Je gaat de trap op en gaat de lift in. Hij weet naar welke verdieping je moet. De deuren naar het appartement gaan voor je open. De computer en telefoon "herkennen" u en hebben geen wachtwoord nodig. Auto's, sociale netwerken, winkels - iedereen begroet u, ziet u nauwelijks, belt u bij uw naam en anticipeert op elke stap. Dit is hoe gezichtsherkenning werkt. Leuk vinden? Eng?
Op het eerste gezicht lijkt het misschien dat elke organisatie die zich dit kan veroorloven elke stap in de gaten houdt en een dossier over je verzamelt. Maar je kunt je niet eens voorstellen hoe wijdverbreid gezichtsherkenningstechnologieën zich over de wereld hebben verspreid en welke krachtige vooruitzichten ze beloven. Naast de bovenstaande voorbeelden kunt u met gezichtsherkenningssystemen dergelijke eenvoudige en complexe dingen doen:
- bevestiging van de identiteit van de student tijdens online examens;
- identificatie van mensen van de "zwarte lijst" bij de ingang van stadions en nachtclubs;
- betaling voor goederen;
- uw plaats op één lijn houden bij een bezoek aan een pretpark;
- uw telefoon of computer ontgrendelen.
Wat kan ik zeggen als er alleen al in Moskou al een netwerk is van meer dan 150.000 videobewakingscamera's voor buitenshuis. Ze kunnen zich nergens voor verbergen, en dat zet mensen aan het denken, maar de schaal van "surveillance" is niet zo groot. Het netwerk maakt gebruik van een krachtig gezichtsherkenningssysteem, maar het kost veel kracht om te werken, dus werken slechts 2-4 duizend camera's in realtime. Tot nu toe is massale bewaking van de bevolking alleen maar beangstigend, dus het is de moeite waard om je te concentreren op de echte voordelen van deze technologie. Maar eerst dingen eerst.
Promotie video:
Hoe werkt het gezichtsherkenningssysteem?
Heb je je ooit afgevraagd hoe je zelf een gezicht herkent, herkent? Hoe doet een computer dat? Natuurlijk hebben menselijke gezichten bepaalde eigenschappen die gemakkelijk te beschrijven zijn. De afstand tussen de ogen, de positie en breedte van de neus, de vorm van de wenkbrauwruggen en kin - al deze details merk je onbewust op als je naar een ander kijkt. De computer doet dit allemaal met een zekere efficiëntie en nauwkeurigheid, want door al deze statistieken te combineren, verkrijgt hij de wiskundige formule van een menselijk gezicht.
Dus hoe goed presteert het gezichtsherkenningssysteem momenteel? Niet slecht, maar soms ook fout. Als je ooit gezichtsherkenningssoftware op Facebook of een ander platform bent tegengekomen, heb je waarschijnlijk gemerkt dat er net zoveel leuke resultaten zijn als nauwkeurige. En toch, hoewel de technologie niet 100 procent nauwkeurig is, is ze goed genoeg om op grote schaal te worden gebruikt. En je zelfs zenuwachtig maken.
Paul Howie van NEC zegt dat hun gezichtsherkenningssysteem gezichten scant op individuele identificatiegegevens:
“Velen beschouwen de afstand tussen de ogen bijvoorbeeld als een uniek kenmerk. Of het kan de afstand zijn van de kin tot het voorhoofd en andere componenten. We houden in het bijzonder rekening met 15-20 factoren die als belangrijk worden beschouwd, evenals andere factoren die niet langer zo belangrijk zijn. Dit creëert een driedimensionaal beeld van het hoofd van de persoon, dus zelfs als het gedeeltelijk bedekt is, kunnen we nog steeds een exacte match krijgen. Het systeem neemt vervolgens de gezichtshandtekening en geeft deze door de database."
Moet ik me zorgen maken over gezichtsherkenningssoftware?
Allereerst zijn gezichtsherkenning gegevens. Gegevens kunnen worden verzameld en opgeslagen, vaak zonder toestemming. Zodra de informatie is verzameld en opgeslagen, kan deze worden gehackt. Gezichtsherkenningsplatforms zijn nog niet zwaar gehackt, maar naarmate de technologie zich verspreidt, is uw biometrie in handen van steeds meer mensen.
Er zijn ook eigendomsproblemen. De meeste mensen weten niet dat wanneer ze zich aanmelden bij sociale mediaplatforms zoals Facebook, hun gegevens vanaf dat moment van Facebook zelf zijn. Aangezien het aantal bedrijven dat gezichtsherkenning gebruikt voortdurend toeneemt, hoeft u binnenkort niet eens uw eigen foto's naar internet te uploaden om in gevaar te komen. Ze zijn daar al opgeslagen en hebben lang bewaard.
Over software gesproken, ze werken allemaal op verschillende manieren, maar gebruiken in principe vergelijkbare technieken en neurale netwerken. Elk gezicht heeft veel onderscheidende kenmerken (het is onmogelijk om twee identieke gezichten in de wereld te vinden, en er waren er zoveel in de hele geschiedenis van de mensheid!). De FaceIt-software definieert deze functies bijvoorbeeld als ankerpunten. Elk gezicht bevat ongeveer 80 knooppunten, vergelijkbaar met die we eerder noemden: de afstand tussen de ogen, de breedte van de neus, de diepte van de oogkassen, de vorm van de kin, de lengte van de kaak. Deze punten worden gemeten en creëren een numerieke code - een "face print" - die vervolgens in de database wordt ingevoerd.
In het verleden was gezichtsherkenning afhankelijk van 2D-afbeeldingen om andere 2D-afbeeldingen uit de database te vergelijken of te identificeren. Voor efficiëntie en nauwkeurigheid moest het beeld een gezicht zijn dat recht in de camera keek, met weinig lichtverspreiding en zonder gezichtsuitdrukking. Het werkte natuurlijk best slecht.
In de meeste gevallen zijn de snapshots niet in een geschikte omgeving gemaakt. Zelfs een klein spel van licht kan de efficiëntie van het systeem verminderen, wat leidt tot hoge uitvalpercentages.
2D is vervangen door 3D-herkenning. Deze nieuw opkomende trend in software maakt gebruik van een 3D-model om zeer nauwkeurige gezichtsherkenning te bieden. Door in realtime een 3D-afbeelding van het oppervlak van het gezicht van een persoon vast te leggen, benadrukt de software onderscheidende kenmerken - waar hard weefsel en bot het meest uitsteken, zoals de rondingen van de oogkas, neus en kin - om het onderwerp te identificeren. Deze gebieden zijn uniek en veranderen niet in de tijd.
Door diepte en meetas te gebruiken die niet worden beïnvloed door verlichting, kan het 3D-gezichtsherkenningssysteem zelfs in het donker worden gebruikt en objecten vanuit verschillende hoeken (zelfs in profiel) herkennen. Dergelijke software doorloopt verschillende fasen en identificeert een persoon:
Detectie: een momentopname maken door een bestaande foto (2D) of video digitaal te scannen om een livebeeld van het onderwerp (3D) te verkrijgen.
Centreren: zodra het gezicht is gedetecteerd, markeert het systeem de positie, de maat en de houding van het hoofd.
Meting: het systeem meet rondingen op het gezicht met millimeterprecisie en maakt een sjabloon.
Vertegenwoordiging: het systeem vertaalt het sjabloon in een unieke code. Deze code geeft elk patroon een reeks cijfers die kenmerken en gelaatstrekken vertegenwoordigen.
Matchen: als de afbeelding in 3D is en de database bevat 3D-afbeeldingen, vindt de matching plaats zonder de afbeelding te wijzigen. Maar als de database uit tweedimensionale afbeeldingen bestaat, wordt de driedimensionale afbeelding opgesplitst in verschillende componenten (zoals tweedimensionale afbeeldingen van dezelfde gelaatstrekken vanuit verschillende hoeken) en worden ze omgezet in 2D-afbeeldingen. En dan wordt de match gevonden in de database.
Verificatie of identificatie: tijdens het verificatieproces wordt een momentopname vergeleken met slechts één momentopname in de database (1: 1). Als het doel identificatie is, wordt de momentopname vergeleken met alle momentopnamen in de database, wat resulteert in een aantal mogelijke overeenkomsten (1: N). Een of andere methode wordt indien nodig toegepast.
Waar worden gezichtsherkenningssystemen gebruikt?
In het verleden werden gezichtsherkenningssystemen voornamelijk gebruikt bij wetshandhaving, omdat autoriteiten ze gebruikten om willekeurige gezichten in menigten te vinden. Sommige overheidsinstanties hebben ook soortgelijke systemen gebruikt voor beveiliging en om verkiezingsfraude te elimineren.
Er zijn echter veel andere situaties waarin dergelijke software populair wordt. Systemen worden goedkoper, hun distributie groeit. Ze zijn nu compatibel met camera's en computers die worden gebruikt door banken en luchthavens. Reisbureaus werken aan een 'doorgewinterde reiziger'-programma om een snelle veiligheidscontrole uit te voeren voor passagiers die vrijwillig informatie verstrekken. Wachtrijen op luchthavens zullen sneller vooruitgaan als mensen een gezichtsherkenningssysteem doorlopen dat gezichten koppelt aan een interne database.
Andere mogelijke toepassingen zijn onder meer geldautomaten en geldautomaten. De software kan snel het gezicht van de klant controleren. Na toestemming van de klant maakt de geldautomaat of terminal een foto van het gezicht. De software maakt een gezichtsafdruk die de klant beschermt tegen identiteitsdiefstal en frauduleuze transacties - de geldautomaat geeft simpelweg geen geld aan iemand met een ander gezicht. Zelfs een pincode is niet vereist.
Magie? Technologie
De ontwikkeling van gezichtsherkenningstechnologie op het gebied van bankoverschrijvingen kan bijzonder belangrijk en interessant zijn. Onlangs presenteerde de Russische bank Otkritie zijn eigen unieke oplossing die is ontwikkeld onder het technologiemerk Open Garage: geld overmaken van een foto in de mobiele applicatie Otkritie. Transfers. In plaats van een kaart of telefoonnummer in te typen, hoeft u alleen maar een foto te maken van de persoon die moet overboeken. Het gezichtsherkenningssysteem vergelijkt de foto met de referentie (dit gebeurt wanneer de bank de kaart uitgeeft) en vraagt om de voor- en achternaam. Het enige dat overblijft, is een kaart kiezen en het bedrag invoeren. Het belangrijkste is dat klanten van externe banken deze functie ook kunnen gebruiken voor overschrijvingen naar Otkritie-klanten - de afzender van overschrijvingen kan een kaart van elke Russische bank gebruiken.
"Het gebruik van de foto van een klant in plaats van het nummer van een bankpas is een fundamenteel nieuwe benadering van online overboekingen, gebaseerd op het gebruik van een gezichtsherkenningssysteem via een neuraal netwerk, waarmee een klant met een hoge mate van nauwkeurigheid kan worden geïdentificeerd door zijn biometrische gegevens", zegt het hoofd van de afdeling Partner Systems Development van Otkritie Bank Alexey Matveev. - De service opent volledig nieuwe levensscenario's voor gebruikers om geldoverdrachten uit te voeren. Momenteel biedt geen van de financiële marktdeelnemers in de wereld een dergelijke service aan hun klanten."
Ilya Khel
