Распознавание лиц пользуется растущим спросом и признанием благодаря своим различным преимуществам. Но в то же время, эта технология также может вызвать обеспокоенность и тревогу. Таким образом, то, как найти хороший баланс между достоинствами и недостатками, становится важной темой как для производителей систем безопасности, так и для пользователей.
Технология распознавания лиц имеет определенные достоинства. Одним из самых впечатляющих преимуществ данной технологии является точность. Так, точность алгоритмов распознавания лиц с годами увеличилась в геометрической прогрессии. Сегодня есть много компаний, которые могут заявить, что у них уровень ложных несоответствий составляет 98-99 процентов, если система видеонаблюдения используется в идеальных условиях и с мощным сервером. Это стало возможным благодаря двум факторам: во-первых, достижениям в области Deep learning и искусственного интеллекта, а во-вторых, доступности более мощных графических процессоров.
Deep learning применяет несколько уровней обработки для изучения представлений данных с несколькими уровнями извлечения признаков. Распознавание лиц может использовать иерархическую архитектуру в алгоритмах глубокого обучения для изучения дискриминационного представления лиц и весомо повысить производительность современных приложений для реальных применений. Благодаря наличию мощных графических процессоров и алгоритмов глубокого обучения, а также больших наборов аннотированных данных, точность распознавания лиц за последние несколько лет весомо повысилась.
Особо стоит упомянуть тот факт, что распознавание лиц может сохранять свою точность, даже когда люди носят маски. Пандемия привнесла новое измерение и императив, когда лица внезапно наполовину закрылись масками. Поставщики средств распознавания лиц справились с этой задачей, уделив больше внимания особенностям окологлазной области. Многие алгоритмы теперь достигают тех же показателей точности для изображений лиц с масками, что и для сопоставления изображений без масок пять лет назад.
Периферия против сервера
Между тем, алгоритмы распознавания лиц стали легче, что позволяет запускать их на периферии, а не на дорогих серверах. Поскольку распознавание лиц — это трехэтапный процесс (распознавание лиц, извлечение признаков и сопоставление), первые два этапа фактически можно выполнить в камере видеонаблюдения. Таким образом, видны некоторые гибридные реализации, в которых видеокамера выполняет обнаружение лица, обрезает область лица и отправляет на сервер для извлечения признаков и сопоставления. Эта реализация способна распределить нагрузку по распознаванию лиц между периферией (камерой) и сервером и, как правило, может обеспечить более высокую производительность, если все сделано правильно.
Большинство алгоритмов распознавания лиц корпоративного уровня требуют мощных дорогих серверов, а это означает, что стоимость оборудования не позволяет большинству клиентов внедрить распознавание лиц. Стоит отметить, что платформа SAFR имеет самый быстрый и легкий алгоритм, который может работать в IP камере видеонаблюдения или на небольшом недорогом периферийном устройстве без ущерба для точности.
Более разнообразные варианты использования
Распознавание лиц остается главным приложением для обеспечения безопасности в различных вертикалях. Тем не менее, оно все чаще используется для управления бизнес-аналитикой и пользовательским опытом, и пандемия ускорила эту тенденцию. За последние два года рынок цифровой идентификации рос исключительными темпами. Ситуация с пандемией послужила ускорителем для многих секторов, чтобы предложить цифровые шлюзы для доступа людей к бизнесу, правительству, путешествиям и коммерческим услугам. Распознавание лиц стало ключевым фактором для контроля доступа и других схем цифровой идентификации, особенно для продвижения мобильных систем проверки личности и технологии удаленной регистрации.
Индустрия туризма была наиболее дальновидной вертикалью: аэропорты продолжают инвестировать в ускорение реализации концепции «бесшовного путешествия», чтобы упростить все транзакции с помощью распознавания и идентификации лиц. Индустрия мероприятий ищет бесконтактные, быстрые решения для контроля доступа, чтобы уменьшить количество взаимодействий и выполнить различные правила. Клубы, пабы и места проведения мероприятий могут быстро регистрировать участников и предварительно зарегистрированных гостей по лицу, не глядя на документыили карточки доступа, удостоверяющие личность, что устраняет длинные очереди на входе и обеспечивает быстрые транзакции без прикосновения к устройствам и поверхностям.
Споры
Несмотря на свои преимущества, технология распознавания лиц также имеет проблемы, которые вызывают беспокойство у пользователей. В первую очередь это касается конфиденциальности, сбора данных и предвзятого отношения к определенным этническим группам.
Что касается конфиденциальности, то были сообщения о том, что комплекты видеонаблюдения с технологией распознавания лиц используют лица не только для идентификации людей, но и для извлечения других данных об этих людях из социальных сетей и Интернета. Поэтому необходима передовая практика.
С конфиденциальностью тесно связаны разногласия по поводу сбора данных, которые используются для обучения алгоритмов и должны быть хорошо защищены. Регуляторы обнаружили, что, к сожалению, не все компании, занимающиеся распознаванием лиц, соблюдают законы в регионе, где они развернуты, поэтому наблюдаются значительные штрафы и компании, которые вынуждены удалять данные из своих наборов данных.
Наконец, время от времени происходит предвзятое отношение к определенным этническим группам из-за плохого обучения алгоритмов или их обучения на некачественных/неправильно маркированных изображениях. Поставщики технологий распознавания лиц несут ответственность за внедрение лучших практик, которые выявляют и минимизируют любые скрытые предубеждения, устанавливают показатели справедливости и тестируют алгоритмы в реальных сценариях. В последние годы научное сообщество работало вместе над улучшением процедур обучения, данных и результатов, которые уменьшают ошибочную идентификацию не только по признаку пола, но и по возрасту, этнической принадлежности и другим переменным.
