Quello che devi sapere sulla tecnologia di riconoscimento facciale

2024 Autore: Malcolm Clapton | [email protected]. Ultima modifica: 2023-12-17 04:01

In che modo questa tecnologia viene utilizzata da governi e aziende, è possibile ingannare una fotocamera con un sistema di identificazione del volto ed è possibile trovare una persona su Internet utilizzando una foto.

Elena Glazkova Ivideon Marketer.

Per lo stato, il riconoscimento facciale è una parte importante del sistema di sicurezza e un'impressionante voce di bilancio. Per i giornalisti o è una panacea o uno strumento di una cospirazione mondiale. Per il business, uno strumento o un prodotto. Qualunque sia la tua parte, le domande di base rimangono. Gli utenti cercano abitualmente risposte su Internet (in media 28.704 query di riconoscimento facciale al mese), ma non sempre le trovano. Correggere la situazione.

Cos'è il riconoscimento facciale

Separiamo le mosche dalle cotolette. È più probabile che gli utenti facciano il riconoscimento facciale nei propri smartphone, dove l'identificazione biometrica viene utilizzata per sbloccare il dispositivo e solo il suo proprietario potrebbe accedere ai dati. Una fotocamera 3D è necessariamente coinvolta nel processo di riconoscimento in modo che sia impossibile ingannare il gadget con una fotografia.

C'è anche l'identificazione dei volti in tempo reale e in condizioni reali: in questo caso è indissolubilmente legata ai sistemi di videosorveglianza, dove i volti vengono letteralmente "strappati" dal flusso video ripreso dalle telecamere.

Immagina una moderna telecamera CCTV di alta qualità posizionata appena sopra l'altezza umana media in un luogo ben illuminato. Ogni giorno le passa davanti circa lo stesso numero di circa le stesse persone. Non si muovono molto velocemente.

Il video catturato può essere archiviato nell'archivio cloud. Un modulo analitico è collegato alla telecamera: una complessa combinazione di algoritmi (intelligenza artificiale, reti neurali, tutto qui) più un'interfaccia utente. Il modulo "cattura" i volti dal flusso video, determina sesso ed età e inserisce i dati nel database.

A poco a poco ci sono più immagini. Il sistema ricorda automaticamente tutti i volti riconosciuti e li registra nell'archivio, e un utente con ammissione indica dati aggiuntivi: nome, posizione, stato, altri segni ("VIP-guest" o "ladro"). Puoi caricare una foto della persona richiesta e il modulo troverà tutti i rilevamenti di questa persona nell'archivio.

Non appena una persona contrassegnata passa nuovamente davanti alla telecamera, il sistema lo registra come un evento importante e invia una notifica push agli utenti interessati.

Il rilevamento nel contesto del riconoscimento facciale è una situazione in cui l'algoritmo, in linea di principio, ha capito che si trattava di un volto e non di una mela o di una sirena da una tazza di Starbucks. Prima ha bisogno di potenza di calcolo per questo, e solo allora può abbinare la faccia alla base o ricordare.

Se hai letto i paragrafi precedenti fino alla fine, congratulazioni, ora sai come funziona il riconoscimento facciale in una situazione ideale. La descrizione è adatta a qualsiasi sistema: da quelli utilizzati nella metropolitana di Mosca alle soluzioni per le piccole imprese.

La cosa principale da capire è che è difficile creare una situazione ideale nella vita reale, soprattutto quando si tratta dell'intera città e non di un ufficio o di un negozio. Ad esempio, ci sono molte persone in metropolitana, tutti sono diversi, camminano velocemente. Hai bisogno di molte fotocamere, costano denaro e specialisti competenti dovrebbero posizionarle.

È possibile ingannare l'algoritmo di riconoscimento facciale?

Nonostante gli errori occasionali, l'accuratezza del riconoscimento automatico è già spesso superiore a quella con cui le persone determinano i volti. La Cina per costruire un gigantesco database di riconoscimento facciale per identificare qualsiasi cittadino in pochi secondi apparirà presto in Cina, un sistema in grado di trovare una persona specifica tra 1,3 miliardi di altri residenti in 3 secondi con una precisione del 90%.

Eppure è difficile rispondere a questa domanda in modo inequivocabile, perché non esiste un unico algoritmo ideale per il riconoscimento facciale. Grandi occhiali, barba incollata, berretto, un'alta velocità di movimento, trucco speciale (ad esempio, un reticolo "Black Swan" dipinto sul viso, gatti, cerchi e bastoncini. Come sfuggire ai sistemi di riconoscimento facciale usando il trucco) - tutto questo può confondere l'algoritmo. Soprattutto nel complesso, perché per il riconoscimento è sufficiente Come imbrogliare i sistemi di riconoscimento se il 70% di una faccia aperta. Ora immagina che sia necessario utilizzare i trucchi di cui sopra in una città reale. Non sembra così facile, vero?

Occhiali "anti-riconoscimento" dal Giappone, che nel 2015

Ed ecco una tale maschera 3D nel 2014

È possibile riconoscere i volti online?

Internet è un luogo paradossale: le persone qui possono preoccuparsi contemporaneamente se una telecamera su due per strada rileva la loro personalità e sinceramente vogliono "riconoscere i volti di altre persone dalle loro foto online". Consideriamo separatamente questa tendenza al riconoscimento facciale.

Il programma di riconoscimento facciale è o il modulo analitico sopra descritto (telecamera CCTV + software + cloud storage), o un software simile al noto (leggermente scandaloso) servizio FindFace. Oggi è ovviamente impossibile scaricare un programma di riconoscimento facciale "gratuitamente e senza registrazione" nella stragrande maggioranza dei casi.

Il servizio web FindFace.ru, che aiuta a trovare persone sul social network VKontakte tramite le loro fotografie, è stato fondato il 18 febbraio 2016. Tra l'altro, grazie a lui, tutti potevano trovare profili di ragazze che hanno recitato in film porno. Ben presto, il servizio iniziò ad essere utilizzato da molti flash mob per rilevare i volti, che avevano tutto il diritto di non essere mai rilevati da nessuno. È scoppiato uno scandalo, che ha funzionato come una pubblicità virale: la tecnologia che ha costituito la base del servizio ha ricevuto numerosi premi prestigiosi e ha suscitato l'interesse dei clienti dello stato e delle imprese. Dal 1 settembre 2018 il servizio non prevede più il FindFace Service, che serviva per riconoscere i manifestanti, ha annunciato la chiusura della ricerca di persone tramite servizio fotografico, in quanto trasformato da NtechLab in una linea di soluzioni per vari settori di attività.

Il sogno dell'utente che inserisce la richiesta, ovviamente, si presenta così: si va sul sito, si carica una foto di una persona che è stata scattata di soppiatto in metropolitana, il programma riconosce il volto e dà un link al profilo su il social network. Sì, sono stato catturato! Oppure così: scarichi il programma sul tuo computer, colleghi la tua webcam e riconosci il muso del tuo gatto. Successo: ora riceverai una notifica ogni volta che il gatto ruba salsicce.

La realtà è crudele. Il primo sito che ti offre qualcosa del genere si rifiuta di funzionare e il secondo richiede competenze di programmazione in Python. Più o meno un'applicazione da sogno chiamata SearchFace, che è stata riavviata di recente Searchface è stata riavviata con l'autorizzazione tramite VKontakte. Ma il social network ha chiuso questa funzione chiamata FindClone. Hai caricato una foto e l'algoritmo ha cercato di riconoscere la stessa faccia nel database del social network VKontakte. L'applicazione non ha fornito collegamenti al profilo, solo le immagini stesse - e non importa da chi sono state caricate. Se un utente è attivo da molto tempo su un social network, l'emissione di una foto crea un inquietante effetto "biografico", ma in caso contrario, le immagini riconosciute potrebbero farlo ridere.

In realtà, l'esempio di SearchFace risponde chiaramente alla domanda "In che modo i social network utilizzano il riconoscimento facciale?" Sarebbe più corretto formularlo in questo modo: "Come vengono utilizzati i social network per il riconoscimento facciale?" La risposta è semplice: come un database. Un numero innumerevole di combinazioni uniche di numeri (è così che i volti nella foto cercano gli algoritmi di Facebook, VKontakte e altri) costituiscono la base per l'addestramento delle reti neurali che costituiscono la base dell'una o dell'altra soluzione di riconoscimento facciale.

Le soluzioni sono tutte diverse, e anche le reti neurali sono diverse e clienti e fornitori di servizi, di norma, non divulgano dettagli e caratteristiche tecniche. In particolare, il modulo di riconoscimento di genere ed età è in grado di determinare grazie al fatto che può apprendere dalle informazioni contenute in Odnoklassniki, VKontakte, Instagram e Facebook.

Come è programmato il riconoscimento facciale

Non devi mai rispondere alle domande degli sviluppatori e degli sviluppatori se non sei uno sviluppatore. Pertanto, ci siamo rivolti a uno specialista per chiedere aiuto.

Dmitry Soshnikov Membro dell'Associazione russa per l'intelligenza artificiale ed esperto senior nello sviluppo di sistemi di intelligenza artificiale e machine learning presso Microsoft.

Il riconoscimento facciale (così come altre operazioni correlate) è un'attività abbastanza comune. Pertanto, molte aziende forniscono servizi già pronti sotto forma di API cloud (intermediari software tra applicazioni) per una soluzione di alta qualità di queste attività. Oltre ai colossi dell'informatica come Microsoft e Google, anche aziende specializzate, tra cui quelle russe, sono impegnate nel riconoscimento facciale. I loro prodotti si stanno evolvendo rapidamente e offrono funzionalità ancora più interessanti come l'identificazione di volti e sagome in mezzo alla folla.

È molto più difficile addestrare una rete neurale da zero. Abbiamo bisogno di un set di dati iniziali ampio e di alta qualità, ovvero decine e centinaia di migliaia (o anche di più!) di fotografie di persone. Inoltre, saranno necessarie risorse computazionali significative e conoscenza dell'intelligenza artificiale e dell'apprendimento automatico. Le grandi aziende hanno tutti questi strumenti a loro disposizione, quindi risolvono il problema molto meglio.

Esiste anche una soluzione intermedia, ad esempio per utilizzare una rete neurale già addestrata. Questa opzione, molto probabilmente, funzionerà un po' peggio di un servizio cloud già pronto, ma ti consentirà di avere il pieno controllo del sistema. Ciò richiederà un certo livello di comprensione del funzionamento delle reti neurali e dei framework di reti neurali e, molto probabilmente, una certa conoscenza del linguaggio Python, che ha guadagnato popolarità come principale linguaggio di programmazione tra gli specialisti di Data Science.

Infatti, è conveniente eseguire vari esperimenti, visualizzare dati ed eseguire calcoli matrici efficienti grazie all'ottimo pacchetto NumPy. Questo non è il linguaggio migliore per lo sviluppo industriale, dal momento che non contiene strumenti efficaci per la creazione di grandi sistemi software sicuri, ma non ci sono ancora alternative ad esso nel campo della formazione delle reti neurali profonde.

Come funziona il riconoscimento facciale negli affari

La domanda di riconoscimento facciale nel fintech, nella vendita al dettaglio e in altri tipi di attività è direttamente correlata alla maggiore disponibilità di tecnologia. La meccanica è semplice: tutte le aziende e tutte le organizzazioni dispongono di telecamere CCTV, che vengono utilizzate come strumenti per la raccolta dei dati e le successive analisi. Nel mondo i sistemi di sorveglianza riprendono terabyte di video in Full HD al mese, cioè ci sono davvero tantissime informazioni da elaborare.

Il software necessario per l'analisi dei dati può essere "lampeggiato" sul dispositivo dal produttore. Le telecamere di analisi video integrate sono generalmente piuttosto costose.

Un'opzione alternativa è l'analisi nel cloud, ovvero un data center remoto che si collega a qualsiasi telecamera economica. Questo è un ordine di grandezza più economico, inoltre offre flessibilità: puoi adattare le soluzioni per un'attività specifica.

La popolarità della tecnologia di riconoscimento facciale in vari campi di attività è in aumento. Ad esempio, Sberbank è uno dei leader in termini di annuncio di vari progetti di riconoscimento facciale di alto profilo e può sostenere che ti riconosce su mille: l'ATM identificherà il cliente con gli occhi con lui a questo proposito, forse solo Tinkoff. Nel 2017, Sberbank ha acquisito Sberbank e ha investito il 25,07% di VisionLabs nella tecnologia di riconoscimento facciale, che crea software per il riconoscimento facciale. Nel 2018, un istituto finanziario è riuscito a testare il riconoscimento facciale nella metropolitana di Mosca e persino a catturare 42 criminali 42 criminali sono stati catturati grazie al sistema di riconoscimento facciale Sberbank, per testare Ti riconoscerà tra mille: un bancomat identificherà un cliente dal occhi degli sportelli automatici con identificazione del volto in modo che gli aggressori non possano prelevare denaro dalle carte di altre persone, nonché annunciare la raccolta di dati biometrici (registrazione audio di una voce,video del volto) dei clienti. Nell'aprile di quest'anno, Sberbank controlla lo sviluppatore di sistemi di riconoscimento vocale e facciale - il "Center for Speech Technologies" (MDT).

Un'altra cosa è che annunciare, testare, pilotare e acquistare soluzioni non significa effettivamente implementarle. Che cosa esattamente sia ora effettivamente utilizzato in Sberbank (e se sia utilizzato), in effetti, può essere detto con certezza solo dal tedesco Gref.

Con il retail tutto è più trasparente. Fondamentalmente, ci sono tre problemi qui che il riconoscimento facciale risolve.

Primo, furto. I negozi sono gestiti da truffatori e spesso le stesse persone nella stessa rete. Il riconoscimento facciale consente di identificare i "ladri alla deriva" e altre persone che in precedenza hanno violato l'ordine. Non appena l'intruso è entrato nel database una volta entrato nel negozio, la sicurezza riceverà una notifica nel messenger o in un altro modo conveniente.

In secondo luogo, la difficoltà di lavorare con i clienti abituali. Semplicemente non ci sono abbastanza dati su acquisti e compleanni per personalizzare le offerte per VIP e fan del marchio. Il riconoscimento facciale può essere integrato con il CRM, ovvero un software in cui i manager inseriscono tutte le informazioni su tutte le transazioni dell'organizzazione. Nel caso di ladri e VIP, il riconoscimento facciale funziona più o meno allo stesso modo: il volto viene inserito in una lista nera o bianca e, quando ricompare, il sistema emetterà un segnale acustico alla persona con accesso. Il sesso e l'età vengono determinati automaticamente e ulteriori informazioni verranno aggiunte dal dipendente responsabile.

In terzo luogo, l'identificazione al dettaglio viene utilizzata per la pubblicità mirata. Ad esempio, in alcuni negozi X5 Retail Group installato X5 includerà telecamere di visione artificiale per riconoscere le espressioni facciali e l'età dei clienti. Analizzando questi dati, il sistema visualizza le merci che potrebbero piacere a una persona sullo schermo del monitor nel trading floor. Un'altra vivida illustrazione è il caso di Lolli & Pops, un grande negozio di dolciumi negli Stati Uniti. Il sistema di riconoscimento facciale determina che il tuo futuro programma fedeltà in negozio sarà alimentato dal riconoscimento facciale dei clienti abituali e invia notifiche ai loro smartphone con i prodotti che potrebbero piacergli (tenendo conto delle preferenze individuali e persino delle allergie alimentari).

Un altro esempio lampante dell'uso della tecnologia nella vendita al dettaglio sono i negozi senza venditori e registratori di cassa. Ad esempio, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown è un bar e un negozio self-service situato a Hangzhou. Vende bevande, snack, generi alimentari, giocattoli, zaini e simili. Tao Cafe è aperto solo agli utenti del sito web Taobao.

Al momento dell'acquisto di bevande, un sistema di telecamere con supporto per il riconoscimento facciale identifica automaticamente il cliente, si collega al suo account nel negozio online ed elabora il pagamento. Gli acquirenti escono attraverso uno spazio dotato di molteplici sensori che identificano sia il cliente che la merce. La scansione funziona anche se la persona mette l'acquisto in tasca o in borsa.

Come si sta evolvendo la tecnologia di riconoscimento facciale

I sistemi TVCC Face ID stanno davvero conquistando il mondo. A Mosca, il numero di telecamere nel 2019 raggiungerà Alte tecnologie e sicurezza: quante telecamere CCTV appariranno quest'anno 174 mila. Ciò non significa che tutti questi dispositivi per impostazione predefinita possano riconoscere una persona: molto spesso viene segnalato che il sistema per riconoscere i criminali ricercati attraverso le videocamere inizierà a funzionare a Mosca nel 2019 circa 160 mila telecamere con questa funzione. Tuttavia, alla fine del 2018, l'ufficio del sindaco di Mosca ha annunciato l'intenzione delle autorità di Mosca nel 2019 di sostituire le videocamere e lanciare un sistema di riconoscimento facciale per sostituire tutti i dispositivi di videosorveglianza e formare un sistema completamente innovativo l'anno prossimo.

Il paradosso è che 160mila non sono poi così tanti. Soprattutto se confrontato con un altro leader nelle query dei motori di ricerca in materia di riconoscimento facciale: la Cina. Alla fine del 2017 c'era In Your Face: lo stato onniveggente della Cina con oltre 170 milioni di telecamere CCTV e nei prossimi tre anni la tecnologia di sorveglianza del "Grande Fratello" cinese non è così onniveggente come il governo vuole farvi pensare connettersi alla rete è ancora di circa 400 milioni.

L'uso competente e corretto del riconoscimento facciale lavora principalmente per migliorare la sicurezza e il comfort. Le persone di solito acquisiscono rapidamente fiducia nella tecnologia che li salva dalla coda per una partita di calcio (sorride alla telecamera - passato), previene furti e teppismo o li aiuta a spendere meno per gli acquisti (programmi fedeltà). Tutto ciò, ovviamente, richiede una certa regolamentazione: ecco perché vengono adottate leggi sulla protezione dei dati personali.

In futuro, è probabile che il campo del riconoscimento facciale nei sistemi di videosorveglianza sarà regolamentato in modo simile all'attuale pratica di lavorare con l'identificazione facciale su Internet. Le persone attente alla privacy semplicemente non caricano troppo sul Web: il fiasco parziale di SearchFace dimostra che tale strategia è efficace.

Certo, non ci si può limitare all'infinito a camminare lungo le strade dove sono installate telecamere ad ogni incrocio, ma si formerà la possibilità di mantenere l'anonimato se c'è una richiesta corrispondente da parte della società.