4 Июля 2019

Кто и как использует технологии распознавания лиц в России

4 Июля 2019

Статья автора Rusbase Ирины Пешковой, детально описывающая актуальные сферы применения технологии

Фото: eNGINe pro
Фото: eNGINe pro

Российский рынок биометрии растет на 36% в год благодаря системам распознавания лиц. Эксперты говорят о существенном смещении фокуса применения технологии face recognition с государственного на коммерческий сектор в последние годы. Rusbase разбирается, как работает эта технология и почему она становится все более популярной среди российских компаний.

Что такое технология распознавания лиц?

Сегодня распознавание лица – это удобная и практичная функция идентификации без пароля. Сама технология относится к области применения теории распознавания образов, которая возникла значительно раньше современных компьютерных систем. Распознавание образов — неотъемлемая часть деятельности мозга. Поэтому в спектре компьютерных дисциплин задачи распознавания относятся к проблематике искусственного интеллекта.

Алгоритм работы технологии распознавания лиц состоит из двух этапов: идентификация (кто этот человек?) и верификация (а тот ли это человек, за которого он себя выдает?). Последовательность действий обычно такова:

1. Face detection

Выделяется лицо человека на изображении.

2. Facial features detection

Вычисляются антропометрические точки. Система находит опорные точки на лице, которые определяют индивидуальные характеристики. Алгоритм вычисления характеристик различен для каждой из систем и является главным секретом разработчиков. Раньше основной опорной точкой для алгоритмов были глаза, но алгоритмы эволюционировали и стали учитывать минимум 68 точек на лице (расположены по контуру лица, определяют положение и форму подбородка, глаз, носа и рта, расстояние между ними).

3. Face normalization

Проводятся дополнительные преобразования изображения (устранение наклона головы, коррекция цвета лица и так далее) с целью получения четкого фронтального снимка.

4. Feature extraction and descriptor computation

Вычисляется дескриптор — набор характеристик, описывающих лицо независимо от посторонних факторов (возраст, прическа, макияж). Анализируются специальные локальные признаки, характеризующие, например, текстуру определенных областей на лице. Сопоставление разных дескриптеров позволяет оценить, относятся ли два полученных изображения лица к одному и тому же человеку.

5. Verification

Сравнивается полученный вектор лица (цифровой шаблон) с имеющимся в базе лицами.

Методы распознавания лиц

Методы извлечения признаков условно делятся на две группы: использующие локальные и глобальные признаки лица. При использовании локальных – алгоритм выделяет отдельные части (глаза, нос, рот и др.) и уже по ним распознает лицо. При использовании глобальных – оперирует со всем лицом в целом. Количество существующих методов выделения признаков и их классификации велико, но одни и те же методы используются для выделения как локальных, так и глобальных признаков.

Один из самых распространенных методов – нейросетевой. Дмитрий Антонов, руководитель направления Департамента развития продуктов компании ISS, объясняет это тем, что «использование сверточных нейронных сетей в отличие от «классической» математики делает распознавание менее зависимым от кооперативности поведения людей, снижает требования к монтажу камер, улучшает качество распознавания в широком диапазоне внешних условий, включая изменяющуюся освещенность».

Андрей Хрулев, директор по бизнес-развитию направления биометрических систем ЦРТ:

– Изображение лица с камеры отправляется в систему, где обрабатывается биометрическим алгоритмом. Сначала картинка переводится в массив точек, затем он преобразуется в массив чисел, которые обрабатываются математическими алгоритмами. На выходе мы получаем биометрическую модель – файл с определенной последовательностью чисел.

Восстановить исходную фотографию человека из такого файла нельзя. Система просто каждый раз одинаково преобразует картинку и сравнивает полученные цифры. При этом биометрическая модель отличается от обычного фотоизображения: она работает с видеопотоками (закодированная последовательность кадров) и обезличенной информацией.

Александр Ханин, генеральный директор VisionLabs:

– Технология, основанная на сверхточных нейронных сетях, не требует дорогостоящего оборудования и легко встраивается в существующие бизнес-процессы. Распознавание происходит путем вычисления расстояния между дескрипторами лиц. Высококачественные дескрипторы должны показывать малое расстояние между лицами одного человека и большое расстояние между лицами разных людей. Дескрипторы могут быть получены с помощью специальных алгоритмов, преобразующих входные изображения в вектора значений.

Растущий рынок

По данным J'son & Partners Consulting, к концу 2018 года доля технологий распознавания лиц в общем объеме российского биометрического рынка составила почти 50%, а в течение четырех лет этот сегмент показывал рост на уровне 106,7% в год. Растущий спрос эксперты связывают с технологическим прорывом в области машинного обучения, а также с интересом крупных инвесторов к российским стартапам, разрабатывающих алгоритмы face recognition. Сейчас технология распознавания лиц получает в России существенную поддержку со стороны государства, в том числе на уровне законодательства.

30 июня 2018 года вступили в силу изменения, внесенные в отдельные законодательные акты, позволяющие госорганам, банкам и иным организациям в предусмотренных законом случаях проводить удаленную идентификацию физлиц, основанную на использовании их биометрических персональных данных (Федеральный закон от 31 декабря 2017 г. № 482-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации»). Форма согласия на обработку персональных данных и биометрических персональных данных утверждена Правительством РФ (распоряжение Правительства РФ от 30 июня 2018 г. № 1322-р).

Александр Ханин, генеральный директор VisionLabs:

– Лучше всех растет финансовый сегмент, так как существует законодательная база и множество сценариев для повышения заработка с помощью технологии. Другой сегмент — это транспорт. Внедрение технологии повышает безопасность и качество транспортных пассажиропотоков.

Конкурентное преимущество получает тот, кто имеет серьезную экспертизу в разработке и внедрении законченных многокомпонентных решений. Необходимо адаптировать системы под индивидуальные требования проекта, а также интегрировать решения со сторонними продуктами и системами верхнего уровня предприятия. Речь также идет о возможности разработчика обеспечить заказчику полноценную техническую поддержку и дальнейшее сопровождение проекта.

Области применения технологии

Игорь Шуравко, руководитель направления интеллектуальных систем «Инфосистемы Джет»:

– Поскольку технология распознавания лиц уже дошла до такого уровня готовности, что ее можно использовать в коммерческих проектах, многие компании внедряют подобные платформы – например, всем известный 3D-сканер лица Face ID от Apple уже используется на сотнях миллионов устройств. На сегодняшний день аналогичные технологии активно используются в системах компьютерного зрения и видеоаналитике.

Среди самых распространенных сфер применения можно выделить следующие:

Контроль доступа к объектам или системам

По данным агентства J'son & Partners, с 2014 года доля систем контроля доступа с распознаванием лиц выросла с 0,7% до 11%. «Распознавание лиц используется для разграничения доступа в технологические зоны, особенно в случаях, когда сотрудники передают свои пропуска во временное пользование, – рассказывает Дмитрий Антонов. – Современные системы распознавания лиц оснащены технологией защиты от подмены лиц, которая автоматически отличает реальное лицо от фотографии. Это дает возможность отслеживать случаи подмены собственного лица чужой фотографией или прохода сотрудника, несущего фото отсутствующего коллеги».

В ЖКХ-сфере технология обеспечивает доступ жильцов многоквартирного дома в подъезд или помещение. «Для образовательных учреждений применяется интеграция с контрольно-пропускной системой, использование лица как дополнительного идентификатора для контроля учащихся, интеграция с рейтинговой системой и кампусными картами студента и преподавателя», – приводит пример Евгений Седых, директор eVision.Tech, советник Директора программы развития опорного университета Республики Марий Эл по инновационной и научной деятельности.

Виталий Купцов, директор по информационной безопасности и технической защите СИБУРа:

– В компании СИБУР мы применяем технологию распознавания лиц для идентификации работников и посетителей в системе управления доступом в офис. Также в настоящее время внедряем технологию в систему оплаты питания в корпоративной столовой. В основе технологии – принцип оптического распознавания биометрических данных, построенный на нейросетевых алгоритмах. Распознавание лиц производится с помощью систем камер машинного зрения, образующих стереопары.

Стереопара – пара плоских изображений, незначительно отличающихся друг от друга, одного и того же объекта (сюжета). Расположенные на разном удалении от наблюдателя части объекта (сюжета) при просмотре с разных точек, соответствующих правому и левому глазу, имеют различное угловое смещение. При рассматривании стереопары таким образом, чтобы каждый глаз воспринимал только изображение, предназначенное для него, создаётся иллюзия наблюдения объёмной картины.

Применяемое в СИБУРе решение разрабатывалось индивидуально под требования компании и не является «коробочным». Прежде чем выбрать конкретное решение, специалисты тестировали несколько вариантов, представленных на рынке. Остановились на совокупности лучших показателей: допустимой вероятности ошибки, высокого уровня быстродействия и защиты от спуфинга (англ. spoofing – подмена), а также возможности интеграции с другими системами доступа.

Решение, основанное на идентификации по лицу, в сравнении с другими биометрическими модальностями, такими как радужная оболочка, отпечаток ладони или пальца, не требует прямого контакта пользователя со считывателем, при этом процесс максимально открыт. Также выбранное решение не требует замены систем управления доступом, которые построены на разных платформах, а значит, и не предполагает соответствующих затрат.

Применение системы снизило риски, связанные с человеческим фактором при предоставлении доступа в офис, а также исключило несанкционированный проход путем передачи пропуска. Также решение повысило удобство пользователей, как сотрудников, так и гостей. Внедрение комплекса биометрической идентификации упростило дальнейшую автоматизацию процесс доступа посетителей в офис – позволило внедрить терминалы самостоятельной регистрации.

Игорь Шуравко, руководитель направления интеллектуальных систем «Инфосистемы Джет»

– Компания Красцветмет также внедрила у себя систему распознавания лиц для контроля доступа сотрудников и гостей на территорию предприятия. Система формирует интерактивную карту подконтрольной территории и отображает на ней перемещения всех присутствующих в реальном времени, а также позволяет просматривать историю посещения выбранных мест, синхронизировать данные о персонале с существующей базой данных компании.

Выявление нарушителей

МВД тестирует камеры-видеорегистраторы с функцией распознавания лиц. Если испытания будут успешными, функция распознавания появится у портативных видеорегистраторов, которые уже применяют полицейские. Камера по размеру чуть меньше рации и крепится на одежду человека. Она анализирует видеопоток и выделяет из него лица людей, данные о которых через интернет (в устройство можно вставить сим-карту) отправляет на сервер. В некоторых странах, например, в США и в Китае, в распоряжении полиции есть не только такие устройства, но и умные очки.

Для многих организаций, в частности, для сетевого ритейла, актуальная задача — обнаружить человека из «черного списка» (ранее совершившего кражу или подозреваемого в незаконных действиях).

Дмитрий Антонов, руководитель направления Департамента развития продуктов компании ISS:

– Система ситуационного видеонаблюдения покрывает всю территорию торгового зала. Во входных зонах магазинов торговой сети работает система распознавания лиц. При обнаружении человека, совершившего правонарушение в зале, операторы находят фото нарушителя в протоколе системы распознавания лиц и заносят его в «черный список». Списки нарушителей регулярно синхронизируются, и обновления доступны для всех магазинов сети. Таким образом система распознавания лиц зафиксирует появление нарушителя в любой торговой точке сети и оповестит сотрудника охраны. Параллельно осуществляется поиск людей по каким-либо внешним спискам, например, по базе розыска пропавших людей.

Подобная система внедрена в «Бауцентре» Калининграда. Специализированные камеры, установленные на рубеже контроля, в полностью автоматическом режиме выделяют, фотографируют и сохраняют в архиве лица посетителей магазина, после чего изображения сравниваются с эталонной базой данных, которая хранится у заказчика. При обнаружении человека из «черного списка» охранник в течение 1-2 секунд получает сигнал тревоги.

Определение портрета покупателя

Цель системы в этом сегменте – проанализировать поведение покупателя (например, на кассе) и повысить лояльность к сети. Такие системы уже использует 59% ритейлеров одежды в Великобритании. В 2017 году Walmart разработал технологию, которая помогает определить, насколько покупатель доволен посещением магазина. Если система обнаружит покупателя с несчастным лицом, она подает сигнал об этом сотрудникам магазина.

Ведущие российские ритейлеры также либо тестируют, либо уже используют распознавание лиц, часто покупая «коробочные» решения. В 2018 году о тестовом проекте заявила X5. Технология распознавания лиц в десятки раз ускорила контроль планограмм, сократила на 10% количество людей, уходящих из магазина без покупок, и на 20% – потери магазинов. Руководство считает, что улучшения положительно повлияли на товарооборот. Система помогала отслеживать количество людей в очередях, определяла самые посещаемые отделы в магазинах, а также распознавала лица, пол, возраст и настроение покупателей.

Идентификация в банковском секторе

С первого июля 2018 года российские банки начали сбор биометрических данных клиентов. Пройдя идентификацию в системе, клиент может с помощью голоса и фотоизображения удаленно открыть счет или заказать выпуск карты на портале госуслуг.

«Альфа-Банк» производит сбор биометрических данных для Единой биометрической системы более чем в 100 отделениях по всей стране.

Дамир Баттулин, руководитель департамента развития онлайн-каналов «Альфа-Банка»:

– Задача ЕБС – уравнять в части привлечения клиентов возможности небольших банков и банков с развитой филиальной сетью. Благодаря ЕБС клиенту не нужно будет далеко ехать в отделение интересующего его банка, чтобы оформить какой-либо продукт, достаточно сдать биометрические данные в ближайшем банке и оформить все через интернет.

«Альфа-Банк» реализовал простую и быструю для клиентов и для сотрудников процедуру сбора данных. Разработанное банком приложение дает графические и текстовые подсказки оператору для быстрого фотографирования и записи голоса. В среднем процедура сбора занимает пять минут. «Потенциально все банковские услуги могут быть оказаны с применением биометрической идентификации, но разработка новых продуктов и процессов требует много времени, – добавляет Баттулин. – Сейчас этот рынок находится в стадии становления, и банки предлагают клиентам самые простые продукты с удаленной идентификацией – дебетовые карты и депозиты».

Андрей Шурыгин, руководитель дирекции биометрических технологий «Почта Банка» (система применяется более чем в 3,5 тыс. точек присутствия), рассказывает о применении технологии:

«Образец изображения лица каждого клиента записывается при первом визите в банк, и в дальнейшем этот слепок используется для его идентификации при каждом обращении (помимо предъявления паспорта). Это дает 100% защиту в случае, если мошенник попытается с поддельным или утерянным паспортом получить доступ к банковскому счету и операциям. Также с помощью селфи клиенты в мобильном приложении могут самостоятельно подтверждать подозрительные операции (например, нетипичный перевод средств в другой банк или другому клиенту, закрытие вклада раньше срока)».

Используемая в банке платформа биометрической идентификации по изображению построена на алгоритмах нейросетей и использует более 200 «маркеров», определяемых на лице. «Это позволяет достигнуть минимального уровня ошибок – один случай на миллиард, – рассказывает Шурыгин. – При этом персональные данные клиентов надежно защищены, хранятся исключительно в банке и никому не передаются. Всем клиентам мы поясняем, с какой целью мы их фотографируем и как будет использоваться фото».

Управление рабочим временем

Евгений Лукин, операционный директор ORBL, говорит, что интерес у работодателей к системе учета рабочего времени сотрудников (СУРВ) растет с каждым годом. Осуществление контроля происходит при помощи программы, встроенной в планшет при входе в офис или другое место работы.

Камера планшета фиксирует время прихода и ухода сотрудника, вносит информацию в систему, которая при запросе формирует отчет о присутствии каждого из сотрудников на рабочем месте. Такие системы особенно востребованы у тех работодателей, которые имеют много наемного персонала, работающего посменно и с гибким графиком. Система позволяет упростить всю бумажную работу и контроль, предоставляя достоверную информацию по отработанному сотрудниками времени.

В 2017 году подобный сервис тестировала сеть салонов «Эконика». Чтобы сервис распознал лицо пришедшего на работу сотрудника, тому было достаточно посмотреть в камеру планшета. Распознавание лица занимало меньше секунды, если данные передавались по Wi-Fi, если по мобильному интернету – то 2-3 секунды.

Оплата услуг

В марте стартап ORBL представил прототип разработки с одним из европейских провайдеров платежных систем на выставке eShow в Барселоне. Это киоск для оплаты товаров или услуг при помощи лица. Для регистрации необходимо скачать мобильное приложение, с помощью которого можно привязать банковскую карту или электронный кошелек, а также сфотографироваться. При оплате в киоске денежные средства списываются со счета покупателя. Технология позволяет совершить покупку, даже если покупатель по каким-либо причинам не может воспользоваться привычными методами оплаты. А также снизить риск пользования картой третьим лицом.

Еще один успешный кейс – использования технологии для приобретения лотерейных билетов, продажа которых ограничена возрастным цензом.

Евгений Лукин, операционный директор ORBL:

– Для данного кейса использована технология «лицо+документ». Если технология определяет, что покупатель младше установленного возраста, система запрашивает документ, после фотографии которого она сопоставляет лицо человека с фотографией в паспорте и расшифровывает необходимые поля в документе. Система запоминает, что для данного лица продажа разрешена, и при дальнейших покупках человеку будет разрешена продажа без документа»

«Система видеодентификации для объектов культуры – также один из вариантов использования Единой биометрической системы», – добавляет Хрулев. – Одним из первых системы биометрического контроля для сотрудников использовал Эрмитаж. Музей также запустил пилотный проект для для прохода по биометрическим билетам. Посетителей «узнавали» по фотографиям, сохраненным в Единой биометрической системе».

Проход на стадионы

В 2014 году систему биометрии стал использовать спортивный стадион «Петровский» в Санкт-Петербурге. Руководство обратилось к разработчикам после массовых беспорядков на стадионах в 2013 году, когда болельщики устраивали драки, выбегали на поле, бросали файеры. Это грозило не только огромными штрафами и пустыми трибунами на матчах клуба, но и было опасно для других зрителей. После внедрения системы клубы смогли существенно сэкономить и больше зарабатывать. Хулиганы стали понимать, что наказание неизбежно, система не запрещает, а предотвращает.

Андрей Хрулев, директор по бизнес-развитию направления биометрических систем ЦРТ:

– Сегодня подобная система установлена на десяти спортивных аренах России, среди них стадион «Петровский», «Казань Арена», «Татнефть Арена» (Казань), «Металлург» (Магнитогорск). Она не пускает на матчи фанатов из «черных списков», которым по решению суда запрещено посещать спортивные мероприятия, а также подтверждает личность владельца именного абонемента, позволяет ускорить проход на мероприятия, сделать посещения безопаснее и комфортнее.

Вокзалы

«Нашими системами распознавания лиц оборудованы четыре аэропорта и шесть вокзалов, включая Казанский вокзал Москвы, железнодорожный вокзал Сочи, транспортные узлы острова Сахалин, Саранска, а также метрополитен и канатная дорога Нижнего Новгорода», — рассказывает Хрулев. — Основной сценарий здесь — обнаружение людей, находящихся в розыске, с целью обеспечения транспортной безопасности. Сегодня распознавание лиц от ЦРТ работает на 24 транспортном объекте. Идет активная работа по внедрению распознавания лиц в аэропортах.

 

Однако пока разработчиков сдерживает нормативное регулирование. Например, наше законодательство не позволяет регистрироваться на самолет без предъявления паспорта и посадочного документа.

Андрей Хрулев, директор по бизнес-развитию направления биометрических систем ЦРТ

– У нас есть технологическое решение, с которым пассажирам вообще не придется доставать паспорт или посадочный талон в аэропорту или на вокзале. Бумажные документы заменяет распознавание лиц, биометрия, эта практика уже распространена в Европе. Начать внедрение можно было бы с внутренних рейсов, а далее масштабировать. Но пока мы ограничены необходимостью разработки целевого регулирования.

Умный город

«Мероприятия по внедрению систем видеонаблюдения с функциями биометрической идентификации и видеоаналитики включены в базовые требования стандарта «Умный город» Минстроя России с предельным сроком внедрения 2024 год», – рассказывает Дмитрий Стариков, проектный менеджер Кластера информационных технологий Фонда «Сколково». «В 2018 году мы завершили первый этап масштабной интеллектуальной системы безопасности на улицах Петербурга, где в основе – собственная система распознавания лиц, – дополняет Хрулев. – Наши решения в рамках реализации концепции Безопасных/Умных городов работают в пяти городах России».

Безопасность – базовый, но не единственный сценарий использования технологий распознавания лиц в инфраструктуре городов. Безопасность выступает как базис и инфраструктура для других сервисов – финансовых, транспортных и так далее. Данные в обезличенном формате можно использовать для оплаты проезда на транспорте, оптимизации пассажиропотока, поиска пропавших людей, безбарьерном проходе на мероприятия, в аэропорты, оптимизации движения, городских услугах, ЖКХ.

Дмитрий Стариков, проектный менеджер Кластера информационных технологий Фонда «Сколково»:

– Перспективное направление – анализ обезличенных данных о перемещениях граждан по всему городу. На основании этого можно будет оптимизировать работу систем городского общественного транспорта, определить наиболее удачные места расположения сервисов, необходимых прохожим по пути (кафе, ресторан, магазин и другие) и тем самым помочь развитию малого и среднего бизнеса, оценивать уровень удовлетворенности горожан.

Доступ к экзаменам

Московский институт психоанализа внедрил решение по распознаванию лиц в систему обучения и тестирования студентов для удаленной идентификации. При использовании учебного портала студенты института получают доступ к материалам курса и к сдаче тестов и экзаменов, тогда как ранее это было невозможно из-за использования системой стандартного механизма доступа по паролю. По данным разработчика, около 5% студентов пытались использовать третьи лица для сдачи экзаменов, но система предотвратила все случаи мошенничества.

Прокторинг – процедура наблюдения и контроля за дистанционным испытанием, очень развит в США, где прокторинговые компании работают в основном с образовательными учреждениями. В России университеты только начинают использовать его при приёме экзаменов. Решения верифицируют личность с помощью биометрии в режиме видеопотока и анализируют поведение человека перед монитором. Российские стартапы ProctorEdu и Examus, разработавшие системы прокторинга, уверены, что инструмент будет востребован при проведении аттестаций в коммерческих компаниях.

Популяризация технологии

Популяризации технологии способствует расширение возможностей использования – на дронах, ноутбуках, в банкоматах и так далее. Число смартфонов, на которых установлена технология распознавания лиц, неуклонно растет. Согласно прогнозу агентства Counterpoint Research, в 2020 году будет продано более миллиарда таких устройств. В последних моделях iPhone технология уже доступна любому человеку.

Также эксперты говорят об экспансии технологии в новые рыночные сегменты.

Андрей Хрулев, директор по бизнес-развитию направления биометрических систем ЦРТ:

– Сбор биометрических данных банками и планы по использованию биометрических данных не только для предоставления банковских и государственных услуг, но и в сфере здравоохранения, образования, электронном документообороте и так далее. Всерьез обсуждается идея замены всех существующих идентификационных документов единым электронным паспортом с встроенным шаблоном лица для распознавания. В ближайшем будущем мы сможем не только отказаться от паспортов, но и обходиться без наличных денег и банковских карт, оплачивая покупки в магазинах с помощью распознавания лиц.

Евгений Седых, директор eVision.Tech, советник Директора программы развития опорного университета Республики Марий Эл по инновационной и научной деятельности:

– Ежедневно к нам приходят запросы уже и по отработанным кейсам, чаще всего это СКУД, автоматизация проезда транспорта на парковку, прохода сотрудников в здание. Но все чаще заявки приходят и из тех сфер, где распознавание, казалось бы, неуместно. Все стараются автоматизировать процессы внутри организации и максимум исключить человеческий фактор. Как раз компьютерное зрение поможет увидеть то, что человеческий глаз может пропустить.

Есть три основных параметра, за которые ведется борьба среди разработчиков: стоимость решения, точность распознавания, быстродействие системы. И здесь надо оптимально подобрать все три составляющие, чтобы продукт был рентабельным, не уступал конкурентам и лидерам. И максимально стремился войти в когорту продуктов на рынке систем распознавания».

Другие факторы, которые стимулируют распространение технологии, отмечает Дмитрий Стариков – запрос компаний на персонификацию обслуживания, а также возможность реализации масштабных проектов (системы оплаты по лицу на транспорте, прохождение паспортного контроля, замена паспортов и банковских карт и др.), где активно можно использовать технологии распознавания лиц.

Разработчики говорят о новых вызовах безопасности, которые также стимулируют развитие технологии. «Чем доступнее становятся современные технологии, облегчающие взлом системы, тем более прогрессивными должны быть алгоритмы защиты» – говорит Андрей Хрулев. «Основная конкуренция идёт за рынок, для этого мы ежедневно с командой разработчиков и исследователей развиваем наш продукт, – добавляет Александр Ханин. – Сейчас наши решения получают награды, недавно на крупнейшей международной конференции CVPR-2019 технология VisionLabs продемонстрировали ошибку в 1,5 раза меньше, чем решения других международных компаний и заняла первое место в конкурсе ChaLearn Face Anti-spoofing Attack Detection Challenge».

Точность алгоритмов растет каждый год. Чтобы оставаться в лидерах, техновизионеры компаний-разработчиков (например, ЦРТ) фокусируются не только на самих технологиях и продукте, но и являются экспертами международного Биометрического института (Biometrics Institute), проводят собственные конференции (в частности, саммит Machines Can See от VisionLabs), участвуют в создании и регулировании подобных вопросов вместе с мировым сообществом.

Факторы, которые пока тормозят развитие технологий в России, считает Дмитрий Стариков: недостаточная точность, относительно высокая цена внедрения систем распознавания лиц, а также возникающий синдром «Большого брата», ощущения постоянной слежки у пользователей.

Источник: Rusbase

Читайте также