Những điều bạn cần biết về công nghệ nhận dạng khuôn mặt

2024 Tác giả: Malcolm Clapton | [email protected]. Sửa đổi lần cuối: 2023-12-17 04:15

Công nghệ này được sử dụng bởi các chính phủ và doanh nghiệp như thế nào, liệu có thể đánh lừa một máy ảnh với hệ thống nhận dạng khuôn mặt và liệu có thể tìm thấy một người trên Internet bằng cách sử dụng một bức ảnh.

Elena Glazkova Ivideon Marketer.

Đối với nhà nước, nhận dạng khuôn mặt là một phần quan trọng của hệ thống an ninh và là một hạng mục ngân sách ấn tượng. Đối với các nhà báo, nó là một liều thuốc chữa bách bệnh hoặc một công cụ của một âm mưu thế giới. Đối với doanh nghiệp, một công cụ hoặc một sản phẩm. Cho dù bạn đứng về phía nào, những câu hỏi cơ bản vẫn được giữ nguyên. Người dùng thường tìm kiếm câu trả lời cho chúng trên Internet (trung bình 28.704 truy vấn nhận dạng khuôn mặt mỗi tháng), nhưng không phải lúc nào họ cũng tìm thấy chúng. Khắc phục tình hình.

Nhận dạng khuôn mặt là gì

Hãy tách những con ruồi ra khỏi các miếng thịt. Người dùng có nhiều khả năng sử dụng tính năng nhận dạng khuôn mặt trong điện thoại thông minh của họ, nơi nhận dạng sinh trắc học được sử dụng để mở khóa thiết bị và chỉ chủ nhân của nó mới có thể truy cập dữ liệu. Máy ảnh 3D nhất thiết phải tham gia vào quá trình nhận dạng để không thể đánh lừa thiết bị bằng một bức ảnh.

Ngoài ra còn có nhận dạng khuôn mặt trong thời gian thực và trong điều kiện thực: trong trường hợp này, nó được liên kết chặt chẽ với các hệ thống giám sát video, nơi các khuôn mặt được "lấy" theo đúng nghĩa đen từ luồng video được quay bằng camera.

Hãy tưởng tượng một camera quan sát hiện đại chất lượng cao được đặt ngay trên chiều cao trung bình của con người ở một nơi đầy đủ ánh sáng. Khoảng cùng một số lượng xấp xỉ những người giống nhau đi qua trước mặt cô ấy mỗi ngày. Chúng không di chuyển rất nhanh.

Video đã quay có thể được lưu trữ trong kho lưu trữ đám mây. Một mô-đun phân tích được kết nối với máy ảnh: một sự kết hợp phức tạp của các thuật toán (trí tuệ nhân tạo, mạng nơ-ron, vậy thôi) cộng với giao diện người dùng. Mô-đun "lấy" khuôn mặt từ luồng video, xác định giới tính và độ tuổi và nhập dữ liệu vào cơ sở dữ liệu.

Dần dần có nhiều hình ảnh hơn. Hệ thống tự động ghi nhớ tất cả các khuôn mặt được nhận dạng và ghi lại chúng trong kho lưu trữ và người dùng có quyền nhập học chỉ ra dữ liệu bổ sung: tên, chức vụ, trạng thái, các dấu hiệu khác ("khách VIP" hoặc "tên trộm"). Bạn có thể tải lên ảnh của người được yêu cầu và mô-đun sẽ tìm thấy tất cả các phát hiện về người này trong kho lưu trữ.

Ngay sau khi một người có dấu ấn đi qua trước máy ảnh một lần nữa, hệ thống sẽ ghi lại đây là một sự kiện quan trọng và gửi thông báo đẩy tới những người dùng quan tâm.

Phát hiện trong bối cảnh nhận dạng khuôn mặt là một tình huống khi thuật toán, về nguyên tắc, hiểu rằng đó là khuôn mặt chứ không phải quả táo hay nàng tiên cá từ cốc Starbucks. Đầu tiên anh ta cần sức mạnh tính toán cho việc này, và chỉ sau đó anh ta mới có thể khớp khuôn mặt với cơ sở hoặc ghi nhớ.

Nếu bạn đã đọc vài đoạn trước đó đến cuối, xin chúc mừng, bây giờ bạn đã biết cách nhận dạng khuôn mặt hoạt động trong một tình huống lý tưởng. Mô tả phù hợp với bất kỳ hệ thống nào: từ những hệ thống được sử dụng trong tàu điện ngầm Moscow đến các giải pháp cho các doanh nghiệp nhỏ.

Điều chính cần hiểu là rất khó để tạo ra một tình huống lý tưởng trong cuộc sống thực, đặc biệt là khi nó ở toàn thành phố, chứ không phải văn phòng hay cửa hàng. Ví dụ, có rất nhiều người trên tàu điện ngầm, mọi người đều khác nhau, họ đi bộ nhanh. Bạn cần nhiều máy ảnh, chúng tốn tiền và các chuyên gia có năng lực nên đặt chúng.

Có thể đánh lừa thuật toán nhận dạng khuôn mặt không

Bất chấp những sai lầm đôi khi xảy ra, độ chính xác của nhận dạng máy thường vượt trội hơn so với độ chính xác của con người xác định khuôn mặt. Trung Quốc xây dựng cơ sở dữ liệu nhận dạng khuôn mặt khổng lồ để xác định bất kỳ công dân nào trong vòng vài giây sẽ sớm xuất hiện ở Trung Quốc, một hệ thống có khả năng tìm ra một người cụ thể trong số 1,3 tỷ cư dân khác trong 3 giây với độ chính xác 90%.

Tuy nhiên, rất khó để trả lời câu hỏi này một cách rõ ràng, bởi vì không có một thuật toán lý tưởng duy nhất để nhận dạng khuôn mặt. Kính lớn, râu dán, đội mũ lưỡi trai, tốc độ di chuyển cao, trang điểm đặc biệt (ví dụ: mạng lưới "Thiên nga đen" được vẽ trên mặt, mèo, vòng tròn và gậy. Cách thoát khỏi hệ thống nhận dạng khuôn mặt bằng cách trang điểm) - tất cả điều này có thể gây nhầm lẫn cho thuật toán. Đặc biệt là trong tổng hợp, vì để nhận dạng nó là đủ Làm thế nào để gian lận hệ thống nhận dạng cho dù 70% khuôn mặt mở. Bây giờ hãy tưởng tượng rằng nó là cần thiết để sử dụng các thủ thuật trên trong một thành phố thực. Nghe có vẻ không dễ dàng như vậy, phải không?

Kính "chống nhận dạng" từ Nhật Bản, ra mắt vào năm 2015

Và đây là một chiếc mặt nạ 3D như vậy vào năm 2014

Có thể nhận dạng khuôn mặt trực tuyến không

Internet là một nơi nghịch lý: mọi người ở đây có thể đồng thời lo lắng về việc liệu từng chiếc máy ảnh thứ hai trên đường phố có phát hiện ra tính cách của họ hay không và thực lòng muốn "nhận ra khuôn mặt của người khác từ ảnh trực tuyến của họ." Chúng ta hãy xem xét xu hướng nhận dạng khuôn mặt này một cách riêng biệt.

Chương trình nhận dạng khuôn mặt là mô-đun phân tích được mô tả ở trên (camera CCTV + phần mềm + lưu trữ đám mây) hoặc phần mềm tương tự như dịch vụ FindFace nổi tiếng (hơi tai tiếng). Ngày nay, tất nhiên, không thể tải xuống một chương trình nhận dạng khuôn mặt “miễn phí và không cần đăng ký” trong đại đa số các trường hợp.

Dịch vụ web FindFace.ru, giúp tìm kiếm mọi người trên mạng xã hội VKontakte bằng ảnh của họ, được thành lập vào ngày 18 tháng 2 năm 2016. Trong số những thứ khác, nhờ anh ta, mọi người có thể tìm thấy hồ sơ của các cô gái đóng phim khiêu dâm. Rất nhanh chóng, dịch vụ này bắt đầu được sử dụng cho nhiều flash mob để phát hiện khuôn mặt, vốn có mọi quyền để không bao giờ bị phát hiện bởi bất kỳ ai. Một vụ bê bối nổ ra, hoạt động như một lời quảng cáo lan truyền: công nghệ hình thành nền tảng của dịch vụ đã nhận được một số giải thưởng danh giá và khơi dậy sự quan tâm của khách hàng từ nhà nước và doanh nghiệp. Kể từ ngày 1 tháng 9 năm 2018, dịch vụ này không còn cung cấp Dịch vụ FindFace, được sử dụng để ghi nhận những người biểu tình, đã thông báo đóng cửa dịch vụ tìm kiếm người bằng dịch vụ ảnh, vì nó đã được NtechLab chuyển đổi thành một dòng giải pháp cho các lĩnh vực kinh doanh khác nhau.

Giấc mơ của người dùng nhập yêu cầu, hiển nhiên, trông như thế này: bạn truy cập trang web, tải lên một bức ảnh của một người bị chụp lén trong tàu điện ngầm, chương trình nhận diện khuôn mặt và đưa ra một liên kết đến hồ sơ trên các mạng xã hội. Yeah, bị bắt! Hoặc như sau: bạn tải chương trình về máy tính, kết nối webcam với nó và nhận diện khuôn mặt của mèo. Thành công - bây giờ bạn sẽ nhận được thông báo mỗi khi mèo ăn trộm xúc xích.

Hiện thực thật tàn nhẫn. Trang web đầu tiên cung cấp cho bạn thứ gì đó tương tự từ chối hoạt động và trang thứ hai yêu cầu kỹ năng lập trình bằng Python. Ít nhiều thì một ứng dụng đẹp như mơ có tên là SearchFace, mới được khởi động lại gần đây Searchface đã được khởi động lại với sự ủy quyền thông qua VKontakte. Nhưng mạng xã hội đã đóng tính năng này có tên FindClone. Bạn đã tải lên một bức ảnh và thuật toán đã cố gắng nhận ra cùng một khuôn mặt trong cơ sở dữ liệu mạng xã hội VKontakte. Ứng dụng không cung cấp liên kết đến hồ sơ, chỉ cung cấp các bức ảnh - và không quan trọng chúng được tải lên bởi ai. Nếu một người dùng đã hoạt động trên mạng xã hội trong một thời gian dài, việc phát hành một bức ảnh tạo ra hiệu ứng "tiểu sử" kỳ lạ, nhưng nếu không, những bức ảnh được công nhận có thể khiến họ bật cười.

Trên thực tế, ví dụ SearchFace trả lời rõ ràng cho câu hỏi "Làm thế nào để các mạng xã hội sử dụng nhận dạng khuôn mặt?" Sẽ chính xác hơn nếu hình thành nó theo cách này: "Các mạng xã hội được sử dụng như thế nào để nhận dạng khuôn mặt?" Câu trả lời rất đơn giản: giống như một cơ sở dữ liệu. Vô số sự kết hợp độc đáo của các con số (đây là cách các khuôn mặt trong ảnh tìm kiếm các thuật toán của Facebook, VKontakte và những người khác) tạo thành cơ sở để đào tạo mạng thần kinh hình thành cơ sở của một hoặc một giải pháp nhận dạng khuôn mặt khác.

Tất cả các giải pháp đều khác nhau và mạng nơ-ron cũng khác nhau và khách hàng và nhà cung cấp dịch vụ, theo quy định, không tiết lộ chi tiết và tính năng kỹ thuật. Đặc biệt, mô-đun nhận dạng giới tính và tuổi có thể xác định do thực tế là nó có thể học từ thông tin có trong Odnoklassniki, VKontakte, Instagram và Facebook.

Cách nhận dạng khuôn mặt được lập trình

Bạn không bao giờ phải trả lời các câu hỏi của nhà phát triển và nhà phát triển nếu bạn không phải là nhà phát triển. Do đó, chúng tôi đã tìm đến một chuyên gia để được giúp đỡ.

Dmitry Soshnikov Thành viên của Hiệp hội Trí tuệ nhân tạo Nga và chuyên gia cao cấp về phát triển AI và hệ thống học máy tại Microsoft.

Nhận dạng khuôn mặt (cũng như các thao tác liên quan khác) là một công việc khá phổ biến. Do đó, nhiều công ty cung cấp các dịch vụ làm sẵn dưới dạng các API đám mây (phần mềm trung gian giữa các ứng dụng) để có giải pháp chất lượng cao cho các tác vụ này. Ngoài những gã khổng lồ về CNTT như Microsoft và Google, các công ty chuyên biệt, bao gồm cả các công ty của Nga, cũng tham gia vào lĩnh vực nhận dạng khuôn mặt. Các sản phẩm của họ đang phát triển nhanh chóng và cung cấp nhiều tính năng thú vị hơn như nhận dạng khuôn mặt và bóng trong đám đông.

Việc đào tạo một mạng nơ-ron từ đầu sẽ khó hơn nhiều. Chúng tôi cần một bộ dữ liệu ban đầu lớn và chất lượng cao, tức là hàng chục và hàng trăm nghìn (hoặc thậm chí nhiều hơn!) Ảnh chụp người. Ngoài ra, cần có các nguồn tài nguyên tính toán đáng kể và kiến thức về AI và học máy. Các công ty lớn có tất cả các công cụ này, vì vậy họ giải quyết vấn đề tốt hơn nhiều.

Ngoài ra còn có một giải pháp trung gian - chẳng hạn như sử dụng một mạng nơ-ron đã được đào tạo. Tùy chọn này, rất có thể, sẽ hoạt động kém hơn một chút so với dịch vụ đám mây được tạo sẵn, nhưng nó sẽ cho phép bạn có toàn quyền kiểm soát hệ thống. Điều này sẽ yêu cầu một mức độ hiểu biết nhất định về hoạt động của mạng nơ-ron và khuôn khổ mạng nơ-ron và rất có thể, một số kiến thức về ngôn ngữ Python, ngôn ngữ này đã trở nên phổ biến như là ngôn ngữ lập trình chính giữa các chuyên gia Khoa học dữ liệu.

Thật vậy, thật thuận tiện để thực hiện các thí nghiệm khác nhau, trực quan hóa dữ liệu và thực hiện các phép tính ma trận hiệu quả nhờ gói NumPy tuyệt vời. Đây không phải là ngôn ngữ tốt nhất cho phát triển công nghiệp, vì nó không chứa các công cụ hiệu quả để tạo ra các hệ thống phần mềm an toàn lớn, nhưng vẫn chưa có lựa chọn thay thế cho nó trong lĩnh vực đào tạo mạng nơ-ron sâu.

Cách nhận dạng khuôn mặt hoạt động trong kinh doanh

Nhu cầu nhận dạng khuôn mặt trong fintech, bán lẻ và các loại hình kinh doanh khác có liên quan trực tiếp đến sự sẵn có ngày càng tăng của công nghệ. Cơ chế rất đơn giản: tất cả các doanh nghiệp và tất cả các tổ chức đều có camera CCTV, được sử dụng làm công cụ để thu thập dữ liệu và phân tích sau đó. Trên thế giới, các hệ thống giám sát quay hàng terabyte video Full HD mỗi tháng, tức là thực sự có rất nhiều thông tin để xử lý.

Phần mềm cần thiết để phân tích dữ liệu có thể được nhà sản xuất “chiếu” vào thiết bị. Máy ảnh phân tích video trên bo mạch thường khá đắt.

Một lựa chọn thay thế là phân tích trên đám mây, tức là một trung tâm dữ liệu từ xa kết nối với bất kỳ máy ảnh rẻ tiền nào. Đây là đơn đặt hàng rẻ hơn nhiều, cộng với nó mang lại sự linh hoạt - bạn có thể điều chỉnh các giải pháp cho một doanh nghiệp cụ thể.

Sự phổ biến của công nghệ nhận dạng khuôn mặt trong các lĩnh vực hoạt động ngày càng tăng. Ví dụ, Sberbank là một trong những ngân hàng đi đầu trong việc công bố các dự án nhận dạng khuôn mặt nổi tiếng khác nhau và có thể lập luận rằng Anh ấy nhận ra bạn trong số hàng nghìn người: máy ATM sẽ nhận dạng khách hàng bằng mắt thường về mặt này, có lẽ chỉ Tinkoff. Năm 2017, Sberbank mua lại Sberbank và đầu tư 25,07% cổ phần của VisionLabs vào công nghệ nhận dạng khuôn mặt, công nghệ tạo ra phần mềm để nhận dạng khuôn mặt. Vào năm 2018, một tổ chức tài chính đã quản lý để kiểm tra nhận dạng khuôn mặt trong tàu điện ngầm ở Moscow và thậm chí bắt được 42 tên tội phạm, 42 tên tội phạm đã bị bắt nhờ hệ thống nhận dạng khuôn mặt Sberbank, để kiểm tra nó sẽ nhận ra bạn từ một nghìn người: một máy ATM sẽ xác định một khách hàng bằng cách mắt của máy ATM nhận dạng khuôn mặt để kẻ tấn công không thể rút tiền từ thẻ của người khác, cũng như thông báo thu thập dữ liệu sinh trắc học (ghi âm giọng nói,video về khuôn mặt) của khách hàng. Vào tháng 4 năm nay, Sberbank kiểm soát nhà phát triển hệ thống nhận dạng giọng nói và khuôn mặt - "Trung tâm Công nghệ Giọng nói" (MDT).

Một điều nữa là việc công bố, thử nghiệm, thí điểm và mua giải pháp không có nghĩa là thực sự triển khai. Trên thực tế, chính xác những gì hiện đang được sử dụng ở Sberbank (và liệu nó có được sử dụng hay không), chỉ có thể được khẳng định một cách chắc chắn bởi German Gref.

Với bán lẻ, mọi thứ đều minh bạch hơn. Về cơ bản, có ba vấn đề ở đây mà nhận dạng khuôn mặt có thể giải quyết.

Đầu tiên, trộm cắp. Các cửa hàng được điều hành bởi những kẻ lừa đảo, và thường là những người giống nhau trong cùng một mạng lưới. Nhận dạng khuôn mặt cho phép bạn xác định "kẻ trộm trôi dạt" và những người khác đã vi phạm lệnh trước đó. Ngay sau khi kẻ xâm nhập vào cơ sở dữ liệu sau khi vào cửa hàng, bộ phận bảo mật sẽ nhận được thông báo trong trình nhắn tin hoặc theo một cách thuận tiện khác.

Thứ hai, khó khăn khi làm việc với khách hàng thường xuyên. Đơn giản là không có đủ dữ liệu về các giao dịch mua hàng và sinh nhật để cá nhân hóa các ưu đãi dành cho khách VIP và người hâm mộ thương hiệu. Nhận dạng khuôn mặt có thể được tích hợp với CRM - tức là phần mềm trong đó người quản lý nhập tất cả thông tin về tất cả các giao dịch của tổ chức. Trong trường hợp kẻ trộm và VIP, nhận dạng khuôn mặt hoạt động theo cùng một cách: khuôn mặt được nhập vào danh sách đen hoặc trắng và khi nó xuất hiện lại, hệ thống sẽ phát ra tiếng bíp cho người có quyền truy cập. Giới tính và độ tuổi được xác định tự động và thông tin bổ sung sẽ được thêm vào bởi nhân viên chịu trách nhiệm.

Thứ ba, nhận dạng bán lẻ được sử dụng cho quảng cáo mục tiêu. Ví dụ, tại một số cửa hàng X5 Retail Group đã lắp đặt X5 sẽ bao gồm camera thị giác máy tính để nhận dạng nét mặt và độ tuổi của khách hàng. Bằng cách phân tích dữ liệu này, hệ thống sẽ hiển thị hàng hóa mà một người có thể thích trên màn hình điều khiển trong sàn giao dịch. Một minh họa sinh động khác là trường hợp của Lolli & Pops, một cửa hàng bánh kẹo lớn ở Mỹ. Hệ thống nhận dạng khuôn mặt xác định Chương trình khách hàng thân thiết tại cửa hàng trong tương lai của bạn sẽ được cung cấp bằng nhận dạng khuôn mặt của khách hàng thường xuyên và gửi thông báo đến điện thoại thông minh của họ về các sản phẩm mà họ có thể thích (có tính đến sở thích cá nhân và thậm chí cả dị ứng thực phẩm).

Một ví dụ nổi bật khác về việc sử dụng công nghệ trong bán lẻ là các cửa hàng không có người bán và máy tính tiền. Ví dụ, Alibaba Tao Cafe Amazon Go và Alibaba Tao Cafe: Staffless Shop Showdown là một quán cà phê và cửa hàng tự phục vụ nằm ở Hàng Châu. Nó bán đồ uống, đồ ăn nhẹ, hàng tạp hóa, đồ chơi, ba lô và những thứ tương tự. Tao Cafe chỉ mở cửa cho những người sử dụng trang web Taobao.

Khi mua đồ uống, một hệ thống camera có hỗ trợ nhận dạng khuôn mặt sẽ tự động nhận dạng khách hàng, kết nối với tài khoản của anh ta trong cửa hàng trực tuyến và xử lý thanh toán. Người mua sắm thoát ra qua một không gian được trang bị nhiều cảm biến để xác định cả khách hàng và hàng hóa. Tính năng quét vẫn hoạt động ngay cả khi người đó đặt món hàng đã mua trong túi quần hoặc túi xách.

Công nghệ nhận dạng khuôn mặt phát triển như thế nào

Hệ thống camera quan sát Face ID đang thực sự chiếm lĩnh thế giới. Tại Moscow, số lượng camera trong năm 2019 sẽ đạt Công nghệ cao và an ninh: bao nhiêu camera CCTV sẽ xuất hiện trong năm nay 174 nghìn. Điều này không có nghĩa là tất cả các thiết bị này theo mặc định có thể nhận dạng một người: thông thường có thông tin rằng hệ thống nhận dạng tội phạm bị truy nã thông qua máy quay video sẽ bắt đầu hoạt động tại Moscow vào năm 2019 với khoảng 160 nghìn máy ảnh có chức năng này. Tuy nhiên, vào cuối năm 2018, văn phòng thị trưởng Moscow đã thông báo ý định của chính quyền Moscow vào năm 2019, họ sẽ thay thế máy quay video và ra mắt hệ thống nhận dạng khuôn mặt để thay thế tất cả các thiết bị giám sát video và hình thành một hệ thống hoàn toàn đổi mới vào năm tới.

Điều nghịch lý là 160 nghìn không phải là nhiều. Đặc biệt là khi so sánh với một nhà lãnh đạo khác về truy vấn công cụ tìm kiếm về chủ đề nhận dạng khuôn mặt - Trung Quốc. Vào cuối năm 2017, có In Your Face: Trung Quốc toàn cảnh với hơn 170 triệu camera CCTV và trong ba năm tới, công nghệ giám sát 'Big Brother' của Trung Quốc gần như không nhìn thấy tất cả những gì chính phủ muốn bạn nghĩ kết nối mạng còn khoảng 400 triệu.

Việc sử dụng nhận dạng khuôn mặt có thẩm quyền và đúng cách hoạt động chủ yếu để cải thiện sự an toàn và thoải mái. Mọi người thường nhanh chóng đạt được niềm tin vào công nghệ giúp họ không phải xếp hàng chờ xem một trận bóng đá (mỉm cười trước máy quay - được thông qua), ngăn chặn hành vi trộm cắp và côn đồ hoặc giúp họ chi tiêu ít hơn khi mua hàng (chương trình khách hàng thân thiết). Tất nhiên, tất cả những điều này đòi hỏi một số quy định nhất định - đây là lý do tại sao luật bảo vệ dữ liệu cá nhân đang được thông qua.

Trong tương lai, có khả năng lĩnh vực nhận dạng khuôn mặt trong các hệ thống giám sát video sẽ được quy định tương tự như cách làm việc với nhận dạng khuôn mặt trên Internet hiện nay. Những người quan tâm đến quyền riêng tư chỉ đơn giản là không tải lên quá nhiều trên Web - một phần thất bại của SearchFace chứng tỏ rằng một chiến lược như vậy là hiệu quả.

Tất nhiên, người ta không thể giới hạn bản thân đi bộ dọc theo những con phố có lắp camera ở mọi ngã tư, nhưng khả năng ẩn danh sẽ được hình thành nếu có yêu cầu tương ứng từ xã hội.