nhìn không tưởng này, mọi người sẽ để công nghệ nhận dạng khuôn mặt vào nhà của họ và mở quyền truy cập vào thiết bị của họ, cho phép nó trở thành trung tâm trong ngày càng nhiều khía cạnh của cuộc sống. Điều này có nghĩa là cái bẫy đã bị sập và sau đó nhận ra khó chịu rằng công nghệ này là một loại ngựa thành Troy. Công cụ áp bức lý tưởng này quá tốt để không được các chính phủ sử dụng để thiết lập các biện pháp kiểm soát độc tài và các chế độ bao trùm sẽ phá hủy khái niệm về quyền riêng tư.

Con ngựa thành Troy này không được vào thành phố.

Các cuộc thảo luận hiện tại

Liên minh Tự do Dân sự Hoa Kỳ, cùng với 70 tổ chức nhân quyền khác, yêu cầu Amazon ngừng cung cấp công nghệ nhận dạng khuôn mặt cho chính phủ, đồng thời kêu gọi Quốc hội áp đặt lệnh cấm chính phủ sử dụng công nghệ này. Các phương tiện truyền thông đã tham gia cùng họ và bày tỏ mối quan tâm của họ. Ví dụ, ban biên tập của Washington Post tin rằng Quốc hội có nghĩa vụ can thiệp ngay lập tức. Các nghị sĩ cũng có lý do chính đáng để nghĩ: một số người trong số họ có chương trình nhận dạng khuôn mặt của Amazon với tội phạm.

Các biên tập viên của The Guardian cũng không đứng sang một bên. Chủ tịch Microsoft Brad Smith đã viết trên blog của mình cho chính phủ Hoa Kỳ với yêu cầu đưa ra quy định về công nghệ nhận dạng khuôn mặt:

“Cách đáng tin cậy duy nhất để kiểm soát việc sử dụng công nghệ của chính phủ là chính phủ tự kiểm soát việc sử dụng công nghệ của mình và trong các trường hợp có thể. Chúng tôi tin rằng ngày nay có nhu cầu cấp thiết về một sáng kiến ​​của chính phủ nhằm giám sát việc sử dụng hợp pháp công nghệ nhận dạng khuôn mặt dựa trên quyết định của một hội đồng chuyên gia lưỡng đảng. "

Ý kiến ​​của các nhà lãnh đạo công ty có tầm quan trọng không nhỏ, cũng như luật hạn chế việc sử dụng công nghệ. Nhưng chỉ hỗ trợ một phần và hướng dẫn được viết cẩn thận sẽ không bao giờ là đủ. Pháp luật có thể mang lại lợi ích to lớn, nhưng chúng có thể sẽ được đưa ra khi công nghệ trở nên rẻ hơn và dễ sử dụng hơn nhiều lần. Smith chỉ ra rằng Microsoft đã kêu gọi ban hành luật quốc gia trong lĩnh vực này ngay từ năm 2005. Đã hơn mười năm trôi qua, nhưng Quốc hội vẫn chưa thông qua một đạo luật như vậy.

Nếu công nghệ nhận dạng khuôn mặt tiếp tục được phát triển và triển khai trong cuộc sống, một cơ sở hạ tầng khổng lồ sẽ hình thành và nuốt chửng nhân loại. Như lịch sử cho thấy, sự chú ý rộng rãi đến thành công, lo sợ thiếu an toàn và cảm giác quyền lực quá lớn có thể dẫn đến sự gian dối, thay đổi các giá trị của công ty và cuối cùng là việc sử dụng sai công nghệ một cách có hệ thống.

Hạnh phúc của con người trong tương lai chỉ có thể thực hiện được nếu công nghệ nhận dạng khuôn mặt bị cấm trước khi nó trở nên quá vững chắc trong cuộc sống của con người.

Tại sao cần có lệnh cấm?

Nhu cầu cấm hoàn toàn các hệ thống nhận dạng khuôn mặt là cấp thiết. Nhưng một số nhà khoa học tài năng, như Judith Donat, lại coi quan điểm này là không chính xác. Họ đưa ra một chiến thuật trung lập hơn về mặt công nghệ: cấm các hành động cụ thể, cũng như chỉ định các giá trị và quyền cần được bảo vệ. Cách tiếp cận này khá hợp lý đối với hầu hết tất cả các công nghệ kỹ thuật số.

Nhưng không có cơ chế giám sát nào do con người phát minh ra lại mang mối nguy hiểm như công nghệ nhận dạng khuôn mặt. Đó là phần còn thiếu của cơ sở hạ tầng giám sát con người vốn đã rất nguy hiểm, được thiết kế bởi vì các chính phủ và doanh nghiệp tư nhân cần cơ sở hạ tầng đó. Và nếu các công nghệ trở nên nguy hiểm đến mức độ như vậy, và tỷ lệ giữa lợi và hại bị bóp méo quá mức, thì đã đến lúc phải nghĩ đến những lệnh cấm mang tính phân loại. Một số loại công nghệ kỹ thuật số nguy hiểm, chẳng hạn như phần mềm gián điệp, đã bị cấm ở cấp lập pháp. Công nghệ nhận dạng khuôn mặt có rủi ro lớn hơn nhiều và nó sẽ rất tốt nếu nhận được sự quan tâm đặc biệt của pháp luật. Cần có một lệnh cấm cụ thể dựa trên khung pháp lý mạnh mẽ, tổng thể, dựa trên các giá trị và phần lớn là trung lập về công nghệ. Một hệ thống như vậy sẽ giúp tránh các tình huống quy định trong đó các nhà lập pháp cố gắng bắt kịp các xu hướng kỹ thuật.

Việc giám sát bằng hệ thống nhận dạng khuôn mặt vốn dĩ là tùy tiện. Sự tồn tại của các hệ thống như vậy, mà bản thân chúng thường bị che khuất trước mắt con người, là vi phạm quyền tự do dân sự, bởi vì mọi người hành xử khác nhau nếu họ nghi ngờ rằng họ đang bị theo dõi. Ngay cả những luật lệ đảm bảo các biện pháp bảo vệ nghiêm ngặt cũng không ngăn được cảm giác ngột ngạt rằng cơ hội thể hiện bản thân của một người sẽ bị hạn chế.

Dưới đây là những ví dụ về việc lạm dụng và làm gián đoạn công nghệ nhận dạng khuôn mặt:

• sự quan tâm không cân đối đến những người da màu, các dân tộc thiểu số khác và các dân tộc dễ bị tổn thương;
• thay thế việc cho rằng vô tội bằng nguyên tắc “người có tội chưa được chứng minh”;
• sự lan tràn của bạo lực và sự tàn ác;
• từ chối các quyền và cơ hội cơ bản, chẳng hạn như bảo vệ khỏi sự theo dõi tùy tiện của chính phủ đối với các chuyển động, thói quen, thái độ, sở thích và suy nghĩ của con người;
• liên tục "làm việc" của pháp luật - như một biện pháp hạn chế vĩnh viễn;
• phá hủy khái niệm lưu trữ thông tin "thực tế ít người biết đến", khi dữ liệu nằm trong miền công cộng, nhưng được lưu trữ trong có nhiều nguồn và việc tìm kiếm chúng là vô cùng khó khăn;
• sự lan rộng của "chủ nghĩa tư bản giám sát".

Nhà nghiên cứu công nghệ nhận dạng khuôn mặt Claire Garvey chỉ ra rằng những sai lầm có thể gây tử vong:

“Điều gì sẽ xảy ra nếu một hệ thống như vậy bị lỗi? Trong trường hợp camera quan sát bị lỗi, một người vô tội sẽ bị quấy rối, thẩm vấn hoặc thậm chí có thể bị bắt và buộc tội. Hoặc camera cầm tay với hệ thống nhận dạng khuôn mặt dành cho sĩ quan cảnh sát: nếu hệ thống chỉ vào một người được cho là có thể gây nguy hiểm cho xã hội, sĩ quan cảnh sát sẽ phải quyết định ngay lập tức có sử dụng vũ khí hay không. Những người vô tội có thể phải chịu hậu quả của một cảnh báo sai. "

Trong số những người khác, có hai báo cáo đề cập chi tiết đến nhiều vấn đề này: một bài báo rất có giá trị về việc sử dụng nhận dạng khuôn mặt của các nhân viên thực thi pháp luật, được xuất bản bởi Jennifer Lynch, Cộng sự cao cấp tại Electronic Frontier Foundation, và một nghiên cứu của Đại học Georgetown. Trung tâm về Quyền riêng tư & Công nghệ.

Bất chấp những vấn đề được mô tả trong các báo cáo, không phải ai cũng tin rằng lệnh cấm là thực sự cần thiết. Rốt cuộc, các công nghệ khác gây ra không ít mối đe dọa: dữ liệu vị trí địa lý, thông tin từ hồ sơ mạng xã hội, kết quả truy vấn tìm kiếm và nhiều nguồn thông tin khác về người dùng có thể được sử dụng để tạo ra bức chân dung chi tiết về họ. Tuy nhiên, nhận dạng khuôn mặt vẫn mang một mối nguy hiểm về bản chất và khác biệt ngay cả khi so sánh với dữ liệu sinh trắc học: dấu vân tay, mẫu DNA hoặc quét võng mạc.

Hệ thống chụp ảnh khuôn mặt có năm tính năng đặc biệtđưa ra mọi lý do để cấm họ. Đầu tiên, khuôn mặt rất khó để che giấu hoặc thay đổi. Khuôn mặt không thể được mã hóa như dữ liệu trên phương tiện kỹ thuật số, email hoặc tin nhắn văn bản. Chúng có thể được loại bỏ bằng máy ảnh từ xa và chi phí của bản thân công nghệ và lưu trữ hình ảnh trên đám mây liên tục giảm, dẫn đến việc sử dụng ngày càng nhiều các hệ thống giám sát như vậy.

Thứ hai, có cơ sở dữ liệu về tên và khuôn mặt, ví dụ như bằng lái xe, hoặc tài khoản mạng xã hội, có thể được truy cập rất dễ dàng.

Thứ ba, không giống như các hệ thống giám sát thông thường, thường yêu cầu thiết bị đắt tiền hoặc nguồn dữ liệu mới, đầu vào nhận dạng khuôn mặt có ở khắp mọi nơi và đến ngay tại thời điểm camera được thu.

Thứ tư, một bước ngoặt. Bất kỳ cơ sở dữ liệu khuôn mặt nào để xác định các cá nhân bị bắt hoặc bị bắt bằng một vài dòng mã có thể được “so sánh” với bất kỳ cơ sở dữ liệu nào khác trong thời gian thực, kết nối với camera cảnh sát cầm tay hoặc hệ thống giám sát video. Thống đốc bang New York, Andrew Cuomo, đã chỉ ra lý do cho sự lan rộng của công nghệ nhận dạng khuôn mặt, cho rằng việc quét biển số ô tô chỉ đơn giản là sẽ rất nhỏ so với khả năng của camera có công nghệ nhúng: “Hệ thống đọc biển số xe để xác định người vi phạm, nhưng tiền phạt là xa nhất lợi ích lớn từ thiết bị này. Chúng tôi đang chuyển sang công nghệ nhận dạng khuôn mặt và giờ đây hệ thống sẽ có thể quét khuôn mặt của người lái xe và kiểm tra khuôn mặt đó dựa trên cơ sở dữ liệu, điều này mở ra những góc nhìn hoàn toàn mới ”.

Thứ năm, khuôn mặt, không giống như dấu vân tay, dáng đi hay hình ảnh võng mạc, là yếu tố trung tâm của danh tính một người. Một người là trung gian giữa cuộc sống ảo và thực của một người, là liên kết giữa các hành động mà một người thực hiện ẩn danh, dưới tên của mình hoặc của người khác. Có vẻ như bạn không cần phải bảo vệ sự riêng tư của khuôn mặt như bất kỳ thông tin cá nhân nào khác, bởi vì trong cuộc sống thực, mọi người thường không che mặt của mình. Ngoại trừ những quốc gia bắt buộc phụ nữ phải đeo mạng che mặt, những người giấu mặt đều bị nghi ngờ.

Thực sự cần thiết phải bảo vệ sự riêng tư về khuôn mặt của một người, bởi vì trong quá khứ, người ta đã phát triển các thể chế và giá trị liên quan đến việc bảo vệ thông tin cá nhân trong những thời kỳ đó khi xác định người lạ về cơ bản nó là khá khó khăn. Do đặc điểm sinh học, trí nhớ của một người có hạn và nếu không có phần mềm bổ sung công nghệ, anh ta chỉ có thể nhớ một số lượng nhỏ khuôn mặt. Và với quy mô và sự phân bố dân số, một người sẽ gặp không quá nhiều người mới trong đời. Những hạn chế này tạo ra một loại "chỗ trống", theo đó mọi người rất dễ bị lạc trong đám đông.

Các phán quyết gần đây của Tòa án tối cao Hoa Kỳ về Tu chính án thứ tư (cấm khám xét và giam giữ bất hợp lý và yêu cầu tòa án ban hành lệnh khám xét khi có lệnh) cho thấy cuộc chiến bảo vệ quyền riêng tư ở những nơi công cộng vẫn còn phù hợp. Vào mùa hè năm nay, tại một trong những phiên tòa, tòa án đã quyết định rằng dữ liệu vị trí từ điện thoại di động được Hiến pháp quy định và thông tin mà một người muốn giữ bí mật, ngay cả khi nó được công bố công khai, có thể được Hiến pháp bảo vệ.

Tại sao công nghệ nhận dạng khuôn mặt không phải là quy định

Do thực tế là công nghệ nhận dạng khuôn mặt gây ra một mối đe dọa lớn, xã hội không thể để cho các quy định của nó đi theo hướng của nó. Khả năng sinh lời sẽ thúc đẩy sự xuất hiện của các ý tưởng để thực hiện cơ hội tối đa công nghệ và các công ty riêng lẻ sẽ thúc đẩy lợi ích của họ theo hướng này.

Xã hội cũng không thể chờ đợi sự trỗi dậy của những người theo chủ nghĩa dân túy. Công nghệ nhận dạng khuôn mặt sẽ tiếp tục được "bán" như một phần của các ứng dụng và thiết bị mới nhất và tiên tiến nhất. Apple đã có gọi Face ID tính năng tốt nhất iPhone mới nhất. Điều tương tự cũng xảy ra với các báo cáo tin tức mang tính tư tưởng tuyên bố công nghệ nhận dạng khuôn mặt là giải pháp cho mọi vấn đề.

Cuối cùng, xã hội không nên phụ thuộc quá nhiều vào các phương pháp điều tiết truyền thống. Các tính năng của công nghệ nhận dạng khuôn mặt không cho phép giữ nó trong khuôn khổ các biện pháp xác định việc sử dụng hợp pháp và bất hợp pháp và cố gắng đưa nó vào đó tiện ích tiềm năng cho xã hội và yếu tố ngăn chặn những kẻ xâm nhập. Đây là một trong số ít các ví dụ mà lệnh cấm hoàn toàn nên được áp dụng.

Trên khoảnh khắc này có rất ít dự án kiểm soát công nghệ nhận dạng khuôn mặt và thậm chí còn ít hơn nữa để hạn chế nó. Illinois và Texas có các luật về dữ liệu sinh trắc học phù hợp, nhưng chúng tuân theo một chiến lược quy định được chấp nhận chung, yêu cầu những người thu thập và sử dụng dữ liệu này phải tuân thủ một loạt các giao thức và thực tiễn bảo mật thông tin cơ bản. Điều này bao gồm yêu cầu phải có được sự đồng ý có hiểu biết về việc thu thập dữ liệu sinh trắc học, thời gian bảo vệ và lưu giữ bắt buộc của chúng, việc cấm sử dụng chúng vì lợi nhuận, hạn chế quyền chuyển nhượng cho bên thứ ba và các cơ sở riêng để khởi kiện trong trường hợp vi phạm của các quy tắc này.

Luật nhận dạng khuôn mặt được đề xuất cũng tương tự. Ủy ban Thương mại Liên bang Hoa Kỳ khuyến nghị nên áp dụng cơ chế tương tự cho công nghệ: cảnh báo người đó về việc sử dụng nó, cho anh ta lựa chọn và hạn chế một cách công bằng việc sử dụng dữ liệu của anh ta. Báo cáo của Electronic Frontier Foundation, tập trung vào việc thực thi các luật này, đưa ra các đề xuất tương tự, mặc dù sâu hơn. Ví dụ, tạo ra các quy tắc rõ ràng cho việc sử dụng, phân phối và bảo mật dữ liệu; áp đặt các hạn chế đối với việc thu thập và lưu trữ dữ liệu; lệnh cấm đưa một số loại dữ liệu sinh trắc học vào một cơ sở dữ liệu; thông báo bắt buộc, kiểm tra và giám sát độc lập. Trong Dự luật nhận dạng khuôn mặt của mình, Trung tâm Bảo mật & Công nghệ của Đại học Georgetown đang đề xuất hạn chế đáng kể quyền truy cập của chính phủ vào cơ sở dữ liệu khuôn mặt, cũng như việc sử dụng công nghệ nhận dạng khuôn mặt thời gian thực.

Thật không may, hầu hết các yêu cầu hiện tại và đề xuất đều mang tính chất thủ tục. Và cuối cùng, họ sẽ không ngăn chặn sự lan truyền của chính công nghệ và sự phát triển của cơ sở hạ tầng tương ứng. Trước hết, cần lưu ý rằng một số giả định cơ bản về sự đồng ý, thông báo và lựa chọn có trong các luật hiện hành là sai. Sự đồng ý được thông báo như một cơ chế để điều chỉnh hoạt động giám sát và xử lý dữ liệu là hoàn toàn vô ích. Ngay cả khi mọi người có quyền kiểm soát dữ liệu của họ, họ vẫn sẽ không thể sử dụng nó một cách tối đa.

Tuy nhiên, các nhà lập pháp và bản thân ngành công nghiệp đang cố gắng làm cho quả bóng lăn. Nhưng có nhiều lỗ hổng trong các tiêu chuẩn này, cũng như trong hầu hết các tiêu chuẩn về quyền riêng tư của thời đại kỹ thuật số. Một số luật chỉ giải quyết việc thu thập hoặc lưu trữ dữ liệu và không ảnh hưởng đến cách sử dụng dữ liệu. Những người khác chỉ áp dụng cho các công ty hoặc chính phủ và không rõ ràng đến mức chúng cho phép bạn tránh hậu quả cho các hành động bất hợp pháp khác nhau. Và để trải nghiệm những lợi ích của công nghệ nhận dạng khuôn mặt được mời chào nhiều sẽ đòi hỏi nhiều camera hơn, cơ sở hạ tầng tốt hơn và cơ sở dữ liệu rộng lớn.

Tương lai của công nghệ nhận dạng khuôn mặt

Công nghệ nhận dạng khuôn mặt mở ra khả năng vô tận để theo dõi thông tin về tính cách và chuyển động của một người. Và cũng gần như ngay lập tức lưu, phân phối và phân tích nó. Sự phát triển của công nghệ này trong tương lai có thể dẫn đến việc bí mật thông tin cá nhân của một người sẽ liên tục bị xâm phạm. Hạnh phúc của nhân loại chỉ có thể thực hiện được nếu lệnh cấm đối với các công nghệ nhận dạng khuôn mặt được đưa ra trước khi các hệ thống này trở nên quá vững chắc trong Cuộc sống hàng ngày. Nếu không, mọi người sẽ chỉ quen thuộc với thế giới, trong đó, mỗi khi họ xuất hiện ở nơi công cộng, họ sẽ được tự động nhận dạng, nhập thông tin vào hồ sơ và có thể sử dụng nó. Trong một thế giới như vậy, những người phản đối công nghệ nhận dạng khuôn mặt sẽ bị mất uy tín, im lặng hoặc bị đào thải.

Cho đến gần đây, các hệ thống bảo mật với tùy chọn nhận dạng khuôn mặt dường như là một điều gì đó tuyệt vời và bạn chỉ có thể nhìn thấy chúng trong các bộ phim. Nhưng rất nhiều điều đã thay đổi trong vài năm qua. Có những phát triển mới đã làm thay đổi ý tưởng về hệ thống an ninh.

Chất lượng và sự thoải mái của sự tồn tại của xã hội phụ thuộc vào cách tiếp cận đúngđể tổ chức bảo vệ an ninh cá nhân và tài sản. Không có gì ngạc nhiên khi các yêu cầu về bảo vệ không ngừng tăng lên. Một trong những đổi mới là sự xuất hiện của chức năng nhận dạng khuôn mặt. Các tính năng của nó là gì? Nó được áp dụng ở đâu? Nó hoạt động theo nguyên tắc nào? Những câu hỏi này và những câu hỏi khác sẽ được thảo luận chi tiết trong bài viết.

Các ứng dụng

Những lợi ích của nhận dạng khuôn mặt không thể được đánh giá quá cao. Hệ thống an ninh với chức năng này được sử dụng trong nhiều lĩnh vực khác nhau - khi tổ chức hệ thống vượt qua trong các tổ chức lớn, để tìm kiếm những kẻ xâm nhập, bảo vệ các đối tượng riêng tư, v.v.

Nói chung, với sự trợ giúp của một hệ thống an ninh như vậy, có thể giải quyết các nhiệm vụ sau:

• Tổ chức một hệ thống vượt qua đáng tin cậy và hiệu quả tại trạm kiểm soát trong công ty hoặc các cơ sở đóng cửa khác. Vì hiệu quả cao hơn giám sát video được kết hợp với cửa quay. Nhờ đó, bạn có thể nhanh chóng nhận ra nhân viên và người lạ của mình.
• Tạo hệ thống chống trộm tại các điểm bán hàng và các cơ sở tư nhân. Không có gì bí mật mà các cửa hàng khác nhau, trung tâm mua sắm, siêu thị và các cơ sở khác phải đối mặt với vấn đề khách hàng dễ bị trộm cắp. Trong hầu hết các trường hợp, hành vi trộm cắp được thực hiện bởi cùng một người. Nếu có một căn cứ thích hợp, chức năng nhận dạng khuôn mặt cho phép bạn xác định một người kịp thời và thông báo cho bảo vệ. Kết quả là, có thể chấp nhận các biện pháp bổ sungđể bảo vệ tài sản.
• Tổ chức một hệ thống an ninh cung cấp khả năng bảo vệ chống lại sự xâm nhập vào các tòa nhà loại đóng và các hộ gia đình tư nhân. Ngay cả khi quan sát cẩn thận, người bảo vệ không phải lúc nào cũng có thể phân biệt được kẻ tấn công với đối tượng khác. Điều này đặc biệt đúng nếu camera được lắp đặt ở khu vực có mức ánh sáng yếu. Cài đặt hệ thống đặc biệt với chức năng nhận dạng khuôn mặt giúp nhanh chóng xác định một người ngay cả trong bóng tối. Những gì nằm ngoài tầm kiểm soát của nhân viên bảo vệ có thể được giải quyết dễ dàng bằng một mô-đun máy tính.
• Đảm bảo kiểm soát khuôn mặt trong hộp đêm. Sự hiện diện của các hệ thống được đề cập trong các câu lạc bộ đảm bảo 100% bảo vệ khỏi những du khách "có vấn đề".

Làm thế nào nó hoạt động?

Mối quan tâm lớn nhất là nguyên lý hoạt động của hệ thống, nó có khả năng không chỉ truyền hình ảnh đến màn hình mà còn nhận dạng khuôn mặt của mọi người. Nhiệm vụ của một mô-đun đặc biệt là đọc thông tin, cũng như so sánh sau đó với dữ liệu có sẵn trong cơ sở dữ liệu. Những phức hợp như vậy có khả năng nhận dạng khuôn mặt của một người ở khoảng cách lên đến 10 m từ máy ảnh.

Một trong những tính năng của hệ thống là độ "nhạy" cao, cho phép nhận ra một người ngay cả khi ngoại hình thay đổi. Không thể đánh sập mô-đun bằng cách sử dụng kính, thay đổi kiểu tóc, râu hoặc các yếu tố ngụy trang bổ sung khác trên khuôn mặt. Điều này là do thực tế không phải là các đặc điểm trên khuôn mặt được phân tích, như nhiều người vẫn tin, mà là cấu trúc của hộp sọ, các thông số sinh trắc học của nó. Những đặc điểm như vậy là riêng lẻ, giống như dấu vân tay, giúp loại bỏ khả năng sai sót.

Thông tin được quét và xử lý trong thời gian thực. Chỉ cần khách quay mặt về phía máy quét là đủ vì hệ thống xác định người đó và đưa ra lệnh cho các cơ quan khác. Nếu mô-đun nhận dạng khuôn mặt được kết nối với cửa quay hoặc các thiết bị chặn khác, chúng sẽ tự động được kích hoạt. Ngoài ra, một bức ảnh của một người khả nghi được lưu trong bộ nhớ để các lính canh xử lý và phân tích thêm.

Các hệ thống có chức năng nhận dạng được sử dụng rộng rãi nhất trong các công ty lớn nơi có nhiều sự cạnh tranh. Không có gì bí mật khi sự thành công của một doanh nghiệp phụ thuộc vào mức độ bảo mật. Điều này đặc biệt đúng đối với các tổ chức hoạt động trong lĩnh vực quốc phòng, đang tham gia vào việc phát triển các dự án mới hoặc nghiên cứu sinh học.

Nhiệm vụ của hệ thống là so sánh các nhân viên và đối chiếu các cá nhân với cơ sở dữ liệu hiện có. Nếu một người không có trong danh sách, một tín hiệu được đưa ra cho lính canh, sau đó lính canh sẽ thực hiện các biện pháp ngăn chặn người không có thẩm quyền vào cơ sở. Trong trường hợp này, vị trí phát hiện được cố định chính xác trên bản đồ điện tử, và các nhân viên an ninh xác định kẻ xâm nhập trong vòng vài phút.

Tính năng cài đặt

Khi cài đặt một hệ thống với các tùy chọn nhận dạng khuôn mặt, điều đáng quan tâm là máy quay video có thể hoạt động ở một trong 2 chế độ - 2D hoặc 3D. Trong trường hợp đầu tiên, phân tích được thực hiện trên cơ sở hình ảnh phẳng và máy ảnh hai chiều có độ nhạy cao với ánh sáng. Do đó, khi lắp đặt camera 2D, cần đặc biệt chú ý đến khả năng chiếu sáng của đối tượng được bảo vệ và phạm vi bao phủ của các khu vực được bảo vệ.

Đối với máy ảnh có 3D, chúng hoạt động với vật thể ba chiều dựa trên hình ảnh được truyền bởi thiết bị. Trong trường hợp này, bạn có thể bỏ qua mức độ chiếu sáng, bởi vì hệ thống đối phó tốt với các chức năng được giao cho nó ngay cả trong bóng tối. Điều nguy hiểm duy nhất là kết cấu của khuôn mặt sẽ bị biến dạng một chút.

Những loại hệ thống như vậy tồn tại?

Khi chọn hệ thống có chức năng nhận dạng khuôn mặt, điều quan trọng là phải tập trung vào một số yếu tố - mục tiêu, mục tiêu và vị trí lắp đặt. Ngoài ra, cần tính đến các loại thiết bị như vậy:

• hệ thống phát hiện. Máy quay có độ phân giải 1 MP và tiêu cự 1 mm. Hoạt động của thiết bị nhằm khắc phục tình trạng xâm nhập của các thực thể nước ngoài vào các đối tượng được bảo vệ. Điểm đặc biệt của máy quét là khả năng phân biệt một người với một động vật, nhưng nó sẽ không hoạt động để xác định một người.
• hệ thống nhận dạng. Khu phức hợp này phức tạp hơn, nó bao gồm một máy ảnh 2 megapixel với tiêu cự 6 mm. Nhiệm vụ là nhận dạng khuôn mặt và xác định chúng theo nguyên tắc "bạn hay thù". Trong trường hợp xem video, hình ảnh sẽ không rõ ràng. Hệ thống phát hiện người lạ, nhưng trong trường hợp mất cắp, sẽ rất khó để tìm ra kẻ trộm từ hình ảnh đã lưu
• Các thiết bị nhận dạng. Khi tổ chức một hệ thống như vậy, máy ảnh có độ phân giải từ 2 MP trở lên được sử dụng, có tiêu cự lớn hơn tám mm. Các phức chất như vậy có khả năng thực hiện các chức năng đã thảo luận ở trên. Ưu điểm là hình ảnh thu được đủ để xác định kẻ trộm từ bức ảnh. Khung hiện có có thể được sử dụng trong quá trình điều tra và thậm chí nộp cho tòa án.

Trong mô tả đã cho, Yêu cầu tối thiểu cho các hệ thống an ninh liên quan đến độ dài tiêu cự và độ phân giải của "bức tranh". Điều này có nghĩa là khi mua thiết bị, bạn nên tập trung vào các sản phẩm có đặc điểm tốt hơn, mang lại khả năng chụp tốt hơn. Ví dụ, máy ảnh 2 MP với tiêu cự 8 mm phù hợp hơn cho các hệ thống nhận dạng. Đối với phức hợp để xác định, ở đây các khuyến nghị thậm chí còn nghiêm trọng hơn. Nên sử dụng máy quay phim có độ phân giải 5 MP và tiêu cự 12 mm.

Hãy tóm tắt ngắn gọn:

• Một máy quay video có độ phân giải 1MP cho phép bạn phân biệt một người với một động vật. Trong trường hợp này, đối tượng không thể được xác định.
• Để sửa mặt và so sánh với đế hiện có, thiết bị để sửa phải có độ phân giải từ 2 MP trở lên.
• Để xác định một người, bạn nên sử dụng máy ảnh 5 megapixel.

Vay tiền, xin thị thực và chỉ cần tung ra một chiếc điện thoại thông minh kiểu mới nhất - ngày nay tất cả những điều này là không thể nếu không có sự tham gia của các thuật toán nhận dạng khuôn mặt. Họ giúp cảnh sát điều tra, các nhạc công trên sân khấu, nhưng từng chút một họ biến thành một con mắt tinh tường giám sát mọi hành động của chúng tôi trực tuyến và ngoại tuyến.

Thuật toán (công nghệ)

Từ quan điểm của máy tính, xác định một người từ ảnh có nghĩa là hai nhiệm vụ rất khác nhau: thứ nhất, tìm một khuôn mặt trong ảnh (nếu có), và thứ hai, để tách biệt khỏi ảnh những đặc điểm phân biệt điều này. người từ những người khác từ cơ sở dữ liệu.

1. Tìm

Nỗ lực dạy máy tính tìm khuôn mặt trong ảnh đã diễn ra từ đầu những năm 1970. Nhiều cách tiếp cận đã được thử nghiệm, nhưng bước đột phá quan trọng nhất đến muộn hơn nhiều - với sự sáng tạo vào năm 2001 của Paul Viola và Michael Jones về phương pháp tăng tầng, tức là một chuỗi các bộ phân loại yếu. Mặc dù hiện nay có nhiều thuật toán phức tạp hơn, bạn có thể đặt cược rằng điện thoại di động, và chính Viola-Jones già tốt bụng làm việc trong máy quay. Đó là tất cả về tốc độ và độ tin cậy vượt trội: thậm chí trở lại năm 2001 máy tính trung bình sử dụng phương pháp này, anh ta có thể xử lý 15 bức ảnh mỗi giây. Ngày nay, hiệu quả của thuật toán đáp ứng tất cả các yêu cầu hợp lý. Điều chính cần biết về phương pháp này là nó đơn giản một cách đáng ngạc nhiên. Bạn thậm chí sẽ không tin bao nhiêu.

1. Bước 1. Chúng tôi loại bỏ màu sắc và biến hình ảnh thành một ma trận độ sáng.
2. Bước 2. Chúng tôi đặt một trong những mặt nạ hình vuông trên đó - chúng được gọi là dấu hiệu của Haar. Chúng tôi đi bộ với nó trong suốt hình ảnh, thay đổi vị trí và kích thước.
3. Bước 3. Chúng tôi thêm các giá trị độ sáng kỹ thuật số từ các ô của ma trận nằm dưới phần trắng của mặt nạ và trừ chúng đi những giá trị nằm dưới phần đen. Nếu trong ít nhất một trong các trường hợp, sự khác biệt giữa các vùng trắng và đen vượt quá một ngưỡng nhất định, chúng tôi lấy vùng này của hình ảnh trong công việc tiếp theo. Nếu không thì quên đi, không có mặt mũi nào ở đây cả.
4. Bước 4. Lặp lại từ bước 2 với mặt nạ mới- nhưng chỉ trong khu vực của hình ảnh đã vượt qua bài kiểm tra đầu tiên.

Tại sao nó hoạt động? Nhìn vào dấu hiệu. Trong hầu hết các bức ảnh, vùng mắt luôn tối hơn một chút so với vùng ngay bên dưới. Nhìn dấu hiệu: vùng sáng ở giữa tương ứng với sống mũi, nằm giữa hai mắt tối. Thoạt nhìn, những chiếc mặt nạ đen trắng trông không giống khuôn mặt chút nào, nhưng xét về tính nguyên thủy, chúng có sức khái quát cao.

Tại sao nhanh quá? Trong thuật toán được mô tả, một điểm quan trọng không được lưu ý. Để trừ độ sáng của một phần hình ảnh với phần khác, bạn cần thêm độ sáng của từng pixel và có thể có nhiều pixel trong số đó. Do đó, trên thực tế, trước khi áp dụng mặt nạ, ma trận được chuyển đổi thành một biểu diễn tích phân: các giá trị trong ma trận độ sáng được thêm vào trước để độ sáng tích phân của hình chữ nhật có thể nhận được bằng cách chỉ thêm bốn số.

Làm thế nào để lắp ráp một thác? Mặc dù mỗi giai đoạn tạo mặt nạ cho một sai số rất lớn (độ chính xác thực tế không quá 50%), nhưng điểm mạnh của thuật toán là ở tổ chức tầng của quy trình. Điều này cho phép bạn nhanh chóng loại trừ khỏi các khu vực phân tích mà chắc chắn không có mặt nào và chỉ dành nỗ lực cho những khu vực có thể mang lại kết quả. Nguyên tắc tập hợp các bộ phân loại yếu theo một trình tự này được gọi là tăng cường (bạn có thể đọc thêm về nó trong số tháng 10 của "PM" hoặc). Nguyên tắc chung là thế này: ngay cả những sai số lớn, khi nhân với nhau, sẽ trở thành nhỏ.

2. Đơn giản hóa

Để tìm ra các đặc điểm của một khuôn mặt có thể cho phép nhận dạng chủ nhân của nó là giảm thực tế thành một công thức. Đây là một sự đơn giản hóa và là một sự rất triệt để. Ví dụ, có thể có một số lượng lớn các tổ hợp pixel khác nhau ngay cả trên một bức ảnh thu nhỏ 64 x 64 pixel - (2 8) 64 x 64 = 2 32768 mảnh. Đồng thời, để đánh số thứ tự của mỗi người trong số 7,6 tỷ người trên Trái đất, chỉ cần 33 bit là đủ. Chuyển từ hình này sang hình khác, bạn cần loại bỏ tất cả những tạp âm không liên quan, nhưng hãy giữ điều quan trọng nhất đặc điểm cá nhân. Các nhà thống kê quen thuộc với những công việc như vậy đã phát triển nhiều công cụ để đơn giản hóa dữ liệu. Ví dụ, phương pháp thành phần chính, đặt nền tảng cho việc nhận dạng khuôn mặt. Tuy nhiên, trong những năm gần đây, mạng nơ-ron tích tụ đã bỏ xa các phương pháp cũ. Cấu trúc của chúng khá đặc biệt, nhưng trên thực tế, đây cũng là một phương pháp đơn giản hóa: nhiệm vụ của nó là giảm một hình ảnh cụ thể thành một tập hợp các tính năng.

Đặt mặt nạ vào hình ảnh kích thước cố định(chính xác nó được gọi là nhân tích chập), chúng tôi nhân độ sáng của mỗi pixel trong ảnh với các giá trị độ sáng trong mặt nạ. Chúng tôi tìm giá trị trung bình cho tất cả các pixel trong "cửa sổ" và ghi giá trị đó vào một ô của cấp độ tiếp theo.

Chúng tôi di chuyển mặt nạ theo một bước cố định, nhân lại một lần nữa và ghi giá trị trung bình vào bản đồ đối tượng.

Đi qua toàn bộ hình ảnh với một mặt nạ, lặp lại với một mặt nạ khác - chúng tôi nhận được một bản đồ tính năng mới.

Chúng tôi giảm kích thước bản đồ của mình: chúng tôi lấy một số pixel lân cận (ví dụ: hình vuông 2x2 hoặc 3x3) và chỉ chuyển một giá trị tối đa sang cấp độ tiếp theo. Chúng tôi làm tương tự cho các bản đồ thu được với tất cả các mặt nạ khác.

Để đảm bảo vệ sinh toán học, chúng tôi thay thế tất cả các giá trị âm bằng số không. Chúng tôi lặp lại từ bước 2 nhiều lần nếu chúng tôi muốn để có được các lớp trong mạng nơ-ron.

Từ thẻ cuối cùng các tính năng, chúng tôi thu thập không phải là một mạng phức hợp, mà là một mạng lưới thần kinh được kết nối đầy đủ: chúng tôi biến tất cả các tế bào của cấp cuối cùng thành các tế bào thần kinh, với một trọng lượng nhất định, ảnh hưởng đến các tế bào thần kinh của lớp tiếp theo. Bươc cuôi. Trong các mạng được huấn luyện để phân loại đối tượng (phân biệt mèo với chó trong ảnh, v.v.), có một lớp đầu ra ở đây, tức là danh sách các xác suất để phát hiện một câu trả lời cụ thể. Trong trường hợp khuôn mặt, thay vì một câu trả lời cụ thể, chúng tôi nhận được một tập hợp ngắn nhất về những đặc điểm quan trọng những khuôn mặt. Ví dụ, trong Google FaceNet, đây là 128 tham số số trừu tượng.

3. Nhận biết

Giai đoạn cuối cùng, xác định thực tế, là bước đơn giản nhất và thậm chí là tầm thường. Nó tóm tắt để đánh giá mức độ tương tự của danh sách kết quả các tính năng với những tính năng đã có trong cơ sở dữ liệu. Trong thuật ngữ toán học, điều này có nghĩa là tìm trong không gian đặc trưng khoảng cách từ một vectơ đã cho đến vùng gần nhất của các mặt đã biết. Theo cách tương tự, bạn có thể giải quyết một vấn đề khác - tìm những người giống nhau.

Tại sao nó hoạt động? Mạng nơ-ron phức hợp được “mài sắc” để trích xuất các tính năng đặc trưng nhất từ ​​hình ảnh, và thực hiện nó một cách tự động và ở các mức độ trừu tượng khác nhau. Nếu các cấp độ đầu tiên thường phản ứng với các mẫu đơn giản như gạch nối, gradient, đường viền rõ ràng, v.v., thì với mỗi cấp độ mới, độ phức tạp của các tính năng lại tăng lên. Các mặt nạ mà mạng nơ-ron cố gắng thực hiện cấp độ cao, thường thực sự giống với khuôn mặt người hoặc các mảnh vỡ của chúng. Ngoài ra, không giống như phân tích thành phần chính, mạng nơ-ron kết hợp các tính năng theo cách phi tuyến tính (và không mong đợi).

Mặt nạ đến từ đâu? Không giống như những mặt nạ được sử dụng trong thuật toán Viola-Jones, mạng nơ-ron hoạt động mà không cần sự trợ giúp của con người và tìm kiếm mặt nạ trong quá trình học. Để làm được điều này, bạn cần có một mẫu đào tạo lớn, trong đó sẽ có các bức ảnh về nhiều khuôn mặt trên nhiều bối cảnh khác nhau. Đối với tập hợp kết quả của các tính năng mà mạng nơ-ron tạo ra, nó được hình thành bằng cách sử dụng phương pháp bộ ba. Bộ ba là tập hợp các hình ảnh trong đó hai bức ảnh đầu tiên là ảnh của cùng một người và bức ảnh thứ ba là ảnh của một người khác. Mạng nơ-ron học cách tìm các tính năng mang các hình ảnh đầu tiên đến gần nhau nhất có thể và đồng thời loại trừ hình ảnh thứ ba.

Mạng nơ-ron của ai tốt hơn? Nhận diện khuôn mặt từ lâu đã đi từ học thuật sang kinh doanh lớn. Và ở đây, như trong bất kỳ doanh nghiệp nào, các nhà sản xuất cố gắng chứng minh rằng các thuật toán của họ tốt hơn, mặc dù không phải lúc nào họ cũng cung cấp dữ liệu thử nghiệm mở. Ví dụ, theo cuộc thi MegaFace, hiện tại độ chính xác tốt nhất được hiển thị bởi thuật toán deepVo V3 của Nga từ Vocord với điểm số là 92%. FaceNet v8 của Google trong cùng một cuộc thi chỉ hiển thị 70%, trong khi DeepFace của Facebook với độ chính xác được tuyên bố là 97% hoàn toàn không tham gia vào cuộc thi. Những con số như vậy cần được diễn giải một cách thận trọng, nhưng rõ ràng là các thuật toán tốt nhất đã gần như đạt đến độ chính xác của con người trong nhận dạng khuôn mặt.

Trang điểm sống (nghệ thuật)

Vào mùa đông năm 2016, tại Lễ trao giải Grammy thường niên lần thứ 58, Lady Gaga đã biểu diễn một màn tưởng nhớ David Bowie vừa qua đời. Trong khi biểu diễn, dung nham sống lan tràn trên khuôn mặt của cô, để lại một tia chớp màu cam mà tất cả những người hâm mộ Bowie đều có thể nhận ra trên trán và má của cô. Hiệu ứng chuyển động của lớp trang điểm được tạo ra bằng cách chiếu video: một máy tính theo dõi chuyển động của ca sĩ trong thời gian thực và chiếu hình ảnh lên khuôn mặt của cô ấy, có tính đến hình dạng và vị trí của nó. Có thể dễ dàng tìm thấy một đoạn video trên Web, cho thấy hình chiếu vẫn chưa hoàn hảo và hơi bị trễ với những chuyển động đột ngột.

Nobumichi Asai đã phát triển công nghệ lập bản đồ khuôn mặt Omote từ năm 2014 và đã tích cực trình diễn nó trên khắp thế giới kể từ năm 2015, thu về một danh sách khá nhiều giải thưởng. Công ty do ông thành lập, WOW Inc. đã trở thành đối tác của Intel và nhận được động lực phát triển tốt, và sự hợp tác với Ishikawa Watanabe từ Đại học Tokyo đã thúc đẩy dự án. Tuy nhiên, điều chính xảy ra trong máy tính và các giải pháp tương tựđược sử dụng bởi nhiều nhà phát triển các ứng dụng cho phép bạn đeo mặt nạ lên mặt, cho dù đó là mũ bảo hiểm của một người lính Đế chế hay trang điểm "dưới thời David Bowie".

Alexander Khanin, người sáng lập và Giám đốc điều hành của VisionLabs

“Một hệ thống như vậy không cần một máy tính mạnh, việc che giấu có thể được thực hiện ngay cả trên các thiết bị di động. Hệ thống có thể hoạt động trực tiếp trên điện thoại thông minh mà không cần gửi dữ liệu lên đám mây hoặc tới máy chủ ”.

“Nhiệm vụ này được gọi là theo dõi điểm trên khuôn mặt. Có rất nhiều giải pháp tương tự trong phạm vi công cộng, nhưng các dự án chuyên nghiệp được phân biệt bởi tốc độ và chủ nghĩa thực tế của chúng, ”Alexander Khanin, người đứng đầu VisionLabs, nói với chúng tôi. “Điều khó khăn nhất trong trường hợp này là xác định vị trí của các điểm, tính đến biểu cảm khuôn mặt và hình dạng riêng của khuôn mặt, hoặc trong điều kiện khắc nghiệt: quay đầu mạnh, ánh sáng yếu và độ chiếu sáng cao.” Để dạy hệ thống tìm điểm, mạng nơ-ron được đào tạo - đầu tiên là đánh dấu theo cách thủ công, cẩn thận từ ảnh này sang ảnh khác. Alexander giải thích: “Đầu vào là một bức tranh và đầu ra là một tập hợp các điểm được dán nhãn. - Sau đó máy dò đã được đưa ra, khuôn mặt được xác định, nó được xây dựng mẫu vật 3 chiều trên đó mặt nạ được áp dụng. Các điểm đánh dấu được áp dụng cho từng khung của luồng trong thời gian thực.

Đây là cách phát minh của Nobumichi Asai hoạt động. Đầu tiên, kỹ sư người Nhật sẽ quét phần đầu của các mô hình của mình, thu được các nguyên mẫu 3D chính xác và chuẩn bị một chuỗi video có tính đến hình dạng của khuôn mặt. Nhiệm vụ cũng được thực hiện thuận lợi bởi các điểm đánh dấu phản quang nhỏ được dán vào người biểu diễn trước khi bước vào sân khấu. Năm camera hồng ngoại theo dõi chuyển động của chúng, truyền dữ liệu theo dõi đến máy tính. Sau đó, mọi thứ xảy ra như chúng ta đã được nói trong VisionLabs: khuôn mặt được phát hiện, một mô hình ba chiều được tạo ra và máy chiếu của Ishikawa Watanabe phát huy tác dụng.

Thiết bị DynaFlash được giới thiệu vào năm 2015: nó là một máy chiếu tốc độ cao có khả năng theo dõi và bù trừ các chuyển động của mặt phẳng mà hình ảnh được hiển thị. Màn hình có thể được nghiêng, nhưng hình ảnh sẽ không bị biến dạng và sẽ được phát với tần số lên đến một nghìn khung hình 8-bit / giây: độ trễ không vượt quá ba phần nghìn giây mà mắt thường không thể nhận thấy. Đối với Asai, một chiếc máy chiếu như vậy hóa ra là một món quà trời cho, trang điểm trực tiếp bắt đầu hoạt động thực sự trong thời gian thực. Trên video, được quay vào năm 2017 của bộ đôi Inori nổi tiếng tại Nhật Bản, hiện tượng giật lag không còn thấy nữa. Khuôn mặt của các vũ công biến thành đầu lâu sống hoặc thành mặt nạ khóc. Nó trông mới mẻ và thu hút sự chú ý - nhưng công nghệ này đang nhanh chóng trở thành mốt. Chẳng bao lâu nữa, một con bướm đậu vào má của một nhà dự báo thời tiết, hoặc những người biểu diễn thay đổi diện mạo của họ mỗi lần trên sân khấu, chắc chắn sẽ trở thành điều phổ biến nhất.

Hack khuôn mặt (hoạt động)

Cơ học dạy rằng mọi hành động đều tạo ra phản ứng và sự phát triển nhanh chóng của các hệ thống giám sát và nhận dạng cũng không phải là ngoại lệ. Ngày nay, mạng lưới thần kinh cho phép bạn so sánh một bức ảnh mờ ngẫu nhiên từ đường phố với những bức ảnh được tải lên tài khoản mạng xã hội và tìm ra danh tính của một người qua đường trong vài giây. Đồng thời, các nghệ sĩ, nhà hoạt động và chuyên gia thị giác máy đang tạo ra những công cụ có thể khôi phục quyền riêng tư cho mọi người, một không gian cá nhân đang bị thu hẹp với tốc độ chóng mặt.

Bạn có thể can thiệp vào việc nhận dạng ở các giai đoạn khác nhau của thuật toán. Theo quy luật, các bước đầu tiên của quá trình nhận dạng bị tấn công - phát hiện các hình và khuôn mặt trong ảnh. Cũng giống như ngụy trang quân sự đánh lừa thị giác của chúng ta bằng cách che giấu một đối tượng, vi phạm tỷ lệ hình học và hình dáng của nó, vì vậy chúng cố gắng nhầm lẫn giữa thị giác máy với các điểm tương phản màu sắc làm sai lệch các thông số quan trọng của nó: hình bầu dục của khuôn mặt, vị trí của mắt, miệng , v.v. May mắn thay, tầm nhìn máy tính vẫn chưa hoàn hảo như của chúng tôi, điều này khiến bạn có nhiều quyền tự do trong việc lựa chọn màu sắc và hình dạng của một thứ “ngụy trang” như vậy.

Màu hồng và tím, vàng và xanh lam thống trị dòng quần áo HyperFace, mà nhà thiết kế Adam Harvey và công ty khởi nghiệp Hyphen Labs đã công bố vào tháng 1 năm 2017. Các mẫu pixel cung cấp tầm nhìn máy lý tưởng - theo quan điểm của nó - ảnh mặt người, mà máy tính bị bắt làm mồi nhử. Vài tháng sau, lập trình viên Matxcơva Grigory Bakunov và các đồng nghiệp của ông thậm chí còn phát triển ứng dụng đặc biệt, tạo ra các tùy chọn trang điểm can thiệp vào công việc của hệ thống nhận dạng. Và mặc dù các tác giả sau khi suy nghĩ đã quyết định không tải chương trình lên mở quyền truy cập, Adam Harvey cũng đưa ra một số lựa chọn làm sẵn.

Một người đeo mặt nạ hoặc trang điểm lạ trên mặt có thể không được hệ thống máy tính nhìn thấy, nhưng người khác chắc chắn sẽ chú ý đến anh ta. Tuy nhiên, có những cách để làm điều ngược lại. Thật vậy, theo quan điểm của mạng nơ-ron, hình ảnh không chứa hình ảnh theo nghĩa thông thường đối với chúng ta; đối với cô ấy, một bức tranh là một tập hợp các số và hệ số. Do đó, những đối tượng hoàn toàn khác nhau có thể nhìn cô ấy như một thứ gì đó khá giống nhau. Khi biết những sắc thái này của AI hoạt động, bạn có thể tiến hành một cuộc tấn công tinh tế hơn và chỉ chỉnh sửa hình ảnh một chút - để một người gần như không thể nhận thấy những thay đổi, nhưng thị giác máy sẽ hoàn toàn bị đánh lừa. Vào tháng 11 năm 2017, các nhà nghiên cứu đã chỉ ra những thay đổi nhỏ về màu sắc của một con rùa hoặc một quả bóng chày gây ra Hệ thống Google Thay vào đó, InceptionV3 chắc chắn sẽ thấy một khẩu súng hoặc một tách cà phê espresso. Và Mahmoud Sharif và các đồng nghiệp của ông từ Đại học Carnegie Mellon đã thiết kế một mô hình đốm cho gọng kính: nó gần như không ảnh hưởng đến nhận dạng khuôn mặt của người khác, nhưng nhận dạng bằng máy tính bằng Face ++ khiến nó tự tin nhầm lẫn với khuôn mặt của một người " cho ai ”mẫu trên khung được thiết kế.

Các hệ thống an ninh tích hợp hiện đại có thể giải quyết các vấn đề phức tạp ở nhiều cơ sở công nghiệp, xã hội và trong nước. Những công cụ rất quan trọng khu phức hợp an ninh là các hệ thống giám sát video và các yêu cầu đối với chức năng của phân khúc đang tăng dần.

Hệ thống an ninh tích hợp

Một nền tảng duy nhất bao gồm các mô-đun cho thiết bị an ninh và cứu hỏa, quản lý và kiểm soát truy cập, giám sát video hoặc truyền hình an ninh (SOT). Cho đến gần đây, các chức năng của sau này chỉ giới hạn trong việc giám sát video và đăng ký tình hình tại cơ sở và lãnh thổ lân cận, lưu trữ và lưu trữ dữ liệu. Hệ thống video cổ điển có một số nhược điểm đáng kể:

• Nhân tố con người. Sự làm việc kém hiệu quả của người điều hành khi phát đi một lượng lớn thông tin.
• Không thể can thiệp phẫu thuật, phân tích không kịp thời.
• Đã dành thời gian đáng kể để tìm kiếm và xác định một sự kiện.

Sự phát triển của các công nghệ kỹ thuật số đã dẫn đến sự ra đời của các hệ thống tự động “thông minh”.

Sức mạnh trí tuệ

Nguyên tắc cơ bản của trí tuệ là phân tích video - một công nghệ dựa trên các phương pháp và thuật toán để nhận dạng mẫu và bộ sưu tập tự động dữ liệu là kết quả của việc phân tích luồng video. Thiết bị như vậy, không có sự can thiệp của con người, có thể phát hiện và theo dõi trong thời gian thực các mục tiêu nhất định (một chiếc xe, một nhóm người), các tình huống nguy hiểm tiềm ẩn (khói, lửa, can thiệp trái phép vào hoạt động của máy quay video), các sự kiện được lập trình và kịp thời phát hành tín hiệu báo động. Bằng cách lọc dữ liệu video không được quan tâm, tải trên các kênh truyền thông và cơ sở lưu trữ được giảm đáng kể.

Công cụ phân tích video phổ biến nhất là hệ thống nhận dạng khuôn mặt. Tùy thuộc vào các chức năng được thực hiện và các nhiệm vụ đặt ra, các yêu cầu nhất định được đặt ra đối với thiết bị.

Phần mềm và phần cứng

Vì công việc hiệu quả hệ thống sử dụng một số loại camera IP với các đặc tính hiệu suất khác nhau. Việc phát hiện một đối tượng trong khu vực được kiểm soát được ghi lại bằng camera toàn cảnh có độ phân giải 1 megapixel và tiêu cự 1 mm, và các thiết bị quét sẽ hướng vào nó. Đây là những máy ảnh cao cấp hơn (từ 2 megapixel, từ 2 mm), tạo ra khả năng nhận dạng bằng kỹ thuật đơn giản(3-4 tham số). Để xác định một đối tượng, máy ảnh có chất lượng hình ảnh tốt được sử dụng, đủ để áp dụng các thuật toán phức tạp (từ 5 megapixel, 8-12 mm).

Các sản phẩm phần mềm phổ biến nhất cho nhận dạng khuôn mặt "Face Intelligence" (nhà phát triển - công ty House Control), Giám đốc Face (công ty Synesis) và VOCORD FaceControl (VOCORD) chứng minh:

• Xác suất nhận dạng đối tượng cao (lên đến 99%).
• Hỗ trợ nhiều góc quay camera.
• Khả năng làm nổi bật khuôn mặt ngay cả trong một khối lượng người đi bộ dày đặc.
• Sự thay đổi trong việc lập các báo cáo phân tích.

Các nguyên tắc cơ bản về nhận dạng mẫu

Bất kỳ hệ thống nhận dạng sinh trắc học nào đều dựa trên việc xác định sự tuân thủ của các đặc điểm sinh lý đọc của một người với một khuôn mẫu xác định trước nhất định.

Quá trình quét diễn ra trong thời gian thực. Camera IP truyền luồng video tới thiết bị đầu cuối và hệ thống nhận dạng khuôn mặt xác định xem hình ảnh có khớp với các bức ảnh được lưu trữ trong cơ sở dữ liệu hay không. Có hai phương pháp chính. Đầu tiên là dựa trên nguyên lý tĩnh: dựa trên kết quả xử lý các thông số sinh trắc học, một mẫu điện tử được tạo ra ở dạng số duy nhất tương ứng với một người cụ thể. Phương pháp thứ hai mô hình hóa cách tiếp cận "con người" và được đặc trưng bởi sự tự học và mạnh mẽ. Việc nhận dạng một người bằng hình ảnh video sẽ tính đến những thay đổi liên quan đến tuổi tác và các yếu tố khác (đội mũ, râu hoặc ria mép, đeo kính). Công nghệ này cho phép bạn làm việc ngay cả với những bức ảnh cũ và nếu cần, với cả chụp X-quang.

Thuật toán tìm kiếm khuôn mặt

Kỹ thuật nhận diện khuôn mặt phổ biến nhất là sử dụng thác Haar (bộ mặt nạ).

Mặt nạ là một cửa sổ hình chữ nhật với nhiều sự kết hợp khác nhau của các mảng màu trắng và đen.

Cơ chế của chương trình như sau: khung hình video được bao phủ bởi một tập hợp các mặt nạ, và dựa trên kết quả của phép tích chập (đếm các pixel rơi vào các lĩnh vực trắng và đen), sự khác biệt được tính toán và so sánh với một số giá trị ngưỡng.

Để cải thiện hiệu suất của bộ phân loại, các mẫu đào tạo tích cực (khung có khuôn mặt người) và tiêu cực (không có khuôn mặt) được tạo. Trong trường hợp đầu tiên, kết quả của tích chập là trên giá trị ngưỡng, trong trường hợp thứ hai - dưới đây. Bộ phát hiện khuôn mặt với sai số chấp nhận được xác định tổng số chập của tất cả các tầng và nếu vượt quá ngưỡng, báo hiệu sự hiện diện của các khuôn mặt trong khung.

Công nghệ nhận dạng

Sau khi phát hiện và khoanh vùng ở giai đoạn sơ bộ, độ sáng và sự liên kết hình học của hình ảnh sẽ diễn ra. Hành động hơn nữa- tính toán các dấu hiệu và nhận dạng - có thể được thực hiện bằng nhiều phương pháp khác nhau.

Khi quét toàn khuôn mặt trong một căn phòng có ánh sáng tốt, các thuật toán hoạt động với hình ảnh hai chiều cho kết quả tốt. Phân tích các điểm và khoảng cách duy nhất giữa chúng, hệ thống nhận dạng khuôn mặt xác định thực tế nhận dạng bằng hệ số chênh lệch giữa hình ảnh "sống" và mẫu đã đăng ký.

Công nghệ 3D có khả năng chống lại sự thay đổi quang thông, độ lệch cho phép so với tầm nhìn phía trước - lên đến 45 độ. Ở đây, không chỉ phân tích các điểm và đường thẳng, mà còn phân tích các thuộc tính của bề mặt (độ cong, biên dạng), số liệu về khoảng cách giữa chúng. Đối với hoạt động của các thuật toán như vậy, chất lượng quay video tối đa với tần số lên đến 200 khung hình / s là bắt buộc. Hệ thống dựa trên máy quay video âm thanh nổi với ma trận 5 megapixel, độ phân giải quang học cao và lỗi đồng bộ hóa được giảm thiểu. Ngoài ra, chúng được kết nối bằng một cáp đồng hồ đặc biệt để truyền xung đồng hồ.

Tình trạng của thị trường hệ thống hiện đại

Loại thứ nhất, do giá thành cao, chỉ được phát triển cho các cơ sở quân sự của nhà nước và chỉ vào giữa những năm 90 mới được cung cấp cho các tổ chức thương mại. Sự phát triển nhanh chóng của công nghệ đã giúp tăng độ chính xác của các hệ thống và mở rộng phạm vi ứng dụng của chúng. Tại thị trường nước ta, các vị trí dẫn đầu thuộc về các nhà sản xuất hệ thống an ninh của Mỹ và Tây Âu. Dẫn đầu về doanh số là thiết bị của các tập đoàn ZN Vision Technologies và Visionics. Triển vọng nhất trong số các nhà phát triển trong nước là các nghiên cứu và sản phẩm của Vocord, NTechLab, Soling, VisionLabs LLC và STC group, trong số những thứ khác, cũng tham gia vào việc điều chỉnh các khu phức hợp nước ngoài với điều kiện của Nga.

Điều khiển khuôn mặt máy tính

Lĩnh vực ứng dụng rộng rãi nhất của nhận dạng không tiếp xúc là cuộc chiến chống khủng bố và tội phạm. Hình ảnh khuôn mặt của tên tội phạm được lưu trữ trong cơ sở dữ liệu. Ở những nơi đông người (sân bay, nhà ga, trung tâm mua sắm, khu thể thao), người ta đang được quay phim theo thời gian thực để xác định đối tượng truy nã.

Lĩnh vực tiếp theo là các hệ thống kiểm soát ra vào: một mẫu ảnh chụp trên thẻ thông hành điện tử được so sánh với mẫu thu được từ quá trình xử lý dữ liệu từ máy quay video. Thủ tục diễn ra ngay lập tức, không yêu cầu bất kỳ hành động bổ sung(trái ngược với quét võng mạc hoặc lấy dấu vân tay).

Một ngành khác đang phát triển nhanh chóng là tiếp thị. Một bảng quảng cáo tương tác, sau khi quét khuôn mặt của một người, xác định giới tính và tuổi của người đó, chỉ hiển thị những quảng cáo có khả năng thú vị đối với khách hàng.

Xu hướng và triển vọng phát triển

Hệ thống nhận dạng khuôn mặt đang có nhu cầu lớn trong lĩnh vực ngân hàng.

Theo kết quả của năm ngoái, sau khi lắp đặt 50.000 máy quay video thông minh trong văn phòng của họ, ban lãnh đạo của Ngân hàng Bưu điện đã tiết kiệm được hàng triệu rúp bằng cách ngăn chặn gian lận trong phân khúc cho vay và thanh toán. Các chuyên gia cho rằng vào năm 2021, mạng lưới cơ sở hạ tầng cần thiết sẽ được tạo ra và bất kỳ hoạt động nào tại các máy ATM sẽ chỉ có thể thực hiện được sau khi nhận dạng sinh trắc học khuôn mặt của khách hàng.

Trong thập kỷ tới công nghệ cao sẽ cho phép mở một chuỗi cửa hàng tự phục vụ đầy đủ: người mua đi qua trước cửa sổ, chọn sản phẩm mình thích và rời đi. Hệ thống nhận dạng khuôn mặt và hình ảnh sẽ xác định danh tính của người mua, giao dịch mua và xóa số tiền cần thiết khỏi tài khoản của anh ta.

Công việc đang được tiến hành để tạo ra các hệ thống nhận biết trạng thái tâm lý-cảm xúc. Phân tích cảm xúc của con người sẽ được yêu cầu trong các lĩnh vực đa phương tiện: hoạt hình, điện ảnh, công nghiệp tạo ra các trò chơi máy tính.