Биометрическая система распознавания лиц: в деле – нейросети

Алгоритмы узнавания людей по лицам с каждым годом совершенствуются. В данный момент недостаточно получить изображение с камеры и соотнести его с базой данных. В деле – нейросети, участвующие в анализировании информации и учитывающие дополнительные факторы: пол, возраст, а также данные о том, кто имеет право находиться в данном месте в это время.

Векторы сканирования лица в нейросетях самые разнообразные. Анализируется расстояние между глазами, размер и форма носа, цвет глаз и множество других факторов. Опознавание человека происходит в несколько этапов. Сначала определяется пол, возраст и цвет кожи. Это важно, если стоит задача найти определенного человека, который “мужчина, белый, 40-45 лет”. Далее в ход идут алгоритмы проверки по имеющимся фотографиям.

С изображениями людей обычно возникают проблемы. Объекты анализа пребывают в движении, носят головные уборы и очки. Если нейросеть использует недостаточно быстрые алгоритмы работы, есть высокая вероятность, что система не успеет исполнить свою задачу. Имеющиеся у систем базы данных обычно не отличаются полнотой. Для идеального распознавания лиц нужно два десятка разных фото. Если есть возможность подключить информацию, полученную из социальных сетей, это делу не всегда помогает: в преступном мире не принято выкладывать куда-либо свои изображения, а старые фото надежно чистятся.

Биометрическая система распознавания лиц и ее основные проблемы

Главные ошибки, возникающие у роботов, анализирующих изображения с видеокамер, связаны с двумя факторами. Первый – это если данные по персонажу есть в системе, но его не узнали. Второй – когда человека в базе данных нет, но, тем не менее, его “идентифицировали” – соотнесли с кем-то другим. Часто бывают случаи, когда нейросеть сработала медленно и не успела проанализировать данные.

Чтобы ошибок было меньше, используется машинное обучение на больших базах. Также нейросеть пытается соотносить изображения, когда человек меняет свою внешность.

Процесс обучения систем распознавания лиц пока еще находится в зачаточном состоянии. В Великобритании полиция запустила алгоритмы, которые продемонстрировали 98% ложных срабатываний. Англичане не унывают: база данных, содержащая лица преступников, пока еще не отличается полнотой. Китайский Sky Net считается самой продвинутой системой из ныне существующих: робот “угадывает” человека в 50-60% случаев. При этом в стране работает пилотный проект по использованию видеокамер, встроенных в смарт-очки работников полиции. Опознавание длится долго – от полутора до трех минут, зато показывает хорошие результаты: задержано 27 правонарушителей.