Российский стартап VisionLabs и платежная система SWiP протестировали оплату с помощью селфи в трех заведениях и готовятся внедрять новинку в крупные сети в Москве и Санкт-Петербурге. ТАСС — о том, что значит "заплатить по лицу", может ли камера перепутать вас с незнакомцем и какое будущее у этой технологии.
Скачать приложение, сделать селфи, купить пиццу
VisionLabs и SWiP создали приложение Selfietopay для биометрической оплаты покупок. Как это работает? Вы скачиваете приложение в AppStore или GooglePlay, привязываете к нему свою банковскую карту, делаете селфи и загружаете ее в базу. Приложение "подсказывает" правильный ракурс для фотографии, по которой "камера" сможет "узнать" вас, передать информацию в приложение, что позволит провести оплату. Купить еду с помощью селфи можно не везде, а только в тех местах, где внедрена система. Сейчас это три заведения, где тестировался сервис: столовая в бизнес-центре на Щепкина, 51/4, точка сети общепита "Пять Звезд" и Mediacafe на улице Рочдельская. В июне система появится в одной пиццерии Papa John’s и в одной фастфудной Cofix. А до конца 2018 года стартап собирается связать с приложением 250 заведений не только в Москве, но и Санкт-Петербурге и других регионах России.
"Система полностью готова к внедрению в обычном режиме, — говорит гендиректор VisionLabs Александр Ханин. — Полгода назад мы начали тестировать ее. За все время клиенты оплатили десятки тысяч счетов по биометрии. Точность нашей разработки — 99,7%. Редкая ошибка — это ложный отказ: когда камера не узнает клиента. Так бывает если, например, человек смотрит в другую сторону. Или — если на кассе используется старая камера".
Разработчик уверяет, что камера ни разу не перепутала клиентов. "Это когда в столовую пошел я, а деньги списали с вашей карты", — уточняет Ханин. Но, вероятно, дело в малоопытности разработки, потому что Amazon, открывший магазин без продавцов и касс, где камеры "узнают" клиентов, видят какие товары они положили в корзины, и автоматически списывают оплату с их счетов, регулярно устраняет ошибки машин: камеры путают и товары, и покупателей.
"Мы допускаем, что так может произойти, но думаем, что это будет один случай на миллион, — считает Ханин. — Я не могу отвечать за другие разработки, но уверен, что наша система работает точно. Перед тем как выйти в общепит, она набралась опыта, отработав несколько лет в отделениях "Почта Банка": камера "узнавала" клиента и выдавала оператору его кредитную историю".
Что делает с фотографией нейронная сеть
Внешне это выглядит просто: человек делает селфи и загружает его в приложение. То, что с этим изображением делает нейронная сеть, которая обрабатывает картинку, выглядит впечатляюще. Она "прогоняет" фотографию через множество параметров: текстурные особенности ("замечает" все морщины и физиологические складки), биометрические (расстояние между центрами зрачков, длина носа, ширина ноздрей и прочие параметры), учитывает динамику лица (улыбку и другие эмоции) и возрастные изменения.
"Когда у нас спрашивают: "Узнает ли алгоритм человека утром в субботу?" — мы отвечаем: "Да, узнает", — говорит Ханин. Хотя признает, что системы биометрической идентификации могут сбоить. "Чаще всего сбоят "сырые" системы, у которых нейронные сети обучались на недостаточном количестве тренировочных данных, — говорит разработчик. — Хорошая, максимально точная система должна натренироваться на огромном числе изображений".
Сложно поверить в то, что разработчики Apple плохо поработали со сканером FaceID, но самый известный провал в этой сфере случился на презентации iPhone8, когда смартфон не смог узнать лицо топ-менеджера компании, представляющего новинку. И скептических мнений о сегодняшнем уровне развития биометрических систем — хватает. "Несмотря на заявления производителей, уверенно распознаются только простые изображение, как автономера. Что же касается лиц, особенно с осложняющими условиями: большое расстояние, бейсболка, воротник, то безупречных систем не существует в мире. Регулярно проводятся "соревнования", когда несколько систем "тренируют" на нескольких лицах, затем подают на вход поток с камер вокзалов и предлагают системе выявить "нарушителя". Ни одна система не показала необходимого уровня распознавания. Во всяком случае, пока", — считает Илья Плисов, исполнительный директор компании Euruauto.
Банки узнают по лицу и отпечатку голоса
Биометрические системы оплаты уже работают и тестируются в крупном бизнесе или госструктурах.
NtechLab запустил сервис FindFace для распознания лиц пользователей "ВКонтакте", а в конце прошлого года начал тестировать систему распознавания лиц на нескольких тысячах камер в Москве (система синхронизирована с базой МВД для поиска преступников и пропавших людей). "Почта России" до конца 2018 года может начать тестирование технологии для автоматической идентификации посетителей при входе в отделения. Первый "пилот" может заработать в Москве. Об этом сообщил в интервью ТАСС гендиректор почтового оператора Николай Подгузов.
Большое будущее ждет такие разработки в банковской сфере, считают эксперты. "В мобильном приложении банка можно использовать бимодальную биометрию — определение личности человека одновременно по двум биометрическим параметрам — голосу и лицу, — говорит Дмитрий Песоцкий, менеджер по продвижению решений для контактных центров компании КРОК. — Камера видит лицо, одновременно пользователь произносит определенные слова, и система сканирует и лицо, и голос. Бимодальная биометрия применяется, например, при переводе денежных средств клиентом, который находится за границей. Звонок в контакт-центр из-за рубежа стоит дорого, поэтому здесь и востребована такая технология.
Также контакт-центры начали использовать голосовую биометрию.
"С голоса человека можно сделать отпечаток по тональным характеристикам, искажениям звука. — продолжает Песоцкий. — При звонке в определенных условиях: при отсутствии посторонних шумов точность распознавания шестисекундного отрывка составляет около 90–95%. Эта технология помогает повысить скорость обслуживания. Ранее, чтобы подтвердить личность, клиент должен был представиться, назвать паспортные данные, кодовое слово. На это уходило около минуты, но с помощью технологий распознавания голоса процедура верификации сокращается до 20–40 секунд. Операторы могут обработать больше вызовов, а это повышает эффективность работы контакт-центра".
Анастасия Степанова