Ce que vous devez savoir sur la technologie de reconnaissance faciale

2024 Auteur: Malcolm Clapton | [email protected]. Dernière modifié: 2023-12-17 03:55

Comment cette technologie est-elle utilisée par les gouvernements et les entreprises, est-il possible de tromper un appareil photo avec un système d'identification faciale et est-il possible de trouver une personne sur Internet à l'aide d'une photo.

Elena Glazkova Ivideon Marketeuse.

Pour l'État, la reconnaissance faciale est un élément important du système de sécurité et un poste budgétaire impressionnant. Pour les journalistes, c'est soit une panacée, soit un instrument d'une conspiration mondiale. Pour une entreprise, un outil ou un produit. Quel que soit votre camp, les questions fondamentales demeurent. Les utilisateurs recherchent habituellement des réponses sur Internet (en moyenne 28 704 requêtes de reconnaissance faciale par mois), mais ils ne les trouvent pas toujours. Corriger la situation.

Qu'est-ce que la reconnaissance faciale

Séparons les mouches des côtelettes. Les utilisateurs sont plus susceptibles de faire face à la reconnaissance faciale dans leurs propres smartphones, où l'identification biométrique est utilisée pour déverrouiller l'appareil et seul son propriétaire peut accéder aux données. Une caméra 3D est nécessairement impliquée dans le processus de reconnaissance de sorte qu'il est impossible de tromper le gadget avec une photo.

Il y a aussi l'identification des visages en temps réel et en conditions réelles: dans ce cas, elle est indissociable des systèmes de vidéosurveillance, où les visages sont littéralement « arrachés » au flux vidéo filmé par les caméras.

Imaginez une caméra CCTV moderne de haute qualité placée juste au-dessus de la taille humaine moyenne dans un endroit bien éclairé. Environ le même nombre d'environ les mêmes personnes passent devant elle chaque jour. Ils ne bougent pas très vite.

La vidéo capturée peut être stockée dans l'archive cloud. Un module analytique est connecté à la caméra: une combinaison complexe d'algorithmes (intelligence artificielle, réseaux de neurones, c'est tout) plus une interface utilisateur. Le module "arrache" les visages du flux vidéo, détermine le sexe et l'âge et entre les données dans la base de données.

Peu à peu, il y a plus d'images. Le système mémorise automatiquement tous les visages reconnus et les enregistre dans les archives, et un utilisateur avec admission indique des données supplémentaires: nom, position, statut, autres marques ("VIP-invité" ou "voleur"). Vous pouvez télécharger une photo de la personne recherchée, et le module retrouvera toutes les détections de cette personne dans l'archive.

Dès qu'une personne portant une marque passe à nouveau devant la caméra, le système l'enregistre comme un événement important et envoie une notification push aux utilisateurs intéressés.

La détection dans le contexte de la reconnaissance faciale est une situation où l'algorithme, en principe, a compris qu'il s'agissait d'un visage, et non d'une pomme ou d'une sirène d'une tasse Starbucks. Il a d'abord besoin de puissance de calcul pour cela, et ce n'est qu'alors qu'il pourra faire correspondre le visage à la base ou se souvenir.

Si vous avez lu les paragraphes précédents jusqu'à la fin, félicitations, vous savez maintenant comment fonctionne la reconnaissance faciale dans une situation idéale. La description convient à tout système: de ceux utilisés dans le métro de Moscou aux solutions pour les petites entreprises.

La principale chose à comprendre est qu'il est difficile de créer une situation idéale dans la vie réelle, surtout lorsqu'il s'agit de toute la ville, et non d'un bureau ou d'un magasin. Par exemple, il y a beaucoup de monde dans le métro, tout le monde est différent, ils marchent vite. Vous avez besoin de beaucoup de caméras, elles coûtent de l'argent et des spécialistes compétents devraient les placer.

Est-il possible de tromper l'algorithme de reconnaissance faciale

Malgré les bévues occasionnelles, la précision de la reconnaissance machine est déjà souvent supérieure à celle avec laquelle les gens déterminent les visages. La Chine va bientôt créer une base de données géante de reconnaissance faciale pour identifier n'importe quel citoyen en quelques secondes, un système capable de trouver une personne spécifique parmi 1,3 milliard d'autres résidents en 3 secondes avec une précision de 90 %.

Et pourtant, il est difficile de répondre à cette question sans équivoque, car il n'existe pas d'algorithme idéal unique pour la reconnaissance faciale. De grosses lunettes, une barbe collée, une casquette, une vitesse de déplacement élevée, un maquillage spécial (par exemple, un treillis "Black Swan" peint sur le visage, des chats, des cercles et des bâtons. Comment échapper aux systèmes de reconnaissance faciale à l'aide de maquillage) - tout cela peut brouiller l'algorithme. Surtout dans l'ensemble, car pour la reconnaissance, il suffit Comment tromper les systèmes de reconnaissance si 70% d'un visage ouvert. Imaginez maintenant qu'il est nécessaire d'utiliser les astuces ci-dessus dans une vraie ville. Cela ne semble pas si facile, n'est-ce pas ?

Lunettes "anti-reconnaissance" du Japon, qui remontent en 2015

Et voici un tel masque 3D en 2014

Est-il possible de reconnaître des visages en ligne

Internet est un lieu paradoxal: les gens ici peuvent simultanément s'inquiéter de savoir si un appareil photo sur deux dans la rue détecte leur personnalité et veulent sincèrement « reconnaître le visage des autres à partir de leurs photos en ligne ». Considérons cette tendance de reconnaissance faciale séparément.

Le programme de reconnaissance faciale est soit le module analytique décrit ci-dessus (caméra de vidéosurveillance + logiciel + stockage cloud), soit un logiciel similaire au service FindFace bien connu (légèrement scandaleux). Aujourd'hui, il est bien entendu impossible de télécharger un programme de reconnaissance faciale « gratuitement et sans inscription » dans la grande majorité des cas.

Le service Web FindFace.ru, qui aide à trouver des personnes sur le réseau social VKontakte par leurs photographies, a été fondé le 18 février 2016. Entre autres, grâce à lui, tout le monde a pu trouver des profils de filles qui ont joué dans des films porno. Très vite, le service a commencé à être utilisé par de nombreux flash mobs pour détecter les visages, qui avaient parfaitement le droit de ne jamais être détectés par personne. Un scandale a éclaté, qui a fonctionné comme une publicité virale: la technologie à la base du service a reçu de nombreux prix prestigieux et a suscité l'intérêt des clients de l'État et des entreprises. Depuis le 1er septembre 2018, le service ne fournit plus le service FindFace, qui servait à reconnaître les manifestants, a annoncé la fermeture de la recherche de personnes par service photo, car il a été transformé par NtechLab en une ligne de solutions pour divers secteurs d'activité.

Le rêve de l'utilisateur qui saisit la demande ressemble évidemment à ceci: vous allez sur le site, téléchargez une photo d'une personne qui a été prise furtivement dans le métro, le programme reconnaît le visage et donne un lien vers le profil sur le réseau social. Ouais, je me suis fait prendre ! Ou comme ceci: vous téléchargez le programme sur votre ordinateur, connectez-y votre webcam et reconnaissez le visage de votre chat. Succès - maintenant, vous recevrez une notification à chaque fois que le chat vole des saucisses.

La réalité est cruelle. Le premier site qui vous propose quelque chose comme ça refuse de fonctionner, et le second nécessite des compétences en programmation en Python. Plus ou moins une application onirique appelée SearchFace, qui a été récemment redémarrée Searchface a été redémarrée avec autorisation via VKontakte. Mais le réseau social a fermé cette fonctionnalité appelée FindClone. Vous avez téléchargé une photo et l'algorithme a essayé de reconnaître le même visage dans la base de données du réseau social VKontakte. L'application n'a pas donné de liens vers le profil, seulement les photos elles-mêmes - et peu importe par qui elles ont été téléchargées. Si un internaute est actif sur un réseau social depuis longtemps, l'émission d'une photo a créé un étrange effet "biographique", mais sinon, les images reconnues pourraient le faire rire.

En fait, l'exemple SearchFace répond clairement à la question « Comment les réseaux sociaux utilisent-ils la reconnaissance faciale ? Il serait plus juste de le formuler ainsi: « Comment les réseaux sociaux sont-ils utilisés pour la reconnaissance faciale ? La réponse est simple: comme une base de données. Un nombre incalculable de combinaisons uniques de nombres (c'est ainsi que les visages sur la photo recherchent les algorithmes de Facebook, VKontakte et autres) constituent la base de la formation des réseaux de neurones qui constituent la base de l'une ou l'autre solution de reconnaissance faciale.

Les solutions sont toutes différentes, et les réseaux de neurones sont également différents, et les clients et les fournisseurs de services, en règle générale, ne divulguent pas les détails et les caractéristiques techniques. En particulier, le module de reconnaissance du sexe et de l'âge est capable de déterminer du fait qu'il peut apprendre des informations contenues dans Odnoklassniki, VKontakte, Instagram et Facebook.

Comment la reconnaissance faciale est programmée

Vous n'avez jamais à répondre aux questions des développeurs et des développeurs si vous n'êtes pas développeur. Par conséquent, nous nous sommes tournés vers un spécialiste pour obtenir de l'aide.

Dmitry Soshnikov Membre de l'Association russe pour l'intelligence artificielle et expert senior en développement de systèmes d'IA et d'apprentissage automatique chez Microsoft.

La reconnaissance faciale (ainsi que d'autres opérations connexes) est une tâche assez courante. Par conséquent, de nombreuses entreprises fournissent des services prêts à l'emploi sous la forme d'API cloud (intermédiaires logiciels entre applications) pour une solution de haute qualité de ces tâches. Outre les géants de l'informatique comme Microsoft et Google, des sociétés spécialisées, notamment russes, se sont également engagées dans la reconnaissance faciale. Leurs produits évoluent rapidement et offrent des fonctionnalités encore plus intéressantes telles que l'identification des visages et des silhouettes dans les foules.

Il est beaucoup plus difficile de former un réseau de neurones à partir de zéro. Nous avons besoin d'un ensemble de données initiales important et de haute qualité, c'est-à-dire des dizaines et des centaines de milliers (voire plus !) de photographies de personnes. De plus, d'importantes ressources de calcul et des connaissances en IA et en apprentissage automatique seront nécessaires. Les grandes entreprises ont tous ces outils à leur disposition, elles résolvent donc beaucoup mieux le problème.

Il existe également une solution intermédiaire - utiliser un réseau de neurones déjà formé, par exemple. Cette option fonctionnera très probablement un peu moins bien qu'un service cloud prêt à l'emploi, mais elle vous permettra d'avoir un contrôle total sur le système. Cela nécessitera un certain niveau de compréhension du fonctionnement des réseaux de neurones et des frameworks de réseaux de neurones et, très probablement, une certaine connaissance du langage Python, qui a gagné en popularité en tant que principal langage de programmation parmi les spécialistes de la science des données.

En effet, il est pratique de réaliser diverses expériences, de visualiser des données et d'effectuer des calculs matriciels efficaces grâce à l'excellent package NumPy. Ce n'est pas le meilleur langage pour le développement industriel, car il ne contient pas d'outils efficaces pour créer de grands systèmes logiciels sécurisés, mais il n'y a pas encore d'alternative dans le domaine de la formation des réseaux de neurones profonds.

Comment fonctionne la reconnaissance faciale en entreprise

La demande de reconnaissance faciale dans la fintech, la vente au détail et d'autres types d'entreprises est directement liée à la disponibilité accrue de la technologie. La mécanique est simple: toutes les entreprises et toutes les organisations disposent de caméras de vidéosurveillance, qui sont utilisées comme outils de collecte de données et d'analyse ultérieure. Dans le monde, les systèmes de surveillance enregistrent des téraoctets de vidéo en Full HD par mois, c'est-à-dire qu'il y a vraiment beaucoup d'informations à traiter.

Le logiciel requis pour l'analyse des données peut être « flashé » sur l'appareil par le fabricant. Les caméras d'analyse vidéo embarquées sont généralement assez chères.

Une option alternative est l'analyse dans le cloud, c'est-à-dire un centre de données distant qui se connecte à n'importe quelle caméra bon marché. C'est un ordre de grandeur moins cher, en plus cela donne de la flexibilité - vous pouvez adapter des solutions pour une entreprise spécifique.

La popularité de la technologie de reconnaissance faciale dans divers domaines d'activité augmente. Par exemple, Sberbank est l'un des leaders en termes d'annonce de divers projets de reconnaissance faciale de grande envergure, et il peut affirmer qu'il vous reconnaît sur mille: le guichet automatique identifiera le client par les yeux avec lui à cet égard, peut-être seulement Tinkoff. En 2017, Sberbank a acquis Sberbank et investi 25,07 % de VisionLabs dans la technologie de reconnaissance faciale, qui crée un logiciel de reconnaissance faciale. En 2018, une institution financière a réussi à tester la reconnaissance faciale dans le métro de Moscou et même attraper 42 criminels 42 criminels ont été attrapés grâce au système de reconnaissance faciale Sberbank, pour tester Il vous reconnaîtra parmi mille: un guichet automatique identifiera un client par le yeux des guichets automatiques avec identification faciale afin que les attaquants ne puissent pas retirer d'argent des cartes d'autrui, ainsi que d'annoncer la collecte de données biométriques (enregistrement audio d'une voix,vidéo du visage) des clients. En avril de cette année, la Sberbank contrôle le développeur de systèmes de reconnaissance vocale et faciale - le "Center for Speech Technologies" (MDT).

Une autre chose est qu'annoncer, tester, piloter et acheter des solutions ne signifie pas réellement mettre en œuvre. Ce qui est exactement utilisé actuellement dans la Sberbank (et s'il est utilisé), en fait, ne peut être dit avec certitude que par German Gref.

Avec le retail, tout est plus transparent. Fondamentalement, il y a trois problèmes ici que la reconnaissance faciale résout.

Tout d'abord, le vol. Les magasins sont tenus par des escrocs, et souvent les mêmes personnes dans le même réseau. La reconnaissance faciale vous permet d'identifier les "voleurs à la dérive" et d'autres personnes qui ont précédemment enfreint l'ordre. Dès que l'intrus est entré dans la base de données une fois entré dans le magasin, la sécurité recevra une notification dans le messager ou d'une autre manière pratique.

Deuxièmement, la difficulté de travailler avec des clients réguliers. Il n'y a tout simplement pas assez de données sur les achats et les anniversaires pour personnaliser les offres pour les VIP et les fans de la marque. La reconnaissance faciale peut être intégrée au CRM, c'est-à-dire un logiciel dans lequel les responsables saisissent toutes les informations sur toutes les transactions de l'organisation. Dans le cas des voleurs et des VIP, la reconnaissance faciale fonctionne à peu près de la même manière: le visage est inscrit dans une liste noire ou blanche, et lorsqu'il réapparaît, le système émet un bip à la personne ayant accès. Le sexe et l'âge sont déterminés automatiquement et des informations supplémentaires seront ajoutées par l'employé responsable.

Troisièmement, l'identification au détail est utilisée pour la publicité ciblée. Par exemple, dans certains magasins X5 Retail Group installé X5 inclura des caméras de vision par ordinateur pour reconnaître les expressions faciales et l'âge des clients. En analysant ces données, le système affiche les marchandises qu'une personne peut aimer sur l'écran du moniteur dans la salle des marchés. Une autre illustration frappante est le cas de Lolli & Pops, un grand magasin de confiserie aux États-Unis. Le système de reconnaissance faciale détermine Votre futur programme de fidélité en magasin sera alimenté par la reconnaissance faciale des clients réguliers et envoie des notifications sur leurs smartphones avec des produits qui pourraient leur plaire (en tenant compte des préférences individuelles et même des allergies alimentaires).

Un autre exemple frappant de l'utilisation de la technologie dans le commerce de détail est celui des magasins sans vendeurs et caisses enregistreuses. Par exemple, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown est un café et un magasin en libre-service situé à Hangzhou. Il vend des boissons, des collations, des produits d'épicerie, des jouets, des sacs à dos, etc. Tao Cafe est uniquement ouvert aux utilisateurs du site Web Taobao.

Lors de l'achat de boissons, un système de caméra avec prise en charge de la reconnaissance faciale identifie automatiquement le client, se connecte à son compte dans la boutique en ligne et traite le paiement. Les acheteurs sortent par un espace équipé de plusieurs capteurs qui identifient à la fois le client et les marchandises. La numérisation fonctionne même si la personne met l'achat dans une poche ou un sac.

Comment évolue la technologie de reconnaissance faciale

Les systèmes de vidéosurveillance Face ID sont vraiment en train de conquérir le monde. À Moscou, le nombre de caméras en 2019 atteindra Hautes technologies et sécurité: combien de caméras de vidéosurveillance apparaîtront cette année 174 000. Cela ne signifie pas que tous ces appareils par défaut peuvent reconnaître une personne: le plus souvent, il est rapporté que le système de reconnaissance des criminels recherchés via des caméras vidéo commencera à fonctionner à Moscou en 2019, environ 160 000 caméras avec cette fonction. Néanmoins, fin 2018, la mairie de Moscou a annoncé l'intention des autorités moscovites en 2019, elles vont remplacer les caméras vidéo et lancer un système de reconnaissance faciale pour remplacer tous les appareils de vidéosurveillance et former l'année prochaine un système totalement innovant.

Le paradoxe est que 160 000, ce n'est pas tant que ça. Surtout par rapport à un autre leader des requêtes des moteurs de recherche sur le thème de la reconnaissance faciale - la Chine. À la fin de 2017, il y avait In Your Face: l'État chinois qui voit tout avec plus de 170 millions de caméras de vidéosurveillance et au cours des trois prochaines années, la technologie de surveillance « Big Brother » de la Chine n'est pas aussi complète que le gouvernement veut que vous le pensiez. se connecter au réseau est encore d'environ 400 millions.

Une utilisation compétente et correcte de la reconnaissance faciale vise principalement à améliorer la sécurité et le confort. Les gens prennent généralement rapidement confiance dans la technologie qui leur évite de faire la queue pour un match de football (sourires à la caméra - passé), empêche le vol et le hooliganisme, ou les aide à dépenser moins en achats (programmes de fidélisation). Tout cela, bien sûr, nécessite une certaine réglementation - c'est pourquoi des lois sur la protection des données personnelles sont adoptées.

À l'avenir, il est probable que le domaine de la reconnaissance faciale dans les systèmes de vidéosurveillance sera réglementé de la même manière que la pratique actuelle consistant à travailler avec l'identification faciale sur Internet. Les personnes soucieuses de la confidentialité ne téléchargent tout simplement pas trop sur le Web - le fiasco partiel de SearchFace prouve qu'une telle stratégie est efficace.

Bien sûr, on ne peut pas se limiter indéfiniment à se promener dans les rues où des caméras sont installées à chaque intersection, mais la possibilité de maintenir l'anonymat se formera s'il y a une demande correspondante de la société.