25 February

Медицинская маска больше не спасает от распознавания лица

GlobalSign corporate blogInformation SecurityImage processingMachine learningArtificial Intelligence


Если вы думали, что медицинская маска обманет камеры распознавания лиц, то для вас есть две плохие новости. Во-первых, исследователям удалось значительно усовершенствовать системы машинного зрения, так что теперь распознавание достаточно надёжно выполняется по половине лица или по области глаз (по половине лица уровень успешного распознавания составляет 90%).

Вторая плохая новость, что вспышка коронавируса подтолкнула китайских производителей SenseTime, FaceGo, Minivision внедрять технологии распознавания частично закрытых лиц в коммерческие модели видеокамер. Из-за вспышки Covid-19 много граждан стали выходить на улицы в масках — поэтому приходится модернизировать системы видеонаблюдения.

Новые формы распознавания лиц теперь могут распознавать не только людей в масках, закрывающих рот, но и людей в шарфах или с фальшивыми бородами. Одна из первых научных работ на эту тему была опубликована ещё в 2017 году, это статья «Идентификация маскированных лиц (DFI) по ключевым точкам с использованием пространственной свёрточной сети» (Disguised Face Identification (DFI) with Facial KeyPoints using Spatial Fusion Convolutional Network; arXiv:1708.09317v1).


Образцы из набора данных для обучения нейросети

Как известно, распознавание лиц работает путём идентификации на лице человека нескольких ключевых точек — и их соединения, в результате чего формируется уникальная «графическая» подпись. Эти ключевые точки обычно находятся вокруг глаз, носа и губ. Чтобы система могла работать при закрытой нижней половине лица исследователи расположили больше ключевых точек вокруг глаз и носа.


Структура свёрточной нейросети в системе DFI

Нейросеть в системе DFI находит на фотографии лица 14 ключевых точек, но точность падает в зависимости от уровня маскировки и сложности фона позади человека.

Однако с 2017 года проведено больше исследований на эту тему, а теперь очевидно, что технология имеет большую коммерческую ценность. Первым свою систему распознавания лиц адаптировал китайский лидер в области ИИ-разработок SenseTime, о чём компания объявила на прошлой неделе.

В пресс-релизе SenseTime говорится, что её алгоритм «предназначен для считывания 240 ключевых точек лица вокруг глаз, рта и носа». Он может найти соответствие, используя только те части лица, которые видны. Другими словами, ключевых точек даже вокруг глаз может быть достаточно для составления уникального отпечатка, пусть и частичного отпечатка лица.


Система SenseTime

Исследователи из Брэдфордского университета под руководством профессора Хассана Угайла (Hassan Ugail) в мае 2019 года сообщили об улучшенной модели распознавания лиц, добившись точности распознавания 90% на половине лица и 100% по трём четвертям лица. Научная статья «Глубокое распознавание лиц с использованием несовершенных данных о лицах» ("Deep face recognition using imperfect facial data") опубликована в журнале Future Generation Computer Systems (doi:10.1016/j.future.2019.04.025).

Другая китайская компания по распознаванию лиц Minivision утверждает, что их программное обеспечение тоже теперь способно распознавать людей в масках. Столкнувшись со вспышкой Covid-19 и массовым выходом на улицу людей в масках, Minivision начала экстренную кампанию по сбору данных для дообучения модели. «Руководство срочно мобилизовало сотрудников и родственников для сбора ограниченного набора данных за два дня. Ключевой информацией, которую система регистрировала на лицах в масках, были глаза», — пишет издание Abacus.

Спешка вызвана жёсткими мерами Китая по борьбе с эпидемией. Во многих жилых районах, наиболее пострадавших от вируса, вход ограничен только для жителей района. Minivision внедрила новый алгоритм в свои системы распознавания лиц для блокировки ворот в сообществах в Нанкине, чтобы быстро распознавать жителей без необходимости снимать маски.



Программы SenseTime и FaceGo используются преимущественно для распознавания сотрудников компаний (для учёта рабочего времени).

Когда выборка ограничена жителями одного района или компании, то задача системы распознавания лиц на порядок упрощается. Расширить эту систему на более широкую группу людей будет трудно. Когда выборка достигает определённого масштаба, то система скорее столкнётся с людьми с похожими глазами. В этом случае повышается риск ложных срабатываний.

Впрочем, биометрические системы быстро развиваются. Возможно, когда-нибудь камеры смогут на расстоянии считывать даже радужную оболочку глаза и отпечатки пальцев. Разрабатываются удалённые сенсоры сердцебиения, температуры тела, системы идентификации человека по походке. Кроме того, люди часто носят с собой смартфоны и другие электронные устройства, по которым их можно скрытно идентифицировать.




Подробнее о PKI-решениях для предприятий у менеджеров GlobalSign +7 (499) 678 2210, sales-ru@globalsign.com.
Tags:камеры наблюденияраспознавание лицSenseTimeFaceGoMinivision
Hubs: GlobalSign corporate blog Information Security Image processing Machine learning Artificial Intelligence
+9
21k 55
Comments 62