Система распознавания лиц

редактировать
Швейцарское европейское наблюдение : распознавание лиц и марка, модель, цвет и устройство считывания номерных знаков Крупный план инфракрасного осветителя. Свет человеческие глаза, но невидимную среду для камер наблюдения .

A система распознавания лиц - это технология, сопоставить человеческое лицо из цифрового изображения или видеокадра против базы данных лиц. В настоящее время исследователи используют несколько методов работы систем распознавания лиц. Самый продвинутый метод распознавания лиц, который также используется для аутентификации пользователей с помощью проверки, путем точного определения и измерения черт лица по заданному изображению.

Будучи в форме компьютерного приложения, в последнее время системы распознавания лиц получили более широкое применение на смартфонах и в других формах технологий, таких как робототехника. Само компьютеризированное распознавание лиц включает в себя измерение физиологических характеристик человека, системы распознавания лиц к категории биометрия. Хотя точность систем распознавания как биометрической технологии ниже, чем распознавание радужной оболочки глаза и распознавание отпечатков пальцев, эта технология широко применяется благодаря бесконтактному и неинвазивному процессу. Системы распознавания лиц были развернуты для расширенного взаимодействия с компьютером, видеонаблюдения и автоматического индексции изображений.

Содержание

  • 1 Технология распознавания лица
  • 2 Методы распознавания лиц
    • 2.1 Традиционные
    • 2.2 Идентификация человека на расстоянии (HID)
    • 2.3 Трехмерное распознавание
    • 2.4 Тепловизионные камеры
  • 3 Применение
    • 3.1 Социальные сети
    • 3.2 Проверка личности
      • 3.2.1 Face ID
    • 3.3 Развертывание в службах безопасности
      • 3.3.1 Содружество
      • 3.3.2 США
      • 3.3.3 Китай
      • 3.3.4 Латинская Америка
      • 3.3.5 Нидерланды
      • 3.3.6 Южная Африка
    • 3.4 Дополнительные области применения
  • 4 Преимущества и недостатки
    • 4.1 По сравнению с другими биометрическими системами
    • 4.2 Слабые стороны
    • 4.3 Неэффективность
  • 5 Споры
    • 5.1 Нарушение конфиденциальности
    • 5.2 Несовершенная технология в правоохранительных органах
    • 5.3 Защита данных
  • 6 Запреты на использование технологии распознавания лиц
  • 7 Распознавание эмоций
  • 8 Системы распознавания лиц
  • 9 См.
  • 10 Ссылки
  • 11 Дополнительная литература
  • 12 Внешние ссылки

История технологии распознавания лиц

Автоматическое распознавание лиц было впервые применено в 1960-х годах. Вуди Бледсо, Хелен Чан Вольф и Чарльз Биссон использовал компьютер для распознавания человеческих лиц. Их ранний проект распознавания лиц был назван «человек-машина», потому что координаты черт лица на фотографии были людьми, прежде чем они используются компьютером для распознавания. На графическом планшете человек должен точно определить координаты черт лица, такие как центры зрачков, внутренний и внешний угол, а также глаза вдовы на линии роста волос. Координаты были использованы для расчета расстояний, ширину рта и глаз. Таким образом человек может обработать около 40 изображений в час и таким образом построить базу данных рассчитанных расстояний. Компьютер затем автоматически сравнивал для каждой фотографии, вычислял обратные записи в качестве возможного совпадения.

1970 году ео публично использовать систему сопоставления, которая обнаружила анатомические особенности, такие как подбор, и рассчитал соотношение расстояний между чертами лица без вмешательства человека. Более поздние тесты показали, что система не всегда может надежно идентифицировать черты лица. Но интерес к этой теме рос, и в 1977 году Канаде опубликовал первую подробную книгу по технологии распознавания лиц.

В 1993 году Агентство перспективных исследований обороны (DARPA) и Армейская исследовательская Лаборатория (ARL) создала программу технологии распознавания лиц FERET для разработки « Оценки системы распознавания лиц, которые были опробованы в исследовательских лабораториях, и FERET продемонстрировали, могут быть использованы в продуктивной жизненной среде, чтобы помочь службам безопасности, разведки и правоохранительных органов в выполнении обязанностей. Тесты FERET созданы три американские компании, которые продавали автоматизированные системы распознавания лиц. Vision Corporation и Miros Inc., хотя использованные автоматизированные системы распознавания лиц различаются, несколько методов вполне могут быть использованы для распознавания лиц на неподвижных изображениях, сделанных в контролируемой среде. были основаны в 1994 году исследователи, которые использовали результаты тестов FERET в качестве аргументации. Компания Viisage Technology была основана в 1996 году подрядчиком по оборонным вопросам с удостоверением личности для коммерческого использования прав на алгоритм распознавания лиц, таких Алексом Пентландом в Массачусетском Технологическом институте.

После испытаний поставщиков распознавания лиц FERET в 1993 году офисы Департамента транспортных средств (DMV) в Вирджинии и Нью-Мексико были первые офисы DMV, используемые системы распознавания лиц для предотвращения и обнаружения людей, получаемые несколько водительских прав под разными именами. Водительские права в США на тот момент были общепринятыми из удостоверения личности с фотографией. Офисы DMV в США подверглись технологическому обновлению и созданию базы данных цифровых фотографий для удостоверений личности. Это предоставит офисам DMV на рынке системы распознавания лиц для поиска фотографий на предмет новых водительских прав по существующей базе данных DMV. Офисы DMV стали одним из первых инструментов автоматического распознавания лиц и познакомили граждан США с распознаванием лиц как стандартным методом идентификации. Увеличение заключенных в США в 1990-х годах привело к США. указывает на установленные установленные и автоматизированные системы идентификации, которые включают цифровые измерения измерений базы данных, в некоторых случаях это включает распознавание лиц. В 1999 г. Миннесота включила систему распознавания лиц FaceIT от Visionics в систему снимков, которая позволила полиции, судьям и судебным приставам смотреть преступников по всему штату.

В этом экране сдвига красная стрелка меняет направление, а синяя стрелка - нет и используется как собственный вектор. Алгоритм Виолы - Джонса для обнаружения лиц использует характерные черты Хаара для обнаружения лиц в образе. Здесь на которая применена особенность Хаара, похожа на переносицу.

До 1990-х годов системы распознавания лицывались в основном с использованием фотографических портретов человеческих лиц. Широкое распространение в начале 1990-х годов с помощью метода анализа компонентов (PCA) получили широкое распространение по распознаванию для надежного определения местоположения лица на изображении. Метод лиц PCA, также известный как Eigenface, был разработан Мэтью Тёрком и Алексом Пентландом. Терк и Пентланд объединили концептуальный подход теоремы Карунена - Лоэва и факторного анализа, чтобы разработать линейную модель. Собственные лица на основе глобальных и ортогональных человеческих лиц. Эти функции устанавливаются в процессе неконтролируемого машинного обучения с помощью размытия по Гауссу. Человеческое лицо вычисляется как взвешенная комбинация ряда собственных лиц. Используется несколько Eigenfaces, метод обнаружения лиц PCA Турка и Пентланда резко сокращает объем данных, необходимо обработать для обнаружения лица. Пентланд в 1994 году определил особенности Eigenface, включая собственные глаза, собственные рты и собственные носы, чтобы продвинуть использование PCA в распознавании лиц. В 1997 году метод распознавания лиц PCA Eigenface был усовершенствован в процессе контролируемого машинного обучения с использованием линейного дискриминантного анализа (LDA) для создания Fisherfaces. Агентство LDA Fisherfaces «Любовь» Роман для обозначения лиц на основе функций PCA. Хотя Eigenfaces использовались в сочетании с генетическим алгоритмом, нейронными сетями и теорией статистического обучения также использовались для реконструкции лица. В этих подходах не вычисляется глобальная структура лица, которая связывает черты или части лица.

Подходы к распознаванию лиц, основанные исключительно на признаках, были вытеснены в конце 1990-х годов системой Бохума, в которой использовался фильтр Габора. для записи черт лица и расчета сетки структуры лица для связи этих черт. Кристоф фон дер Мальсбург и его исследовательская группа из Университета Бохума Согласование эластичного связочного графа в середине 1990-х годов для извлечения лица из изображения с помощью сегментации кожи. К 1997 году методом обнаружения лиц, используя Мальсбургом, превзошел других методов обнаружения на рынке. Так называемая «система распознавания лиц Bochum» была продана коммерчески на рынке оператора аэропортов и других загруженных мест. Программное обеспечение было достаточно надежным, чтобы произвести идентификацию по несовершеннымм лица. Оно также может часто видеть сквозь такие препятствия, как усы, бороды, измененная прическа и очки - даже солнцезащитные очки ».

Настоящее- Обнаружение лиц в видеозаписи стало возможным в 2001 году с помощью системы обнаружения объектов Виолы - Джонса для лиц. Пол Виола и Майкл Джонс объединили свой метод обнаружения лиц с функция Хаара подход к распознаванию объектов в цифровых изображениях для запуска AdaBoost, первого детектора лица с фронтальным обзором в реальном времени. К 2015 году алгоритм Виолы-Джонса был реализован с использованием небольших маломощных детекторов на портативных устройств и встроенных систем. Таким образом, алгоритм Виолы-Джонса не только расширил практическое применение распознавания лиц, но также был использован для поддержки новых функций в пользовательских интерфейсах и телеконференцсвязи.

Методы распознавания лиц

Автоматическое обнаружение лиц с С помощью OpenCV.

В то время как люди могут распознавать лица без особых усилий, распознавание лиц является сложной проблемой распознавание образов в вычислениях. Системы распознавания лиц идентифицировать человеческое лицо, которое является трехмерным и меняет внешний вид в зависимости от освещения и лица на основе его двухмерного изображения. Для этой вычислительной задачи системы распознавания выполнения лиц четыре шага. Первое распознавание лиц используется для отделения лица от фона изображения. На втором этапе сегментированное изображение лица выравнивается с учетом положения лица ,, размера и фотографических свойств, таких как освещение и оттенки серого. Цель процесса выравнивания - обеспечить точную локализацию черт лица на третьем этапе - извлечении черт лица. Такие, как глаза, нос и рот детали, точно измеряются на изображении, чтобы представить лицо. Установленный таким образом вектор признаков лица затем на четвертом этапе сопоставляется с базой данных лиц.

Традиционный

Некоторые алгоритмы распознавания лиц определять черты лица, извлекая ориентиры или черты на изображении лица объекта. Например, алгоритм может анализировать относительное положение, размер и / или форму глаз, носа, скул и челюсти. Эти функции затем используются для поиска других изображений с поставками.

Другие алгоритмы нормализуют галерею изображений лиц и затем сжимают данные лиц, сохраняя только данные в изображении, которое полезно для распознавания лиц. Затем изображение зонда сравнивается с данными лица. Использование одного из первых успешных систем представлений на методы сопоставления шаблонов, применяемых к набору лица, используемого типа изображения черт лица.

Алгоритмы распознавания можно разделить на два основных подхода: геометрический, который рассматривает отличительные особенности или фотометрический, который представляет собой статистический подход, который разбивает изображение на значения и сравнивает значения с шаблонами для устранения отклонений. Некоторые классифицируют эти алгоритмы на широкие категории: функциональные модели. Первый пытается распознать лицо целиком, в то время как основанное на признаках разделить компоненты, например, в соответствии с особенностями и проанализировать каждый, а также его пространственное положение по отношению к другим признакам.

Популярные алгоритмы распознавания включают анализ главных компонентов с использованием собственных граней, линейного дискриминантного анализа, сопоставления графа упругих сгустков с использованием алгоритма Фишерфейса, скрытой модели Маркова, мультилинейное подпространственное обучение с использованием тензорного представления и нейронно-мотивированное сопоставление динамических ссылок.

Идентификация на расстоянии (HID)

Собственные лица изображений лиц. Собственная трансформация - это метод галлюцинации лица.

Для обеспечения качества личности на расстоянии (HID) изображения лиц разрешение улучшаются с помощью галлюцинации лица. На изображениях CCTV лица часто очень маленькие. Но как алгоритмы распознавания лиц, которые идентифицируют и отображают черты лица, разработаны методы высокого разрешения, позволяющие системам распознавания лиц работать с изображениями, снят в средах с высоким отношением сигнал / шум. Алгоритмы галлюцинации лица, которые используются в системе распознавания лиц, используют машинное обучение на основе примеров с заменой пикселей или индексов ближайших соседей, которые также включают демографические и возрастные характеристики лица. Использование методов распознавания лиц с высоким разрешением и возможностей достижения алгоритмов сверхвысокого разрешения. Техники галлюцинации лица также используются для предварительной обработки изображений, в которых лица замаскированы. Здесь удаляется маскировка, например, солнцезащитные очки, и к изображению используется алгоритм галлюцинации лица. Такие алгоритмы галлюцинаций на лицах необходимо тренировать на похожих изображениях лиц с маскировкой и без нее. Чтобы заполнить маскировку, алгоритмы галлюцинации лица правильно отображать все лица, что может быть невозможно из-за мгновенного выражения лица, зафиксированного на изображении с низким разрешением.

3 -Размерное распознавание

3D-модель человеческого лица.

Трехмерное распознавание лица использует 3D-датчики для сбора информации о форме лица. Эта информация используется для определения отличительных черт на поверхности лица, таких как контур глазниц, носа и подбородка. Одним из трехмерного распознавания лиц является то, что на него не влияет изменение освещения, как на другие методы. Он также может идентифицировать лицо с разных угловых обзоров, включая вид в профиль. Трехмерные точки лица значительно улучшают точность распознавания лиц. Исследование трехмерного распознавания лиц стало возможным благодаря разработке сложных датчиков, которые проецируют структурированный свет на лицо. Техника трехмерного сопоставления чувствительна к выражениям, поэтому исследователи из Техниона применили инструменты из метрической геометрии для обработки выражений как изометрий. Новый метод захвата 3D-изображений лиц использует три камеры слежения, которые указывают под разными углами; одна камера будет направлена ​​на объект спереди, вторая - в сторону, а третья - под углом. Все эти камеры будут работать вместе, чтобы он мог видеть объект в реальном времени и иметь возможность обнаруживать и распознавать лица.

Тепловиз камеры

A псевдоцветное изображение двух людей, снятое в длинноволновом диапазоне инфракрасный (тепловизионный) свет.

Другой способ получения входных данных для распознавания лиц - использование тепловизионных камер, с помощью процедур камеры будут определять форму головы, и она будет обращать внимание на такие аксессуары, как очки, шляпы или макияж. Использование обычных камер, тепловизионные камеры, использование изображений в условиях низкой освещенности. Однако базы данных для распознавания лиц ограничены. Попытки создать базы данных тепловизионных изображений лиц были начаты в 2004 году. К 2016 году существовало несколько баз данных, включая IIITD-PSE и базу данных тепловых лиц Нотр-Дама. Современные системы теплового распознавания лиц не могут надежно изображение лицо на тепловом изображении, сделанном на открытом воздухе.

В 2018 году исследователи из США Армейская исследовательская лаборатория (ARL) методику, которая позволит им сопоставить изображения лиц, полученных с помощью тепловизора, с изображениями в базах данных, которые были сняты с помощью обычных исследователей камера. Известный метод кросс-спектрального метода этого метода, он определяет распознавание лиц из двух разных способов визуализации, метод синтезирует одно изображение путем анализа нескольких участков и деталей лица. Он представляет собой представляющуюся изображение регрессии, отображает конкретное тепловое изображение на соответствующем видимом изображении лица, и задачи оптимизации, которая проецирует скрытую проекцию обратно в пространство изображения. Ученые ARL отметили, что этот подход работает через глобальное объединение (то есть характеристики всего лица) с локальной информацией (то есть характеристиками информации, касающимися глаз, носа и рта). Согласно тестам производительности, проведенным в ARL, модель многозонального кросс-спектрального тестирования производительности примерно на 30% по сравнению с базовыми методами методами и примерно на 5% по с современными методами.

Применение

Социальные сети

Основанная в 2013 году компания Looksery продолжила сбор денег для своего приложения для модификации лица на Kickstarter. После успешного краудфандинга в октябре 2014 года был запущен Looksery. Приложение позволяет общаться в видеочате с другими пользователями через специальный фильтр для лиц, который изменяет внешний вид пользователей. Приложения для увеличения изображения, уже представленные на рынке, такие как FaceTune и Perfect365, были ограничены статическими изображениями, в то время как Looksery разрешил дополненную реальность для живых видео. В конце 2015 года SnapChat приобрел компанию Looksery, которая стала его знаковой функцией по производству линз. Приложения фильтров Snapchat использует методы обнаружения лиц, и на основе черт лица, идентифицированных на изображении, на накладывается трехмерная сетчатая маска.

DeepFace - это система распознавания лиц с глубоким обучением новая исследовательская группа Facebook. Он идентифицирует человеческие лица на цифровые изображениях. Он использует девятиуровневую нейронную сеть с более чем 120 миллионами весов соединений и был обучен на четырех миллионах изображений, загруженных пользователями Facebook. Считается, что точность системы составляет 97% по сравнению с 85% для системы идентификации следующего поколения ФБР.

Проверка личности

Растущее использование распознавания лиц в использовании проверки личности. Многие компании и другие компании работают на рынке, чтобы эти услуги банкам, ICO и другим электронным предприятиям. Распознавание использовалось как форма биометрической аутентификации для различных вычислительных платформ и устройств; Android 4.0 «Ice Cream Sandwich» добавлено распознавание лиц с помощью смартфона передняя камера как средство разблокировки устройств, а Microsoft представила вход с распознаванием лиц в свою игровую консоль Xbox 360 через Kinect аксессуар, а также Windows 10 через платформу Windows Hello (для которой требуется камера с инфракрасной подсветкой). В 2017 году смартфон Apple iPhone X представлен в линейке продуктов распознавания лиц с помощью платформы «Face ID », в которой используется система инфракрасного освещения.

Face ID

Apple представила Face ID на флагманском iPhone X в качестве преемника биометрической аутентификации для Touch ID, на основе отпечатков пальцев. Face ID имеет датчик распознавания лиц, который состоит из двух частей: модуль «Ромео», проецирующего более 30 000 инфракрасных точек на лицо пользователя, и модуль «Джульетта», считывающего рисунок. Шаблон отправляется в локальный «Secure Enclave» в центральном процессоре (ЦП) устройства для подтверждения совпадения с лицом владельца телефона.

Шаблон лица недоступен для Apple. Система не будет работать с закрытыми глазами, чтобы предотвратить несанкционированный доступ. Технология учится на изменениях во внешности пользователя и поэтому работает со шляпами, шарфами, очками и многими солнцезащитными очками, бородой и макияжем. Также работает в темноте. Это делается с помощью «прожектора», который представляет собой специальную инфракрасную вспышку, которая излучает невидимый инфракрасный свет на лице пользователя, чтобы правильно считывать 30 000 точек на лице.

Развертывание в системе служб безопасности

Содружество

Австралийская пограничная служба и Таможенная служба Новой Зеландии установили автоматизированную систему пограничного контроля под название SmartGate, которое использует распознавание лиц, которое сравнивает лицо путешественника с данными в микрочипе электронного паспорта . Все канадские международные аэропорты используют распознавание лиц программы первичного досмотра, которая сравнивает лицо путешественника с его фотографией, хранящейся в электронном паспорте. Эта программа впервые была реализована в Международный аэропорт Ванкувера в начале 2017 года и была распространена на все остальные международные аэропорты в 2018–2019 годах.

Полиция Соединения испытывает проблему распознавания лиценного времени на публичных мероприятиях с 2015 года. В мае 2017 года был арестован с использованием системы автоматического распознавания лиц (AFR), установленной на фургоне полиции Южного Уэльса. Ars Technica сообщила, что «похоже, что [AFR] впервые привел к аресту». Однако в отчете Big Brother Watch за 2018 год было обнаружено, что эти системы были неточными до 98%. В отчете также говорится, что два подразделения полиции Великобритании, полиция Южного Уэльса и столичная полиция, использовали распознавание лиц в реальном времени на публичных мероприятиях и в общественных местах. В сентябре 2019 года полиция Южного Уэльса признала использование распознавания лиц законным. Распознавание лиц в реальном времени было опробовано с 2016 года на улицах Лондона и будет полиции на регулярной основе из столичной с начала 2020 года. В августе 2020 года постановил, что способ распознавания лиц, использовавшаяся полицией Южного Уэльса в 2017 году, является нарушением прав человека.

США

Выход на посадку с использованием «биометрических сканеров лица», разработанных Таможенно-пограничная служба США в международном аэропорту Атланты Хартсфилд - Джексон.

США Государственный департамент управляет одной из международных систем распознавания лиц с базой данных 117 миллионов взрослых американцев. Хотя он еще далек от завершения, его используют в некоторых городах, чтобы понять, кто был на фотографии. ФБР использует фотографии как инструмент расследования, а не для точной идентификации. По состоянию на 2016 год распознавание лиц использовалось для идентификации людей на фотографиях, сделанных полицией в Сан-Диего и Лос-Анджелес (не на видео в реальном времени и только против данных фотографий) и Было запланировано в использование Вирджинии и Далласе.

. В годы в Мэриленде использовалось последнее распознавание лиц, сравнивая лиц с фотографиями их водительских прав. Система вызвала споры, когда она использовалась в Балтиморе для ареста неуправляемых протестующих после смерти Фредди Грея под стражей в полиции. Многие штаты используют или используют другие системы, однако в некоторых штатах есть законы, запрещающие ее использование.

ФБР также ввело свою программу распознавания лиц следующего поколения, включает распознавание лиц, а также более традиционные биометрические данные, такие как отпечатки пальцев и сканирование радужной оболочки глаза, которое может быть получено как из уголовных, так и из гражданских баз данных. Федеральное Управление общей отчетности раскритиковало ФБР за то, что оно не решило различные проблемы, связанные с конфиденциальностью и точностью.

С 2018 года, США Служба таможенного и пограничного контроля установила «биометрические сканеры лица» в аэропорту США. Пассажиры, вылетающие выполняемые фотографии, могут пройти регистрацию, безопасность и процесс посадки после получения изображений лиц, снятых и проверенных сопоставления своих идентификационных фотографий, хранящихся в базе данных CBP. Изображения, сделанные для путешественников с гражданством США, будут удалены в течение 12 часов. TSA выразила намерение принять аналогичную программу для внутренних авиаперелетов в процессе проверки безопасности в будущем. Американский союз гражданских свобод является одной из организаций, выступающих против программ, в связи с тем, что программа будет одной из организаций для целей наблюдения.

В 2019 году исследователи сообщили, что Иммиграционная и таможенная служба использует программное обеспечение распознавания лиц в соответствии с государственными базами данных водительских прав, в том числе для некоторых штатов, которые используют лицензии нелегальным иммигрантам.

Китай

Выход на посадку с технологией распознавания лиц на Западном вокзале Пекина

В 2017 году полиция Циндао смогла идентифицировать 25 разыскиваемых подозреваемых, используя оборудование для распознавания лиц на Международный пивном фестивале в Циндао, один из которых находился в бегах в течение 10 лет. Оборудование работает, записывая 15-секундный видеоклип и снятие нескольких снимков объекта. Эти данные сравниваются и анализируются с изображениями из базы данных полицейского управления, и в течение 20 минут субъект может быть идентифицирован с точностью 98,1%.

По состоянию на конец 2017 года в Китае развернуто распознавание лиц и искусственное разведка технологии в Синьцзяне. Журналисты, посетившие регион, представленные камеры наблюдения, установленные каждые сто метров или около нескольких городов, а также контрольно-пропускные точки на автозаправочных станциях, торговых центрах и входах в мечети. В мае 2019 г. Human Rights Watch сообщила, что обнаружила код Face ++ в Integrated Joint Operations Platform (IJOP), приложение полицейского наблюдения, используемом для сбора данных и методами уйгурских сообщество в Синьцзяне. В июне 2019 года Хьюман Райтс Вотч опубликовала исправление к своему отчету, в котором говорилось, что китайская компания Megvii, похоже, не сотрудничала с IJOP, и что код Face ++ в приложении неработоспособен. В феврале 2020 года, после вспышки коронавируса, Megvii подала заявку на получение банковского кредита на оптимизацию системы проверки температуры тела, которую она запустила для людей с симптомами инфекции коронавируса в толпе. В заявке на кредит «Мэгвии» заявила, что ей необходимо повысить идентификацию лиц в масках.

Многие общественные места в оснащении для распознавания лицорты, включая железнодорожные станции, аэропорты, туристические достопримечательности, выставочные центры и офисные здания.. В октябре 2019 года профессор Чжэцзянского научно-технического университета подал в суд на Сафари-парк Ханчжоу за использование частной биометрической информацией клиентами. В сафари-парке используется технология распознавания лиц для проверки личности владельцев Year Card. Приблизительно 300 туристических объектов в Китае установили системы распознавания лиц и используют их для приема посетителей. Сообщается, что это первый случай использования систем распознавания лиц в Китае. В августе 2020 года Радио Свободная Азия сообщило, что в 2019 году Гэн Гуаньцзюнь, гражданин города Тайюань, использовал приложение WeChat от Tencent переслать видео другу в США. Впечатление он был осужден по обвинению в преступлении «затевать ссоры и провоцировать неприятности». Судебные документы показали, что китайская полиция использовала систему распознавания лиц, чтобы идентифицировать Гэн Гуань Гуаньцзюня как «зарубежного активиста демократии», и что китайское управление сети и отделы непосредственно контролируют пользователей WeChat.

Латинская Америка

На президентских выборах в Мексике в 2000 году правительство Мексики использовало программное обеспечение для распознавания лиц, чтобы предотвратить фальсификацию настроек. Некоторые люди регистрировались для голосования под разными именами, пытаясь подать несколько голосов. Сравнивая новые изображения лиц с теми, которые уже есть в базе данных статистических данных, достигли максимального количества дублирующих регистраций.

Международный аэропорт Токумен в Панаме управляет системой по всему аэропорту с использованием сотен живых камер распознавания лиц для возможных разыскиваемых лиц, проходящих через аэропорт.

Нидерланды

Как и Китай, но годом ранее Нидерланды развернули технологии распознавания лиц и искусственного интеллекта с 2016 года. База данных голландской полиции в настоящее время содержит более 2,2 миллиона фотографий 1,3 миллиона голландских граждан. Это около 8% населения. Сотни камер были развернуты только в Амстердаме.

Системы автоматического распознавания лиц похожи на другие мобильные видеонаблюдения

Южная Африка

В Южной Африке в 2016 году объявил город Йоханнесбург, что это было развертывание интеллектуальных камер видеонаблюдения с автоматическим распознаванием номеров и лиц.

Дополнительное использование

На Super Bowl XXXV в январе 2001 года полиция в Тампа-Бэй, Флорида использовала программу распознавания лиц Viisage для поиска преступников и террористов, присутствовавших на мероприятии. Было потенциально идентифицировано 19 человек с незначительными судимостями.

Системы распознавания лиц также использовались программным обеспечением для управления фотографиями для идентификации объектов фотографий, обеспечивая такие функции, как поиск изображений по людям, а также предлагая фотографии для предоставлен конкретному контакту, если его присутствие было обнаружено на фотографии. К 2008 году системы распознавания лиц обычно использовались для контроля доступа в системах безопасности.

популярной музыки США и кантри знаменитостей <25.>Тейлор Свифт тайно применил технологию распознавания лиц на концерте в 2018 году. Камера была встроена в киоск возле билетной кассы и сканировала посетителей концертов, когда они входили в объект, на предмет известных сталкеров.

18 августа 2019 года The Times сообщила, что принадлежащий ОАЭ Манчестер Сити нанял техасскую фирму Blink Identity для развертывания систем распознавания лиц в программе для водителя.. Клуб спроектировал единственную сверхбыструю полосу для болельщиков на стадионе Etihad. Однако группы гражданских прав предостерегли клуб от внедрения этой технологии, заявив, что это может привести к «нормализации инструмента массового наблюдения». Сотрудник по политике и кампаниям в Liberty Ханна Каучман сказала, что этот шаг «Ман Сити» вызывает тревогу, поскольку фанаты будут обязаны делиться конфиденциальной личной информацией с частной компанией, где их можно будет отслеживать и контролировать. повседневной жизни.

В августе 2020 года на фоне вируса короны футбольные стадионы Нью-Йорка и Лос-Анджелеса объявили об установке распознавания лиц для предстоящих матчей. Цель состоит в том, чтобы сделать процесс входа как можно более бесконтактным.

Преимущества и недостатки

По сравнению с другими биометрическими системами

В 2006 году эффективность новейших алгоритмов распознавания лиц была оценена на экзамене Grand Challenge (FRGC). Использовались изображения лиц с высоким разрешением, 3-D сканирование лиц и изображения радужной оболочки глаза. Результаты показали, что новые алгоритмы в 10 точнее алгоритмов распознавания лиц 2002 года и в 100 раз точнее, чем алгоритмы 1995 года. Некоторые из алгоритмов превзойти участников в распознавании лиц и однозначно идентифицировать однояйцевых близнецов.

Одно из ключевых преимуществ системы распознавания лиц в том, что она способна проводить массовую идентификацию людей, поскольку не требует сотрудничества испытуемого для работы. Правильно спроектированные системы, установленные в аэропорту, мультиплексах и других общественных местах, идентифицировать людей среди толпы, при этом прохожие не подозревают об этой системе. Однако по сравнению с другими биометрическими методами распознавание лиц может быть не самым надежным и эффективным. Меры качества очень важны в системе распознавания лиц, поскольку изображения лиц могут сильно отличаться. Такие факторы, как освещение, выражение, поза и шум во время захвата лица, могут повлиять на работу систем распознавания лиц. Среди всех биометрических систем распознавание лиц имеет самый высокий уровень ложного восприятия и отклонения. распознавания лиц в случаях безопасности железных дорог и аэропортов.

Слабые стороны

Ральф Гросс, исследователь из Института робототехники Карнеги-Меллона в 2008 году, описывает одно препятствие, связанное с углом обзора лица: «Распознавание лиц стало довольно хорошим при полностью фронтальных лицах и 20-градусном отклонении, но поскольку как только вы перейдете к профилю, возникли проблемы ". Помимо вариаций позы, изображения лиц с низким разрешением также очень трудно распознать. Это одно из основных препятствий для распознавания лиц в системах наблюдения.

Распознавание лиц менее эффективно, если выражения лиц различаются. Широкая улыбка может снизить эффективность системы. Например: в Канаде в 2009 году разрешены только нейтральные выражения лица на фотографиях на паспорт.

Также существует непостоянство в наборах данных, используемых исследователями. Исследователи могут использовать от нескольких предметов до множества предметов и от нескольких сотен изображений до тысяч изображений. Для исследователей важно сделать доступными наборы данных, которые они использовали друг для друга, или иметь хотя бы стандартный набор данных.

Конфиденциальность данных - это беспокоит, когда дело до до хранения биометрических данных входит в компаниях. К хранилищам данных о лицах или биометрических данных может получить доступ третья сторона, если они не хранятся должным образом или не были взломаны. В Techworld Пэррис Картер (2017): «Хакеры уже стремятся копировать лица, чтобы обмануть системы распознавания лиц, но эту технологию обнаруживают труднее взломать, чем распознавание отпечатков пальцев или голоса в прошлом».

Неэффективность

Критики технологии жалуются, что схема лондонского района Нью-Йорк по состоянию на 2004 год так и не признала ни одного преступника, несмотря на наличие нескольких преступников в базе данных системы. живет в районе, и система работает уже несколько лет. «Насколько известно полиции, ни разу автоматическая система распознавания лицэма не обнаружила живую цель». Эта информация, неправильно установлено, что системе установлено снижение преступности на 34% (поэтому она установлена ​​и в Бирмингеме).

Эксперимент, проведенный местный полицией в 2002 году в отделении Тампа, Флорида, результаты были столь же неутешительными. Система в бостонском аэропорту Логан была отключена в 2003 году из-за того, что в течение двухлетнего периода испытаний не удалось найти никаких совпадений.

В 2014 году Facebook заявил, что в стандартизированной двухкомпонентной косметической установке для лица тест распознавания, его онлайн-система показала точность 97,25% по сравнению с человеческим эталоном 97,5%.

Системы рекламируются как часто имеют точность около 100%; Это вводит в заблуждение, поскольку в исследованиях часто используются гораздо меньшие размеры, чем это было бы необходимо для крупномасштабных приложений. Распознавание лиц не является полностью точным. Затем оператор-человек должен просмотреть эти возможные совпадения. Это проблема выбора не того подозреваемого.

Споры

Нарушение конфиденциальности

Организации по защите гражданских прав и участников кампании по защите конфиденциальности, такие как Electronic Frontier Foundation, Большой Брат Watch и ACLU выражают озабоченность по поводу того, что конфиденциальность нарушается из-за использования технологий наблюдения. Распознавание лиц можно использовать не только для идентификации человека, но и для обнаружения других личных данных, связанных с человеком, например других фотографий с изображением этого человека, сообщений в блогах, профилей в социальных сетях, поведении в Интернете и. узоры. Высказывались опасения по поводу того, кто будет иметь доступ к информации о своем местонахождении и людях с ними в любой момент времени. Более того, люди имеют ограниченные возможности избежать или препятствовать отслеживанию распознавания лиц, если они не скрывают свои лица. Секретарно-информационный портал, доступный через систему распознавания лиц. Потребители могут не понимать или не осведомлены о том, для чего используются их данные, что лишает их возможности предоставить передачу их личной информации.

В июле 2015 года Счетная палата правительства США подготовил отчет для рейтингового члена Подкомитета по конфиденциальности, технологиям и закону по судебной власти Сената США. В отчете обсуждаются коммерческое использование технологии распознавания лиц, конфиденциальности и применимости федеральный закон. В нем говорится, что ранее обсуждались вопросы, касающиеся технологий распознавания лиц, и это свидетельствует о необходимости обновления законов США о конфиденциальности, чтобы федеральный закон постоянно соответствовал влиянию передовых технологий. В отчете отмечается, что некоторые отраслевые организации и частные организации уже разработали «добровольные правила конфиденциальности». Эти руководящие принципы различаются между заинтересованными сторонами заинтересованными сторонами, но их общая цель заключалась в том, чтобы получить и проинформировать гражданские принципы использования технологии распознавания лиц. Согласно отчету, добровольные руководящие принципы конфиденциальности помогли противодействовать конфиденциальности конфиденциальности, которые используются, когда граждане не знают, как используются их личные данные.

В 2016 году компания NtechLab вызвала скандал с конфиденциальностью в международных СМИ, когда запустила систему распознавания лиц FindFace с обещанием, что российские пользователи могут фотографировать незнакомцев на улице и связывать их с профилем в социальной сети сети в социальной сети ВКонтакте (VT). В декабре 2017 года Facebook представил новую функцию, которая уведомляет пользователя, когда кто-то загружает, что Facebook считает его лицом, даже если они не отмечены тегами. Facebook показал новую функциональность в позитивном свете, несмотря на предыдущую попытку негативную реакцию. Глава отдела конфиденциальности Facebook Роб Шерман назвал эту новую функцию, которая дает людям больший контроль над своими фотографиями в Интернете. «Мы думали об этом как действительно расширяющей возможности», - говорит он. «Возможно, существуют фотографии, о которых вы не знаете». Facebook DeepFace стал предметом нескольких коллективных исков в соответствии с Законом о конфиденциальности биометрической информации, утвержденной, что Facebook собирает и хранит распознавание данных своих пользователей без получения информированного согласия, что является нарушением Закона 2008 г. Закон о конфиденциальности биометрической информации (BIPA). Последнее дело было прекращено с января 2016 года из-за отсутствия юрисдикции. В США компании по наблюдению, такие как Clearview AI, полагаются на данные поправки к Конституции США к очистке учетных записей пользователей на платформех социальные сети для использования, которые могут быть использованы при разработке систем распознавания лиц.

В 2019 году Financial Times впервые сообщила, что программное обеспечение для распознавания лиц использовалось в Пересечение King's района Лондона. В районе лондонской магистральной станции King's Cross расположены магазины, офисы, штаб-квартира Google в Великобритании и часть колледжа Святого Мартина. Согласно Управлению Комиссара по информации Великобритании : «Сканирование лиц, когда они законно ведут свою повседневную жизнь, с точки зрения их идентификации - потенциальная угроза частной жизни, которая должна беспокоить всех нас». Комиссар по информации Великобритании Элизабет Денхэм начала расследование использования системы распознавания King's Cross, управляемой компанией Argent. В сентябре 2019 года компания Argent объявила, что программное обеспечение для распознавания лиц больше не будет объявлено на King's Cross. Арджент утверждал, что программное обеспечение было установлено с мая 2016 года по март 2018 года на двух камерах, освещающих пешеходную улицу, проходящую через центр застройки. Октябрь 2019 года в отчете заместителя мэра Лондона Софи Линден, что в рамках секретной сделки столичная полиция передала Аргент фотографии семи человек для использования в системе распознавания лиц их короля..

Несовершенная технология в правоохранительных органах

До сих пор ведутся споры о том, работает ли технология распознавания лиц точно на цветных людях. Одно исследование, проведенное Джой Буоламвини (MIT Media Lab) и Тимнитом Гебру (Microsoft Research), показало, что частота при распознавании пола для цветных женщин в трех коммерческих системах распознавания лиц колеблется от 23,8% до 36%, тогда как для мужчин с более светлой кожей - составлял от 0,0 до 1,6%. Общие показатели точности мужчин (91,9%) были выше, чем для женщин (79,4%), и ни одна из систем не учитывала небинарное понимание пола. Показательно другое исследование показало, что несколько коммерческих программ распознавания лиц.

Эксперты опасаются, что системы распознавания лиц на самом деле могут быть такими. причиняя вред гражданам, полиция утверждает, что они пытаются защитить. Он считается несовершенным биометрическим, и в исследовании, проведенном исследователем Джорджтаунского университета Клэр, «в научном сообществе нет единого мнения о том, что он позволяет точно идентифицировать кого-то». Считается, что с такой большой погрешностью в технологиях, как адвокаты, так и компании, занимаются программным обеспечением для распознавания лиц, говорят, что технология должна обеспечивать только часть дела - никаких доказательств, которые могут привести к аресту человека. правила, обязывающие компании, занимающиеся технологиями распознавания лиц, выполнять требования на основе расовых предубеждений, могут стать серьезным недостатком в принятии их использования в правоохранительных органах. Компания, которая продает себя правоохранительным органам, заявила, что они не тестируют или исследования предвзятости в своем ПО. CyberExtruder действительно отмечает, что некоторые цвета кожи сложнее распознавать программному обеспечению с текущими ограничениями технологии. «Так же, как людей с очень темной кожей идентифицировать с высокой степенью значимости с помощью распознавания лиц, - сказал Блейк Сенфтнер, старший инженер-программист CyberExtruder.

Защита данных

В соответствии со статьей 9 (1) закона Общий регламент ЕС по защите данных (GDPR) от 2016 г. обработка биометрических данных с целью «однозначной идентификации физического лица» конфиденциальной, и данные распознавания лиц, обработанные таким образом, конфиденциальные личные данные. В ответ на согласие GDPR в закон стран-членов ЕС, исследователи из ЕС выразили обеспокоенность тем, что, если в соответствии с GDPR от них требуется получение человека на обработку их данных распознавания лиц, базы данных лиц на масштаб никогда не мог быть установлен снова. В сентябре 2019 года Управление по защите данных Швеции (DPA) впервые в истории внесло финансовый штраф за нарушение Общего регламента по защите данных (GDPR) ЕС в отношении школы, которая использовала эту технологию. чтобы заменить длительные переклички во время занятий. DPA обнаружило, что школа незаконно получила биометрические данные своих учеников, не выполнив воздействие. Кроме того, школа не проинформировала DPA по пилотной схеме. Был наложен штраф в размере 200 000 шведских крон (19 000 евро / 21 000 долларов США).

В Штатах Америки нескольких США штаты приняты законы о защите конфиденциальности биометрических данных. Примеры состояния Закон штата Иллинойс о конфиденциальности биометрической информации (BIPA) и Закон Калифорния о конфиденциальности потребителей (CCPA). В марте 2020 года жители Калифорнии подали групповой иск против Clearview AI, утверждая, что незаконно собирала биометрические данные в Интернете и с помощью технологии распознавания лиц создала базу данных биометрических данных. который был продан компаниям полиции и. В то время Clearview AI уже столкнулся с двумя судебными исками в соответствии с BIPA и расследованием проведенным комиссаром Канады по конфиденциальности на соблюдении Закона о защите личной информации и электронных документов (PIPEDA).

Запреты на использование технологий распознавания лиц

В мае 2019 года Сан-Франциско, Калифорния стал первым городом США, запретив использование лицевых программ распознавания для использования в полиции и других органах местного самоуправления. Супервизор Сан-Франциско, Аарон Пескин, ввел правила, которые потребляют от агентств одобрения Наблюдательного совета Сан-Франциско на покупку технологии наблюдения. Правила также требуют, чтобы агентство публично раскрыло предполагаемое использование новой технологии наблюдения. В июне 2019 года Сомервилль, Массачусетс стал первым городом на Восточном побережье, который запретил правительственное программное обеспечение для наблюдения за лицами, в частности, для полицейских расследований и муниципального расследования наблюдения. В июле 2019 года Окленд, Калифорния запретил использование технологии распознавания лиц городскими департаментами.

Американский союз гражданских свобод («ACLU») провел кампанию по всей Соединенных Штатах Америки за прозрачность технологий наблюдения и поддержали запрет Сан-Франциско и Сомервилля на программное обеспечение для распознавания лиц. ACLU работает над тем, чтобы бросить вызов секретности и слежке с помощью этой технологии.

В январе 2020 года Европейский Союз выступает, но быстро отменил предлагаемый мораторий на распознавание лиц в общественных местах.

Протесты Defund the Police 2020 года. Хотя количество офицеров на душу населения в крупных городах не изменилось.

Во время протестов Джорджа Флойда, использование распознавания лиц Городскими властями был запрещен в Бостоне, Массачусетс. С 10 июня 2020 года муниципальное использование запрещено в:

Распознавание эмоций

В 18-е и 19 век вера в то, что выражение лица раскрывает моральную ценность или истинное внутреннее состояние человека, была широко распространена, а физиогномика была уважаемой наукой в Западный мир. С начала 19 века и далее фотография использовалась в физиогномическом анализе лица и выражения лица для состояния безумия и дем. В 1960-х и 1970-х годах изучения человеческих эмоций и их выражений было заново изобретено психологами, которые пытались определить нормальный диапазон эмоциональных эмоций на события. Исследования автоматического распознавания эмоций с 1970-х годов были сосредоточены на мимике и речи, которые занимаются двумя наиболее важными способами общения людей эмоции людям. В 1970-х годах была создана категория Системы кодирования действий лица (FACS) для физического выражения эмоций. Его разработчик Пол Экман утверждает, что существует шесть эмоций, универсальных для всех людей, и они могут быть закодированы в выражениях лица. Исследования в области автоматического распознавания выражений эмоций установлены на изображениях человеческих лиц фронтального обзора.

В 2016 году среди новых технологий были алгоритмы распознавания эмоций по чертам лица, наряду с высокой четкостью CCTV, высокое разрешение 3D-распознавание лиц и распознавание радужки, которые нашли свое применение в исследовательских лабораториях университетов. В 2016 году Facebook приобрел FacioMetrics, функцию распознавания эмоций лица корпоративное подразделение от Университета Карнеги-Меллона. В том же году Apple Inc. приобрела стартап по распознаванию эмоций лица Emotient. К концу 2016 года коммерческие поставщики систем распознавания лиц предложили интегрировать и развернуть алгоритмы распознавания эмоций по чертам лица. Media Lab Массачусетского технологического института, дочерняя компания Affectiva к концу 2019 года предложила продукт для определения эмоций по выражению лица, который может распознавать эмоции у людей, управляя автомобилем.

системами распознавания лиц

В январе 2013 года японские исследователи из Национального института информатики создали очки с «защитным козырьком», которые используют почти инфракрасный свет, чтобы сделать лицо под ним неузнаваемым для программного обеспечения распознавания лиц. В последней версии используется титановая рамка, светоотражающий материал и маска, в которой используются углы и узоры, чтобы нарушить технологию распознавания лиц за счет как поглощения, так и отражения источников света. В некоторых проектах используется состязательное машинное обучение для создания новых печатных шаблонов, которые сбивают с толку существующее программное обеспечение для распознавания лиц.

Еще одним методом защиты от систем распознавания лиц являются специальные стрижки и шаблоны макияжа, которые не позволяют используемые алгоритмы для обнаружения лица, известные как ослепление компьютерного зрения. Кстати, стили макияжа, популярные у Juggalos, также могут защитить от распознавания лиц.

Маски для лица, которые носят для защиты от заразных вирусов, могут снизить точность систем распознавания лиц. В исследовании 2020 NIST были протестированы популярные системы однозначного сопоставления и было обнаружено, что частота отказов у ​​людей в масках составляет от пяти до пятидесяти процентов. The Verge предположил, что уровень точности систем массового наблюдения, которые не были включены в исследование, будет даже менее точным, чем точность систем согласования один-к-одному. Распознавание лиц в Apple Pay может работать через множество препятствий, включая густой макияж, густую бороду и даже солнцезащитные очки, но не работает с масками.

См. Также

Списки

Список литературы

Дополнительная литература

Внешние ссылки

  • СМИ, связанные с системой распознавания лиц на Wikimedia Commons
  • Фотометрический стерео подход к распознаванию лиц ". Университет Западной Англии. http: / /www1.uwe.ac.uk/et/mvl/projects/facerecognition.aspx
Последняя правка сделана 2021-05-20 08:49:57
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте