Lo que necesita saber sobre la tecnología de reconocimiento facial

2024 Autor: Malcolm Clapton | [email protected]. Última modificación: 2023-12-17 03:53

¿Cómo es utilizada esta tecnología por gobiernos y empresas? ¿Es posible engañar a una cámara con un sistema de identificación facial y es posible encontrar a una persona en Internet usando una foto?

Elena Glazkova Ivideon Comercializadora.

Para el estado, el reconocimiento facial es una parte importante del sistema de seguridad y una partida presupuestaria impresionante. Para los periodistas, es una panacea o un instrumento de una conspiración mundial. Para negocios, una herramienta o un producto. Sea cual sea el lado que elija, las preguntas básicas aún permanecen. Los usuarios suelen buscar respuestas en Internet (una media de 28.704 consultas de reconocimiento facial al mes), pero no siempre las encuentran. Corrigiendo la situación.

Que es el reconocimiento facial

Separemos las moscas de las chuletas. Es más probable que los usuarios se enfrenten al reconocimiento facial en sus propios teléfonos inteligentes, donde la identificación biométrica se utiliza para desbloquear el dispositivo y solo su propietario puede acceder a los datos. Una cámara 3D está necesariamente involucrada en el proceso de reconocimiento, por lo que es imposible engañar al dispositivo con una fotografía.

También hay identificación de rostros en tiempo real y en condiciones reales: en este caso, está indisolublemente ligado a los sistemas de videovigilancia, donde los rostros son literalmente "arrebatados" del flujo de video filmado por las cámaras.

Imagine una cámara CCTV moderna de alta calidad colocada justo por encima de la altura humana promedio en un lugar bien iluminado. Aproximadamente el mismo número de aproximadamente las mismas personas pasan frente a ella todos los días. No se mueven muy rápido.

El video capturado se puede almacenar en el archivo de la nube. Un módulo analítico está conectado a la cámara: una combinación compleja de algoritmos (inteligencia artificial, redes neuronales, eso es todo) más una interfaz de usuario. El módulo "arrebata" caras del flujo de video, determina el género y la edad, e ingresa los datos en la base de datos.

Poco a poco van apareciendo más imágenes. El sistema recuerda automáticamente todos los rostros reconocidos y los registra en el archivo, y un usuario con admisión indica datos adicionales: nombre, cargo, estado, otras marcas ("invitado VIP" o "ladrón"). Puede cargar una foto de la persona requerida, y el módulo encontrará todas las detecciones de esta persona en el archivo.

Tan pronto como una persona con una marca pasa nuevamente frente a la cámara, el sistema registra esto como un evento importante y envía una notificación automática a los usuarios interesados.

La detección en el contexto del reconocimiento facial es una situación en la que el algoritmo, en principio, entendió que era una cara y no una manzana o una sirena de una taza de Starbucks. Primero necesita poder de computación para esto, y solo entonces puede hacer coincidir la cara con la base o recordar.

Si ha leído los párrafos anteriores hasta el final, felicidades, ahora sabe cómo funciona el reconocimiento facial en una situación ideal. La descripción es adecuada para cualquier sistema: desde los utilizados en el metro de Moscú hasta soluciones para pequeñas empresas.

Lo principal que hay que entender es que es difícil crear una situación ideal en la vida real, especialmente cuando se trata de toda la ciudad, y no de una oficina o una tienda. Por ejemplo, hay mucha gente en el metro, todos son diferentes, caminan rápido. Necesita muchas cámaras, cuestan dinero y deben colocarlas especialistas competentes.

¿Es posible engañar al algoritmo de reconocimiento facial?

A pesar de los errores ocasionales, la precisión del reconocimiento de la máquina ya es a menudo superior a aquella con la que las personas determinan las caras. China, que construirá una base de datos gigante de reconocimiento facial para identificar a cualquier ciudadano en segundos, pronto aparecerá en China, un sistema capaz de encontrar a una persona específica entre 1.300 millones de residentes en 3 segundos con un 90% de precisión.

Y, sin embargo, es difícil responder a esta pregunta de manera inequívoca, porque no existe un algoritmo ideal único para el reconocimiento facial. Gafas grandes, barba pegada, gorra, alta velocidad de movimiento, maquillaje especial (por ejemplo, una celosía "Cisne negro" pintada en la cara, gatos, círculos y palos. Cómo escapar de los sistemas de reconocimiento facial usando maquillaje) - todo esto puede confundir al algoritmo. Especialmente en el agregado, porque para el reconocimiento es suficiente Cómo engañar a los sistemas de reconocimiento si el 70% de una cara abierta. Ahora imagina que es necesario utilizar los trucos anteriores en una ciudad real. No suena tan fácil, ¿verdad?

Gafas "anti-reconocimiento" de Japón, que en 2015

Y aquí hay una máscara en 3D en 2014.

¿Es posible reconocer caras en línea?

Internet es un lugar paradójico: la gente aquí puede preocuparse simultáneamente por si cada segunda cámara en la calle detecta su personalidad y sinceramente quiere "reconocer los rostros de otras personas a partir de sus fotos en línea". Consideremos esta tendencia de reconocimiento facial por separado.

El programa de reconocimiento facial es el módulo analítico descrito anteriormente (cámara CCTV + software + almacenamiento en la nube) o un software similar al conocido (un poco escandaloso) servicio FindFace. Hoy, por supuesto, es imposible descargar un programa de reconocimiento facial “gratis y sin registro” en la gran mayoría de los casos.

El servicio web FindFace.ru, que ayuda a encontrar personas en la red social VKontakte por sus fotografías, se fundó el 18 de febrero de 2016. Entre otras cosas, gracias a él, todos pudieron encontrar perfiles de chicas que protagonizaron películas porno. Muy pronto, el servicio comenzó a ser utilizado por muchos flashmobs para detectar rostros, que tenían todo el derecho a no ser detectados por nadie. Estalló un escándalo que funcionó como un anuncio viral: la tecnología que formó la base del servicio recibió una serie de prestigiosos premios y despertó el interés de los clientes del estado y las empresas. Desde el 1 de septiembre de 2018, el servicio ya no brinda el FindFace Service, que se utilizaba para reconocer a los manifestantes, anunció el cierre del servicio de búsqueda de personas por foto, ya que fue transformado por NtechLab en una línea de soluciones para diversos sectores empresariales.

El sueño del usuario que ingresa la solicitud, obviamente, se ve así: vas al sitio, subes una foto de una persona que fue tomada furtivamente en el metro, el programa reconoce la cara y da un enlace al perfil en la red social. ¡Sí, me atraparon! O así: descargas el programa a tu computadora, le conectas tu webcam y reconoces la cara de tu gato. Éxito: ahora recibirás una notificación cada vez que el gato robe salchichas.

La realidad es cruel. El primer sitio que te ofrece algo así se niega a funcionar, y el segundo requiere habilidades de programación en Python. Más o menos una aplicación de ensueño llamada SearchFace, que se reinició recientemente, Searchface se reinició con autorización a través de VKontakte. Pero la red social ha cerrado esta función llamada FindClone. Subiste una foto y el algoritmo intentó reconocer la misma cara en la base de datos de la red social VKontakte. La aplicación no proporcionó enlaces al perfil, solo las imágenes en sí, y no importa quién las haya subido. Si un usuario ha estado activo en una red social durante mucho tiempo, la emisión de una foto crea un efecto "biográfico" espeluznante, pero si no, las imágenes reconocidas podrían hacerle reír.

En realidad, el ejemplo de SearchFace responde claramente a la pregunta "¿Cómo utilizan las redes sociales el reconocimiento facial?" Sería más acertado formularlo así: "¿Cómo se utilizan las redes sociales para el reconocimiento facial?" La respuesta es simple: como una base de datos. Una innumerable cantidad de combinaciones únicas de números (así es como las caras en la foto buscan los algoritmos de Facebook, VKontakte y otros) forman la base para entrenar redes neuronales que forman la base de una u otra solución de reconocimiento facial.

Las soluciones son todas diferentes y las redes neuronales también son diferentes, y los clientes y proveedores de servicios, por regla general, no revelan detalles ni características técnicas. En particular, el módulo de reconocimiento de género y edad puede determinar debido al hecho de que puede aprender de la información contenida en Odnoklassniki, VKontakte, Instagram y Facebook.

Cómo se programa el reconocimiento facial

Nunca tendrá que responder a las preguntas de los desarrolladores y desarrolladores si no es un desarrollador. Por lo tanto, recurrimos a un especialista en busca de ayuda.

Dmitry Soshnikov Miembro de la Asociación Rusa de Inteligencia Artificial y experto senior en el desarrollo de sistemas de inteligencia artificial y aprendizaje automático en Microsoft.

El reconocimiento facial (así como otras operaciones relacionadas) es una tarea bastante común. Por lo tanto, muchas empresas brindan servicios listos para usar en forma de API en la nube (intermediarios de software entre aplicaciones) para una solución de alta calidad de estas tareas. Además de gigantes de TI como Microsoft y Google, empresas especializadas, incluidas las rusas, también se dedican al reconocimiento facial. Sus productos están evolucionando rápidamente y brindan características aún más emocionantes, como identificar rostros y siluetas en multitudes.

Es mucho más difícil entrenar una red neuronal desde cero. Necesitamos un conjunto grande y de alta calidad de datos iniciales, es decir, decenas y cientos de miles (¡o incluso más!) Fotografías de personas. Además, se requerirán importantes recursos computacionales y conocimientos de inteligencia artificial y aprendizaje automático. Las grandes empresas tienen todas estas herramientas a su disposición, por lo que resuelven mucho mejor el problema.

También hay una solución intermedia: utilizar una red neuronal ya entrenada, por ejemplo. Es muy probable que esta opción funcione un poco peor que un servicio en la nube listo para usar, pero le permitirá tener un control total sobre el sistema. Esto requerirá un cierto nivel de comprensión del funcionamiento de las redes neuronales y los marcos de redes neuronales y, muy probablemente, algún conocimiento del lenguaje Python, que ha ganado popularidad como el principal lenguaje de programación entre los especialistas en ciencia de datos.

De hecho, es conveniente realizar varios experimentos, visualizar datos y realizar cálculos matriciales eficientes gracias al excelente paquete NumPy. Este no es el mejor lenguaje para el desarrollo industrial, ya que no contiene herramientas efectivas para crear grandes sistemas de software seguros, pero aún no existen alternativas en el campo del entrenamiento de redes neuronales profundas.

Cómo funciona el reconocimiento facial en los negocios

La demanda de reconocimiento facial en fintech, retail y otros tipos de negocios está directamente relacionada con la mayor disponibilidad de tecnología. La mecánica es simple: todas las empresas y todas las organizaciones tienen cámaras de CCTV, que se utilizan como herramientas para la recopilación de datos y análisis posteriores. En el mundo, los sistemas de vigilancia graban terabytes de video en Full HD por mes, es decir, realmente hay mucha información para procesar.

El fabricante puede “flashear” el software necesario para el análisis de datos en el dispositivo. Las cámaras de análisis de video integradas suelen ser bastante caras.

Una opción alternativa es la analítica en la nube, es decir, un centro de datos remoto que se conecta a cualquier cámara económica. Se trata de un orden de magnitud más económico y, además, ofrece flexibilidad: puede adaptar soluciones para un negocio específico.

La popularidad de la tecnología de reconocimiento facial en varios campos de actividad está aumentando. Por ejemplo, Sberbank es uno de los líderes en cuanto a anunciar varios proyectos de reconocimiento facial de alto perfil, y puede argumentar que te reconoce entre mil: el cajero automático identificará al cliente por los ojos con él en este sentido, tal vez. sólo Tinkoff. En 2017, Sberbank adquirió Sberbank e invirtió el 25,07% de VisionLabs en tecnología de reconocimiento facial, que crea software para el reconocimiento facial. En 2018, una institución financiera logró probar el reconocimiento facial en el metro de Moscú e incluso atrapar a 42 delincuentes 42 delincuentes fueron capturados gracias al sistema de reconocimiento facial Sberbank, para probarlo te reconocerá entre mil: un cajero automático identificará a un cliente por el ojos de cajeros automáticos con identificación facial para que los atacantes no puedan retirar dinero de las tarjetas de otras personas, así como anunciar la recolección de datos biométricos (grabación de audio de una voz,video de la cara) de los clientes. En abril de este año, el control de Sberbank sobre el desarrollador de sistemas de reconocimiento de voz y rostro - el "Centro de Tecnologías del Habla" (MDT).

Otra cosa es que anunciar, probar, probar y comprar soluciones no significa realmente implementarlas. Lo que se usa exactamente ahora en Sberbank (y si se usa), de hecho, solo puede ser dicho con certeza por German Gref.

Con el retail, todo es más transparente. Básicamente, aquí hay tres problemas que resuelve el reconocimiento facial.

Primero, robo. Las tiendas están dirigidas por estafadores y, a menudo, las mismas personas en la misma red. El reconocimiento facial le permite identificar a los "ladrones a la deriva" y otras personas que anteriormente violaron la orden. Tan pronto como el intruso ingrese a la base de datos una vez ingrese a la tienda, la seguridad recibirá una notificación en el messenger o de otra manera conveniente.

En segundo lugar, la dificultad de trabajar con clientes habituales. Simplemente no hay suficientes datos sobre compras y cumpleaños para personalizar ofertas para VIP y fanáticos de la marca. El reconocimiento facial se puede integrar con CRM, es decir, un software en el que los gerentes ingresan toda la información sobre todas las transacciones de la organización. En el caso de los ladrones y los VIP, el reconocimiento facial funciona de la misma manera: el rostro se ingresa en una lista negra o blanca y, cuando reaparece, el sistema emitirá un pitido a la persona con acceso. El género y la edad se determinan automáticamente, y el empleado responsable agregará información adicional.

En tercer lugar, la identificación minorista se utiliza para publicidad dirigida. Por ejemplo, en algunas tiendas X5 Retail Group instalado X5 incluirá cámaras de visión por computadora para reconocer las expresiones faciales y la edad de los clientes. Al analizar estos datos, el sistema muestra los bienes que le pueden gustar a una persona en la pantalla del monitor en el piso de negociación. Otro ejemplo vívido es el caso de Lolli & Pops, una gran confitería de Estados Unidos. El sistema de reconocimiento facial determina que su futuro programa de fidelización en la tienda se alimentará del reconocimiento facial de los clientes habituales y envía notificaciones a sus teléfonos inteligentes con los productos que pueden gustarles (teniendo en cuenta las preferencias individuales e incluso las alergias alimentarias).

Otro ejemplo sorprendente del uso de la tecnología en el comercio minorista son las tiendas sin vendedores ni cajas registradoras. Por ejemplo, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown es una cafetería y tienda de autoservicio ubicada en Hangzhou. Vende bebidas, snacks, abarrotes, juguetes, mochilas y similares. Tao Cafe solo está abierto a los usuarios del sitio web de Taobao.

Al comprar bebidas, un sistema de cámara con soporte de reconocimiento facial identifica automáticamente al cliente, se conecta a su cuenta en la tienda online y procesa el pago. Los compradores salen por un espacio equipado con múltiples sensores que identifican tanto al cliente como a la mercancía. El escaneo funciona incluso si la persona pone la compra en un bolsillo o bolso.

¿Cómo está evolucionando la tecnología de reconocimiento facial?

Los sistemas de CCTV Face ID realmente se están apoderando del mundo. En Moscú, la cantidad de cámaras en 2019 alcanzará Alta tecnología y seguridad: cuántas cámaras de CCTV aparecerán este año 174 mil. Esto no significa que todos estos dispositivos por defecto puedan reconocer a una persona: la mayoría de las veces se informa que el sistema para reconocer criminales buscados a través de cámaras de video comenzará a funcionar en Moscú en 2019 alrededor de 160 mil cámaras con esta función. Sin embargo, a fines de 2018, la oficina del alcalde de Moscú anunció la intención de las autoridades de Moscú en 2019, reemplazarán las cámaras de video y lanzarán un sistema de reconocimiento facial para reemplazar todos los dispositivos de videovigilancia y formar un sistema completamente innovador el próximo año.

La paradoja es que 160 mil no es tanto. Especialmente en comparación con otro líder en consultas de motores de búsqueda sobre el tema del reconocimiento facial: China. A fines de 2017, hubo In Your Face: el estado que todo lo ve de China más de 170 millones de cámaras de circuito cerrado de televisión y durante los próximos tres años, la tecnología de vigilancia del 'Gran Hermano' de China no es tan omnisciente como el gobierno quiere que pienses. conectarse a la red sigue siendo de unos 400 millones.

El uso competente y correcto del reconocimiento facial funciona principalmente para mejorar la seguridad y la comodidad. Las personas suelen ganar rápidamente confianza en la tecnología que les evita hacer cola para un partido de fútbol (sonrisas a la cámara, pasan), evita robos y vandalismo, o les ayuda a gastar menos en compras (programas de fidelización). Todo esto, por supuesto, requiere cierta regulación, por eso se están adoptando leyes sobre la protección de datos personales.

En el futuro, es probable que el campo del reconocimiento facial en los sistemas de videovigilancia se regule de manera similar a la práctica actual de trabajar con identificación facial en Internet. Las personas con mentalidad de privacidad simplemente no suben demasiado a la Web: el fiasco parcial de SearchFace demuestra que esta estrategia es efectiva.

Por supuesto, uno no puede limitarse sin cesar a caminar por las calles donde hay cámaras instaladas en cada cruce, pero la posibilidad de mantener el anonimato se formará si hay una solicitud correspondiente de la sociedad.