Yüz tanıma teknolojisi hakkında bilmeniz gerekenler

2024 Yazar: Malcolm Clapton | [email protected]. Son düzenleme: 2023-12-17 04:13

Bu teknoloji hükümetler ve işletmeler tarafından nasıl kullanılıyor, yüz tanıma sistemi ile bir kamerayı aldatmak mümkün mü ve internette fotoğraf kullanarak bir kişi bulmak mümkün mü?

Elena Glazkova Ivideon Pazarlamacı.

Devlet için yüz tanıma, güvenlik sisteminin önemli bir parçası ve etkileyici bir bütçe kalemi. Gazeteciler için ya her derde deva ya da dünya komplosunun bir aracıdır. İş, araç veya ürün için. Hangi tarafı seçerseniz seçin, temel sorular hala devam ediyor. Kullanıcılar alışılmış bir şekilde internette kendilerine yanıt ararlar (ayda ortalama 28.704 yüz tanıma sorgusu), ancak her zaman bulamıyorlar. Durumu düzeltmek.

yüz tanıma nedir

Sinekleri pirzolalardan ayıralım. Kullanıcıların, cihazın kilidini açmak için biyometrik tanımlamanın kullanıldığı ve yalnızca sahibinin verilere erişebildiği kendi akıllı telefonlarında yüz tanıma ile karşılaşma olasılığı daha yüksektir. Bir 3D kamera, tanıma işlemine mutlaka dahil olur, böylece gadget'ı bir fotoğrafla aldatmak imkansızdır.

Yüzlerin gerçek zamanlı ve gerçek koşullarda tanımlanması da vardır: bu durumda, kameralar tarafından filme alınan video akışından yüzlerin kelimenin tam anlamıyla "yakalandığı" video gözetim sistemleriyle ayrılmaz bir şekilde bağlantılıdır.

İyi aydınlatılmış bir yere, ortalama insan boyunun hemen üzerine yerleştirilmiş yüksek kaliteli modern bir CCTV kamera hayal edin. Her gün yaklaşık olarak aynı sayıda insan önünden geçiyor. Çok hızlı hareket etmezler.

Yakalanan video bulut arşivinde saklanabilir. Kameraya bir analitik modül bağlı: karmaşık bir algoritma kombinasyonu (yapay zeka, sinir ağları, hepsi bu) artı bir kullanıcı arayüzü. Modül, video akışından yüzleri yakalar, cinsiyet ve yaşı belirler ve verileri veritabanına girer.

Yavaş yavaş daha fazla görüntü var. Sistem, tanınan tüm yüzleri otomatik olarak hatırlar ve bunları arşive kaydeder ve girişi olan bir kullanıcı ek verileri gösterir: ad, konum, durum, diğer işaretler ("VIP-misafir" veya "hırsız"). Gerekli kişinin bir fotoğrafını yükleyebilirsiniz ve modül bu kişinin tüm tespitlerini arşivde bulacaktır.

İşaretli bir kişi tekrar kameranın önünden geçer geçmez sistem bunu önemli bir olay olarak kaydeder ve ilgili kullanıcılara push bildirimi gönderir.

Yüz tanıma bağlamında algılama, algoritmanın prensipte bunun bir yüz olduğunu ve bir Starbucks kupasından bir elma veya deniz kızı olmadığını anladığı bir durumdur. Bunun için önce bilgi işlem gücüne ihtiyaç duyar ve ancak o zaman yüzü tabanla eşleştirebilir veya hatırlayabilir.

Önceki birkaç paragrafı sonuna kadar okuduysanız, tebrikler, ideal bir durumda yüz tanımanın nasıl çalıştığını artık biliyorsunuz. Açıklama herhangi bir sistem için uygundur: Moskova metrosunda kullanılanlardan küçük işletmeler için çözümlere kadar.

Anlaşılması gereken asıl şey, gerçek hayatta ideal bir durum yaratmanın, özellikle de bir ofis veya mağaza değil, tüm şehir söz konusu olduğunda, zor olmasıdır. Mesela metroda çok insan var, herkes farklı, hızlı yürüyorlar. Çok fazla kameraya ihtiyacınız var, paraya mal oluyorlar ve yetkin uzmanlar onları yerleştirmelidir.

Yüz tanıma algoritmasını kandırmak mümkün mü?

Ara sıra yapılan hatalara rağmen, makine tanımanın doğruluğu, insanların yüzleri belirlemedeki doğruluğundan genellikle daha üstündür. Çin, herhangi bir vatandaşı saniyeler içinde tanımlamak için dev bir yüz tanıma veritabanı oluşturacak, yakında Çin'de görünecek, 1,3 milyar diğer sakin arasında belirli bir kişiyi 3 saniyede %90 doğrulukla bulabilen bir sistem.

Yine de bu soruyu kesin olarak cevaplamak zordur, çünkü yüz tanıma için tek bir ideal algoritma yoktur. Büyük gözlükler, yapıştırılmış sakal, kep, yüksek hareket hızı, özel makyaj (örneğin, yüze boyanmış bir "Siyah Kuğu" kafes, kediler, daireler ve çubuklar. Makyaj kullanarak yüz tanıma sistemlerinden nasıl kaçılır) - tüm bunlar algoritmayı karıştırabilir. Özellikle toplu olarak, tanıma için yeterli olduğu için, yüzde 70'i açık bir yüz tanıma sistemleri nasıl hile yapılır. Şimdi yukarıdaki hileleri gerçek bir şehirde kullanmanın gerekli olduğunu hayal edin. Kulağa çok kolay gelmiyor, değil mi?

2015'te piyasaya sürülen Japonya'dan "Anti-tanıma" gözlükleri

Ve işte 2014'te böyle bir 3D maske

Yüzleri çevrimiçi olarak tanımak mümkün mü?

İnternet paradoksal bir yer: Buradaki insanlar aynı anda sokaktaki her iki kameradan birinin kişiliğini algılayıp algılamadığı konusunda endişelenebilir ve içtenlikle "çevrimiçi fotoğraflarından diğer insanların yüzlerini tanımak" isteyebilir. Bu yüz tanıma trendini ayrı ayrı ele alalım.

Yüz tanıma programı ya yukarıda açıklanan analitik modül (CCTV kamera + yazılım + bulut depolama) ya da iyi bilinen (biraz skandal) FindFace hizmetine benzer bir yazılımdır. Bugün, elbette, çoğu durumda bir yüz tanıma programını “ücretsiz ve kayıt olmadan” indirmek imkansızdır.

VKontakte sosyal ağındaki kişileri fotoğraflarıyla bulmaya yardımcı olan FindFace.ru web hizmeti 18 Şubat 2016'da kuruldu. Diğer şeylerin yanı sıra, onun sayesinde herkes porno filmlerde rol alan kızların profillerini bulabilirdi. Çok kısa bir süre sonra hizmet, hiç kimse tarafından asla algılanmama hakkına sahip olan birçok flaş çetesinin yüzleri algılaması için kullanılmaya başlandı. Viral bir reklam gibi çalışan bir skandal patlak verdi: hizmetin temelini oluşturan teknoloji bir dizi prestijli ödül aldı ve müşterilerin devletten ve iş dünyasından ilgisini çekti. 1 Eylül 2018'den bu yana hizmet, protestocuları tanımak için kullanılan FindFace Hizmetini artık sunmuyor, NtechLab tarafından çeşitli iş sektörleri için bir çözüm hattına dönüştürüldüğü için fotoğraf hizmetiyle insan aramanın kapatıldığını duyurdu.

İsteğe giren kullanıcının rüyası açıkçası şuna benziyor: siteye gidiyorsunuz, metroda gizlice çekilmiş bir kişinin fotoğrafını yüklüyorsunuz, program yüzü tanıyor ve profilin bağlantısını veriyor. sosyal ağ. Evet, yakalandım! Veya şöyle: programı bilgisayarınıza indirirsiniz, web kameranızı ona bağlarsınız ve kedinizin yüzünü tanırsınız. Başarı - şimdi kedi her sosis çaldığında bir bildirim alacaksınız.

Gerçek acımasızdır. Size böyle bir şey sunan ilk site çalışmayı reddediyor ve ikincisi Python'da programlama becerileri gerektiriyor. Kısa süre önce yeniden başlatılan SearchFace adlı rüya gibi bir uygulama Searchface, VKontakte üzerinden yetkilendirilerek yeniden başlatıldı. Ancak sosyal ağ FindClone adlı bu özelliği kapatmış durumda. Bir fotoğraf yüklediniz ve algoritma VKontakte sosyal ağ veritabanında aynı yüzü tanımaya çalıştı. Uygulama, profile bağlantılar vermedi, sadece resimlerin kendisi - ve kim tarafından yüklendiği önemli değil. Bir kullanıcı uzun süredir bir sosyal ağda aktifse, bir fotoğrafın yayınlanması ürkütücü bir "biyografik" etki yarattı, ancak değilse, tanınan görüntüler onları güldürebilirdi.

Aslında SearchFace örneği, "Sosyal ağlar yüz tanımayı nasıl kullanır?" sorusuna net bir şekilde cevap veriyor. Bunu şu şekilde formüle etmek daha doğru olur: "Yüz tanıma için sosyal ağlar nasıl kullanılıyor?" Cevap basit: bir veritabanı gibi. Sayısız benzersiz sayı kombinasyonu (fotoğraftaki yüzler Facebook, VKontakte ve diğerlerinin algoritmalarını bu şekilde arar), bir veya başka bir yüz tanıma çözümünün temelini oluşturan sinir ağlarının eğitimi için temel oluşturur.

Çözümlerin hepsi farklıdır ve sinir ağları da farklıdır ve müşteriler ve hizmet sağlayıcılar kural olarak ayrıntıları ve teknik özellikleri açıklamazlar. Özellikle cinsiyet ve yaş tanıma modülü, Odnoklassniki, VKontakte, Instagram ve Facebook'ta yer alan bilgilerden öğrenebilmesi nedeniyle tespit edebilmektedir.

Yüz tanıma nasıl programlanır?

Geliştirici değilseniz, geliştirici ve geliştirici sorularını asla yanıtlamanız gerekmez. Bu nedenle, yardım için bir uzmana döndük.

Dmitry Soshnikov Rusya Yapay Zeka Derneği Üyesi ve Microsoft'ta yapay zeka ve makine öğrenimi sistemlerinin geliştirilmesinde kıdemli uzman.

Yüz tanıma (ve diğer ilgili işlemler) oldukça yaygın bir iştir. Bu nedenle, birçok şirket, bu görevlerin yüksek kaliteli bir çözümü için bulut API'leri (uygulamalar arasındaki yazılım aracıları) şeklinde hazır hizmetler sunar. Microsoft ve Google gibi BT devlerine ek olarak, Rus şirketleri de dahil olmak üzere uzmanlaşmış şirketler de yüz tanıma ile uğraşmaktadır. Ürünleri hızla gelişiyor ve kalabalıktaki yüzleri ve silüetleri tanımlama gibi daha da heyecan verici özellikler sunuyor.

Bir sinir ağını sıfırdan eğitmek çok daha zordur. Büyük ve yüksek kaliteli bir ilk veri setine, yani onlarca ve yüzbinlerce (hatta daha fazla!) İnsan fotoğrafına ihtiyacımız var. Ek olarak, önemli hesaplama kaynakları ve yapay zeka ve makine öğrenimi bilgisi gerekli olacaktır. Büyük şirketler tüm bu araçları ellerinde bulunduruyorlar, bu yüzden sorunu çok daha iyi çözüyorlar.

Ayrıca bir ara çözüm de var - örneğin önceden eğitilmiş bir sinir ağını kullanmak. Bu seçenek, büyük olasılıkla, hazır bir bulut hizmetinden biraz daha kötü çalışacaktır, ancak sistem üzerinde tam kontrol sahibi olmanızı sağlayacaktır. Bu, sinir ağlarının ve sinir ağı çerçevelerinin işleyişinin belirli bir düzeyde anlaşılmasını ve büyük olasılıkla, Veri Bilimi uzmanları arasında ana programlama dili olarak popülerlik kazanan Python dili hakkında biraz bilgi gerektirecektir.

Gerçekten de, mükemmel NumPy paketi sayesinde çeşitli deneyler yapmak, verileri görselleştirmek ve verimli matris hesaplamaları yapmak uygundur. Bu, endüstriyel geliştirme için en iyi dil değildir, çünkü büyük güvenli yazılım sistemleri oluşturmak için etkili araçlar içermez, ancak derin sinir ağı eğitimi alanında henüz alternatifi yoktur.

İş dünyasında yüz tanıma nasıl çalışır?

Fintech, perakende ve diğer iş türlerinde yüz tanıma talebi, teknolojinin artan kullanılabilirliği ile doğrudan ilişkilidir. Mekanizma basittir: tüm kuruluşlar ve tüm kuruluşlar, veri toplama ve sonraki analitik için araç olarak kullanılan CCTV kameralarına sahiptir. Dünyada, gözetim sistemleri ayda terabaytlarca Full HD video çekiyor, yani işlenecek gerçekten çok fazla bilgi var.

Veri analizi için gerekli yazılım, üretici tarafından cihaza "flaşlanabilir". Yerleşik video analiz kameraları genellikle oldukça pahalıdır.

Alternatif bir seçenek, buluttaki analitiktir, yani herhangi bir ucuz kameraya bağlanan uzak bir veri merkezidir. Bu çok daha ucuzdur ve ayrıca esneklik sağlar - çözümleri belirli bir işletmeye uyarlayabilirsiniz.

Yüz tanıma teknolojisinin çeşitli faaliyet alanlarındaki popülaritesi giderek artıyor. Örneğin, Sberbank, çeşitli yüksek profilli yüz tanıma projelerini duyurma konusunda liderlerden biridir ve sizi bin kişiden tanıdığını iddia edebilir: ATM, müşteriyi bu konuda gözüyle tanımlayacaktır, belki de sadece Tinkoff. 2017 yılında Sberbank, Sberbank'ı satın aldı ve VisionLabs'ın %25,07'sini yüz tanıma için yazılım oluşturan yüz tanıma teknolojisine yatırdı. 2018'de bir finans kurumu Moskova metrosunda yüz tanımayı test etmeyi başardı ve hatta 42 suçluyu yakalamayı başardı Sberbank yüz tanıma sistemi sayesinde 42 suçlu yakalandı, test etmek için sizi bin kişiden tanıyacak: bir ATM, müşteri tarafından bir müşteriyi tanımlayacak. Saldırganların diğer kişilerin kartlarından para çekmemesi ve biyometrik verilerin toplandığını duyurması için yüz tanıma özelliğine sahip ATM'lerin gözleri (ses kaydı,müşterilerin yüzünün videosu). Bu yılın Nisan ayında Sberbank, ses ve yüz tanıma sistemlerinin geliştiricisi olan "Konuşma Teknolojileri Merkezi" (MDT) üzerinde kontrol sahibi oldu.

Başka bir şey de, çözümleri duyurmak, test etmek, pilotluk yapmak ve çözümleri satın almak aslında uygulamak anlamına gelmiyor. Şu anda Sberbank'ta tam olarak ne kullanılıyor (ve kullanılıp kullanılmadığı), aslında sadece Alman Gref tarafından kesin olarak söylenebilir.

Perakende ile her şey daha şeffaf. Temel olarak, burada yüz tanımanın çözdüğü üç problem var.

Birincisi, hırsızlık. Dükkanlar, dolandırıcılar ve genellikle aynı ağdaki aynı kişiler tarafından yönetiliyor. Yüz tanıma, "sürüklenen hırsızları" ve daha önce düzeni ihlal eden diğer kişileri tanımlamanıza olanak tanır. Davetsiz misafir veritabanına girer girmez, güvenlik, habercide veya başka bir uygun şekilde bir bildirim alır.

İkincisi, düzenli müşterilerle çalışmanın zorluğu. VIP'ler ve marka hayranları için teklifleri kişiselleştirmek için satın almalar ve doğum günleri hakkında yeterli veri yok. Yüz tanıma, yöneticilerin organizasyonun tüm işlemleriyle ilgili tüm bilgileri girdiği yazılım olan CRM ile entegre edilebilir. Hırsızlar ve VIP'ler söz konusu olduğunda, yüz tanıma aşağı yukarı aynı şekilde çalışır: yüz kara veya beyaz bir listeye girilir ve tekrar göründüğünde sistem erişimi olan kişiye bip sesi verir. Cinsiyet ve yaş otomatik olarak belirlenir ve sorumlu çalışan tarafından ek bilgiler eklenecektir.

Üçüncüsü, hedefli reklamcılık için perakende kimlik kullanılır. Örneğin, bazı mağazalarda X5 Retail Group kurulu X5, müşterilerin yüz ifadelerini ve yaşını tanımak için bilgisayarlı görüş kameraları içerecektir. Sistem, bu verileri analiz ederek, bir kişinin beğenebileceği malları ticaret katındaki monitör ekranında görüntüler. Bir başka canlı örnek, Amerika Birleşik Devletleri'ndeki büyük bir şekerleme mağazası olan Lolli & Pops örneğidir. Yüz tanıma sistemi, gelecekteki mağaza içi sadakat programınızın düzenli müşterilerin yüz tanıma ile besleneceğini belirler ve beğenebilecekleri ürünlerle (bireysel tercihleri ve hatta gıda alerjilerini bile dikkate alarak) akıllı telefonlarına bildirim gönderir.

Perakendede teknoloji kullanımının bir diğer çarpıcı örneği, satıcı ve yazar kasa olmayan mağazalardır. Örneğin, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown, Hangzhou'da bulunan bir kafe ve self servis mağazasıdır. İçecekler, atıştırmalıklar, bakkaliye, oyuncaklar, sırt çantaları ve benzerlerini satıyor. Tao Cafe, yalnızca Taobao web sitesinin kullanıcılarına açıktır.

İçecek satın alırken, yüz tanıma destekli bir kamera sistemi müşteriyi otomatik olarak tanımlıyor, online mağazadaki hesabına bağlanıyor ve ödemeyi işleme alıyor. Alışveriş yapanlar, hem müşteriyi hem de malları tanımlayan çoklu sensörlerle donatılmış bir alandan çıkar. Kişi satın aldığı ürünü cebine veya çantasına koysa bile tarama çalışır.

Yüz tanıma teknolojisi nasıl gelişiyor?

Face ID CCTV sistemleri gerçekten dünyayı ele geçiriyor. Moskova'da 2019'daki kamera sayısı ulaşacak Yüksek teknolojiler ve güvenlik: bu yıl kaç CCTV kamerası görünecek 174 bin. Bu, tüm bu cihazların varsayılan olarak bir kişiyi tanıyabileceği anlamına gelmez: çoğu zaman, aranan suçluları video kameralar aracılığıyla tanıma sisteminin 2019'da Moskova'da bu işlevle yaklaşık 160 bin kamera çalışmaya başlayacağı bildirilmektedir. Bununla birlikte, 2018'in sonunda, Moskova belediye başkanlığı, Moskova yetkililerinin 2019'daki niyetini açıkladı, video kameraları değiştirecek ve tüm video gözetim cihazlarını değiştirmek ve gelecek yıl tamamen yenilikçi bir sistem oluşturmak için bir yüz tanıma sistemi başlatacaklar.

Paradoks şu ki 160 bin o kadar da fazla değil. Özellikle yüz tanıma konusunda arama motoru sorgularında başka bir liderle karşılaştırıldığında - Çin.2017'nin sonunda In Your Face: Çin'in 170 milyonun üzerinde CCTV kamerasının her şeyi gören durumu vardı ve önümüzdeki üç yıl boyunca Çin'in 'Büyük Birader' gözetim teknolojisi, hükümetin düşünmenizi istediği kadar her şeyi gören değil. ağa bağlanmak hala yaklaşık 400 milyon.

Yüz tanımanın yetkin ve doğru kullanımı, öncelikle güvenlik ve konforu artırmaya yarar. İnsanlar genellikle onları bir futbol maçı için sıraya girmekten kurtaran (kameraya gülümser - geçti), hırsızlığı ve holiganlığı önleyen veya daha az satın alma harcamasına yardımcı olan (sadakat programları) teknolojiye hızla güvenir. Bütün bunlar elbette belirli düzenlemeler gerektiriyor - bu nedenle kişisel verilerin korunmasına ilişkin yasalar kabul ediliyor.

Gelecekte, video gözetim sistemlerindeki yüz tanıma alanının, internette yüz tanıma ile çalışma konusundaki mevcut uygulamaya benzer şekilde düzenlenmesi muhtemeldir. Gizliliğe önem veren insanlar Web'e çok fazla yükleme yapmazlar - SearchFace'in kısmi fiyaskosu böyle bir stratejinin etkili olduğunu kanıtlar.

Tabii ki, her kavşakta kameraların kurulu olduğu sokaklarda yürümekle kendini sınırsızca sınırlayamazsınız, ancak toplumdan buna karşılık gelen bir talep varsa, anonimliği koruma olasılığı oluşacaktır.