Придуманы системы распознавания лиц в масках

Как затруднить идентификацию, обмануть видеоаналитику и скрыть лицо от камер

Камеры не удивляют на улицах, в банках и магазинах. Люди ставят их для контроля квартиры, машины, дачи, детской площадки. Видеонаблюдение перестает быть средством пассивной безопасности, добавляются функции распознавания лиц и определения эмоций.

Чем больше становится камер, тем чаще появляются хактивисты, предлагающие различные способы «защиты» личности. Фобии в области видеонаблюдения привели к тому, что кое-кто стал заклеивать вебку в ноутбуке. Мы решили разобраться в этом вопросе.

Если в мире проявляется тренд на полную анонимность, значит должны быть надежные методы для тех, кто не хочет отдавать свои данные камерам наблюдения. Поговорим о способах обмана видеоаналитики.

Объединенная команда Токийского национального института информатики и технологического университета Токио в 2013 году создала очки, в которые встроены инфракрасные светодиоды. В инфракрасном диапазоне светодиоды для камеры превращают лицо в расплывчатое пятно света. Надежнее, разве что, светить лазерным лучом прямо в камеру, но для этого нужно четко попадать в объектив.

Более продвинутым решением в 2015 году стали очки Privacy Visor (на фотографии слева). Они оснащены сложной системой линз, отражающих, преломляющих и поглощающих свет. Технология не дает камере сфокусироваться, «размывает» область вокруг глаз, показывая ее намного ярче. Система определяет человека в обычных солнцезащитных очках, но не может идентифицировать обладателя Privacy Visor.

В 2016 году появился стартап, успешно собравший на Kickstarter сумму, необходимую для производства очков, в котором используются миниатюрные светодиоды и мини-батарея питания. Очки вызывают определенные подозрения, если носить их в ночное время, но они точно безопаснее способа с лазером (ничто не выглядит более странно, чем человек, тыкающей указкой в камеру).

DJ Крис Холмс придумал специальную защиту от папарацци, при модификации которой можно получить и защиту от камер. В коллекции «Flashback» представлена одежда, сделанная из материала с высокой отражающей способностью.

Материал содержит тысячи сферических кусочков стекла, отражающих большую часть света при фотографировании со вспышкой.

В результате на фотографиях видна яркая куртка, а всё остальное остается за пределами чувствительности фотоматрицы.

Дизайнер Симон К.

Никиль придумал футболки REALFACE Glamoflage, на которых изображены лица известных людей. Если честно, то даже в 2013 году этот способ мог обхитрить только самые примитивные алгоритмы.

В компания AVG Innovation Labs, занимающаяся защитой личностных данных, придумали сразу несколько решений, затрудняющих идентификацию личности. Значок с графическим изображением «Do Not Snap» является своеобразным маркером. При загрузке в сеть фотографии человека со значком, софт от AVG считывает символ и размывает оцифрованное лицо носителя.

Однако для его работы открытый исход код AVG необходимо заранее загрузить на платформу (файлообменник или соцсеть).Другой продукт AVG Innovation Labs это традиционные очки, покрытые светоотражающим материалом, как в одежде Криса Холмса. Они дополнительно оснащены инфракрасными излучателями.

Для тех, кто сомневается в надежности вышеописанных методов, английский разработчик Джеймс Брайдл предложил устройство, сигнализирующее о попадании в поле зрения видеокамер. Датчик фиксирует инфракрасное излучение – получив сигнал, начинает вибрировать. Логика в этом есть – не хотите, чтобы лицо распознали, вообще не светитесь перед камерой.

Вот только почему-то устройство реализовано в виде громоздкого наплечника.

Если кто-то собирается проникнуть на секретный завод SkyNet, в котором вместо человеческих охранников в патруль ходят роботы, то ему будет достаточно всего лишь скрестить алгоритм генерации случайных изображений с системой распознавания образов, и распечатать полученный результат в виде маски на 3D-принтере. В результате у вас будет набор застывших специфических признаков, которые будут понятны программе компьютерного зрения, но останутся бессмысленны для людей.

Художник Стерлинг Криспин выложил коллекцию дата-масок, созданных специально для обмана алгоритмов распознавания лиц в уличных камерах наблюдения. Этот метод позволяет обмануть только тот алгоритм, под который была сделана маска, и точно бесполезен против людей.

Дизайнер Мартин Бакес, работающий на стыке высоких технологий и искусства, придумал балаклавы с узором в виде пикселизованного изображения человеческой головы Pixelhead. Никакой практической пользы у проекта нет, однако он помог вдохновить нескольких креативщиков.Балаклавы заметны в городских условиях, поэтому активисты неприкосновенности частной жизни выбирают ортопедическую маску для лица. Эта маска настолько высокого качества, что шансы быть опознанным на улице довольно низкие, пока никто не начнет разглядывать вас пристально в лицо. Камера, вероятно, не заметит, что ваши губы не двигаются.Непримиримый борец с системой Адам Харви с помощью библиотеки OpenCV и скриптов на Java и Processing подобрал варианты причесок и макияжа, затрудняющие работу алгоритмов распознавания лиц. Это фишка срабатывала несколько лет назад, однако сейчас резкие контрастные линии и пятна, создающие «ложные цели», не обманывают алгоритмы.Адам Харви также представил коллекцию “Stealth Wear”, в которую входят плащи и накидки, сделанные из материала, не пропускающего тепловое излучение. Можно частично укрыться от инфракрасных камер.Следующим его проектом стал Hyperface – это просто паттерны, имитирующие для компьютера черты лица. Паттерны перегружают алгоритм теми данными, которые он ищет, что приводит к нарушению работы. Маскировку достаточно нанести на одежду, чтобы запутать камеры наблюдения.

Группа исследователей из Университета Карнеги-Меллона выяснила, что обычные очки со специально подобранным паттерном негативно воздействует на нейросеть, распознающую лица.

Из-за сравнения окраски соседних пикселей на лицах вокруг глаз в системах, использующих метод Виолы-Джонса, простая цветная накладка с узором сбивает с толку сетку.

В итоге компьютер “думает”, что вы – это не вы, а кто-то другой (быть может, Милла Йовович).

Почти надежный способ скрыть лицо – надеть капюшон и большие черные очки. Лыжная маска, обмотанный вокруг головы, шарф или просто пакет с дырками для глаз защищают от популярных систем видеоаналитики на 100%. С той же эффективностью они привлекают внимание охранников и полиции.

В Университете Хьюстона еще 10 лет назад предложили способ, позволяющий полностью выделить черты лица на фоне посторонних предметов. Программа URxD делает трехмерный снимок человека с помощью обычный камеры, 3D-датчиков и инфракрасной камеры. Программа создает трехмерную модель человека, затем накладывает на нее текстуру и данные полученные инфракрасной камерой.

Почти все советы по использованию ИК-светодиодов не работают. В отдельных случаях светодиоды не то, что не скрывают лицо, а чуть подсвечивают, обеспечивая более четкую картинку – это происходит потому, что для засветки лица необходимо смотреть прямо в камеру.

В большинстве случаев для современных камер для защиты от ИК-подсветки одних только светодиодов мало. Давно уже существует режим HLC (High light compensation — компенсация яркой засветки).

Наши камеры Nobelic, к примеру, умеют так делать: в автоматическом режиме отслеживается точка яркой засветки и делается повторный кадр с игнорированием данных от ячеек матрицы в этом месте.

Кто сказал, что камеры обязаны рассматривать только лица? Идентифицировать человека можно тысячью других способов. Созданы алгоритмы, учитывающие одежду, окружение, походку.

Камеры видеонаблюдения получают аналитику захвата биометрической информации, позволяя фактически «видеть» частоту сердечных сокращений, используя стандартную технологию записи. И в итоге всё это хорошо. Новое вызывает настороженность и не всем нравится, что каждый шаг могут записывать и анализировать.

Это естественный процесс. Фермеры на Среднем Западе США бастовали против расширения сети железных дорог. Извозчики на лошадях, запряженных пролетками, двуколками, каретами, чувствовали угрозу в первых автомобилях. Сейчас в России нападкам подвергаются ГМО-продукты.

В конечном счете, плюсы от видеонаблюдения побеждают.

А для тех, у кого остаются сомнения, мы готовы сами показать преимущества. В данный момент Ivideon ищет добровольцев для тестов детектора очередей, а также пользователей системы ШТРИХ-М для теста новой системы контроля кассовых операций.

Пишите на почту, если хотите узнать, как видеоаналитика позволяет бороться с возникновением очереди на вашем предприятии или контролировать потенциально опасные кассовые операции. Спасибо тем, кто уже написал (кому-то могли еще не ответить, но скоро свяжемся).

Источник: https://habr.com/company/ivideon/blog/373255/

Как работает технология распознавания лиц в смартфоне?

В современные смартфоны всё активнее внедряется система распознавания лиц. Но как она работает?

Можно сказать, что iPhone X открыл новую эпоху. Технология распознавания лиц — основная его «фишка». И никто не сомневается в том, что такой способ разблокировки будет внедряться и во многие другие смартфоны.

Чуть-чуть истории

Ещё в 1960-ых годах проводились специальные опыты, в ходе которых компьютер должен был научиться распознавать лицо человека. Тогда это ни к чему не привело, так как любая эмоция приводила к сбою. Также изобретенная система боялась изменения условий освещения.

Лишь в самом конце XX века появились системы, которые научились определять лица людей по фотографиям, запоминая их. При этом они перестали сбоить при появлении усов, бороды, очков и прочих «помех». Активнее всего подобные системы начали внедряться в цифровые фотоаппараты. Также они нашли себе место в охранном секторе.

У систем распознавания лиц долгое время был один существенный недостаток. Они сильно зависели от освещения и ракурса. Впрочем, в охранных сканерах эта проблема не была заметна.

К ним лицо прикладывалось почти вплотную, освещаясь затем лампами. Избавиться же от вышеупомянутого недостатка помогло внедрение стереосъемки.

Две камеры понимают глубину сцены, в связи с чем точность показаний вырастает в несколько раз.

Как работает технология распознавания лиц?

Постепенно новая функция начала появляться в смартфонах. Здесь биометрическая идентификация пользователя внедряется для того, чтобы разблокировать устройство не мог посторонний человек.

В идеале получить доступ к персональной информации может только близнец. Переживать по этому поводу не стоит. Вряд ли кто-то будет всерьез скрывать что-то от родного брата или сестры.

Да и никто не мешает установить для чтения каких-то особо секретных данных дополнительный пароль.

Работу системы распознавания лиц в смартфонах можно условно разделить на четыре этапа:

  1. Сканирование лица. Оно осуществляется при помощи фронтальной камеры или, как в случае с iPhone X, специального сенсора. Сканирование является трехмерным, поэтому фокус с показом фотографии срабатывать не будет.
  2. Извлечение уникальных данных. Система ориентируется на набор особенностей сканируемого лица. Чаще всего это контуры глазниц, форма скул и ширина носа. В продвинутых системах также могут «замечаться» шрамы.
  3. Извлечение из памяти шаблона с ранее полученными данными.
  4. Поиск соответствий. Финальный этап, на котором система решает, разблокировать ли дисплей. Мощности современных процессоров позволяют тратить на «размышление» всего доли секунды.

Функция распознавания лиц может быть реализована даже при помощи фронтальной камеры — лишь бы она имела два объектива. Однако в таком случае работа данной функции окажется нестабильной. Дело в том, что лишь специальные датчики обеспечат сканирование лица даже в темноте, тогда как «фронталке» требуется яркое освещение.

Также особые датчики виртуально выводят на лицо большее количество точек, поэтому они срабатывают даже при появлении бороды, очков и других помех. Словом, в каком-нибудь DOOGEE Mix 2 система точно будет работать заметно хуже, чем в iPhone X.

Другое дело — юбилейный продукт Apple стоит гораздо дороже, чем все остальные смартфоны с функцией распознавания лица.

За технологией будущее?

Нужные для сканирования лица датчики требуют идеальной установки.

Сдвиг на сотые доли миллиметра приведет к тому, что работа функции перестанет быть идеальной — поэтому при производстве смартфона может наблюдаться повышенный выход брака, а это приводит к росту его стоимости. Да и сами датчики стоят весьма дорого, неспроста их использует только компания Apple, хотя никаких патентов на них у неё нет.

Одним словом, пока функцию распознавания лиц производители «андроидов» будут реализовывать посредством фронтальной камеры. Уже сейчас её можно встретить в Samsung Galaxy S8 и Note 8.

Но владельцы этих устройств подтвердят вам, что работает она не лучшим образом — легче использовать сканер отпечатков пальцев. Поэтому пока о будущем функции ничего сказать нельзя.

Нужно ждать, будет ли Apple внедрять соответствующие датчики в более доступные смартфоны, а также появятся ли они в устройствах на базе Android.

Заключение

Переживать по поводу сохранения ваших идентификационных данных не стоит. Созданный при сканировании лица шаблон находится в отдельном разделе памяти — чтение этого сектора компьютером или сторонними программами невозможно. Впрочем, это касается и отпечатков пальцев. А каким видом идентификации пользоваться удобнее — это выбирать только вам.

Держали ли вы когда-нибудь в руках смартфон, умеющий распознавать лицо? И ждете ли вы массового внедрения данной функции? Поделитесь своим мнением в комментариях, мы будем этому рады!

Источник: https://setphone.ru/stati/kak-rabotaet-tehnologiya-raspoznavaniya-lits-v-smartfone/

Как обмануть системы распознавания лиц

Алгоритм способен решать и обратную задачу: распознав лицо, строить на основе контрольных точек 3D-модель. Они могут использоваться, например, для создания специальных масок в мессенджерах

VisionLabs

Cистемы биометрического распознавания лиц – новая реальность жизни россиян. С 1 июля должна заработать единая биометрическая система, с помощью которой банки смогут удаленно подтверждать личность клиента и выдавать ему кредит. Москва и Санкт-Петербург должны оснастить метро, аэропорты и вокзалы видеокамерами с системами распознавания лиц.

Но распространение новой технологии может спровоцировать новые способы взлома – теперь уже личности человека.

Обман биометрических алгоритмов преследует две основные цели – мошенники либо пытаются обмануть систему, чтобы она не распознала их в принципе, либо же чтобы приняла за другого человека, рассказывают опрошенные «Ведомостями» разработчики биометрических решений.

Очки, кепка, борода

Большие темные очки, кепки, шарфы или просто закрытое рукой лицо помогут избежать распознавания. Но чтобы скрыться от всех камер, этим нужно пользоваться постоянно – в реальной жизни это непросто, рассуждает ведущий исследователь VisionLabs Олег Гринчук. С ним соглашается основатель другой компании-разработчика биометрии по лицу, NTechLab, Артем Кухаренко.

Современные алгоритмы хорошо справляются с помехами – очками, кепками, поворотами и наклонами головы, заверяет он. Сегодня для успешного распознавания достаточно лишь 70% открытого лица, рассказывает Кухаренко. Например, NTechLab работает в Китае, где распространены медицинские маски, и алгоритм узнает людей в них.

А наличие на лице очков и кепки снижает точность распознавания не более чем с 95% до 92%, уверяет он. Влияние бороды или очков на лице в одном из тестов измеряет национальный институт стандартов и технологий США (NIST), который тестирует алгоритмы распознавания, отмечает другой ведущий исследователь VisionLabs – Сергей Миляев.

И такие атрибуты увеличивают вероятность ложного распознавания от одного случая на 50 000 до одного на 10 000, рассказывает эксперт.

Глаза – самая содержательная часть лица не только для человека, но и для машины, поэтому сокрытие глаз за солнцезащитными очками значительно снижает распознавание, отмечает техдиректор производителя систем видеораспознавания Vocord Алексей Кадейшвили.

Но с нынешним уровнем развития алгоритмов скрыться от распознавания человеку в очках и кепке удастся, только если он будет постоянно смотреть вниз, тем самым скрывая лицо от камер козырьком кепки, отмечает эксперт. Хотя такое поведение вызовет подозрение само по себе, замечает он.

Помимо глаз для алгоритма важна геометрия лица, положение и форма носа, губ, расстояние между глаз, замечает Кадейшвили.

Густая борода, скрывающая губы, и другие способы исказить параметры лица затруднят работу алгоритма – человека с накладным носом, увеличенными губами и ярким макияжем алгоритм, вероятно, не распознает, разводит руками Кадейшвили.

Раньше глаза были основной опорной точкой для алгоритмов, поэтому солнцезащитные очки серьезно мешали распознаванию, рассказывает руководитель продуктового управления «Центра речевых технологий» (ЦРТ) Алексей Маркачев.

Читайте также:  Рейтинг лучших отпаривателей для одежды 2016

Но алгоритмы эволюционировали и стали учитывать минимум 68 точек на лице (они расположены по контуру лица, определяют положение и форму подбородка, глаз, носа и рта, расстояние между ними), указывает эксперт.

Поэтому, чтобы остаться неузнанным, мошеннику придется так или иначе изменить их все, подчеркивает Маркачев.

Поэтому люди стараются помогать алгоритмам. Системы контроля доступа на стадионах требуют от человека устранить с лица все помехи – будь то кепка или бандана, рассказывает Маркачев. Если лицо скрыто, то система даст сигнал сотруднику-стюарду, который попросит посетителя открыть лицо и посмотреть в камеру.

После того как алгоритм детектировал лицо, он сравнивает его с доступными базами, например с черным списком болельщиков, и принимает решение, пропустить ли его через турникет, говорит Маркачев. Система видеоконтроля разработки ЦРТ установлена, например, на стадионе «Петровский» в Санкт-Петербурге.

Ущерб от футбольных хулиганов клуб «Зенит» ощущал на своем кармане: каждый матч без зрителей обходился в 20 млн руб.

Близнецы и маски

Массовый эксперимент по взлому биометрического алгоритма поневоле устроила корпорация Apple. Свой флагман iPhoneX она оснастила системой распознавания Face ID, которая может разблокировать устройство по лицу хозяина.

Тут же начались попытки ее обхода, вскоре увенчавшиеся успехом.

Например, телефон смог разблокировать брат-близнец владельца iPhone, а вьетнамская фирма Bkav, работающая в области кибербезопасности, смогла взломать устройство с помощью маски стоимостью всего $200.

Маски или профессиональный грим, которым пользуются актеры для съемок в фильмах, можно называть наиболее эффективным способом обмана, замечает Миляев из VisionLabs.

Например, в тесте распознавания лиц Labeled Faces in the Wild есть контрольная пара фотографий актрисы Николь Кидман – в жизни и на съемках одного из фильмов.

Из-за грима и человеку сложно опознать ее и у некоторых алгоритмов эти фото также вызывают проблемы, приводит пример Миляев.

Источник: https://www.vedomosti.ru/technology/articles/2018/03/28/755116-obmanut-sistemi

Разблокировка по лицу — не лучшая идея

Разблокировать смартфон с помощью технологии распознавания лица кажется логичным и естественным. Это удобно: вы же и так собирались посмотреть на телефон, правильно?

Большинство производителей смартфонов, похоже, согласны с этим.

Apple была не первой компанией, придумавшей разблокировать смартфон по лицу, но после реализации функции в iPhone X за Apple, как это обычно бывает, последовали все остальные.

На выставке Mobile World Congress 2018 эта функция была реализована практически в каждом смартфоне. На самом деле это очень печальная тенденция, и вот почему.

Сразу оговорюсь: я ни в коем случае не считаю, что распознавание лиц плохо само по себе. Наоборот, если его правильно реализовать, оно, возможно, даже лучше, чем проверка подлинности по отпечатку пальца или ПИН-коду. Однако дьявол кроется в деталях.

Описывая работу функции Face ID, мы упоминали, насколько сложна реализованная в Apple iPhone X система распознавания.

Она задействует обычную и инфракрасную камеру, точечный проектор, алгоритмы машинного обучения, а также защищенное хранилище и защищенную же обработку данных.

Apple вложила немало усилий и средств в то, чтобы сделать систему быстрой, безопасной и надежной, — и берет за это немаленькие деньги: iPhone X стоит около тысячи долларов.

Вопрос цены как раз и вызывает трудности у других производителей смартфонов: их устройства в основном стоят гораздо меньше, а современные функции и характеристики им тоже нужны.

В таких случаях прежде всего урезают то, что не бросается в глаза. Динамик, скажем, ставят подешевле, память помедленнее… Или убирают из модуля разблокировки по лицу инфракрасную камеру, да и точечный проектор тоже.

А саму функцию оставляют — это же такая важная штука, без нее телефон сейчас не продать!

Возможность разблокировки телефона по лицу упоминают во всех маркетинговых материалах. Правда, рекламные тексты обычно не вдаются в подробности того, как она работает. Возможно, дело как раз в том, что компании не хотят рассказывать, как сделали свою систему аутентификации по лицу гораздо менее технологичной, менее надежной и менее безопасной

В большинстве случаев для распознавания по лицу в недорогом телефоне используется только фронтальная камера и набор не очень сложных алгоритмов. Ну и иногда вспышка, чтобы фотографии были качественнее.

Однако обычную 2D-камеру без ИК-сенсора и точечного проектора легко обмануть с помощью фотографии (например, из профиля в социальной сети), напечатанной на бумаге или выведенной на экран. И даже те системы, что получше, попадаются на крючок, если им показать маску, напечатанную на 3D-принтере.

Даже созданную Apple функцию Face ID удалось одурачить атакой с использованием масок, а уж телефон, который опирается только на обычные фотографии, — и подавно легкая жертва для злоумышленников.

Не то чтобы ужасно, но плохо

Широкое распространение разблокировки по лицу без соответствующих технических средств приведет к общему снижению безопасности современных телефонов.

К счастью, сейчас производители, как правило, не используют этот метод как средство аутентификации по умолчанию: пользователю чаще предлагается использовать отпечатки пальца или пин-код.

Также некоторые производители используют более надежные системы, обмануть которые сложнее, — например, распознавание по радужной оболочке глаза.

Однако проверка подлинности по лицу входит в моду, и можно предположить, что число владельцев дешевых телефонов на базе Android, использующих ее, будет расти (Мой телефон умеет все то же, что и твой iPhone, — и стоит в десять раз меньше!).

Мы настоятельно советуем проверить, как именно работает распознавание лиц в вашем телефоне, прежде чем включать эту функцию.

Она должна быть действительно безопасной: не аутентифицировать по фотографии или маске, не допускать утечки ваших данных, не использовать ненадежные способы их обработки.

Проверка подлинности по отпечатку пальца, конечно, тоже не безупречна, однако пока что она более безопасна. А самой лучшей опцией, пожалуй, по-прежнему остается шестизначный ПИН-код.

Источник: https://www.kaspersky.ru/blog/face-unlock-insecurity/19998/

Как затруднить идентификацию, обмануть видеоаналитику и скрыть лицо от камер

Камеры не удивляют на улицах, в банках и магазинах. Люди ставят их для контроля квартиры, машины, дачи, детской площадки. Видеонаблюдение перестает быть средством пассивной безопасности, добавляются функции распознавания лиц и определения эмоций. Чем больше становится камер, тем чаще появляются хактивисты, предлагающие различные способы «защиты» личности.

Фобии в области видеонаблюдения привели к тому, что кое-кто стал заклеивать вебку в ноутбуке. Мы решили разобраться в этом вопросе. Если в мире проявляется тренд на полную анонимность, значит должны быть надежные методы для тех, кто не хочет отдавать свои данные камерам наблюдения. Поговорим о способах обмана видеоаналитики.

Самый функциональный аксессуар

Объединенная команда Токийского национального института информатики и технологического университета Токио в 2013 году создала очки, в которые встроены инфракрасные светодиоды. В инфракрасном диапазоне светодиоды для камеры превращают лицо в расплывчатое пятно света. Надежнее, разве что, светить лазерным лучом прямо в камеру, но для этого нужно четко попадать в объектив.

Более продвинутым решением в 2015 году стали очки Privacy Visor (на фотографии слева). Они оснащены сложной системой линз, отражающих, преломляющих и поглощающих свет. Технология не дает камере сфокусироваться, «размывает» область вокруг глаз, показывая ее намного ярче.

Система определяет человека в обычных солнцезащитных очках, но не может идентифицировать обладателя Privacy Visor.

В 2016 году появился стартап, успешно собравший на Kickstarter сумму, необходимую для производства очков, в котором используются миниатюрные светодиоды и мини-батарея питания.

Очки вызывают определенные подозрения, если носить их в ночное время, но они точно безопаснее способа с лазером (ничто не выглядит более странно, чем человек, тыкающей указкой в камеру).

Одежда как метод анонимности

DJ Крис Холмс придумал специальную защиту от папарацци, при модификации которой можно получить и защиту от камер. В коллекции «Flashback» представлена одежда, сделанная из материала с высокой отражающей способностью.Материал содержит тысячи сферических кусочков стекла, отражающих большую часть света при фотографировании со вспышкой. В результате на фотографиях видна яркая куртка, а всё остальное остается за пределами чувствительности фотоматрицы.Дизайнер Симон К. Никиль придумал футболки REALFACE Glamoflage, на которых изображены лица известных людей. Если честно, то даже в 2013 году этот способ мог обхитрить только самые примитивные алгоритмы.В компания AVG Innovation Labs, занимающаяся защитой личностных данных, придумали сразу несколько решений, затрудняющих идентификацию личности. Значок с графическим изображением «Do Not Snap» является своеобразным маркером. При загрузке в сеть фотографии человека со значком, софт от AVG считывает символ и размывает оцифрованное лицо носителя. Однако для его работы открытый исход код AVG необходимо заранее загрузить на платформу (файлообменник или соцсеть).Другой продукт AVG Innovation Labs это традиционные очки, покрытые светоотражающим материалом, как в одежде Криса Холмса. Они дополнительно оснащены инфракрасными излучателями.
Для тех, кто сомневается в надежности вышеописанных методов, английский разработчик Джеймс Брайдл предложил устройство, сигнализирующее о попадании в поле зрения видеокамер. Датчик фиксирует инфракрасное излучение – получив сигнал, начинает вибрировать. Логика в этом есть – не хотите, чтобы лицо распознали, вообще не светитесь перед камерой. Вот только почему-то устройство реализовано в виде громоздкого наплечника.

Ошибка позиционирования

Если кто-то собирается проникнуть на секретный завод SkyNet, в котором вместо человеческих охранников в патруль ходят роботы, то ему будет достаточно всего лишь скрестить алгоритм генерации случайных изображений с системой распознавания образов, и распечатать полученный результат в виде маски на 3D-принтере.

В результате у вас будет набор застывших специфических признаков, которые будут понятны программе компьютерного зрения, но останутся бессмысленны для людей.

Художник Стерлинг Криспин выложил коллекцию дата-масок, созданных специально для обмана алгоритмов распознавания лиц в уличных камерах наблюдения.

Этот метод позволяет обмануть только тот алгоритм, под который была сделана маска, и точно бесполезен против людей.

Хамелеон в городских джунглях

Дизайнер Мартин Бакес, работающий на стыке высоких технологий и искусства, придумал балаклавы с узором в виде пикселизованного изображения человеческой головы Pixelhead. Никакой практической пользы у проекта нет, однако он помог вдохновить нескольких креативщиков.

Балаклавы заметны в городских условиях, поэтому активисты неприкосновенности частной жизни выбирают ортопедическую маску для лица. Эта маска настолько высокого качества, что шансы быть опознанным на улице довольно низкие, пока никто не начнет разглядывать вас пристально в лицо. Камера, вероятно, не заметит, что ваши губы не двигаются.

Непримиримый борец с системой Адам Харви с помощью библиотеки OpenCV и скриптов на Java и Processing подобрал варианты причесок и макияжа, затрудняющие работу алгоритмов распознавания лиц. Это фишка срабатывала несколько лет назад, однако сейчас резкие контрастные линии и пятна, создающие «ложные цели», не обманывают алгоритмы.

Адам Харви также представил коллекцию “Stealth Wear”, в которую входят плащи и накидки, сделанные из материала, не пропускающего тепловое излучение. Можно частично укрыться от инфракрасных камер.
Следующим его проектом стал Hyperface – это просто паттерны, имитирующие для компьютера черты лица.

Паттерны перегружают алгоритм теми данными, которые он ищет, что приводит к нарушению работы. Маскировку достаточно нанести на одежду, чтобы запутать камеры наблюдения.

Играем в наперстки с нейросетью

Группа исследователей из Университета Карнеги-Меллона выяснила, что обычные очки со специально подобранным паттерном негативно воздействует на нейросеть, распознающую лица. Из-за сравнения окраски соседних пикселей на лицах вокруг глаз в системах, использующих метод Виолы-Джонса, простая цветная накладка с узором сбивает с толку сетку. В итоге компьютер “думает”, что вы – это не вы, а кто-то другой (быть может, Милла Йовович).

Противодействие

Почти надежный способ скрыть лицо – надеть капюшон и большие черные очки. Лыжная маска, обмотанный вокруг головы, шарф или просто пакет с дырками для глаз защищают от популярных систем видеоаналитики на 100%. С той же эффективностью они привлекают внимание охранников и полиции.

В Университете Хьюстона еще 10 лет назад предложили способ, позволяющий полностью выделить черты лица на фоне посторонних предметов. Программа URxD делает трехмерный снимок человека с помощью обычный камеры, 3D-датчиков и инфракрасной камеры. Программа создает трехмерную модель человека, затем накладывает на нее текстуру и данные полученные инфракрасной камерой.

Почти все советы по использованию ИК-светодиодов не работают. В отдельных случаях светодиоды не то, что не скрывают лицо, а чуть подсвечивают, обеспечивая более четкую картинку – это происходит потому, что для засветки лица необходимо смотреть прямо в камеру. В большинстве случаев для современных камер для защиты от ИК-подсветки одних только светодиодов мало.

Давно уже существует режим HLC (High light compensation — компенсация яркой засветки). Наши камеры Nobelic, к примеру, умеют так делать: в автоматическом режиме отслеживается точка яркой засветки и делается повторный кадр с игнорированием данных от ячеек матрицы в этом месте.

Кто сказал, что камеры обязаны рассматривать только лица? Идентифицировать человека можно тысячью других способов. Созданы алгоритмы, учитывающие одежду, окружение, походку. Камеры видеонаблюдения получают аналитику захвата биометрической информации, позволяя фактически «видеть» частоту сердечных сокращений, используя стандартную технологию записи.

И в итоге всё это хорошо. Новое вызывает настороженность и не всем нравится, что каждый шаг могут записывать и анализировать. Это естественный процесс. Фермеры на Среднем Западе США бастовали против расширения сети железных дорог. Извозчики на лошадях, запряженных пролетками, двуколками, каретами, чувствовали угрозу в первых автомобилях.

Сейчас в России нападкам подвергаются ГМО-продукты.В конечном счете, плюсы от видеонаблюдения побеждают. А для тех, у кого остаются сомнения, мы готовы сами показать преимущества. В данный момент Ivideon ищет добровольцев для тестов детектора очередей, а также пользователей системы ШТРИХ-М для теста новой системы контроля кассовых операций.

Пишите на почту, если хотите узнать, как видеоаналитика позволяет бороться с возникновением очереди на вашем предприятии или контролировать потенциально опасные кассовые операции. Спасибо тем, кто уже написал (кому-то могли еще не ответить, но скоро свяжемся).

Источник: https://toomth.livejournal.com/5814778.html

Во Вьетнаме придумали маску для взлома iPhone X (видео)

Специалисты вьетнамской исследовательской компании Bkav смогли создать маску, с помощью которой удалось взломать систему защиты Face ID в iPhone X.

В ролике, опубликованном на YouTube, эксперты продемонстрировали, как им удалось обойти защиту смартфона. Маска состоит из 3D-модели лица с наклеенными фотографиями глаз и губ, а также с силиконовым носом.

Читайте также:  Смартфон huawei ascend mate 7: обзор характеристик, дизайна, камеры

Читайте такжеВ Apple пообещали решить проблему работы Iphone X на холоде

Сотрудники Bkav лишь демонстрируют в ролике, как им удается разблокировать смартфон с помощью маски, но не сам процесс настройки системы. Вероятно, Face ID изначально была настроена на распознавание этого «лица».

Кроме того, не сообщается, сколько потребовалось попыток для взлома системы. Специалисты отметили, что процесс создания маски занял у них много времени и затраты составили 150 долларов (без учета стоимости 3D-принтера).

Система распознавания лиц Face ID появилась в iPhone X в качестве замены сканера отпечатков пальцев Touch ID.

В Apple уверяют, что это самая безопасная из всех существующих систем защиты и вероятность ее взлома составляет один к миллиону.

Соответственно, в компании не утверждают, что Face ID невозможно обмануть, и предупреждают, что она будет работать некорректно с близнецами и детьми младше 14 лет.

Если вы заметили ошибку, выделите ее мышкой и нажмите Ctrl+Enter

Лента новостей

  • 09:44 Победа украинца Усика над британцем Беллью: видео боя
  • 09:17 Вятрович объяснил, как следует декоммунизировать Донбасс и Крым
  • 08:28 На оккупированных территориях Донбасса начались фейковые выборы
  • 05:03 В США разбился легкомоторный самолет, четверо погибших
  • 04:05 Сегодня Польша празднует 100-летие восстановления независимости
  • 03:21 Жители Нью-Дели задыхаются от токсичного смога
  • 02:34 В аэропорту “Киев” из-за тумана отменили несколько рейсов
  • 02:20 Как Александр Усик победил Тони Беллью (фотогалерея)
  • 02:01 Трамп готов обсуждать выход из ракетного договора с Россией
  • 01:32 В Днепре мужчина громил припаркованные на тротуаре авто (видео)
  • 01:00 Трамп посмертно наградил Элвиса Пресли медалью Свободы
  • 00:31 Во Флориде пересчитают голоса на выборах в Сенат и губернатора
  • 00:15 Онлайн-трансляция, Усик – Беллью: бой за звание чемпиона мира
  • 23:58 Увеличилось количество погибших от наводнения в Иордании – СМИ
  • 22:58 В этом году Украина выделила на дороги рекордные 50 миллиардов
  • 22:32 Туск раскритиковал политику Трампа в отношении ЕС
  • 22:11 Хэмилтон выиграл квалификацию Гран-при Бразилии Формулы-1
  • 22:01 На Херсонщине контрактник продавал патроны и взрывчатку (фото)
  • 21:59 США прекратят дозаправку самолетов коалиции Саудовской Аравии
  • 21:38 В Австрии арестовали экс-военного, шпионившего в пользу России
  • 21:27 В Индонезии завершили поиски тел жертв крушения Boeing 737
  • 19:27 “Донбасс” в напряжённой борьбе обыграл МХК “Динамо” в матче УХЛ
  • 19:12 Десна обыграла Черноморец в матче Премьер-лиги
  • 19:04 Боевики готовят теракты во время проведения “выборов” главаря “ЛНР”
  • 18:56 Заря обыграла Карпаты в матче Премьер-лиги
  • 18:33 В Киеве умерла известная украинская артистка
  • 17:40 В Украину идет похолодание и сильные ветры (карта)
  • 16:50 Онлайн-видеотрансляция, Заря – Карпаты: Премьер-лига, 15-й тур
  • 15:55 Львов и Олимпик сыграли вничью в первом матче тура Премьер-лиги
  • 15:44 Ученые заявили, что половине стран мира грозит сокращение населения
  • 14:36 Пояса над кроватью и диван из сена – Усик показал свой дом (видео)

Источник: https://www.unian.net/science/2240931-vo-vetname-pridumali-masku-dlya-vzloma-iphone-x-video.html

Новая система распознавания лиц, разработанная в России, может распознать даже лицо в маске

Технология создана в рамках проекта «Исследование и разработка программно-аппаратных средств идентификации человека по индивидуальным особенностям с применением стереовидения».

Павел Скрибцов

Суть новой технологии на первый взгляд довольно проста: компьютерная программа обнаруживает («детектит», как говорят разработчики) на видеоизображении человеческое лицо.

Затем по косвенным признакам распознаёт эмоции, характерные для объекта наблюдения.

Отдельный модуль программно-аппаратного макета, разработанного в рамках ФЦП, представляет собой алгоритм идентификации человека по походке.

Главное отличие новой разработки от западных аналогов в том, что для распознавания объекта не требуется помещать его в какую-то определённую зону. Также система может распознать человека, чье лицо частично скрыто (например, террориста в маске, когда видны только его глаза).

Павел Казанцев

Правда детекция в таких случаях срабатывает лишь на некоторых кадрах.

Распознать объект видеоизображения на пёстром фоне непросто. Даже видео- и фотоустройства таких гигантов, как Sony и Fuji, не могут похвастаться высоким уровнем детекции, которая определяется балансом между количеством правильно принятых образов и ложными срабатываниями.

«Одно время по интернету гулял видеоролик, в котором колоритный афроамериканец прикалывался, что IP-камеры одного известного производителя его не распознают, мол: «These cameras are racists!». Так вот, данная проблема учтена в новой разработке. Система распознаёт и афроамериканцев, и китайцев, и индусов, и многих других людей с разными типами внешности.

Сначала идёт обнаружение лица, а потом уже по форме лица программа определяет тип его эмоционального состояния, которое отображается на экране компьютера.

Под надписью с названием «эмоции» находится изображение милого старичка. Это прототип, который и перенимает эмоции людей, попадающих под наблюдение. Хмуришь брови — ему тоже что-то не нравится, улыбаешься — и старичок расплывается в широкой улыбке.

Данная разработка была бы очень полезна в системах обеспечения безопасности человека, например в метро или аэропортах. Её можно использовать в медицине для лечения людей с психическими расстройствами или в области образования для оценки уровня внимания учащихся на занятиях. В рамках проекта, поддержанного ФЦП, дополнительно был разработан алгоритм построения трёхмерной карты лица.

Это может быть полезно, например, для моделирования при хирургических операциях или при восстановлении образа человека криминалистами или археологами. При этом для алгоритма не требуется какой-либо специализированной аппаратуры, такой как структурированная подсветка или искусственное освещение — достаточно стереосистемы из двух откалиброванных камер.

Сейчас проект находится на стадии выпуска финальной версии программы, т. е. рабочего продукта, который уже может служить обществу.

Источник: www.strf.ru

Соцсети: В Контакте, Твиттер, Фэйсбук и Гугл+
Сайт: www.sk.ru

Понравился пост?
Поддержи Фактрум, нажми:

Источник: https://www.factroom.ru/facts/13198

Как спастись от систем распознавания лиц при помощи макияжа

Medialeaks проверил варианты маскировки, защищающие от технологии распознавания лиц, и выбрал самые эффективные из них. «Чёрный лебедь», кошачьи усы, полосы и точки — рассказываем, что из этого убережёт вас от нежелательного внимания в соцсетях.

Директор по распространению технологий «Яндекса» и руководитель сервиса «Яндекс.Здоровье» Григорий Бакунов рассказал о своём хобби-проекте — сервисе, который может защитить человека от распознавания лица системами наблюдения, окружающими жителей мегаполисов.

По словам Бакунова, его программа-алгоритм способна подобрать необычный, но действенный в борьбе с распознаванием лиц макияж.

Она предлагает пользователю варианты раскраски, которая, как описывает разработчик, позволила существенно снизить возможность распознавания.

От «Вася чуть-чуть не похож на себя» до «совсем не похож на Васю» и даже «вообще не Вася, а скорее Коля». Выглядит это, например, так.

Читайте на Medialeaks: Парень сел на рейс AirAsia и нашёл самую красивую стюардессу. Люди, которые её видят, не решаются спорить

Редакция Medialeaks раскрасилась в стиле моделей Бакунова, чтобы проверить, насколько хорошо работает идея обходить системы распознавания лиц, рисуя на себе абстрактные линии и круги без всякого намёка на симметрию.

Как проходил эксперимент

Для опытов мы использовали обычную акварель: она легко смывается, но при этом может лежать плотным слоем, который будет заметен на снимках.

Мы попробовали повторить варианты макияжей, получившиеся у Бакунова, создать свои вариации мэйкапа в его стиле, посмотрели, можно ли обойти системы распознавания лиц, используя макияж Натали Портман из «Чёрного лебедя», а также раскрасились котиками.

Чтобы проверить, насколько сам факт наличия макияжа влияет на эти системы, мы сделали несколько разных фото — с раскрашенным лицом, с ним же и в головном уборе, а также с макияжем, головным убором и в очках (традиционный и уже проверенный метод обхода систем распознавания).

Полученные фото были загружены в несколько сервисов, содержащих в себе системы распознавания лиц, — FindFace, Betaface и фейсбук, в котором есть система распознавания ваших лиц и лиц ваших знакомых на загружаемых снимках.

Первый макияж Бакунова

Первым делом мы проверили макияж, разработанный сотрудником «Яндекса», и раскрасили лицо автора статьи. Даже если это не работает против видеокамер, можно ходить с таким макияжем на вечеринки.

Но при проверке фото через FindFace — один из самых известных в России сервисов, использующих систему распознавания лиц, — результат оказался провальным. Страница во «ВКонтакте» появилась на первом же месте в найденных совпадениях.

Но стоит надеть бейсболку, и система перестаёт работать.

Тёмные очки на лице тоже отлично спасают от распознавания системой FindFace, которая начинает искать людей в похожих очках и забывает о человеке на снимке.

Другая доступная любому система — автоматическое распознавание людей на загружаемых вами фото в фейсбуке. Сервис сравнивает их со снимками на страницах ваших знакомых и предлагает их отметить.

Макияж и эту проверку не прошёл — профиль сразу же был найден.

Но если добавить к луку бейсболку, происходит небольшое чудо: система перестаёт не только определять человека, но и в принципе видеть лицо на фотографии.

И дело не в неудачном снимке — при проверке другого изображения фейсбук понял, что на нём изображено чьё-то лицо. Но чьё именно, не определил. Но редактора Настю на том же снимке не удалось распознать благодаря обычным солнцезащитным очкам.

А если добавить их к бейсболке, то получим +100 к защите от распознавания (и +50 к нелепости).

Ещё один этап проверки — сервис Betaface, который определяет возраст, пол и расу человека на загруженных снимках. В случае с этим макияжем ему удалось угадать только пол, но не возраст и расу. Автор статьи превратился в 56-летнего азиата, который носит очки.

А нейросеть, с помощью которой можно искать порноактрис, похожих на ваших знакомых (Medialeaks тестировал её на Навальном, Усманове и Поклонской), не нашла никаких совпадений для фото с макияжем. И в бейсболке. И с очками. Ну ок.

Второй макияж Бакунова

В своей статье Бакунов предлагал ещё один вариант защитного макияжа, мы протестировали его на редакторе Тане.

FindFace не справился с задачей, хотя глаза на снимке он определённо увидел — большинство девушек среди предлагаемых в поиске вариантов были похожи на Таню хотя бы разрезом глаз.

Когда на редакторе появились ещё и очки, сервис сломался и не нашёл ни одного профиля.

Система распознавания лиц в фейсбуке споткнулась уже на первом фото, не узнав Таню. Снимок в бейсболке показал такие же результаты.

Полноценной победы над распознаванием удалось добиться при помощи очков, бейсболки и макияжа — фейсбук вообще перестал видеть на фотографии какое-либо лицо.

А Betaface описал Таню как 51-летнюю женщину в очках с усами, хотя ни усов, ни очков на фото не было, да и лет редактору намного меньше. Кроме того, сервис «потерял» один глаз, не разобрался, где нос, и нарисовал Тане огромный рот.

И никаких результатов в сервисе с порноактрисами и политиками.

Цвета редакции

Макияжи Бакунова состояли из ассиметричных полосок и кругов, поэтому мы изобрели собственный мейкап в цветах Medialeaks, отвечающий тем же требованиям, и раскрасили в него редактора Катю. Никакой симметрии и больших участков лица без макияжа, но простой рисунок — на раскраску потребовалось около 10 минут, при этом процесс был довольно хаотичным.

FindFace потерпел поражение. Результат близок к идеальному.

Это сработало и в фейсбуке — алгоритм не нашёл на снимке лица, и даже не пришлось прибегать к очкам и бейсболке.

Кажется, что на фото мало света, но это не причина поражения фейсбука. Снимок при другом освещении показал такой же результат. И даже очки не помогли системе найти глаза на фото.

На всякий случай мы проверили алгоритм фейсбука на фото Кати без макияжа — система узнаёт её даже в бейсболке (кстати, она оказалась единственной из редакции, кого фейсбук узнал даже в головном уборе).

Чёрный лебедь

Не все хотят ходить по улицам города, раскрасившись в круги и полосы, поэтому мы попробовали обмануть системы распознавания макияжем из кино. Выбор пал на фильм «Чёрный лебедь» с Натали Портман, который должен скрыть разрез глаз, к тому же чем-то похож на маску грабителя.

FindFace увидел лицо, но не узнал его.

Результаты на фейсбуке были такими же. Выглядит так, будто Натали Портман может грабить банки, если вдруг захочет.

Мы пошли немного дальше и сделали из лебедя чёрного котика. Потому что мы любим котиков.

Результаты не изменились. Теперь можно официально заявить, что котики помогают защититься от слежки.

Но не с Betaface — на этот раз сервис уверенно определил, что у Тани нет усов (а как же кошачьи?) и очков, и ошибся только с возрастом (кажется, это частая проблема сервиса).

Кружочки и полоски

В очередном хаотичном макияже мы не стали скрывать глаза, понадеявшись только на силу кружков и полосок. Если судить по прошлым опытам, системы распознавания лиц начинают сбоить при обработке лиц, которые скрыты за хаотичным «шумом».

FindFace на этой фотографии сломался. Возможно, он не видит глаза, в которые нужно смотреть.

Фейсбук также в очередной раз потерпел поражение, но увидел лицо.

За решёткой

Последний и самый антиутопичный вариант макияжа, который должен помочь обойти системы распознавания лиц, но, скорее всего, привлечёт внимание правоохранительных органов.

Достаточно ли этого, чтобы обмануть FindFace? Всё получилось — никакого лица на фото сервис не заметил.

Фейсбук также не справился. Как бы странно это ни звучало, решётка оказывается сильнее системы.

Но всё же самым действенным «макияжем» во время опыта для нас оставались бейсболка и очки. Они помогали обходить СРЛ на любом сервисе. Кроме Betaface: очки и бейсболка для него оказались более лёгким препятствием, чем макияж, и сервис почти угадал возраст автора.

FindFace:

Фейсбук:

Betaface:

В современном мире с помощью систем наблюдения можно достигать невероятных результатов в слежке за кем-либо. Так, полицейские в США смогли найти нарушителя уже после неудачной погони с помощью дрона и дополненной реальности.

А с помощью FindFace и нескольких других сервисов Medialeaks смог найти личные данные незнакомых пользователей из приложения для знакомств по одной их фотографии.

Не всегда такие достижения используются на благо общества: мы писали и о том, насколько легко взломать веб-камеру на ноутбуке, кто и зачем занимается этим, а также как от этого защищаться.

Источник: https://medialeaks.ru/2107sts-txt-chyornyiy-lebed-kotiki-kruzhochki-i-palochki/

Компьютерное зрение: как работают системы распознавания лиц

Видеть – значит понимать увиденное. Мы слепы, если в нашем мозгу не работают зрительные зоны неокортекса – своеобразного биокомпьютера, ответственного за распознавание образов. Сейчас подобные анализаторы, способные узнавать лица и понимать их выражение, появляются у искусственных систем.

Итак, вещи обретают зрение, а у зрения есть собственный разум. Сначала мне кажется, что он туповат: только что включенная система распознавания лиц LUNA не торопится войти в штатный режим и запомнить меня.

Читайте также:  Проектор на лобовое стекло автомобиля: для чего нужен, разновидности, установка

Но вот наконец она рапортует, что запомнила, и просит ввести имя. Пол и возраст LUNA может определить сама. С полом легко: у меня борода, а вот возраст система завысила на пять лет – видимо, из-за той же бороды.

Теперь камера узнает меня, даже если я снимаю очки или поворачиваю голову. Приходится попробовать средство посерьезней – мы направляемся к шкафу с париками и накладными усами. Я выбираю густые кудри, скрывающие к тому же пол-лица, – LUNA все равно узнает меня.

Наигравшись с париками, мы открываем ICQ и начинаем развлекаться с масками для видеозвонков: на мое цифровое лицо в реальном времени накладываются маски – можно неузнанным общаться в видеочате.

Следующий номер нашей программы – Face.DJ. Это приложение строит 3D-модель лица по селфи, а потом “надевает” это лицо на виртуальную голову, чтобы вы могли примерять прически и аксессуары. Другое назначение приложения – анимировать пользователя, создать его мультяшную копию для игр и прочих онлайн-занятий.

Какие термины помогут ориентироваться в мире больших данных

– Мы готовим такое же приложение для сервиса знакомств: люди при первом контакте часто не хотят раскрываться, – рассказывает Юля, пиарщик компании VisionLabs, разработавшей LUNA. – Некоторые надевают маски, чтобы добавить в романтическое общение элемент игры.

У кросс-платформенной системы LUNA тоже много масок. Есть приложение в мессенджере Telegram, которое распознает пол и возраст по лицу, есть LUNA в облаке и LUNA для браузера. Но главное – эту программу можно внедрять в самые разные технологические продукты, чтобы использовать для распознавания лиц.

– Например, одному из наших клиентов нужно выбирать фотографии – так называемый bestshot из видеопотока. Так вот, наша программа справляется с этим сама. Другому клиенту нужно, чтобы система распознавала лицо не только при входе в интернет-банк, но и на протяжении всего сеанса, потому что вы можете отойти, а вашим доступом воспользуется злоумышленник. С этой задачей мы тоже справились.

Главные клиенты VisionLabs – банки. Например, в “Почта Банке” системой LUNA оборудованы 50 тысяч рабочих мест – это самое большое внедрение биометрии в мире. Важно распознавать и лица клиентов, чтобы сравнивать фотографии в паспортах с фото в базе данных. Ведь самое распространенное мошенничество в этой сфере – вклейка своего фото в чужой паспорт для получения кредита.

Как видят машины

К нам подходит Александр Ханин, директор VisionLabs.

Расскажите о компьютерном зрении?

Александр Ханин: Компьютерное зрение – это область прикладной математики, которая по сложности эквивалентна задаче создания искусственного интеллекта в целом. Визуальный канал основной для получения информации об окружающем мире. И доверяем мы увиденному своими глазами больше, чем другим источникам.

Наша задача – научить программу по фотографии или видео делать выводы и понимать картинку так же, как человек. Или даже лучше. Вот когда машина сравняется с человеком в этом умении, можно будет считать, что задача решена. Пока же она решена лишь для некоторых узких прикладных областей. Например, для распознавания дефектов оборудования или распознавания лиц.

Задача распознавания лиц решена?

Александр Ханин: Да, уже сейчас достоверно показано, что машина различает лица лучше нас. И точнее, и быстрее. Человек не очень хорошо определяет возраст, национальность. Тот, кто живет в Европе, хуже различает лица людей с азиатской внешностью, и наоборот. Еще мы забывчивы. В довершение всего машина делает это в десятки миллионов раз быстрее.

Зато человек анализирует не отдельные параметры, а лицо и даже ситуацию в целом. Мы понимаем контекст, в котором лицо собеседника принимает то или иное выражение. Как машина со всем этим справляется?

Александр Ханин: Сочетая лучшие методики компьютерного зрения и машинного обучения. Взять, например, метод глубокого обучения – его особенность в том, что человек не задает параметры лица для распознавания.

Как освоить самую нужную профессию настоящего и ближайшего будущего

Нейросеть программирует сама себя?

Александр Ханин: Нейросети появились еще в 1970-х, а революция в этой области началась примерно в 2013-2014-м.

Потому что только к этому времени удалось накопить достаточно большие объемы данных, чтобы учить нейросети, а вычислительные мощности стали относительно дешевыми.

Продолжать разрабатывать детерминированные методы распознавания – указывать, какие части лица как сравнивать, – стало бессмысленно.

Прорыв произошел, когда отказались от заданных параметров, например от ключевых точек на лице. Вместо этого машине поставили задачу: “Смотри, вот десять тысяч пар фотографий, каждая пара – один человек. Проанализируй их, чтобы суметь определить на фото, которые ты пока не видишь, где один человек, а где разные”. Машина сама находит параметры, которые важны для решения этой задачи.

Вы именно так обучали свою систему?

Александр Ханин: Ну да, это типичная задача идентификации – сравнить фотографию, сделанную сейчас, с фото в паспорте и подтвердить, что это один и тот же человек.

Мы давали машине на вход большие данные – миллионы пар фотографий, а на выходе требовали правильного ответа для любых фотопортретов. И система училась – сама настраивала параметры так, чтобы минимизировать ошибки.

То есть для глубокого обучения сначала надо найти обучающую выборку – много примеров правильных решений. Потом программа работает уже сама.

Где же вы взяли эти миллионы пар фотографий?

Александр Ханин: Есть доступные обучающие выборки для исследователей – сначала мы использовали их, а дальше уже работали с партнерами и клиентами, которые разрешили продолжить обучение на их данных.

Как преуспеть на рынке

Задача распознавания людей по лицу решена. А как обстоит дело с определением эмоций?

Александр Ханин: Как, например, в африканских странах люди миновали стадию телеграфа и сразу перешли на мобильную сеть, так и мы, не решая задачу распознавания эмоций, сразу перешли на более высокий уровень – к выводам о важных для наших клиентов характеристиках человека. Бизнес показывает: от того, что машина распознает, улыбается человек или нахмурен, пользы никакой. Нужны более серьезные умения.

Распознавать ложь, например?

Александр Ханин: Да. Или определять, соответствует кандидат вашим требованиям или нет. Удовлетворен клиент обслуживанием или нет – улыбка ведь может выражать не только радость, но и насмешку и скрытое недовольство. Поэтому само по себе распознавание эмоций – это подзадача. Мы изучаем лицо в динамике, последовательность реакций на вопросы, обслуживание, обстановку.

Нейроинтерфейсы: Как управлять миром силой мысли

Есть ли в мире инновационные продукты, на которые вы ориентируетесь?

Александр Ханин: Мы сами на переднем фланге. Медицинский факт, что наш продукт – первая в мире комплексная система распознавания лиц для банков и ретейла, которая работает и в мобильном телефоне, и на сайте, и в отделениях, и в банкоматах, и в терминалах самообслуживания – везде. Мы не только первые, но пока, насколько я знаю, единственные.

В каких-то терминалах самообслуживания уже установлена система распознавания лиц?

Александр Ханин: Да, например, в банке “Открытие” – в терминалах электронной очереди. И это не пилотные проекты, а такие, которые работают и удовлетворяют заказчиков в реальных условиях.

Чувствуете, как конкуренты дышат в спину?

Александр Ханин: Пилотных проектов в близких к нам областях много. Компаний, которые занимаются распознаванием лиц, только в России десятки, в Китае – около сотни, в мире – больше тысячи. Поэтому я и говорю, что сама по себе задача распознавания лиц решена, – во всяком случае для большинства сегментов и практических задач.

Для успеха на рынке важны не технологии. Большинству клиентов плевать, какая у нас технология и как именно мы решаем задачу, допустим, по ускорению обслуживания в банке или магазине, – с помощью распознавания лиц, прогноза погоды или черной магии. Им важно, чтобы был результат.

Распознать всех!

Какие задачи еще не решены, но будут – в обозримой перспективе? Над чем работают специалисты?

Александр Ханин: Одна из важнейших нерешенных задач – распознавание лиц в полностью неконтролируемой обстановке, например в толпе. Многие говорят, что умеют это делать, но по факту ничего такого пока не внедрили. Видимо, напрасно говорят.

Разве узнавать случайных людей по лицам не запрещено законом? Это ведь использование персональных данных.

Александр Ханин: Бизнесу запрещено, конечно. Это нарушение прав человека и вмешательство в частную жизнь. Вообще, технологии сейчас позволяют сделать гораздо больше, чем разрешает законодательство. Но мы работаем только в белой зоне – в полном соответствии с законом.

Для нас важно не нарушать права людей. Мы не имеем права использовать без согласия человека его данные из соцсетей и поэтому не станем делать, например, для магазина систему, которая ищет информацию о клиенте по его фотографии.

Но мы можем разработать программу, которая будет приблизительно оценивать пол и возраст покупателей по фото.

Открытия, которые уже начали менять мир

Наша компания работает только с бизнесом, а вот у служб национальной безопасности есть системы, которые ищут людей по фотографии.

То есть ФСБ можно, а обычным людям нельзя?

Александр Ханин: Да. Если спецслужба хочет найти террориста в толпе, ей нужно сканировать и распознать всех. А если человек зашел в магазин и программа по фотографии нашла его аккаунт в соцсети, узнала телефон и начала рассылать спам, это очень серьезное нарушение. На Западе за это предусмотрена уголовная ответственность.

В аэропортах уже есть системы распознавания лиц?

Александр Ханин: Да, в основном на паспортном контроле – они проверяют, ваш ли это паспорт, не поддельный ли и не числитесь ли вы в списке заблокированных или в федеральном розыске.

За рубежом степень автоматизации значительно выше. В аэропортах Сингапура, Лондона, Парижа паспортный контроль можно проходить автоматически, без участия сотрудников.

Вы сканируете свой паспорт, вас фотографируют, происходит сверка – и все, можно идти дальше.

Угадай, что на картинке

Как будет развиваться компьютерное зрение?

Александр Ханин: Есть большая группа задач, именуемых visual question answering: вы показываете компьютеру картинку, и он должен понять, что там изображено. Это очень сложно: если просто учить распознавать объекты по отдельности, ничего не получится – надо понимать контекст и взаимосвязь объектов.

Другая похожая задача – распознавание действий человека, они ведь тоже определяются во многом по контексту. Например, если человек поднял руку, что это значит? Он указывает дорогу или собирается кого-то ударить? Вот сидим, думаем.

То есть вы хотите научить машины распознавать образы, смысл которых зависит от контекста?

Александр Ханин: Научить интерпретировать контекст и таким образом распознавать картинки, действия, сцены.

Когда роботы прозреют

Что будет дальше, лет через десять?

Александр Ханин: Хотелось бы, чтоб разработку компьютерного зрения довели до конца. Тогда у роботов появятся настоящие глаза, а значит, возможность понимать происходящее и адекватно реагировать. Иначе они не станут частью общества, а так и будут игрушками с пультами управления.

Как системы, распознающие лица, изменят нашу жизнь в ближайшие годы?

Александр Ханин: Вы совершенно точно заметите работу таких систем при авторизации – например, когда будете разблокировать телефон.

Многие уже привыкли к Touch ID, но скоро самым распространенным способом станет вхождение в систему по лицу. Приходя домой, вы не будете искать ключи, на работе вам не понадобится пропуск.

Ускорится обслуживание и самообслуживание в банках, магазинах, во всей сфере услуг: расчеты будут происходить без карточек.

На улицах станет безопаснее, потому что появится видеонаблюдение с функциями отслеживания. Города и страны получат дополнительную защиту, а возмездие за преступление станет неизбежным.

Система будет фиксировать все: кто и где это сделал, куда потом пошел.

На смену понятию “безопасный город” придет “умный город”: одна и та же инфраструктура будет обеспечивать безопасность и, например, управление потоками людей и машин, а также много чего другого.

Какие рабочие места человек уступит искусственному интеллекту

Одна и та же система установленных повсюду камер и компьютерного зрения?

Александр Ханин: Да, алгоритму без разницы, кого распознавать: вип-клиента или воришку. Лица у всех устроены одинаково: глаза, рот и нос. Но дело не только в лицах. Эта же система может заняться, скажем, регулированием освещения. Если в помещении нет людей, зачем жечь электричество? Машина вызовет коммунальные службы, если зафиксирует неполадки, и так далее.

Жить в мире, где все на виду, страшновато. Технически все проще становится построить антиутопию, где за всеми ведется тотальная слежка…

Александр Ханин: Я думаю, в итоге мир станет лучше и намного безопаснее. Но обманывать будет труднее. Например, мы с партнерами недавно разработали продукт, который не только дает доступ в рабочее помещение, но и учитывает проведенное там время: пришли во столько-то, ушли во столько. Прогуляли, опоздали, не вернулись с обеда – все будет зафиксировано.

И никак нельзя будет от этого спрятаться? Наверняка появятся маски с чужим лицом.

Александр Ханин: Безусловно, есть масса способов обмануть систему, и в этой области “гонка вооружений” только начинается. Был такой видеоролик, где учили делать макияж, препятствующий распознаванию. Но то было года три назад – нынешние алгоритмы так просто не проведешь.

А если вместо лица показывать фотографию?

Александр Ханин: Чтобы вычислить мошенников, в системах распознавания лиц программируют специальный “детектор живости” (lifeness detector), который определяет, человек перед ним или фотография. Показателей живости несколько.

Самый простой, который считается мировым стандартом, – это моргание. Еще система может попросить человека улыбнуться, повернуть голову, приблизиться к камере, чтобы убедиться, что он реальный.

Но если камера оснащена сенсором глубины, это не требуется: машина сразу понимает, что в кадре объемный объект, а не фото.

Кто еще в лидерах

Распознавание лиц – это не только наука и технология, но и большой бизнес, который в развитых странах растет огромными темпами. Исследовательская компания Allied Market Research прогнозирует, что к 2022 году его оборот составит почти десять миллиардов долларов. Среди ведущих игроков есть и российские. Из десятков стартапов и исследовательских проектов мы выделили три самых успешных.

Как беспилотные автомобили будут решать вопросы жизни и смерти

NTechLab.

Источник: https://rg.ru/2017/10/06/kompiuternoe-zrenie-kak-rabotaiut-sistemy-raspoznavaniia-lic.html

Ссылка на основную публикацию
Adblock
detector