Was Sie über Gesichtserkennungstechnologie wissen müssen

2024 Autor: Malcolm Clapton | [email protected]. Zuletzt bearbeitet: 2023-12-17 03:51

Wie wird diese Technologie von Regierungen und Unternehmen eingesetzt, ist es möglich, eine Kamera mit einem Gesichtserkennungssystem zu täuschen und eine Person im Internet anhand eines Fotos zu finden?

Elena Glazkova Ivideon-Vermarkter.

Für den Staat ist die Gesichtserkennung ein wichtiger Bestandteil des Sicherheitssystems und ein beeindruckender Haushaltsposten. Für Journalisten ist es entweder ein Allheilmittel oder ein Instrument einer Weltverschwörung. Für Unternehmen, ein Werkzeug oder ein Produkt. Für welche Seite Sie sich auch entscheiden, die grundlegenden Fragen bleiben noch offen. Benutzer suchen gewohnheitsmäßig im Internet nach Antworten darauf (durchschnittlich 28.704 Gesichtserkennungsanfragen pro Monat), aber sie finden sie nicht immer. Korrigieren der Situation.

Was ist Gesichtserkennung

Trennen wir die Fliegen von den Schnitzeln. Benutzer werden häufiger mit Gesichtserkennung in ihren eigenen Smartphones konfrontiert, bei denen die biometrische Identifizierung zum Entsperren des Geräts verwendet wird und nur der Besitzer auf die Daten zugreifen kann. Am Erkennungsprozess ist zwingend eine 3D-Kamera beteiligt, so dass es unmöglich ist, das Gadget mit einem Foto zu täuschen.

Auch Gesichter werden in Echtzeit und unter realen Bedingungen identifiziert: In diesem Fall ist sie untrennbar mit Videoüberwachungssystemen verbunden, bei denen Gesichter buchstäblich aus dem von Kameras gefilmten Videostream „entrissen“werden.

Stellen Sie sich eine hochwertige moderne CCTV-Kamera vor, die knapp über der durchschnittlichen menschlichen Körpergröße an einem gut beleuchteten Ort platziert wird. Jeden Tag gehen ungefähr die gleiche Anzahl von ungefähr gleichen Menschen an ihr vorbei. Sie bewegen sich nicht sehr schnell.

Das aufgenommene Video kann im Cloud-Archiv gespeichert werden. An die Kamera ist ein Analysemodul angeschlossen: eine komplexe Kombination aus Algorithmen (künstliche Intelligenz, neuronale Netze, das ist alles) plus einer Benutzeroberfläche. Das Modul „schnappt“sich Gesichter aus dem Videostream, ermittelt Geschlecht und Alter und trägt die Daten in die Datenbank ein.

Nach und nach kommen weitere Bilder dazu. Das System merkt sich alle erkannten Gesichter automatisch und speichert sie im Archiv, und ein zugelassener Benutzer gibt zusätzliche Daten an: Name, Position, Status, sonstige Kennzeichen ("VIP-Gast" oder "Dieb"). Sie können ein Foto der gewünschten Person hochladen und das Modul findet alle Funde dieser Person im Archiv.

Sobald wieder eine Person mit Markierung vor der Kamera vorbeikommt, erfasst das System dies als wichtiges Ereignis und sendet eine Push-Benachrichtigung an interessierte Nutzer.

Die Erkennung im Zusammenhang mit der Gesichtserkennung ist eine Situation, in der der Algorithmus im Prinzip erkannt hat, dass es sich um ein Gesicht und nicht um einen Apfel oder eine Meerjungfrau aus einer Starbucks-Tasse handelt. Dafür braucht er zunächst Rechenleistung, erst dann kann er das Gesicht der Basis zuordnen oder sich merken.

Wenn Sie die letzten Absätze bis zum Ende gelesen haben, herzlichen Glückwunsch, Sie wissen jetzt, wie die Gesichtserkennung im Idealfall funktioniert. Die Beschreibung ist für jedes System geeignet: von denen, die in der Moskauer U-Bahn verwendet werden, bis hin zu Lösungen für kleine Unternehmen.

Die Hauptsache ist zu verstehen, dass es schwierig ist, im wirklichen Leben eine ideale Situation zu schaffen, insbesondere wenn es um die ganze Stadt geht und nicht um ein Büro oder einen Laden. In der U-Bahn sind zum Beispiel viele Leute, jeder ist anders, sie laufen schnell. Sie brauchen viele Kameras, sie kosten Geld, und kompetente Spezialisten sollten sie platzieren.

Ist es möglich, den Gesichtserkennungsalgorithmus auszutricksen?

Trotz gelegentlicher Fehler ist die Genauigkeit der maschinellen Erkennung bereits oft derjenigen überlegen, mit der Menschen Gesichter bestimmen. China wird in Kürze eine riesige Gesichtserkennungsdatenbank aufbauen, um jeden Bürger innerhalb von Sekunden zu identifizieren, ein System, das in der Lage ist, eine bestimmte Person unter 1,3 Milliarden anderen Einwohnern in 3 Sekunden mit einer Genauigkeit von 90% zu finden.

Und doch ist es schwierig, diese Frage eindeutig zu beantworten, denn den einen idealen Algorithmus für die Gesichtserkennung gibt es nicht. Große Brille, ein aufgeklebter Bart, eine Mütze, eine hohe Bewegungsgeschwindigkeit, spezielles Make-up (z. all dies kann den Algorithmus verwirren. Vor allem in der Summe, denn für die Erkennung reicht es aus, ob 70% eines offenen Gesichts wie Erkennungssysteme betrügen. Stellen Sie sich nun vor, dass Sie die oben genannten Tricks in einer echten Stadt anwenden müssen. Klingt nicht so einfach, oder?

"Anti-Recognition"-Brille aus Japan, die bereits 2015

Und hier ist so eine 3D-Maske im Jahr 2014

Ist es möglich, Gesichter online zu erkennen?

Das Internet ist ein paradoxer Ort: Die Leute können sich hier gleichzeitig Sorgen machen, ob jede zweite Kamera auf der Straße ihre Persönlichkeit erkennt, und wollen aufrichtig "andere Gesichter auf ihren Fotos online erkennen". Betrachten wir diesen Gesichtserkennungstrend separat.

Das Gesichtserkennungsprogramm ist entweder das oben beschriebene Analysemodul (CCTV-Kamera + Software + Cloud-Speicher) oder eine Software ähnlich dem bekannten (etwas skandalösen) FindFace-Dienst. Heute ist es natürlich in den allermeisten Fällen unmöglich, ein Gesichtserkennungsprogramm „kostenlos und ohne Registrierung“herunterzuladen.

Am 18. Februar 2016 wurde der Webdienst FindFace.ru gegründet, der hilft, Personen im sozialen Netzwerk VKontakte anhand ihrer Fotos zu finden. Unter anderem konnte dank ihm jeder Profile von Mädchen finden, die in Pornofilmen mitgespielt haben. Sehr bald wurde der Dienst von vielen Flashmobs verwendet, um Gesichter zu erkennen, die das Recht hatten, von niemandem entdeckt zu werden. Es brach ein Skandal aus, der wie eine virale Werbung funktionierte: Die Technologie, die dem Service zugrunde lag, wurde mit mehreren renommierten Preisen ausgezeichnet und weckte das Interesse der Kunden aus Staat und Wirtschaft. Seit dem 1. September 2018 bietet der Dienst den FindFace-Dienst, der zur Erkennung von Demonstranten verwendet wurde, nicht mehr an, kündigte die Einstellung der Personensuche per Fotodienst an, da er von NtechLab in eine Lösungslinie für verschiedene Geschäftsbereiche umgewandelt wurde.

Der Traum des Benutzers, der die Anfrage eingibt, sieht offensichtlich so aus: Sie gehen auf die Website, laden ein Foto einer Person hoch, die heimlich in der U-Bahn aufgenommen wurde, das Programm erkennt das Gesicht und gibt einen Link zum Profil auf das soziale Netzwerk. Ja, erwischt worden! Oder so: Sie laden das Programm auf Ihren Computer herunter, schließen Ihre Webcam daran an und erkennen das Gesicht Ihrer Katze. Erfolgreich - jetzt erhalten Sie jedes Mal eine Benachrichtigung, wenn die Katze Würste klaut.

Die Realität ist grausam. Die erste Seite, die Ihnen so etwas anbietet, funktioniert nicht, und die zweite erfordert Programmierkenntnisse in Python. Mehr oder weniger eine traumhafte Anwendung namens SearchFace, die kürzlich neu gestartet wurde Searchface wurde mit Autorisierung über VKontakte neu gestartet. Aber das soziale Netzwerk hat diese Funktion namens FindClone geschlossen. Sie haben ein Foto hochgeladen und der Algorithmus hat versucht, dasselbe Gesicht in der Datenbank des sozialen Netzwerks VKontakte zu erkennen. Die Anwendung gab keine Links zum Profil heraus, nur die Bilder selbst - und es spielt keine Rolle, von wem sie hochgeladen wurden. War ein Nutzer schon länger in einem sozialen Netzwerk aktiv, erzeugte die Veröffentlichung eines Fotos einen unheimlichen „biografischen“Effekt, ansonsten könnten die erkannten Bilder zum Lachen bringen.

Tatsächlich beantwortet das SearchFace-Beispiel eindeutig die Frage "Wie nutzen soziale Netzwerke die Gesichtserkennung?" Genauer wäre es so zu formulieren: "Wie werden soziale Netzwerke zur Gesichtserkennung genutzt?" Die Antwort ist einfach: wie eine Datenbank. Unzählige eindeutige Zahlenkombinationen (so sehen die Gesichter auf dem Foto für die Algorithmen von Facebook, VKontakte und anderen aus) bilden die Grundlage für das Training neuronaler Netze, die die Basis für die eine oder andere Gesichtserkennungslösung bilden.

Die Lösungen sind alle unterschiedlich, auch neuronale Netze sind unterschiedlich, und Kunden und Dienstleister geben in der Regel keine Details und technischen Merkmale preis. Insbesondere kann das Modul zur Geschlechts- und Alterserkennung feststellen, dass es aus den Informationen in Odnoklassniki, VKontakte, Instagram und Facebook lernen kann.

So wird die Gesichtserkennung programmiert

Sie müssen niemals Entwickler- und Entwicklerfragen beantworten, wenn Sie kein Entwickler sind. Deshalb haben wir uns an einen Spezialisten gewandt.

Dmitry Soshnikov Mitglied der Russian Association for Artificial Intelligence und Senior Expert in der Entwicklung von KI- und Machine-Learning-Systemen bei Microsoft.

Die Gesichtserkennung (sowie andere verwandte Vorgänge) ist eine ziemlich häufige Aufgabe. Daher bieten viele Unternehmen vorgefertigte Services in Form von Cloud-APIs (Softwareintermediäre zwischen Anwendungen) für eine qualitativ hochwertige Lösung dieser Aufgaben an. Neben IT-Giganten wie Microsoft und Google beschäftigen sich auch spezialisierte Unternehmen, darunter auch russische, mit der Gesichtserkennung. Ihre Produkte entwickeln sich rasant weiter und bieten noch aufregendere Funktionen wie das Erkennen von Gesichtern und Silhouetten in Menschenmengen.

Es ist viel schwieriger, ein neuronales Netz von Grund auf neu zu trainieren. Wir brauchen einen großen und qualitativ hochwertigen Bestand an Ausgangsdaten, also Zehn- und Hunderttausende (oder noch mehr!) Fotos von Menschen. Darüber hinaus werden erhebliche Rechenressourcen und Kenntnisse über KI und maschinelles Lernen benötigt. Großen Unternehmen stehen all diese Tools zur Verfügung, sodass sie das Problem viel besser lösen können.

Es gibt auch eine Zwischenlösung – zum Beispiel ein bereits trainiertes neuronales Netz zu verwenden. Diese Option funktioniert höchstwahrscheinlich etwas schlechter als ein vorgefertigter Cloud-Dienst, ermöglicht Ihnen jedoch die volle Kontrolle über das System. Dies erfordert ein gewisses Maß an Verständnis für den Betrieb neuronaler Netze und neuronaler Netzframeworks und höchstwahrscheinlich einige Kenntnisse der Sprache Python, die unter Data Science-Spezialisten als Hauptprogrammiersprache an Popularität gewonnen hat.

Tatsächlich ist es dank des hervorragenden NumPy-Pakets bequem, verschiedene Experimente durchzuführen, Daten zu visualisieren und effiziente Matrixberechnungen durchzuführen. Dies ist nicht die beste Sprache für die industrielle Entwicklung, da sie keine effektiven Werkzeuge zum Erstellen großer sicherer Softwaresysteme enthält, aber im Bereich des tiefen neuronalen Netztrainings noch keine Alternativen dazu gibt.

So funktioniert die Gesichtserkennung im Geschäft

Die Nachfrage nach Gesichtserkennung in Fintech, Einzelhandel und anderen Geschäftsarten steht in direktem Zusammenhang mit der zunehmenden Verfügbarkeit von Technologie. Die Mechanik ist einfach: Alle Unternehmen und alle Organisationen verfügen über CCTV-Kameras, die als Werkzeuge für die Datenerfassung und anschließende Analyse verwendet werden. Weltweit schießen Überwachungssysteme monatlich Terabyte an Video in Full HD, das heißt, es gibt wirklich viele Informationen zur Verarbeitung.

Die erforderliche Software zur Datenanalyse kann vom Hersteller auf das Gerät „geflasht“werden. On-Board-Videoanalysekameras sind normalerweise recht teuer.

Eine alternative Option ist die Analyse in der Cloud, d. h. ein Remote-Rechenzentrum, das sich mit jeder kostengünstigen Kamera verbindet. Dies ist um eine Größenordnung billiger und bietet Flexibilität – Sie können Lösungen für ein bestimmtes Unternehmen anpassen.

Die Popularität der Gesichtserkennungstechnologie in verschiedenen Tätigkeitsbereichen nimmt zu. Zum Beispiel ist die Sberbank einer der führenden Anbieter bei der Ankündigung verschiedener hochkarätiger Gesichtserkennungsprojekte, und es kann argumentiert werden, dass Er Sie unter Tausenden erkennt: Der Geldautomat wird den Kunden in dieser Hinsicht vielleicht anhand der Augen mit ihm identifizieren nur Tinkoff. Im Jahr 2017 erwarb die Sberbank die Sberbank und investierte 25,07 % von VisionLabs in die Gesichtserkennungstechnologie, die Software für die Gesichtserkennung entwickelt. Im Jahr 2018 gelang es einem Finanzinstitut, die Gesichtserkennung in der Moskauer U-Bahn zu testen und sogar 42 Kriminelle zu fassen 42 Kriminelle wurden dank des Gesichtserkennungssystems der Sberbank zum Testen erwischt Es wird Sie unter Tausenden erkennen: Ein Geldautomat identifiziert einen Kunden anhand der Augen von Geldautomaten mit Gesichtserkennung, damit Angreifer kein Geld von fremden Karten abheben können, sowie die Erhebung biometrischer Daten ankündigen (Audioaufnahme einer Stimme,Video des Gesichts) von Kunden. Im April dieses Jahres kontrolliert die Sberbank den Entwickler von Sprach- und Gesichtserkennungssystemen - das "Center for Speech Technologies" (MDT).

Eine andere Sache ist, dass das Ankündigen, Testen, Pilotieren und Kaufen von Lösungen nicht die tatsächliche Implementierung bedeutet. Was genau jetzt in der Sberbank tatsächlich verwendet wird (und ob es verwendet wird), kann tatsächlich nur von German Gref mit Sicherheit gesagt werden.

Beim Einzelhandel ist alles transparenter. Grundsätzlich gibt es hier drei Probleme, die die Gesichtserkennung löst.

Erstens Diebstahl. Die Geschäfte werden von Betrügern betrieben und oft von denselben Leuten im selben Netzwerk. Mit der Gesichtserkennung können Sie "treibende Diebe" und andere Personen identifizieren, die zuvor gegen die Anordnung verstoßen haben. Sobald der Eindringling die Datenbank beim Betreten des Ladens betreten hat, erhält der Sicherheitsdienst eine Benachrichtigung im Messenger oder auf andere bequeme Weise.

Zweitens die Schwierigkeit, mit Stammkunden zu arbeiten. Es gibt einfach nicht genug Daten zu Einkäufen und Geburtstagen, um Angebote für VIPs und Markenfans zu personalisieren. Die Gesichtserkennung kann in CRM integriert werden, dh in eine Software, in die Manager alle Informationen zu allen Transaktionen der Organisation eingeben. Bei Dieben und VIPs funktioniert die Gesichtserkennung ähnlich: Das Gesicht wird in eine schwarze oder weiße Liste eingetragen, und wenn es wieder auftaucht, piept das System bei der Person, die Zugang hat. Geschlecht und Alter werden automatisch ermittelt und durch den zuständigen Mitarbeiter ergänzt.

Drittens wird die Einzelhandelskennzeichnung für gezielte Werbung verwendet. In einigen Filialen der X5 Retail Group beispielsweise wird X5 mit Computer-Vision-Kameras installiert, um Mimik und Alter der Kunden zu erkennen. Durch die Analyse dieser Daten zeigt das System Waren auf dem Bildschirm im Handelssaal an, die einer Person gefallen könnten. Ein weiteres anschauliches Beispiel ist der Fall von Lolli & Pops, einem großen Süßwarenladen in den Vereinigten Staaten. Das Gesichtserkennungssystem ermittelt Ihr zukünftiges Treueprogramm im Geschäft, wird von der Gesichtserkennung von Stammkunden gespeist und sendet Benachrichtigungen an deren Smartphones mit Produkten, die ihnen gefallen könnten (unter Berücksichtigung individueller Vorlieben und sogar Nahrungsmittelallergien).

Ein weiteres markantes Beispiel für den Einsatz von Technologie im Einzelhandel sind Geschäfte ohne Verkäufer und Kassen. Zum Beispiel Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown ist ein Café und Selbstbedienungsladen in Hangzhou. Es verkauft Getränke, Snacks, Lebensmittel, Spielzeug, Rucksäcke und dergleichen. Tao Cafe ist nur für Benutzer der Taobao-Website geöffnet.

Beim Getränkekauf identifiziert ein Kamerasystem mit Gesichtserkennung automatisch den Kunden, verbindet sich mit seinem Konto im Online-Shop und wickelt die Zahlung ab. Der Käufer verlässt einen Raum, der mit mehreren Sensoren ausgestattet ist, die sowohl den Kunden als auch die Ware identifizieren. Das Scannen funktioniert auch dann, wenn die Person den Kauf in eine Tasche oder Tasche steckt.

Wie entwickelt sich die Gesichtserkennungstechnologie?

Face ID CCTV-Systeme erobern wirklich die Welt. In Moskau wird die Anzahl der Kameras im Jahr 2019 erreichen Hochtechnologien und Sicherheit: Wie viele CCTV-Kameras werden in diesem Jahr 174 Tausend erscheinen. Dies bedeutet nicht, dass alle diese Geräte standardmäßig eine Person erkennen können: Am häufigsten wird berichtet, dass das System zur Erkennung von gesuchten Kriminellen durch Videokameras 2019 in Moskau etwa 160.000 Kameras mit dieser Funktion in Betrieb nehmen wird. Dennoch kündigte das Moskauer Bürgermeisteramt Ende 2018 die Absicht der Moskauer Behörden im Jahr 2019 an, Videokameras zu ersetzen und ein Gesichtserkennungssystem auf den Markt zu bringen, das alle Videoüberwachungsgeräte ersetzt und im nächsten Jahr ein völlig innovatives System bildet.

Das Paradoxe ist, dass 160.000 nicht so viel sind. Vor allem im Vergleich mit einem anderen Marktführer bei Suchmaschinenabfragen zum Thema Gesichtserkennung - China. Ende 2017 gab es In Your Face: Chinas allsehender Staat über 170 Millionen CCTV-Kameras und in den nächsten drei Jahren ist Chinas "Big Brother"-Überwachungstechnologie bei weitem nicht so allsehend, wie die Regierung es vermuten lässt mit dem Netzwerk verbinden ist immer noch etwa 400 Millionen.

Kompetenter und korrekter Einsatz der Gesichtserkennung dient in erster Linie der Verbesserung von Sicherheit und Komfort. Die Menschen gewinnen in der Regel schnell Vertrauen in eine Technologie, die ihnen das Anstehen für ein Fußballspiel erspart (lächelt in die Kamera - bestanden), Diebstahl und Rowdytum verhindert oder ihnen hilft, weniger für Einkäufe auszugeben (Treueprogramme). All dies erfordert natürlich eine gewisse Regulierung - deshalb werden Gesetze zum Schutz personenbezogener Daten erlassen.

Zukünftig dürfte der Bereich der Gesichtserkennung in Videoüberwachungssystemen ähnlich geregelt werden wie die bisherige Praxis der Arbeit mit der Gesichtserkennung im Internet. Datenschutzbewusste Leute laden einfach nicht zu viel im Web hoch – das teilweise Fiasko von SearchFace beweist, dass eine solche Strategie effektiv ist.

Natürlich kann man sich nicht endlos darauf beschränken, durch die Straßen zu gehen, auf denen an jeder Kreuzung Kameras installiert sind, aber die Möglichkeit der Wahrung der Anonymität wird gebildet, wenn ein entsprechender Wunsch der Gesellschaft vorliegt.