.png)
На сьогодні найбільш поширений метод перевірки особистості людини — співставлення рис обличчя та фото у документах (паспорт, водійські права) для встановлення особи.
Ми створили сервіс для розпізнавання і порівняння облич по фото — Face ID, що вже зарекомендував себе як додатковий фактор безпеки при роботі з клієнтами фінансових компаній і не тільки.
Починаючи від покупки товарів, на які діють вікові обмеження (алкоголь, сигарети), для видачі кредиту в банку або при проходженні митного контролю слід переконатись, що людина, котра пред'явила документ, дійсно є його власником. За умови ручної перевірки остаточне рішення про це приймає перевіряючий: представник служби безпеки, поліціянт, офіцер паспортного контролю чи касири. Але наскільки точні їхні рішення?
Порівняння облич на фото і наживо — досить важке завдання на практиці, і навіть натреновані на цьому люди часто помиляються. Відсоток "промаху" під час виконання ідентифікації за обличчям людиною дуже високий: у ході одного з ранніх досліджень на цю тему досвідчені касири, незважаючи на всі старання, все ж прийняли 35% фальшивих ID-карток за справжні, навіть якщо зовнішність пред'явника відрізнялася від фото на документі. Навіть у разі порівняння фото, зроблених в один день в умовах лабораторії, відсоток помилок склав 10-20% - це при ідеальних умовах, де немає інших відволікаючих чинників. Станом на квітень 2020 року, кращий алгоритм ідентифікації облич має коефіцієнт похибки 0,08%.
Існує різниця між розпізнаванням і порівнянням облич (Face Comparison), незважаючи на те, що обидва підходи використовують одну і ту ж технологію. Розпізнавання облич (Facial Recognition) має на увазі пошук збіги із зображенням у великій базі даних, його широко використовують у правоохоронних органах (для пошуку фотографій злочинців), у системах безпеки (наприклад, для верифікації співробітників), у банківській сфері (для запобігання шахрайських операцій), у споживчому секторі (для здійснення платежів у реальному часі). У разі програм для порівняння облич, два фото однієї людини порівнюються один з одним.
В основу роботи біометричної системи розпізнавання облич закладений принцип побудови і порівняння математичних моделей особи, що дозволяє з високою точністю ідентифікувати або верифікувати особистість. Ці системи будують гіпотезу про те, чи збігається особа на одній фотографії з особою на інший, незалежно від виразу обличчя та інших атрибутів, таких як вік, зачіска, аксесуари тощо.
До того ж, камери здатні захопити зображення на відстані, що ідеально підходить для побудови систем моніторингу та прихованої ідентифікації (безконтактна біометрія).
Етап 1. Виявлення обличчя. Система автоматично визначає обличчя людини на зображенні (скан фотографії або кадр відеопотоку). Виявлення (детекція) обличчя - вкрай важливий етап розпізнавання, без якого неможлива подальша ідентифікація.
Етап 2. Аналіз обличчя. Обличчя людини містить 80 нодальной точок. Програма для розпізнавання облич може зчитувати геометрію цих орієнтирів, наприклад, відстань між очима, форму носа тощо. Цифрове розпізнавання облич покладається в основному на 2D, а не на 3D-зображення, тому що 2D-фотографії легше порівняти з тими, що містяться в базі даних.
Етап 3. Цифровий відбиток обличчя. Те, що ми бачимо як обличчя, система розпізнавання сприймає як дані: результати аналізу обличчя перетворюються у цифровий код. Такий "підпис обличчя" унікальний для кожної людини.
Етап 4. Пошук збігів. Система порівнює відбиток обличчя з базою даних до тих пір, поки не буде знайдено збіг, і повертає результати з прикріпленою інформацією - ім'я та адреса, наприклад.
На продуктивність Face ID-систем за межами контрольованого середовища впливають багато факторів. Передові програми для аналізу облич можуть у певній мірі справлятися з подібними змінами, але при поганих умовах вони можуть видавати помилкові результати ідентифікації або зовсім не справлятися з розпізнаванням.
Освітлення і поза. Програми аналізу облич найкраще працюють із зображеннями, на яких людина дивиться прямо в камеру. Умови освітлення повинні бути досить яскравими, щоб відобразити всі риси обличчя, але не засвічувати їх. Положення особи також змінюється при повороті голови і залежить від кута огляду спостерігача.
Вираз обличчя. Нейтральний вираз ідеально підходить для точного розпізнавання. Однак наші емоції і настрій постійно змінюються, як і міміка. Ці відмінності змінюють зовнішній вигляд особи, і для систем розпізнавання стає важко його ідентифікувати.
Старіння. Природні вікові зміни зовнішності людини також впливають на здатність систем розпізнавання облич аутентифицировать людей.
Косметологічні втручання, зміна стилю. Зміни в зовнішності завдяки пластичним операціям, макіяжу, змінам зачіски можуть негативно відбитися на точності спрацьовування алгоритмів розпізнавання.
Аксесуари. Наявність на обличчі різних об'єктів (окуляри, борода та інші) або носіння інших аксесуарів, таких як головні убори, шарфи, може серйозно вплинути на роботу системи розпізнавання. Але сучасні алгоритми відпрацьовують здатність бачити крізь ці перешкоди.
Спеціальне маскування для обману систем розпізнавання. Є аксесуари - поєднання моди і технології - здатні перехитрити алгоритми розпізнавання облич: лінзоподібні маски (їх кривизна блокує розпізнавання облич з усіх кутів), проектори, що накладають зображення іншої особи на особу власника, окуляри з інфрачервоними світлодіодами, спеціальний макіяж та інші.
Після введення карантину велика кількість людей стали носити медичні маски, покликані захистити їх від вірусу, що спричинило реальну проблему для систем відеоспостереження та розпізнавання осіб. Таку змушену масову "анонімізацію" у деяких країнах вже розцінюють як загроза безпеці. Яскравий тому приклад - Китай, лідер світового ринку систем спостереження та facial-ідентифікації.
Китайська компанія Hanwang, одним із головних клієнтів якої є Міністерство громадської безпеки (а йому в свою чергу підпорядковується поліція), розробила алгоритм, що дозволяє розпізнати особистість людини під маскою з точністю 95%. Завдяки епідемії бази даних зображень, що використовуються для навчання нейромереж, поповнилися величезною кількістю фотографій людей у масках. Точність розпізнавання обличчя без маски алгоритмів Hanwang становить 99,5%.
Найдорожчий AI-стартап Китаю, SenseTime, "навчив" свій поточний продукт із розпізнавання ідентифікувати людей, які носять шарфи, маски і навіть підроблені бороди або великі окуляри, з точністю до 90%.
Набирають популярності і гібридні системи розпізнавання, наприклад, поєднання технологій, котрі розпізнають геометрію обличчя, тіла і тепловізорів - для безконтактного вимірювання температури і встановлення особи, що допомагає виявити потенційних хворих на коронавірус, а також системи розпізнавання райдужної оболонки очей, оскільки малюнок райдужної оболонки - унікальна особливість кожної людини, як і відбитки пальців.
До речі, сканер Face ID, що використовується в пристроях Apple, також можна налаштувати на розпізнавання обличчя, закритого маскою.
Розпізнавання облич - складна технологія, що може успішно застосовуватися в багатьох областях бізнесу і державному секторі. Звичайні користувачі можуть отримати до неї доступ у вигляді різних популярних веб-сервісів і додатків.
Біометричні системи розпізнавання і програми порівняння облич поступово стали частиною нашого повсякденного життя, завдяки їх високій точності при виявленні та перевірці особистості людини - у цілях забезпечення безпеки, у комерції та інших сферах.
У команди Evergreen є досвід у розробці рішень із розпізнавання облич та їх успішної реалізації у проектах клієнтів. Програмне забезпечення для порівняння облич на фото нашої власної розробки є для вас у вигляді готового продукту, або ж ми можемо запропонувати індивідуальне рішення, що максимально відповідатиме потребам вашого бізнесу.
Якщо у вас виникли питання, хочете дізнатися більше про наш продукт та інші бізнес-кейси, звертайтеся до нас прямо зараз!
×
