Камеры "узнают" преступников и покупателей. Где работают технологии из киберпанк-фильмов
В Москве вы можете заплатить "по лицу" в некоторых кофейнях, а по отпечатку пальца — в супермаркетах. Те же биометрические данные — фотография и отпечатки пальцев — позволяют пройти паспортный контроль в Шереметьево, а фотография и голос в записи — получить услуги в банках. Еще к алгоритмам распознавания лиц подключены уличные камеры не менее, чем в десяти российских городах (большинство из них не рассказывает об экспериментах с биометрией). С их помощью полицейские находят преступников. В торговых центрах такие камеры внедряют для борьбы с шоплифтерами, на футбольных матчах — с неадекватными фанатами. Рассказываем, как работают эти технологии и что они поменяют вокруг нас через два-три года.
Человек из Кемерова и похититель картины Куинджи
В декабре 2018 года житель Кемерова прошел мимо уличной камеры, подключенной к системе распознавания лиц и сверке с фотографиями из базы МВД. Алгоритм "узнал" его, как человека, находящегося в розыске за грабежи. Через секунду полицейский получил Push-уведомление в приложение на смартфоне. Через несколько минут мужчину задержали в ближайшем магазине. Система не ошиблась: позже он дал признательные показания.
Читайте также
Что знают о вас городские камеры
"Видео с камер, подключенных к системе, передается на сервера. Алгоритм "выхватывает" лица прохожих и сравнивает с теми, которые есть в базе, например, МВД. Это происходит со скоростью, недосягаемой для человека. За секунду нейросеть может 200 раз "посмотреть" базу из двух миллионов снимков. Если "картинка" совпадает — автоматически отправляется уведомление в приложение: локация, данные о личности, фото. Полицейский сравнивает "картинки" и принимает решение — доверять алгоритму или нет", — рассказывает Артем Кухаренко, один из создателей стартапа NtechLab, который разрабатывает такие продукты.
Основатели NtechLab — выпускники московских технических вузов — создали алгоритм в 2015 году. Еще с "сырой" разработкой обошли на одном профильном конкурсе команду из Google. А чуть позже сделали сервис FindFace для распознания лиц пользователей "ВКонтакте" (сейчас поисковик закрыт). В 2017 году запустили вместе с мэрией Москвы пилотный проект по подключению 1,5 тысяч камер у подъездов к системе распознавания лиц. А летом 2018 года их разработка обкатывалась на матчах чемпионата мира в Москве.
В дни матчей с помощью "узнающих" камер, полиция задержала около сотни человек, по данным Департамента информационных технологий (ДИТ) города. "Камеры, связанные с нашим алгоритмом, находились не везде, а только на стадионе "Лужники" и в двух фанзонах", — уточняет Артем Кухаренко. Меньшая часть задержанных на ЧМ-2018 — люди из розыска МВД, остальные — мелкие нарушители и буйные болельщики, которых организаторы внесли в "черный список".
В Москве распознавание лиц работает на некоторых камерах в метро, у подъездов, в местах массового скопления людей. Всего в городе 170 тыс. камер, чиновники не сообщают, сколько из них — биометрические, но обещают, что к концу 2019 года их будет 105 тысяч.
Читайте также
Кража картины Архипа Куинджи "Ай-Петри. Крым". Факты
Недавно технология распознавания лиц помогла найти похитителя картины Архипа Куинджи "Ай-Петри. Крым". Полицейские обратились за помощью к специалистам, отвечающим за систему "Безопасный город". Они применили алгоритм, установили личность мужчины, вынесшего полотно из Третьяковской галереи, и проследили по камерам, куда он отправился.
NtechLab тестирует алгоритм не менее чем в десяти российских регионах, а это не единственный стартап с такими продуктом, есть и другие разработчики. Далеко не все пилотные проекты афишируются. "У нас есть эксперимент в Кемерове и в Альметьевске, который хотят сделать "умным городом", — Артем Кухаренко уточняет, что, по договоренности с заказчиками, может рассказывать не про все "пилоты". В этих городах "в деле" уличные видеокамеры.
В диких условиях. Как алгоритмы "видят" толпы людей
Как работает технология? Камеры — это "глаза", а алгоритм — "мозг" системы. Любые изображения — лица, фотографии котиков, автомобильные номера — информация, которую он "видит" в форме темных и светлых линий, пятен и геометрических фигур.
"Алгоритм объединяет все признаки в сложные системы, сравнивает между собой и выдает ответ, например, один и тот же человек на двух фотографиях или нет", — объясняет Артем Кухаренко.
Читайте также
Автоматический паспортный контроль в Шереметьево: как это работает и кто может его пройти
Точность — то, как часто нейросеть "узнает" верно, — зависит от многого: качества изображения, разрешения камеры, освещения, помех вокруг. Сейчас биометрический контроль внедряется в аэропортах, например, так можно пройти в "чистую зону" московского Шереметьево. Там для нейросетей "тепличные" условия. Человек стоит лицом к камере, у белой стенки, его нужно сравнить с фотографией хорошего качества из базы.
Алгоритмы, "просматривающие" видео с уличных камер, работают в неконтролируемых "диких" условиях (in the wild — общепринятый термин), это намного сложнее. Сравнивать лица, наполовину закрытые капюшонами, шапками, шарфами, иногда нужно не с фотографиями, а с фотороботами, если речь идет, допустим, о сверке по базе МВД. И в этих "диких" условиях российские команды превосходят на разных конкурсах разработчиков из большинства стран. К сильным игрокам относятся NtechLab, VisionLabs, "Вокорд" (самый "старый" разработчик, работает с 1999 года). Основные соперники русских — китайцы. Это, в частности, связано с тем, что и в России, и в Китае высокий спрос на такие технологии и, благодаря хорошей математической школе, есть сильные программисты.
"Точность нашего алгоритма в условиях уличной видеосъемки — 90% при количестве ложных срабатываний один на миллион — говорит Кухаренко. — При этом система чаще не узнает нужного прохожего. Ложные срабатывания — это когда алгоритм по ошибке "видит" в прохожем человека из розыска. Мы работаем над тем, чтобы свести возможность таких срабатываний к единице на сто миллионов". Разработчик добавляет, что создать алгоритм, который никогда не будет ошибаться, невозможно: "Это утопия. Но нейросети уже делают такую работу намного эффективнее людей".
Читайте также
Индия выстраивает общегосударственную систему биоидентификации граждан
Системы распознавания лиц на уличных камерах еще долго будут осторожно называть "экспериментальными", считают эксперты, в мире были случаи, когда алгоритмы вели себя непредсказуемо.
"В Китае алгоритм просканировал лицо знаменитости из рекламы, наклеенной на проходящем автобусе, и ошибочно определил его как преступника, — приводит пример Данила Николаев, директор НП "Русское биометрическое общество" (объединяет разработчиков в этой сфере). — А в Великобритании, в Кардиффе, во время финала Лиги чемпионов УЕФА-2017 "записал" в преступники более двух тысяч болельщиков. Ошибки могут быть связаны как с работой алгоритма, так и с работой оборудования. Часто при внедрении заказчики не следуют требованиям ГОСТов в области биометрии, а используют методики вендоров, которые не учитывают всех условий. И это приводит к разочарованиям".
До свидания, шоплифтеры. Здравствуйте, покупатели кофе
Камеры, распознающие лица, используются в торговых центрах для борьбы с воровством. Например, разработчик BIT вместе с NtechLab создали систему "Стоп Шоплифтер", которая сейчас работает в крупных ретейл-сетях в России. Подобный продукт есть у компании "Вокорд".
Ретейлеры заносят в базу фотографии клиентов, пойманных на воровстве, и, когда эти посетители снова появляются в магазинах, охранники получают Push-уведомления на смартфоны.
Эти алгоритмы теоретически можно применять и для таргетированной рекламы, примерно как это представлено в киберпанк-фильме "Особое мнение". Герой идет по улице или мегамоллу, а "лица" с интерактивных баннеров приветствуют его: "Джон Андерсен, забудьте о своих проблемах" и наперебой предлагают поехать на курорт, выпить пива, купить новый автомобиль. Но такое применение, по мнению Артема Кухаренко, "слишком пугающе", даже при условии, что люди разрешили конкретному ТРЦ обрабатывать и использовать их персональные данные. "Общество не готово к чему-то подобному", — считает он.
Читайте также
Как селфи заменит наличные и карты в кафе и супермаркетах
Зато люди вполне готовы предоставлять биометрические данные сервисам, упрощающим покупку товаров и услуг. В прошлом году разработчики VisionLabs и SWiP создали приложение для ресторанов и кафе, которое позволяет принимать оплату "по лицу". Вы скачивается приложение Swip в AppStore или GooglePlay, делаете селфи — сервис подсказывает вам нужный ракурс, привязываете фотографию к банковской карте и, когда приходите в заведение, где работают с этой программой, расплачиваетесь, посмотрев в камеру на кассе.
"Сейчас приложение скачали 20 тысяч пользователей, — говорит Анатолий Райхерт, гендиректор SWiP. — Система работает более чем в 100 точках в Москве — это сети "Папа Джонс", "Cofix" и некоторые другие. Пользователи — молодежь, большинство — женщины. Последние шесть месяцев прошлого года мы получали обратную связь. Людям нравилась высокая скорость оплаты, но они часто не понимали, когда смотреть в камеру, куда именно смотреть, а еще хотели видеть сумму чека, скидку и иметь возможность дополнительной безопасности в виде пароля. В начале года мы разработали новую версию продукта, которая включила в себя девайс с тачэкраном. Теперь клиент видит, когда начинается оплата, сумму, скидку, может включить пароль для подтверждения".
Также в некоторых супермаркетах "Азбука Вкуса" уже можно привязать к банковскому счету отпечаток пальца и платить за товары, не доставая карту.
Зачем банки записывают наши голоса
Летом 2018 года российские банки начали собирать и передавать в единую базу биометрические данные клиентов — фотографии и голос в записи. В результате россияне смогут получать услуги удаленно в любых банках, а не только там, где зарегистрировались.
Сейчас биометрию собирают в 20% банках по всей стране, посмотреть, где именно — можно на карте на сайте ЦБ РФ. К концу 2019 года услуга должна заработать во всех банках.
"Клиент приходит с паспортом и СНИЛС, еще нужно, чтобы у него был подтвержденный аккаунт на сайте "Госуслуги" — рассказывает Андрей Шурыгин, руководитель дирекции биометрических технологий "Почта Банка". — Он подписывает согласие на обработку биометрических данных, после чего сотрудники банка фотографируют его и записывают образец голоса — для записи нужно прочитать три последовательности цифр. Данные поступают в базу, на процедуру уходит не больше десяти минут".
По данным "Русского биометрического общества", сейчас примерно 10 тыс. россиян сдали свои биометрические данные.
"И менеджеры в отделениях банка предлагают клиентам сдать биометрические данные, и сами клиенты обращаются за этим, — продолжает Андрей Шурыгин. — Но рано говорить о массовом использовании возможности. Россияне еще мало осведомлены о преимуществах биометрии для удаленного обслуживания".
Читайте также
В ЦБ заявили, что некоторые банки при сборе биометрии вводят в заблуждение клиентов
Банки довольно давно "распробовали" биометрию для внутренних целей. В последние два-три года многие используют эти технологии для борьбы с кредитными мошенниками. Такая разработка от VisionLabs, например, применяется более чем в 40 банках в России и СНГ.
"Среди наших клиентов "Тинькофф", Сбербанк, "Почта Банк", — говорит Александр Ханин, гендиректор компании. — Лицо клиента сравнивается по биометрическому шаблону с базой мошенников. Многие банки внедряют систему распознавания лиц в банкоматах, как дополнительную опцию для проверки клиента и усиления безопасности: если злоумышленник захочет снять с чужой карты деньги, то система не позволит ему этого сделать".
Незнакомцы из метро, тролли и этические дилеммы
Биометрические сервисы проникают во все сферы нашей жизни с высокой скоростью, считают эксперты, намного быстрее, чем многие другие технологии. "Если вам кажется, что здесь все происходит медленно — это заблуждение, — говорит Артем Кухаренко. — Мы отслеживаем новости в нашей сфере — почти каждый день в мире вводится биометрический контроль в аэропортах, в банках. Мы видим высокий спрос на системы "Безопасный город", на решения для бизнеса".
Но, вероятно, государство и крупный бизнес теперь будут ограничивать рядовых потребителей в использовании технологии. Это вызывает слишком много этических вопросов. Приложение FindFace, которое популяризировало алгоритмы распознавания лиц, закрыли летом 2018 года. Ранее сервис "засветился" в историях, когда петербургский фотограф развлекался тем, что снимал людей в метро, а позже находил их "ВКонтакте", а тролли искали и разоблачали работниц секс-индустрии. Впрочем, причина удаления сервиса из открытого доступа — не в них.
"У "ВКонтакте" не было вопросов к нашему приложению, — уточняет Кухаренко. — Сначала соцсеть вообще не знала о нашей разработке — они ведь дают возможность всем желающим создать и развивать свое приложение. Мы сделали его, чтобы продемонстрировать клиентам, на каком уровне находятся алгоритмы. Изначально мы приходили к заказчикам, рассказывали, что умеем, одни говорили: "Это не работает", другие были уверены: "Все это давно есть! Мы видели в научно-фантастических фильмах". FindFace показал, как действительно работает технология. Сервис выполнил задачу, и мы убрали его из доступа".
Читайте также
"ВКонтакте" намерена судиться с сервисом по поиску людей по фотографии
Недавно во "ВКонтакте" появился аналогичный сервис по поиску пользователей по фотографии — SearchFace. Соцсеть быстро отреагировала на разработку и пригрозила судом создателям. Разработчики, по данным пресс-службы соцсети, использовали персональные сведения без согласия пользователей.
"В каждой стране и в каждой соцсети свое восприятие подобных сервисов, — рассуждает Артем Кухаренко. — Нам сейчас проще работать с бизнесом — мы понимаем, что у заказчика есть собственная база с данными клиентов, которые добровольно передали ему разрешение на использование".
Анастасия Степанова