Распознавание лиц: Невозможно жить с ним, невозможно жить без него

Распознавание лиц пользуется все большим спросом и признанием благодаря своим различным преимуществам. Но в то же время, как мы отмечали в прошлом месяце, оно может вызывать беспокойство и тревогу. Именно в таких отношениях любви и ненависти мы находимся с системой распознавания лиц. Как найти хороший баланс между его достоинствами и недостатками, становится важной темой как для производителей, так и для пользователей.
 
Распознавание лиц имеет определенные достоинства. Одно из самых больших его преимуществ - точность. С годами распознавание лиц стало более точным, чем когда-либо. "Точность алгоритмов распознавания лиц с годами растет экспоненциально. Сейчас существует множество компаний, которые могут заявить, что у них 98-99 процентов ложных несовпадений, если система используется в идеальных условиях и с мощным сервером", - говорит Чарли Беннетт, вице-президент SAFR в Европе.
 
Это стало возможным благодаря двум факторам: один из них - прогресс в области глубокого обучения и ИИ, а другой - доступность более мощных графических процессоров.
 
"Глубокое обучение использует несколько слоев обработки для изучения представлений данных с несколькими уровнями извлечения признаков. Распознавание лиц может использовать иерархическую архитектуру в алгоритмах глубокого обучения для обучения дискриминационному представлению лица и значительно улучшить современную производительность для реальных приложений. Благодаря доступности мощных графических процессоров и алгоритмов глубокого обучения, а также большим наборам аннотированных данных, точность распознавания лиц значительно повысилась за последние несколько лет", - сказал Кристофер Лам, глава Лабораторий NEC в Сингапуре.
 
Особо стоит отметить тот факт, что распознавание лиц может сохранять свою точность даже тогда, когда люди носят маски.
 
"Пандемия внесла новое измерение и требование: лица внезапно оказались наполовину закрыты масками. Поставщики систем распознавания лиц приняли этот вызов, уделяя больше внимания особенностям окологлазной области вокруг глаз. Сейчас многие алгоритмы достигают такой же точности при распознавании изображений лиц с масками, как и при распознавании изображений без масок пять лет назад", - говорит Терри Хартманн, вице-президент Cognitec Systems в Азиатско-Тихоокеанском регионе.

 
Край против сервера

 
Между тем, алгоритмы распознавания лиц стали легче, что позволяет использовать их на периферии, а не на дорогостоящих серверах. "Поскольку распознавание лиц представляет собой трехэтапный процесс - то есть обнаружение лица, извлечение признаков и сопоставление - первые два этапа могут быть выполнены в камере. Поэтому мы видим некоторые гибридные реализации, в которых камера выполняет распознавание лица, обрезает область лица и отправляет на сервер для извлечения и сопоставления характеристик. Такая реализация позволяет распределить нагрузку по распознаванию лиц между границей (камерой) и сервером, и, как правило, при правильном подходе достигается более высокая производительность", - сказал Лам.
 
"Большинство алгоритмов распознавания лиц корпоративного уровня требуют мощных дорогостоящих серверов, что означает, что аппаратные затраты не позволяют большинству клиентов реализовать распознавание лиц. Платформа SAFR имеет самый быстрый и легкий алгоритм, который может работать в камере или на небольшом недорогом устройстве без ущерба для точности", - сказал Беннетт.

 
Более разнообразные случаи использования

 
Распознавание лиц остается главным приложением для обеспечения безопасности в различных вертикалях. Однако все чаще оно используется для бизнес-аналитики и повышения удобства работы пользователей, и пандемия ускорила эту тенденцию. "В последние два года рынок цифровых идентификационных данных рос необычайными темпами. Ситуация с пандемией послужила ускорителем для многих отраслей, предлагая цифровые шлюзы для доступа людей к услугам бизнеса, правительства, путешествий и торговли. Распознавание лиц стало ключевым фактором для этих схем цифровой идентификации, особенно для развития мобильных систем проверки личности и технологий удаленного входа в систему", - сказал Хартманн.
 
Далее Хартманн привел несколько примеров. Туристическая отрасль оказалась наиболее дальновидной вертикалью... аэропорты продолжают инвестировать в ускоренное внедрение концепций "бесшовного путешествия", чтобы облегчить все операции от бордюра до выхода на посадку с помощью распознавания лиц и идентификации. Индустрия проведения мероприятий ищет бесконтактные, быстрые решения для контроля доступа, чтобы сократить количество взаимодействий и выполнить различные требования. Клубы, пабы и места проведения мероприятий могут быстро регистрировать членов клуба и предварительно зарегистрированных гостей по лицу, не глядя на документы, удостоверяющие личность, тем самым устраняя длинные очереди на входе и обеспечивая быстрые транзакции без прикосновения к устройствам и поверхностям", - сказал он.

 
Противоречия
 

Несмотря на свои преимущества, распознавание лиц также имеет проблемы, которые вызывают беспокойство и тревогу у пользователей. В первую очередь это касается конфиденциальности, сбора данных и предвзятого отношения к определенным этническим группам.
 
Что касается конфиденциальности, то имеются сообщения о том, что системы распознавания лиц используют лица не только для идентификации личности, но и для получения других данных об этих людях из социальных сетей и Интернета. В связи с этим необходима надлежащая практика.
 
"Что касается, в частности, технологии распознавания лиц, то для продвижения деловой активности на основе этой политики, помимо разработки внутренних процессов для снижения рисков, связанных с правами человека и неприкосновенностью частной жизни, мы работаем над тем, чтобы использование технологии распознавания лиц нашими клиентами и партнерами, которые предоставляют наши продукты и услуги, было надлежащим применением, уважающим права человека. Помимо соблюдения соответствующих законов и нормативных актов в каждой стране и регионе, каждый сотрудник уделяет первостепенное внимание соблюдению прав человека на всех этапах нашей деятельности", - сказал Лам.
 
С конфиденциальностью тесно связаны споры вокруг сбора данных, которые используются для обучения алгоритмов и должны быть хорошо защищены. "Регулирующие органы обнаружили, что, к сожалению, не все компании, занимающиеся распознаванием лиц, соблюдают законы в регионе, где они работают, поэтому мы наблюдаем значительные штрафы и компании вынуждены удалять данные из своих баз данных. В компании RealNetworks мы определили ряд руководящих принципов, которые выходят за рамки местных законов, которые включают в себя уважение к тем, кто использует наш продукт и видится с нашими продуктами, а также принятие всех необходимых мер предосторожности для того, чтобы права личности не были нарушены", - сказал Беннетт.
 
Наконец, предвзятое отношение к определенным этническим группам время от времени случается из-за плохого обучения алгоритмов или обучения их на низкокачественных/неправильно маркированных изображениях. "Производители технологий распознавания лиц обязаны внедрять лучшие практики, которые выявляют и минимизируют любые скрытые предубеждения, устанавливают метрики справедливости и тестируют алгоритмы в реальных условиях". В последние годы научное сообщество совместно работает над улучшением процедур обучения, данных и результатов, которые уменьшают количество ошибочных идентификаций не только на основе пола, но и на основе возраста, этнической принадлежности и других переменных", - сказал Хартманн.