Yüz tanıma teknolojisi, video analizi, video gözetim sistemleri ve erişim kontrolünde yeni bir dönemdir. Kalabalıkta yüz tanıma. Robotlar ne zaman görecek

Merdivenlerden yukarı çıkıp asansöre giriyorsunuz. Hangi kata gitmen gerektiğini biliyor. Dairenin kapıları önünüzde açılıyor. Bilgisayar ve telefon sizi "tanır" ve bir parola girmenizi gerektirmez.

İlk bakışta, bunu karşılayabilen herhangi bir kuruluş, her adımınızı izliyor ve hakkınızda bir dosya topluyor gibi görünebilir. Ancak yüz tanıma teknolojilerinin dünyaya ne kadar yayıldığını ve ne kadar güçlü umutlar vaat ettiğini hayal bile edemezsiniz. Yukarıdaki örneklere ek olarak, yüz tanıma sistemleri bu kadar basit ve karmaşık şeyleri yapmanızı sağlar:

• çevrimiçi sınavlar sırasında öğrencinin kimliğinin doğrulanması;
• stadyumların ve gece kulüplerinin girişinde "kara listeden" kişilerin belirlenmesi;
• Mallar için ödeme;
• bir eğlence parkını ziyaret ederken yerinizi düzenli tutmak;
• telefonunuzun veya bilgisayarınızın kilidini açmak.

Sadece Moskova'da zaten 150.000'den fazla dış mekan video gözetim kamerasından oluşan bir ağ varsa ne söyleyebilirim. Onlardan saklanacak hiçbir yer yok ve bu da insanları düşündürüyor ama “gözetleme”nin ölçeği o kadar da büyük değil. Ağ, güçlü bir yüz tanıma sistemi kullanıyor, ancak çalışması çok fazla güç gerektiriyor, bu nedenle gerçek zamanlı olarak yalnızca 2-4 bin kamera çalışıyor. Şimdiye kadar, nüfusun kitlesel gözetimi sadece korkutucu, bu nedenle bu teknolojinin gerçek avantajlarına odaklanmaya değer. Ama önce ilk şeyler.

Yüz tanıma sistemi nasıl çalışır?

Bir yüzü nasıl tanıdığınızı hiç merak ettiniz mi? Bir bilgisayar bunu nasıl yapar? Elbette insan yüzleri, tarif edilmesi kolay bazı özelliklere sahiptir. Gözlerin arasındaki mesafe, burnun konumu ve genişliği, kaş kemiği ve çenenin şekli - tüm bu ayrıntılar, başka birine baktığınızda farkında olmadan farkedersiniz. Bilgisayar tüm bunları belirli bir verimlilik ve doğrulukla yapar, çünkü tüm bu ölçümleri birleştirerek bir insan yüzünün matematiksel formülünü elde eder.

Peki yüz tanıma sistemi şu anda ne kadar iyi performans gösteriyor? Fena değil, ama bazen yanlış. Facebook'ta veya başka bir platformda yüz tanıma yazılımıyla karşılaştıysanız, muhtemelen doğru sonuçlar kadar komik sonuçlar olduğunu fark etmişsinizdir. Yine de teknoloji yüzde 100 doğrulukla çalışmasa da yaygın olarak kullanılacak kadar iyi. Ve hatta seni sinirlendiriyor.

NEC'den Paul Howie, yüz tanıma sistemlerinin bireysel tanımlayıcılar için yüzleri taradığını söylüyor:

"Örneğin, çoğu kişi gözler arasındaki mesafenin benzersiz bir özellik olduğunu düşünüyor. Veya çeneden alına ve diğer bileşenlere olan mesafe olabilir. Özellikle, önemli kabul edilen 15-20 faktörün yanı sıra artık çok önemli olmayan diğer faktörleri dikkate alıyoruz. Bu, kişinin kafasının üç boyutlu bir görüntüsünü oluşturur, bu nedenle kısmen örtülü olsa bile yine de tam bir eşleşme elde edebiliriz. Sistem daha sonra yüz imzasını alır ve veri tabanından geçirir."

Yüz tanıma yazılımı hakkında endişelenmeli miyim?

Her şeyden önce, yüz tanıma veridir. Veriler genellikle izinsiz olarak toplanabilir ve saklanabilir. Bilgi toplanıp depolandığında, bilgisayar korsanlığına açıktır. Yüz tanıma platformları henüz yoğun bir şekilde saldırıya uğramadı, ancak teknoloji yayıldıkça biyometriniz giderek daha fazla insanın elinde.

Bir de mülkiyet sorunları var. Çoğu insan, Facebook gibi sosyal medya platformlarına kaydolduklarında o andan itibaren verilerinin Facebook'un kendisine ait olduğunu bilmiyor. Yüz tanımayı kullanan şirketlerin sayısı sürekli arttığından, çok yakında, tehlikeye atılmak için kendi fotoğraflarınızı İnternet'e yüklemeniz bile gerekmeyecek. Zaten orada saklanıyorlar ve uzun süredir saklanıyorlar.

Yazılım söz konusu olduğunda, hepsi farklı şekillerde çalışır, ancak temelde benzer teknikleri ve sinir ağlarını kullanır. Her yüzün birçok ayırt edici özelliği vardır (dünyada iki özdeş yüz bulmak imkansızdır ve tüm insanlık tarihinde onlardan çok fazla vardı!). Örneğin, FaceIt yazılımı bu özellikleri bağlantı noktaları olarak tanımlar. Her yüz, daha önce bahsettiğimiz gibi yaklaşık 80 düğüm noktası içerir: gözler arasındaki mesafe, burnun genişliği, göz çukurlarının derinliği, çenenin şekli, çenenin uzunluğu. Bu noktalar ölçülür ve daha sonra veri tabanına beslenen sayısal bir kod - bir "yüz baskısı" - oluşturur.

Geçmişte yüz tanıma, veritabanındaki diğer 2B görüntüleri karşılaştırmak veya tanımlamak için 2B görüntülere dayanıyordu. Verimlilik ve doğruluk için, görüntünün doğrudan kameraya bakan, az ışık dağılımı olan ve yüz ifadesi olmayan bir yüz olması gerekiyordu. Elbette çok kötü çalıştı.

Çoğu durumda, anlık görüntüler uygun bir ortamda çekilmemiştir. Küçük bir ışık oyunu bile sistemin verimliliğini düşürerek yüksek arıza oranlarına yol açabilir.

2D, 3D tanıma ile değiştirildi. Yazılımda yeni ortaya çıkan bu trend, son derece hassas yüz tanıma sağlamak için bir 3D model kullanır. Yazılım, gerçek zamanlı olarak bir kişinin yüzünün yüzeyinin 3 boyutlu görüntüsünü yakalayarak, özneyi tanımlamak için göz çukuru, burun ve çene eğrileri gibi sert doku ve kemiğin en fazla çıkıntı yaptığı yerler olan ayırt edici özellikleri vurgular. Bu alanlar benzersizdir ve zamanla değişmez.

3D yüz tanıma sistemi aydınlatmadan etkilenmeyen derinlik ve ölçüm eksenini kullanarak karanlıkta dahi kullanılabiliyor ve nesneleri farklı açılardan (profilde bile) tanıyabiliyor. Bu tür bir yazılım, bir kişiyi tanımlayarak birkaç aşamadan geçer:

• Algılama: Konunun canlı görüntüsünü (3B) elde etmek için mevcut bir fotoğrafı (2B) veya videoyu dijital olarak tarayarak anlık görüntü alınması.
• Merkezleme: Bir yüz algıladıktan sonra sistem baş konumunu, boyutunu ve duruşunu işaretler.
• Ölçüm: Sistem yüzdeki eğrileri milimetrik hassasiyetle ölçer ve bir şablon oluşturur.
• Temsil: sistem, şablonu benzersiz bir koda çevirir. Bu kod, her bir kalıba, özellikleri ve yüz özelliklerini temsil eden bir dizi sayı verir.
• Eşleştirme: görüntü 3 boyutluysa ve veritabanı 3 boyutlu görüntüler içeriyorsa, görüntü değiştirilmeden eşleştirme gerçekleşir. Ancak veri tabanı iki boyutlu görüntülerden oluşuyorsa, üç boyutlu görüntü farklı bileşenlere ayrıştırılır (aynı yüz özelliklerinin farklı açılardan çekilmiş iki boyutlu görüntüleri gibi) ve bunlar 2 boyutlu görüntülere dönüştürülür. Ve sonra eşleşme veritabanında bulunur.
• Doğrulama veya tanımlama: doğrulama işlemi sırasında, bir anlık görüntü, veritabanındaki yalnızca bir anlık görüntü ile karşılaştırılır (1: 1). Hedef tanımlama ise, anlık görüntü veritabanındaki tüm anlık görüntülerle karşılaştırılır ve bunun sonucunda bir dizi olası eşleşme (1: N) elde edilir. Gerektiğinde bir veya başka bir yöntem uygulanır.

Yüz tanıma sistemleri nerelerde kullanılır?

Geçmişte yüz tanıma sistemleri, yetkililer onları kalabalıkta rastgele yüzler bulmak için kullandıklarından, esas olarak kolluk kuvvetlerinde kullanım alanı bulmuştur. Bazı devlet kurumları da güvenlik ve seçim sahtekarlığını ortadan kaldırmak için benzer sistemleri kullandı.

Ancak, bu tür yazılımların popüler hale geldiği başka birçok durum vardır. Sistemler ucuzluyor ve yaygınlaşıyor. Artık bankalar ve havaalanları tarafından kullanılan kameralar ve bilgisayarlarla uyumludurlar. Seyahat acenteleri, gönüllü olarak bilgi sağlayan yolcular için hızlı güvenlik taraması yapmak için onu kullanan bir "deneyimli gezgin" programı üzerinde çalışıyor. İnsanlar, yüzleri dahili bir veritabanıyla eşleştiren bir yüz tanıma sisteminden geçerse, havalimanı kuyrukları daha hızlı ilerleyecektir.

Diğer potansiyel uygulamalar arasında ATM'ler ve bankamatikler bulunur. Yazılım, müşterinin yüzünü hızlı bir şekilde kontrol edebilir. Müşterinin izninin ardından ATM veya terminal yüzün fotoğrafını çeker. Yazılım, müşteriyi kimlik hırsızlığından ve sahte işlemlerden koruyan bir yüz izi oluşturur - ATM, farklı bir yüze sahip bir kişiye para vermez. PIN bile gerekli değildir.

Büyü? Teknolojiler!

Banka havaleleri alanında yüz tanıma teknolojisinin gelişimi özellikle önemli ve ilginç olabilir. Son zamanlarda, Rus bankası Otkritie, Open Garage teknoloji markası altında geliştirilen kendi benzersiz çözümünü sundu: Otkritie.Transfers mobil uygulamasında bir fotoğraftan para transferi. Bir kart veya telefon numarası yazmak yerine, transfer yapması gereken kişinin fotoğrafını çekmeniz yeterlidir. Yüz tanıma sistemi, fotoğrafı referans fotoğrafla karşılaştırır (banka kartı verdiğinde yapılır) ve ad ve soyadı önerir. Geriye kalan tek şey bir kart seçmek ve miktarı girmek. En önemlisi, üçüncü taraf bankaların müşterileri bu işlevi Otkritie müşterilerine yapılan transferler için de kullanabilir - transferleri gönderen herhangi bir Rus bankasının kartını kullanabilir.

“Banka kartı numarası yerine müşterinin fotoğrafını kullanmak, müşterinin biyometrik verileriyle yüksek derecede doğrulukla tanımlanmasını sağlayan bir sinir ağı yüz tanıma sisteminin kullanımına dayanan, çevrimiçi transferlere temelde yeni bir yaklaşımdır. ” diyor Otkritie Bank'ın Ortak Sistem Geliştirme Departmanı başkanı Alexey Matveev. - Hizmet, kullanıcıların para transferi yapması için tamamen yeni yaşam senaryoları açar. Şu anda dünyadaki finansal piyasa katılımcılarının hiçbiri müşterilerine böyle bir hizmet sunmuyor."

Yeni bir dönem açtı. Yüz tanıma teknolojisi ana özelliğidir. Ve hiç kimse bu kilit açma yönteminin diğer birçok akıllı telefonda uygulanacağından şüphe duymuyor.

1960'larda, bilgisayarın bir kişinin yüzünü tanımayı öğrenmesi gereken özel deneyler yapıldı. O zaman hiçbir şeye yol açmadı, çünkü herhangi bir duygu başarısızlığa yol açtı. Ayrıca icat edilen sistem, değişen aydınlatma koşullarından korkuyordu.

İnsanların yüzlerini fotoğraflardan tanımayı ve onları ezberlemeyi öğrenen sistemler ancak 20. yüzyılın sonunda ortaya çıktı. Aynı zamanda, bıyık, sakal, gözlük ve diğer "parazit" ortaya çıktığında arıza yapmayı bıraktılar. En aktif olarak bu tür sistemler dijital kameralarda uygulanmaya başlandı. Güvenlik sektöründe de kendilerine yer buldular.

Yüz tanıma sistemlerinin uzun süredir önemli bir dezavantajı var. Işıklandırmaya ve kamera açılarına oldukça bağımlıydılar. Ancak, bu sorun güvenlik tarayıcılarında fark edilmedi. Yüz onlara neredeyse yaklaştırıldı, ardından lambalarla aydınlatıldı. Stereo fotoğrafçılığın tanıtılması, yukarıda belirtilen dezavantajdan kurtulmaya yardımcı oldu. İki kamera sahnenin derinliğini anlar ve bu nedenle okumaların doğruluğu birkaç kat artar.

Yüz tanıma teknolojisi nasıl çalışır?

Yavaş yavaş, yeni özellik akıllı telefonlarda görünmeye başladı. Burada, bir yabancının cihazın kilidini açmasını önlemek için biyometrik kullanıcı kimliği uygulanmaktadır. İdeal olarak, kişisel bilgilere yalnızca bir ikiz erişebilir. Bu konuda endişelenmemelisin. Birinin bir erkek veya kız kardeşten ciddi bir şekilde bir şey saklaması pek olası değildir. Ve hiç kimse, özellikle bazı gizli verileri okumak için ek bir şifre belirleme zahmetine girmez.

Akıllı telefonlardaki yüz tanıma sisteminin çalışması kabaca dört aşamaya ayrılabilir:

1. Yüz taraması.Ön kamera veya iPhone X'te olduğu gibi özel bir sensör kullanılarak gerçekleştirilir. Tarama 3D olduğundan odak, fotoğrafın gösterimi ile çalışmayacaktır.
2. Benzersiz verilerin çıkarılması. Sistem, taranan yüzün bir dizi özelliğine odaklanır. Çoğu zaman bunlar göz çukurlarının dış hatları, elmacık kemiklerinin şekli ve burnun genişliğidir. Gelişmiş sistemlerde yara izleri de "görülebilir".
3. Bellekten önceden alınan verilerle bir şablon alınıyor.
4. Maçları arayın. Sistemin ekranın kilidini açıp açmamaya karar verdiği son adım. Modern işlemcilerin gücü, "düşünmek" için yalnızca bir saniye harcamanıza izin verir.

Yüz tanıma işlevi, iki lensi olduğu sürece ön kamera ile bile gerçekleştirilebilir. Ancak bu durumda, bu işlevin çalışması kararsız olacaktır. Gerçek şu ki, yalnızca özel sensörler karanlıkta bile yüz taraması sağlarken, öne bakan kamera parlak aydınlatma gerektirir. Ayrıca, özel sensörler neredeyse yüzde daha fazla sayıda nokta görüntüler, böylece sakal, gözlük ve diğer engeller ortaya çıktığında bile tetiklenirler. Tek kelimeyle, bazı DOOGEE Mix 2'de sistem kesinlikle iPhone X'ten çok daha kötü çalışacak. Bir başka şey de Apple'ın yıldönümü ürününün yüz tanıma özelliğine sahip diğer tüm akıllı telefonlardan çok daha pahalı olması.

Teknoloji gelecek mi?

Yüz taramaları için gerekli sensörler mükemmel uyum gerektirir. Yüzlerce milimetrelik bir kayma, işlevin çalışmasının artık ideal olmayacağı gerçeğine yol açacaktır - bu nedenle, bir akıllı telefonun üretimi sırasında artan bir reddetme verimi olabilir ve bu, onun değerinde bir artışa yol açar. maliyet. Ve sensörlerin kendileri çok pahalıdır, onlar için herhangi bir patenti olmamasına rağmen, yalnızca Apple'ın bunları kullanması boşuna değildir.

Tek kelimeyle, yüz tanıma işlevini yerine getirirken, "android" üreticileri ön kamera aracılığıyla uygulayacaklar. Zaten şimdi Samsung Galaxy S8 ve Note 8'de bulunabilir. Ancak bu cihazların sahipleri, bunun en iyi şekilde çalışmadığını size onaylayacaktır - parmak izi tarayıcı kullanmak daha kolaydır. Bu nedenle, fonksiyonun geleceği hakkında hiçbir şey söylenemez. Apple'ın uygun sensörleri daha uygun fiyatlı akıllı telefonlarda uygulayıp uygulayamayacağını ve Android cihazlarda görünüp görünmeyeceğini görmek için beklememiz gerekiyor.

Çözüm

Kimliğinizi kaydetme konusunda endişelenmeyin. Yüz taraması sırasında oluşturulan şablon, belleğin ayrı bir bölümünde bulunur - bu sektör bir bilgisayar veya üçüncü taraf programlar tarafından okunamaz. Ancak bu aynı zamanda parmak izleri için de geçerlidir. Ve hangi kimlik türünü kullanmak daha uygun - seçim size kalmış.

Yüz tanıma özelliğine sahip bir akıllı telefonu hiç elinizde tuttunuz mu? Bu özelliğin devasa tanıtımını dört gözle bekliyor musunuz? Fikrinizi yorumlarda paylaşın, bundan mutlu olacağız!

Sadece Moskova'da zaten 150.000'den fazla dış mekan video gözetim kamerasından oluşan bir ağ varsa ne söyleyebilirim. Onlardan saklanacak hiçbir yer yok ve bu da insanları düşündürüyor ama “gözetleme”nin ölçeği o kadar da büyük değil. Ağ, güçlü bir yüz tanıma sistemi kullanıyor, ancak çalışması çok fazla güç gerektiriyor, bu nedenle gerçek zamanlı olarak yalnızca 2-4 bin kamera çalışıyor. Şimdiye kadar, nüfusun kitlesel gözetimi sadece korkutucu, bu nedenle bu teknolojinin gerçek avantajlarına odaklanmaya değer. Ama önce ilk şeyler.

Yüz tanıma sistemi nasıl çalışır?

Bir yüzü nasıl tanıdığınızı hiç merak ettiniz mi? Bir bilgisayar bunu nasıl yapar? Elbette insan yüzleri, tarif edilmesi kolay bazı özelliklere sahiptir. Gözlerin arasındaki mesafe, burnun konumu ve genişliği, kaş kemiği ve çenenin şekli - tüm bu ayrıntılar, başka birine baktığınızda farkında olmadan farkedersiniz. Bilgisayar tüm bunları belirli bir verimlilik ve doğrulukla yapar, çünkü tüm bu ölçümleri birleştirerek bir insan yüzünün matematiksel formülünü elde eder.

Peki yüz tanıma sistemi şu anda ne kadar iyi performans gösteriyor? Fena değil, ama bazen yanlış. Facebook'ta veya başka bir platformda yüz tanıma yazılımıyla karşılaştıysanız, muhtemelen doğru sonuçlar kadar komik sonuçlar olduğunu fark etmişsinizdir. Yine de teknoloji yüzde 100 doğrulukla çalışmasa da yaygın olarak kullanılacak kadar iyi. Ve hatta seni sinirlendiriyor.

NEC'den Paul Howie, yüz tanıma sistemlerinin bireysel tanımlayıcılar için yüzleri taradığını söylüyor:

"Örneğin, çoğu kişi gözler arasındaki mesafenin benzersiz bir özellik olduğunu düşünüyor. Veya çeneden alına ve diğer bileşenlere olan mesafe olabilir. Özellikle, önemli kabul edilen 15-20 faktörün yanı sıra artık çok önemli olmayan diğer faktörleri dikkate alıyoruz. Bu, kişinin kafasının üç boyutlu bir görüntüsünü oluşturur, bu nedenle kısmen örtülü olsa bile yine de tam bir eşleşme elde edebiliriz. Sistem daha sonra yüz imzasını alır ve veri tabanından geçirir."

Yüz tanıma yazılımı hakkında endişelenmeli miyim?

Her şeyden önce, yüz tanıma veridir. Veriler genellikle izinsiz olarak toplanabilir ve saklanabilir. Bilgi toplanıp depolandığında, bilgisayar korsanlığına açıktır. Yüz tanıma platformları henüz yoğun bir şekilde saldırıya uğramadı, ancak teknoloji yayıldıkça biyometriniz giderek daha fazla insanın elinde.



Bir de mülkiyet sorunları var. Çoğu insan, Facebook gibi sosyal medya platformlarına kaydolduklarında o andan itibaren verilerinin Facebook'un kendisine ait olduğunu bilmiyor. Yüz tanımayı kullanan şirketlerin sayısı sürekli arttığından, çok yakında, tehlikeye atılmak için kendi fotoğraflarınızı İnternet'e yüklemeniz bile gerekmeyecek. Zaten orada saklanıyorlar ve uzun süredir saklanıyorlar.

Yazılım söz konusu olduğunda, hepsi farklı şekillerde çalışır, ancak temelde benzer teknikleri ve sinir ağlarını kullanır. Her yüzün birçok ayırt edici özelliği vardır (dünyada iki özdeş yüz bulmak imkansızdır ve tüm insanlık tarihinde onlardan çok fazla vardı!). Örneğin, FaceIt yazılımı bu özellikleri bağlantı noktaları olarak tanımlar. Her yüz, daha önce bahsettiğimiz gibi yaklaşık 80 düğüm noktası içerir: gözler arasındaki mesafe, burnun genişliği, göz çukurlarının derinliği, çenenin şekli, çenenin uzunluğu. Bu noktalar ölçülür ve daha sonra veri tabanına beslenen sayısal bir kod - bir "yüz baskısı" - oluşturur.

Geçmişte yüz tanıma, veritabanındaki diğer 2B görüntüleri karşılaştırmak veya tanımlamak için 2B görüntülere dayanıyordu. Verimlilik ve doğruluk için, görüntünün doğrudan kameraya bakan, az ışık dağılımı olan ve yüz ifadesi olmayan bir yüz olması gerekiyordu. Elbette çok kötü çalıştı.

Çoğu durumda, anlık görüntüler uygun bir ortamda çekilmemiştir. Küçük bir ışık oyunu bile sistemin verimliliğini düşürerek yüksek arıza oranlarına yol açabilir.

2D, 3D tanıma ile değiştirildi. Yazılımda yeni ortaya çıkan bu trend, son derece hassas yüz tanıma sağlamak için bir 3D model kullanır. Yazılım, gerçek zamanlı olarak bir kişinin yüzünün yüzeyinin 3 boyutlu görüntüsünü yakalayarak, özneyi tanımlamak için göz çukuru, burun ve çene eğrileri gibi sert doku ve kemiğin en fazla çıkıntı yaptığı yerler olan ayırt edici özellikleri vurgular. Bu alanlar benzersizdir ve zamanla değişmez.



3D yüz tanıma sistemi aydınlatmadan etkilenmeyen derinlik ve ölçüm eksenini kullanarak karanlıkta dahi kullanılabiliyor ve nesneleri farklı açılardan (profilde bile) tanıyabiliyor. Bu tür bir yazılım, bir kişiyi tanımlayarak birkaç aşamadan geçer:

• Tespit etme: Konunun canlı görüntüsünü (3B) elde etmek için mevcut bir fotoğrafı (2B) veya videoyu dijital olarak tarayarak anlık görüntü alınması.
• merkezleme: Bir yüz algıladıktan sonra sistem başın konumunu, boyutunu ve duruşunu not eder.
• Ölçüm: Sistem yüz eğrilerini milimetrik hassasiyetle ölçer ve bir şablon oluşturur.
• temsil: sistem şablonu benzersiz bir koda çevirir. Bu kod, her bir kalıba, özellikleri ve yüz özelliklerini temsil eden bir dizi sayı verir.
• Karşılaştırmak: anlık görüntü 3 boyutluysa ve veritabanı 3 boyutlu görüntüler içeriyorsa, anlık görüntü değiştirilmeden eşleştirme gerçekleşir. Ancak veri tabanı iki boyutlu görüntülerden oluşuyorsa, üç boyutlu görüntü farklı bileşenlere ayrıştırılır (aynı yüz özelliklerinin farklı açılardan çekilmiş iki boyutlu görüntüleri gibi) ve bunlar 2 boyutlu görüntülere dönüştürülür. Ve sonra eşleşme veritabanında bulunur.
• Doğrulama veya tanımlama: doğrulama sırasında anlık görüntü, veritabanındaki yalnızca bir anlık görüntü ile karşılaştırılır (1: 1). Hedef tanımlama ise, anlık görüntü veritabanındaki tüm anlık görüntülerle karşılaştırılır ve bunun sonucunda bir dizi olası eşleşme (1: N) elde edilir. Gerektiğinde bir veya başka bir yöntem uygulanır.

Yüz tanıma sistemleri nerelerde kullanılır?

Geçmişte yüz tanıma sistemleri, yetkililer onları kalabalıkta rastgele yüzler bulmak için kullandıklarından, esas olarak kolluk kuvvetlerinde kullanım alanı bulmuştur. Bazı devlet kurumları da güvenlik ve seçim sahtekarlığını ortadan kaldırmak için benzer sistemleri kullandı.

Ancak, bu tür yazılımların popüler hale geldiği başka birçok durum vardır. Sistemler ucuzluyor ve yaygınlaşıyor. Artık bankalar ve havaalanları tarafından kullanılan kameralar ve bilgisayarlarla uyumludurlar. Seyahat acenteleri, gönüllü olarak bilgi sağlayan yolcular için hızlı güvenlik taraması yapmak için onu kullanan bir "deneyimli gezgin" programı üzerinde çalışıyor. İnsanlar, yüzleri dahili bir veritabanıyla eşleştiren bir yüz tanıma sisteminden geçerse, havalimanı kuyrukları daha hızlı ilerleyecektir.

Diğer potansiyel uygulamalar arasında ATM'ler ve bankamatikler bulunur. Yazılım, müşterinin yüzünü hızlı bir şekilde kontrol edebilir. Müşterinin izninin ardından ATM veya terminal yüzün fotoğrafını çeker. Yazılım, müşteriyi kimlik hırsızlığından ve sahte işlemlerden koruyan bir yüz izi oluşturur - ATM, farklı bir yüze sahip bir kişiye para vermez. PIN bile gerekli değildir.

Büyü? Teknolojiler!

Banka havaleleri alanında yüz tanıma teknolojisinin gelişimi özellikle önemli ve ilginç olabilir. Son zamanlarda, Rus bankası "Otkrytie", Open Garage teknoloji markası altında geliştirilen kendi benzersiz çözümünü sundu: fotoğraf kullanarak para transferi. Bir kart veya telefon numarası yazmak yerine, transfer yapması gereken kişinin fotoğrafını çekmeniz yeterlidir. Yüz tanıma sistemi, fotoğrafı referans fotoğrafla karşılaştırır (banka kartı verdiğinde yapılır) ve ad ve soyadı önerir. Geriye kalan tek şey bir kart seçmek ve miktarı girmek. En önemlisi, üçüncü taraf bankaların müşterileri bu işlevi Otkritie müşterilerine yapılan transferler için de kullanabilir - transferleri gönderen herhangi bir Rus bankasının kartını kullanabilir.

“Banka kartı numarası yerine müşterinin fotoğrafını kullanmak, müşterinin biyometrik verileriyle yüksek derecede doğrulukla tanımlanmasını sağlayan bir sinir ağı yüz tanıma sisteminin kullanımına dayanan, çevrimiçi transferlere temelde yeni bir yaklaşımdır. ” diyor Otkritie Bank'ın Ortak Sistem Geliştirme Departmanı başkanı Alexey Matveev. - Hizmet, kullanıcıların para transferi yapması için tamamen yeni yaşam senaryoları açar. Şu anda dünyadaki finansal piyasa katılımcılarının hiçbiri müşterilerine böyle bir hizmet sunmuyor."

Mobil uygulama “Otkrytie. Çeviriler "mümkün.

Biyometrik yüz tanıma sisteminin, İnşaat Bakanlığı'nın geliştirmeye başladığı Rus şehirleri için "akıllı şehir" standardına dahil edilmesi planlanıyor. Bölüm başkan yardımcısı Andrei Chibis, İzvestia'ya bunu anlattı. Böyle bir teknolojinin toplu taşımada kullanılmasının uygun olacağını belirtti: bir yolcu otobüse biniyor, program onu ​​tanıyor ve yolculuk için banka hesabından para çekiyor. Bakanlık, Çin şehirlerinin deneyimlerini tanımayı ve benzer teknolojileri Rusya'da dağıtmayı amaçlıyor.

Bakanlık, Rus şehirlerinde biyometri ve olay analizi teknolojisinin Rostelecom ile birlikte uygulanmasına Huawei de dahil olmak üzere Çinli şirketleri dahil etmeyi planlıyor. İnşaat ve İskan ve Kamu Hizmetleri Bakan Yardımcısı Andrei Chibis, İzvestia'ya bunu anlattı. Ona göre, eğer başarılı olursa, bu sistem "akıllı şehir" standardının temelini oluşturacak - şehirlerin konforunu iyileştirmek için minimum bir dizi çözüm. Departman zaten standardı geliştirmeye başladı.

Bakanlık yetkilileri, biyometri dahil modern teknolojilerin orada nasıl çalıştığını değerlendirmek için Çin'i ziyaret etmeyi planlıyor.

Bildiğim kadarıyla, şimdi Moskova'da böyle bir teknolojinin tanıtımı hakkında bir tartışma var. Açıkçası, kart kullanma ihtiyacı nedeniyle yolcuların uçağa binme süresi gecikiyor. Ve yüz tanıma algoritması şöyle çalışıyor: bir yolcu bir metroya veya otobüse biniyor, program onu ​​tanıyor ve seyahat için banka hesabından para çekiyor, - Andrey Chibis bir örnek verdi.

Yetkili, birçok şehirde halihazırda önemli sayıda kameranın kurulduğunu, yani bir bütün olarak altyapının oluşturulduğunu vurguladı. Soru, pilot projelerin normatif düzenlemesi ve uygulanmasındadır - eğer başarılı olurlarsa, sonraki süreç hızlı olacaktır: “tıpkı jetonları metroda hızla bıraktığımız gibi, turnikelerden de uzaklaşabiliriz”.

Rostelecom basın servisi, ücret ödemeleri de dahil olmak üzere toplu taşıma araçlarında yolcuların tanımlanmasının, sistemi kullanmanın en belirgin olasılıklarından biri olduğunu kaydetti.

Dünyada gerçek örnekler var ve Rusya'da yakın gelecekte bu tür çözümlerin yaratılması bekleniyor, - şirket Izvestia'ya doğruladı.

Çerçevesinde yeni bir teknoloji geliştirilmesi planlanan Akıllı Şehir projesi altı yıl için tasarlandı. Andrei Chibis'e göre bu dönemde hiç kimse yüz tanıma sisteminin her yerde karşımıza çıkacağını söylemiyor ama bizim bu yönde hareket etmemiz gerekiyor. "Bu sadece bir güvenlik meselesi değil, aynı zamanda rahatlık meselesi. Bu teknolojiyi inceleyeceğiz ve yakın gelecekte uygulama olasılığına karar vereceğiz - elbette, her şeyden önce maliyeti açısından ”dedi.

Bilgisayarla görü alanında uzman olan VisionLabs Genel Müdürü Alexander Khanin, kameraları ve sunucuları kurma sürecinin teknik olarak basit olduğunu, dolayısıyla yakın gelecekte bu tür sistemlerin her yerde uygulanabileceğini belirtiyor. Kayıpları aramak için diğer şeylerin yanı sıra kullanılabilirler, dedi. Her kameraya bağlanma maliyeti, kullanım senaryosuna ve kameranın türüne bağlıdır: 200 ruble'den birkaç bin'e.

Moskova Elektronik Teknolojisi Enstitüsü Telekomünikasyon Sistemleri Bölümü başkanı Alexander Bakhtin, şehir ağlarının bu tür verileri aktarmaya hazır olduğunu kaydetti. Ancak, yeni teknolojilerin tanıtılmasının ilk aşamasında her zaman gizliliğin ihlali riski vardır. Bilginin ele geçirilebileceği birçok nokta vardır. Ancak testlerden sonra sistem kurulur ve etkin bir şekilde çalışır.

Bir poliklinikteki bir tomografi, bir otobüsten gelen bir video akışından çok daha fazla bilgi üretir. Soru, onu kimin ve hangi amaçlarla analiz ettiğidir. Aleksandr Bakhtin, Izvestia'ya verdiği demeçte, mevzuatın bizi kişisel verileri uygunsuz şekilde kullanan çalışanlardan korumasını istiyorum.

Rostelecom, bu tür verilerin dolaşımının çok hassas bir konu olduğunu kabul ediyor, bu nedenle diğer ülkelerde olduğu gibi Rusya'da da devletin kontrolü altında birleşik bir biyometrik sistem oluşturuluyor. İlk etapta Merkez Bankası ile işbirliği içinde bankacılık sektörünün çıkarları doğrultusunda uygulanmaktadır. Müzelere temassız geçiş için yüz tanıma konusunda şimdiden deneyler yapıldı ve gelecekte sistem gelişecek, şirkete güveniyoruz.

Eylül 2017'de Moskova makamları, yüz tanıma işlevine sahip bir video gözetim sisteminin tanıtıldığını duyurdu. Metropol ağının 160 bin video kamera içerdiği ve konut binalarının girişlerinin %95'ini kapsadığı bildirildi. Kayıtlardaki kişiler, gerekirse, çeşitli veri tabanlarındaki bilgilerle - örneğin, kolluk kuvvetleri, suçluyu bulmaya gelince, belediye başkanının portalında belirtilir - verileri karşılaştırmak için taranır. Moskova. Sistem videodaki kişinin kimliğini, cinsiyetini ve yaşını belirleyebiliyor.

Rostec State Corporation, 2018 Dünya Kupası sırasında yüz tanıma teknolojisini uyguladı. Örneğin onun yardımıyla, mahkeme kararıyla spor müsabakalarına katılması yasaklanan bir taraftarı bulmak mümkün oldu. Algoritma, yüzleri %99 doğrulukla tanımanıza olanak tanır. Devlet şirketi, bir milyar insan arasından belirli bir kişiyi aramanın yarım saniyeden az sürdüğünü kaydetti.

Belki de bugün çevresinde bu kadar çok efsanenin, yalanın ve beceriksizliğin olacağı başka bir teknoloji yok. Teknolojiden bahseden gazeteciler yalan söyler, başarılı uygulamadan bahseden politikacılar yalan söyler, çoğu teknoloji satıcısı yalan söyler. Her ay, yüz tanımayı onunla çalışamayan sistemlere uygulamaya çalışan insanların sonuçlarını görüyorum.

Bu makalenin konusu uzun zaman önce acı verici hale geldi, ancak bir şekilde yazmak için çok tembeldim. Farklı insanlara yirmi kez tekrarladığım bir sürü metin. Ama başka bir çöp paketi daha okuduktan sonra hala zamanın geldiğine karar verdim. Bu yazının linkini vereceğim.

Yani. Bu yazıda birkaç basit soruya cevap vereceğim:

Algoritmaların yaratıcılarının bu temelleri nereden aldığını düşünüyorsunuz?

Küçük bir ipucu. NTech'in şu anki ilk ürünü, kişileri temasa göre arayan Find Face'dir. Bence açıklamaya gerek yok. Elbette VKontakte, tüm açık profilleri dışarı pompalayan botlara karşı savaşır. Ama duyduğum kadarıyla, insanlar hala pompalıyor. Ve sınıf arkadaşları. Ve instagram.

Facebook'ta olduğu gibi - orada her şey daha karmaşık. Ama eminim onlar da bir şeyler bulmuşlardır.
Yani evet, profiliniz açıksa gurur duyabilirsiniz, algoritmaları eğitmek için kullanıldı ;)

Çözümler ve şirketler hakkında

Bununla gurur duyabilirsin. Dünyanın önde gelen 5 şirketinden ikisi artık Rus. Bunlar N-Tech ve VisionLabs'tır. Yarım yıl önce liderler NTech ve Vocord'du, ilki açık yüzlerde, ikincisi ön cephede çok daha iyi çalıştı.

Şimdi liderlerin geri kalanı 1-2 Çinli şirket ve 1 Amerikalı, Vocord reytinglerde bir şeyi geçti.

Ayrıca itmo, 3divi, intellivision derecelendirmesinde Rusça. Synesis bir Belarus şirketidir, bazıları bir zamanlar Moskova'da olmasına rağmen, yaklaşık 3 yıl önce Habré'de bir blogları vardı. Ayrıca yabancı şirketlere ait birkaç çözümü de biliyorum, ancak geliştirme ofisleri de Rusya'da. Ayrıca rekabette olmayan, ancak iyi çözümlere sahip gibi görünen birkaç Rus şirketi de var. Örneğin, Binyıl Kalkınma Hedefleri buna sahiptir. Açıkçası, Odnoklassniki ve Vkontakte'nin de kendi iyileri var, ancak bunlar dahili kullanım içindir.

Kısacası evet, çoğunlukla biz ve Çinliler yüzümüzden kayıyor.

Genel olarak, NTech dünyada yeni bir seviyenin iyi parametrelerini gösteren ilk kişiydi. 2015'in sonunda bir zaman. VisionLabs sadece NTech'i yakaladı. 2015 yılında pazar lideriydiler. Ancak kararları eski nesildi ve NTech'i ancak 2016'nın sonunda yakalamaya çalışmaya başladılar.

Dürüst olmak gerekirse, bu iki şirketi de sevmiyorum. Çok agresif pazarlama. Sorunlarını çözmeyen, açıkça uygunsuz bir çözüm verilen insanlar gördüm.

Bu açıdan Vocord'u daha çok sevdim. Bir keresinde Vocord'un çok dürüstçe “projeniz bu tür kameralar ve kurulum noktaları ile çalışmaz” dediği adamlara danıştım. NTech ve VisionLabs mutlu bir şekilde satmaya çalıştı. Ancak Vocord'un son zamanlarda ortadan kaybolduğu bir şey var.

sonuçlar

Sonuç kısmında şunu söylemek isterim. Yüz tanıma çok iyi ve güçlü bir araçtır. Gerçekten bugün suçluları bulmanızı sağlar. Ancak uygulanması, tüm parametrelerin çok doğru bir analizini gerektirir. Yeterince OpenSource çözümü var. Yalnızca VisionLabs | Ntech'i kurmanın ve ayrıca bir bakım, analiz ve karar verme ekibi tutmanın gerekli olduğu uygulamalar (kalabalıktaki stadyumlarda tanıma) vardır. Ve OpenSource burada size yardımcı olmaz.

Bugün, tüm suçluları yakalayabileceğiniz veya şehirdeki herkesi gözlemleyebileceğiniz tüm hikayelere inanamazsınız. Ancak bu tür şeylerin suçluları yakalamaya yardımcı olabileceğini hatırlamak önemlidir. Örneğin, metroda durmak herkes arka arkaya değil, sadece sistemin benzer olduğunu düşündüğü kişileri durdurmak. Kameraları yüzleri daha iyi tanıyacak şekilde yerleştirin ve buna uygun bir altyapı oluşturun. Örneğin, buna karşıyım. Çünkü bir hatanın bedeli, başka biri olarak tanınırsanız çok büyük olabilir.

Etiket ekle