• فناوری تشخیص چهره یک دوره جدید در تجزیه و تحلیل ویدیویی، نظارت تصویری و سیستم های کنترل دسترسی است. مطمئن ترین روش برای اندازه گیری صورت یعنی FSB می تواند، اما مردم عادی نمی توانند

    سیستم های امنیتی یکپارچه مدرن قادر به حل مشکلات با هر پیچیدگی در تاسیسات مختلف صنعتی، اجتماعی و خانگی هستند. سیستم های نظارت تصویری ابزار بسیار مهم مجتمع های امنیتی هستند و الزامات برای عملکرد بخش به طور پیوسته در حال رشد است.

    سیستم های امنیتی یکپارچه

    یک پلت فرم واحد شامل ماژول هایی برای تجهیزات امنیتی و آتش نشانی، کنترل و مدیریت دسترسی، نظارت تصویری یا تلویزیون امنیتی (SOT) است. تا همین اواخر، عملکرد دومی محدود به نظارت تصویری و ثبت وضعیت در تأسیسات و قلمرو مجاور، بایگانی و ذخیره داده ها بود. سیستم‌های ویدیویی کلاسیک دارای معایب قابل توجهی هستند:

    • عامل انسانی. کار ناکارآمد اپراتور هنگام پخش حجم زیادی از اطلاعات.
    • عدم امکان مداخله جراحی، تجزیه و تحلیل نابهنگام.
    • زمان قابل توجهی که برای جستجو و شناسایی یک رویداد صرف می شود.

    توسعه فناوری های دیجیتال منجر به ایجاد سیستم های خودکار "هوشمند" شده است.

    قوت در عقل

    اصل اساسی فکری، تجزیه و تحلیل ویدیویی است - یک فناوری مبتنی بر روش ها و الگوریتم هایی برای تشخیص الگو و جمع آوری خودکار داده ها در نتیجه تجزیه و تحلیل جریان ویدئو. چنین تجهیزاتی بدون دخالت انسان قادر به شناسایی و ردیابی در زمان واقعی اهداف مشخص شده (ماشین، گروه افراد)، موقعیت های بالقوه خطرناک (دود، آتش سوزی، مداخله غیرمجاز در عملکرد دوربین های فیلمبرداری)، رویدادهای برنامه ریزی شده و بروز به موقع است. یک سیگنال هشدار با فیلتر کردن داده های ویدیویی که مورد علاقه نیستند، بار کانال های ارتباطی و پایگاه بایگانی به میزان قابل توجهی کاهش می یابد.

    محبوب ترین ابزار تجزیه و تحلیل ویدیویی سیستم تشخیص چهره است. بسته به عملکردهای انجام شده و وظایف تعیین شده، الزامات خاصی بر تجهیزات تحمیل می شود.

    سفت افزار و سخت افزار

    برای عملکرد کارآمد سیستم از چندین نوع دوربین IP با ویژگی های عملکردی متفاوت استفاده می شود. تشخیص یک شی در منطقه کنترل شده توسط دوربین های پانوراما با وضوح 1 مگاپیکسل یا بیشتر و فاصله کانونی 1 میلی متر ثبت می شود و دستگاه های اسکن به سمت آن نشانه می روند. اینها دوربین های پیشرفته تری هستند (از 2 مگاپیکسل، از 2 میلی متر) که تشخیص را توسط تکنیک های ساده(3-4 پارامتر). برای شناسایی یک شی، از دوربین هایی با کیفیت تصویر خوب استفاده می شود که برای استفاده از الگوریتم های پیچیده (از 5 مگاپیکسل، 8-12 میلی متر) کافی است.

    محبوبترین محصولات نرم افزاریبرای تشخیص چهره "Face Intellect" (توسعه دهنده - شرکت کنترل خانه)، مدیر چهره (شرکت Synesis) و VOCORD FaceControl (VOCORD) نشان می دهد:

    • احتمال بالای شناسایی شی (تا 99٪).
    • پشتیبانی از طیف گسترده ای از زوایای چرخش دوربین.
    • توانایی برجسته کردن چهره ها حتی در یک توده عابر پیاده متراکم.
    • تنوع در تهیه گزارش های تحلیلی.

    مبانی تشخیص الگو

    هر سیستم تشخیص بیومتریک مبتنی بر شناسایی انطباق ویژگی های فیزیولوژیکی خوانده شده یک فرد با یک الگوی از پیش تعیین شده خاص است.

    اسکن در زمان واقعی انجام می شود. دوربین IP جریان ویدئو را به ترمینال پخش می کند و سیستم تشخیص چهره تعیین می کند که آیا تصویر با عکس های ذخیره شده در پایگاه داده مطابقت دارد یا خیر. دو روش اصلی وجود دارد. اولین مورد مبتنی بر اصول استاتیک است: بر اساس نتایج پردازش پارامترهای بیومتریک، الف نمونه الکترونیکیدر قالب یک عدد منحصر به فرد مربوط به یک شخص خاص. روش دوم رویکرد "انسانی" را مدل می کند و با خودآموزی و استحکام مشخص می شود. شناسایی یک فرد توسط یک تصویر ویدیویی تغییرات مربوط به سن و سایر عوامل (وجود روسری، ریش یا سبیل، عینک) را در نظر می گیرد. این فناوری به شما امکان می دهد حتی با عکس های قدیمی و در صورت لزوم با اشعه ایکس کار کنید.

    الگوریتم جستجوی چهره

    رایج ترین تکنیک تشخیص چهره استفاده از آبشار هار (مجموعه ای از ماسک ها) است.

    ماسک یک پنجره مستطیل شکل با ترکیب های مختلف از بخش های سفید و سیاه است.

    مکانیسم برنامه به شرح زیر است: قاب ویدیو با مجموعه ای از ماسک ها پوشانده شده است و بر اساس نتایج کانولوشن (شمارش پیکسل هایی که در بخش های سفید و سیاه قرار می گیرند) تفاوت محاسبه و با مقدار مشخصی مقایسه می شود. مقدار آستانه

    برای بهبود عملکرد طبقه بندی کننده، نمونه های آموزشی مثبت (قاب هایی با چهره افراد) و منفی (بدون آنها) ایجاد می شود. در مورد اول، نتیجه پیچش بالاتر از مقدار آستانه است، در مورد دوم - زیر. آشکارساز چهره با خطای قابل قبول، مجموع پیچش های تمام آبشارها را تعیین می کند و در صورت تجاوز از آستانه، وجود چهره ها را در کادر نشان می دهد.

    فناوری های تشخیص

    پس از تشخیص و محلی سازی در مرحله مقدماتی، روشنایی و تراز هندسی تصویر صورت می گیرد. اقدامات بعدی - محاسبه علائم و شناسایی - می تواند با روش های مختلف انجام شود.

    هنگام اسکن تمام صورت در اتاقی با نور عالی، الگوریتم هایی که با تصاویر دو بعدی کار می کنند نتایج خوبی را نشان می دهند. سیستم تشخیص چهره با تجزیه و تحلیل نقاط منحصر به فرد و فواصل بین آنها، واقعیت شناسایی را با ضرایب تفاوت بین تصویر "زنده" و الگوی ثبت شده تعیین می کند.

    فناوری های سه بعدی در برابر تغییرات مقاوم هستند شار نورانی، انحراف مجاز از نمای جلو - تا 45 درجه. در اینجا، نه تنها نقاط و خطوط، بلکه خواص سطوح (انحنا، پروفیل)، متریک فواصل بین آنها نیز تجزیه و تحلیل می شود. برای عملکرد چنین الگوریتم هایی، حداکثر کیفیت ضبط ویدیو با فرکانس حداکثر 200 فریم در ثانیه مورد نیاز است. این سیستم مبتنی بر دوربین های ویدئویی استریو با ماتریس 5 مگاپیکسل، وضوح نوری بالا و خطای همگام سازی به حداقل رسیده است. علاوه بر این، آنها توسط یک کابل ساعت مخصوص برای انتقال پالس های ساعت متصل می شوند.

    وضعیت بازار سیستم های مدرن

    اولین آنها به دلیل هزینه بالای آنها فقط برای تاسیسات نظامی دولتی توسعه یافتند و فقط در اواسط دهه 90 در اختیار سازمان های تجاری قرار گرفتند. توسعه سریعفن آوری ها و امکان افزایش دقت سیستم ها و گسترش دامنه کاربرد آنها. در بازار کشور ما، جایگاه های پیشرو متعلق به سازندگان سیستم های امنیتی آمریکا و اروپای غربی است. رهبر فروش تجهیزات شرکت های ZN Vision Technologies و Visionics است. امیدوارکننده ترین در میان توسعه دهندگان داخلی تحقیقات و محصولات Vocord، NTechLab، Soling، VisionLabs LLC و گروه STC است که، از جمله، درگیر تطبیق مجتمع های خارجی با شرایط روسیه هستند.

    کنترل چهره کامپیوتری

    گسترده ترین حوزه کاربرد شناسایی بدون تماس، مبارزه با تروریسم و ​​جنایت است. تصویر چهره مجرم در پایگاه داده ذخیره می شود. در مکان‌های شلوغ (فرودگاه‌ها، ایستگاه‌های قطار، مراکز خرید، اماکن ورزشی)، از افراد به‌طور لحظه‌ای فیلم‌برداری می‌شود تا افراد تحت تعقیب شناسایی شوند.

    حوزه بعدی سیستم‌های کنترل دسترسی است: نمونه‌ای از یک تصویر عکس روی یک پاس الکترونیکی با مدلی که در نتیجه پردازش داده‌های دوربین‌های ویدئویی به دست آمده است مقایسه می‌شود. این روش فوراً انجام می‌شود، بدون اینکه نیازی به اقدامات اضافی از جانب افرادی باشد که تحت آن قرار می‌گیرند (برخلاف اسکن شبکیه یا انگشت نگاری).

    یکی دیگر از صنایعی که به سرعت در حال رشد است بازاریابی است. یک بیلبورد تعاملی، با اسکن چهره یک فرد، جنسیت و سن او را تعیین می کند، تنها تبلیغاتی را به تصویر می کشد که به طور بالقوه برای مشتری جالب هستند.

    روندها و چشم اندازهای توسعه

    سیستم های تشخیص چهره در بخش بانکی تقاضای زیادی دارند.

    سال گذشته، مدیریت پست بانک پس از نصب 50000 دوربین فیلمبرداری هوشمند در دفاتر خود، توانست با جلوگیری از کلاهبرداری در بخش های وام و پرداخت، میلیون ها روبل صرفه جویی کند. کارشناسان می گویند که تا سال 2021 شبکه زیرساخت لازم ایجاد خواهد شد و هرگونه عملیات در دستگاه های خودپرداز تنها پس از شناسایی بیومتریک چهره مشتری امکان پذیر خواهد بود.

    در دهه آینده تکنولوژی بالاامکان باز کردن زنجیره ای از فروشگاه های سلف سرویس کامل را فراهم می کند: خریدار از جلوی پنجره ها عبور می کند، محصولی را که دوست دارد انتخاب می کند و آن را ترک می کند. سیستم تشخیص چهره و تصویر، هویت خریدار، خرید را مشخص کرده و مبلغ لازم را از حساب وی حذف می کند.

    کار برای ایجاد سیستم هایی برای تشخیص وضعیت روانی-عاطفی در حال انجام است. تجزیه و تحلیل احساسات انسانی در زمینه های چند رسانه ای مورد تقاضا خواهد بود: انیمیشن، سینماتوگرافی، صنعت ایجاد بازی های رایانه ای.

    فناوری‌های تشخیص چهره در زمینه‌های مختلفی استفاده می‌شوند:

    • اطمینان از ایمنی در مکان های شلوغ؛
    • سیستم های امنیتی، جلوگیری از ورود غیرقانونی به قلمرو تأسیسات، جستجوی متجاوزان؛
    • کنترل چهره در بخش پذیرایی و سرگرمی، جستجوی بازدیدکنندگان مشکوک و بالقوه خطرناک.
    • تایید کارت های بانکی؛
    • پرداخت آنلاین؛
    • تبلیغات متنی، بازاریابی دیجیتال، نشانه های هوشمند و نشانه های دیجیتال؛
    • تجهیزات عکاسی؛
    • جرم انگاری؛
    • کنفرانس های تلفنی؛
    • برنامه های موبایل؛
    • جستجوی عکس ها در پایگاه داده های بزرگ عکس؛
    • برچسب زدن افراد در عکس ها در شبکه های اجتماعی و بسیاری دیگر.

    IBM پایگاه داده ای از ۱ میلیون عکس چهره را برای آموزش سیستم های بیومتریک منتشر کرد

    2018

    تشخیص چهره در هر ثانیه تلفن هوشمند کار نمی کند

    در اوایل ژانویه 2019، یک سازمان غیرانتفاعی هلندی 110 مدل گوشی هوشمند را آزمایش کرد و متوجه شد که عملکرد تشخیص چهره که برای قفل کردن دستگاه‌ها استفاده می‌شود، در بیش از هر دو دستگاه به درستی کار نمی‌کند.

    مطالعه ای که توسط Consumentenbond و شرکای بین المللی آن انجام شد نشان داد که 42 گوشی هوشمند آزمایش شده با عکس صاحب گوشی باز شده بودند. هر عکسی که مثلاً از شبکه‌های اجتماعی، از دوربین‌های مداربسته یا هر روش دیگری گرفته شده باشد، جواب می‌دهد.

    فناوری نرم افزار تشخیص چهره که در اختیار دارندگان بسیاری از گوشی های هوشمند اندرویدی است، به چنان سطحی از پیشرفت رسیده است که دیگر به شما اجازه نمی دهد با عکس مالک خود را فریب دهید.

    نتایج این مطالعه برای کاربران و خدمات امنیتی نگران کننده است. استفاده از یک عکس چاپ شده از چهره مالک اولین آزمایش عملکرد تشخیص چهره است که استفاده می شود. کاربران عادیو آزمایش کننده ها اما مهم‌تر از همه، این اولین ترفندی است که مهاجمان سعی می‌کنند قبل از اینکه به حملات پیچیده‌تری که شامل ساخت ماسک‌ها یا سرهای چاپ‌شده سه‌بعدی صاحب گوشی می‌شود، به یک گوشی هوشمند محافظت شده توسط شناسایی چهره هک کنند.

    هر سیستم تشخیص چهره ای که در "تست عکس" ناموفق باشد، به طور کلی بی فایده در نظر گرفته می شود. طبق گفته های Consumentenbond، ایسوس، بلک بری، هواوی، لنوو، نوکیا، سامسونگ، سونی و شیائومی این تست ها را پس نداده اند. در مورد سونی، مطلقاً همه مدل ها در این آزمایش مردود شدند. شش مدل دیگر - Honor و شش مدل LG - فقط در حالت "سخت" آزمایش شدند. در حالی که کاربران ممکن است از این آزمایش به این نتیجه برسند که تشخیص چهره نباید روشن شود، 68 دستگاه، از جمله آیفون XR و پرچمدار اپل، از این حمله ساده جان سالم به در بردند، مانند بسیاری دیگر از مدل های اندرویدی رده بالای سامسونگ، هوآوی، وان پلاس و آنر.

    لیست کامل مدل هایی که تست عکس را پشت سر گذاشته اند را می توانید در وب سایت Consumentenbond پیدا کنید.

    محبوب ترین سیستم های تشخیص چهره در چین

    یکی از پرکاربردترین نرم افزارهای تشخیص چهره Face++ است که برای کنترل دسترسی در همه جا از ایستگاه های قطار پکن گرفته تا ساختمان اداری علی بابا استفاده می شود.

    خود علی بابا توسعه یافته است سیستم های خودکه در متروی شانگهای برای شناسایی مسافران با استفاده از چهره و صدای آنها استفاده خواهد شد.

    پلیس‌هایی که امنیت یکی از ایستگاه‌های راه‌آهن چین را زیر نظر می‌گیرند، عینک آفتابی مخصوص با قابلیت تشخیص چهره به چشم می‌زنند. این دستگاه قادر است فرد را در 100 میلی ثانیه شناسایی کند و بارها به سازمان های مجری قانون در دستگیری مجرمان کمک کرده است.

    در شهر شنژن چین برای اولین بار در جهان دوربین ثبت تخلفات عابران پیاده راه اندازی شد. در یکی از گذرگاه های پرتردد شهر نصب شده است و افرادی را که از جاده عبور می کنند در یک چراغ راهنمایی ممنوع نظارت می کند. این دوربین از فناوری تشخیص چهره برای تعیین هویت متجاوز استفاده می کند.

    امتحانات ورودی کالج در سراسر کشور از تشخیص چهره و اثر انگشت استفاده می کنند تا اطمینان حاصل شود که شرکت کنندگان در آزمون دانش آموزان واقعی هستند.

    پس از یکسری کودک ربایی، در برخی از مهدکودک ها تنها به روی افرادی باز می شود که چهره آنها در سامانه ثبت شده است. بیش از 200 دوربین امنیتی در یکی از مهدکودک ها نصب شده است.

    حتی در برخی از توالت ها دستگاه هایی با قابلیت تشخیص چهره تعبیه شده است. این دستگاه حداکثر هر 9 دقیقه یک بار 60 سانتی متر کاغذ توالت را برای یک نفر توزیع می کند.

    علی بابا فروشگاه های بدون نقد Hema دارد که در آن کاربران صورت خود را اسکن می کنند و شماره تلفنی را وارد می کنند تا از طریق سیستم Alipay پرداخت کنند.

    علی بابا همراه با سازنده هتل سیستم های اطلاعاتیشیجی یک سیستم تشخیص چهره برای چک این در 50 هتل نصب کرده است. گردشگران چینی با استفاده از آژانس مسافرتی آنلاین Fliggy (متعلق به علی بابا) می توانند ابتدا هتلی را در آن رزرو کنند و سپس با استفاده از "ماسک" صورت خود به سرعت وارد هتل شده و مبلغی را واریز کنند.

    در پکن، آنها تصمیم گرفتند با استفاده از قفل‌های هوشمندی که مالکان را از روی چهره‌شان می‌شناسد، با اجاره غیرقانونی مسکن عمومی مبارزه کنند.

    در پایان دسامبر 2018، مشخص شد که قفل های "هوشمند" با فناوری تشخیص چهره با سرعتی سریع در مسکن های عمومی در پکن معرفی شده اند. با کمک آنها، مقامات محلی در حال تقویت اقدامات علیه آزادسازی غیرقانونی مسکن عمومی ارائه شده به خانواده های کم درآمد با نرخ های ترجیحی هستند.

    قفل "هوشمند" با تشخیص چهره

    ساوت چاینا مورنینگ پست به نقل از پکن نیوز گزارش می دهد که انتظار می رود تا پایان ژوئن 2019، قفل های اسکن چهره در تمام برنامه ها برای تامین مسکن عمومی ترجیحی در پکن با مشارکت 120000 مستأجر استفاده شود.

    شانگ ژنیو، مدیر مرکز اطلاعات مرکز مسکن عمومی پکن، به پکن نیوز گفت: با مقایسه اطلاعات به دست آمده از اسکن چهره بازدیدکنندگان با تصاویر از یک پایگاه داده ذخیره شده، سیستم میزبان ها را می شناسد و در را به روی غریبه ها باز نمی کند. .

    علاوه بر این، می توان از این سیستم برای مراقبت از افراد مسن تنها استفاده کرد. اگر سالمندی برای مدت معینی از خانه خارج نشود یا وارد خانه نشود، اخطاریه ای به مدیر املاک ارسال می شود تا برای بازرسی وارد شود.

    در مناطق بزرگ شهری مانند پکن، اجاره مسکن بسیار گران است. به طور متوسط، یک آپارتمان اجاره ای در پایتخت چین حدود 5000 یوان در ماه (حدود 730 دلار) هزینه دارد، در حالی که اجاره مسکن عمومی می تواند کمتر از 2000 یوان در ماه (290 دلار) باشد.

    مقامات پکن امیدوارند قفل‌های هوشمند تشخیص چهره امنیت را بهبود بخشد، از اجاره غیرقانونی آن جلوگیری کند و اطمینان حاصل کند که فقط کسانی که واقعاً به آن نیاز دارند سود می‌برند.

    از پایان سال 2018، قفل های هوشمند تشخیص چهره در 47 برنامه مسکن ارزان قیمت در پکن به کار گرفته شده است. با کمک آنها حدود 100 هزار تصویر اسکن شده از چهره مستاجران و خانواده های آنها به دست آمد.

    Airbnb چین قفل های هوشمند با قابلیت تشخیص چهره را در خانه ها نصب می کند

    شکست در لندن سیستم تشخیص چهره در مترو کسی را نمی شناسد

    در پایان دسامبر 2018، مشخص شد که سیستم تشخیص چهره مستقر در متروی لندن، کسی را نمی شناسد. پلیس لندن به دلیل استفاده از ون های بدون علامت برای آزمایش فناوری تشخیص چهره خودکار بحث برانگیز و نادرست بر روی خریداران کریسمس مورد انتقاد قرار گرفته است. ادامه مطلب

    توالت های تشخیص چهره در چین مصرف دستمال توالت را کاهش می دهند

    در پایان سال 2018، در مورد افزایش تعداد توالت های عمومی در چین با سیستم تشخیص چهره که باعث صرفه جویی در دستمال توالت می شود، شناخته شد.

    در ماه دسامبر، چنین توالتی در پارک بائوتو بهار در جینان، استان شاندونگ، واقع در 400 کیلومتری جنوب پکن به بهره برداری رسید. این سرویس بهداشتی دارای دستگاهی است که پس از اسکن صورت، کاغذ توالت پخش می کند. برای یک روش، دستگاه تقریباً 70 سانتی متر کاغذ پخش می کند و برای دریافت یک قسمت اضافی از لوازم بهداشتی، همان فرد باید 9 دقیقه صبر کند و دوباره سر خود را برای شناسایی به دوربین بیاورد.

    برای باز کردن قفل گوشی هوشمند، هکرها و پلیس سر صاحبش را روی یک چاپگر سه بعدی چاپ می کنند

    سیستم تشخیص چهره در 14 فرودگاه آمریکا راه اندازی شد

    در 20 آگوست 2018، یک سیستم تشخیص چهره در 14 فرودگاه آمریکا راه اندازی شد. گمرک و گشت مرزی ایالات متحده (CBP) در مورد اثربخشی آن صحبت کرد.

    به گزارش وب سایت این آژانس، در 22 اوت، یک مسافر 26 ساله که از سائوپائولو (برزیل) وارد فرودگاه واشنگتن دالس شده بود، پاسپورت یک شهروند فرانسوی را در ایست بازرسی ارائه کرد. با این حال، سیستم بیومتریک نشان داد که چهره مرد با عکس روی سند مطابقت ندارد.

    در فرودگاه واشنگتن، سیستم تشخیص چهره مردی را گرفت - او سعی کرد با پاسپورت شخص دیگری وارد ایالات متحده شود.

    هنگامی که وارد ایالات متحده شد برای غربالگری اضافی، او "بدیهی است که عصبی بود" و، همانطور که معلوم شد، بیهوده نبود. در کفش او شناسنامه ای به نام یکی از شهروندان جمهوری کنگو که در واقع فرد بازداشت شده بود، پیدا کردند. اکنون به دلیل تلاش برای ورود به آمریکا با مدارک جعلی با زندان مواجه می شود.

    معلوم شد که سیستم های تشخیص چهره پلیس بریتانیا بی فایده است

    در ماه می 2018، در مورد مشکلات بزرگ در سیستم های تشخیص چهره مورد استفاده توسط پلیس بریتانیا مشخص شد. در نتیجه ممکن است باشد تعداد زیادی ازبی بی سی سخنان نماینده تنظیم کننده الیزابت دنهام (الیزابت دنهام) را نقل می کند.

    سازمان حقوق بشر بریتانیایی دیده بان برادر بزرگ، نتایج مطالعه ای را منتشر کرد که نشان می دهد تعداد "تعجبی" از افراد بی گناهی که فناوری تشخیص چهره از آنها مجرمان بالقوه ساخته است.

    بنابراین، از ماه مه 2017 تا مارس 2018، این سیستم به پلیس ولز جنوبی 2685 بازی از افراد با پایگاه داده مظنونان داد، اما 2451 مورد از آنها نادرست بود.

    مجری قانون لندن از فناوری تشخیص چهره در کارناوال ناتینگ هیل 2017 استفاده کرد. این سیستم در 98 درصد موارد هشدار می داد که یک مظنون از پایگاه داده پلیس شناسایی شده است. راه حل به گونه ای طراحی شده است که در صورت شناسایی متخلف احتمالی، سیگنالی به پنل کنترل افسر وظیفه در نزدیکترین کلانتری ارسال می شود.

    پلیس شروع به مقصر دانستن دوربین‌های ضعیف و اولین بار استفاده از این سیستم کرد، اما 15 رویداد بعدی (مسابقه‌های فوتبال، جشنواره‌ها، رژه‌ها) که در آن از فناوری استفاده شد، بهبود نیافت. فقط روی سه سیستم حتی یک بار هم اشتباه نکرد.

    پلیس همچنین اعلام کرد که در 9 ماه فعالیت سیستم تشخیص چهره بیش از 2 هزار نفر را به درستی یادداشت کرده است که منجر به دستگیری 450 نفر شده است. با این حال، هیچ کس به اشتباه زندانی نشد. این امر به این دلیل است که علاوه بر کار الگوریتم ها، افرادی درگیر کار هستند که پاسخ ها را بررسی کرده و تصمیمات نهایی را می گیرند.

    دانشمندان روش جدیدی برای فریب دادن سیستم های تشخیص چهره ابداع کرده اند

    هر روز سیستم‌های تشخیص چهره پیچیده‌تر می‌شوند و به طور فزاینده‌ای در زندگی روزمره مورد استفاده قرار می‌گیرند، برای مثال سال گذشته اپل گوشی هوشمند آیفون X مجهز به سیستم بیومتریک Face ID را عرضه کرد. با این حال، چنین سیستم هایی را می توان به ویژه با کمک LED های مادون قرمز فریب داد. پرتوهای مادون قرمز با چشم غیرمسلح قابل مشاهده نیستند، با این حال، اکثر دوربین ها می توانند سیگنال های مادون قرمز را دریافت کنند.

    محققان چینی یک کلاه بیسبال مجهز به ال‌ای‌دی مادون قرمز مینیاتوری ساخته‌اند که به گونه‌ای قرار می‌گیرد که پرتوهای فروسرخ که بر روی صورت کاربر می‌افتد نه تنها به پنهان کردن هویت او کمک می‌کند، بلکه به "جعل هویت شخص دیگری برای احراز هویت مبتنی بر چهره" کمک می‌کند. این کار پیچیده‌تر است و نیاز به استفاده از یک شبکه عصبی عمیق برای تشخیص تصویر ایستا از یک چهره و پرتاب صحیح پرتوهای فروسرخ بر روی صورت فریبنده دارد.

    برای آزمایش نظریه خود، محققان از عکس های چهار نفر تصادفی استفاده کردند، آنها توانستند سیستم های تشخیص چهره را در 70٪ موارد فریب دهند، البته به شرطی که شباهت خارجی کمی بین قربانی و فریبکار وجود داشته باشد.

    محققان نتیجه گرفتند: «بر اساس یافته‌ها و حملات ما، می‌توانیم نتیجه بگیریم که فناوری‌های تشخیص چهره موجود را به سختی می‌توان از نظر سناریوهای حیاتی مانند احراز هویت و نظارت، ایمن و قابل اعتماد نامید.» آنها همچنین اضافه کردند که LED های مادون قرمز را می توان نه تنها در کلاه بیسبال، بلکه در چتر، مو یا کلاه گیس پنهان کرد.

    دوقلوهای روسی از اپل 20 میلیون طلب می کنند زیرا آیفون X تفاوتی بین آنها نمی بیند

    برادران دوقلوی ولادیمیر - الکساندر و ایلیا تونچیکی 26 ساله - ادعایی را به دفتر روسی اپل ارسال کردند زیرا سیستم تشخیص چهره Face ID در تلفن های هوشمند iPhone X آنها به طور مساوی هر دو جوان را شناسایی می کند. نظر، نقض حفاظت از داده های شخصی.

    وکیل رومن آردیکوتسا، نماینده منافع برادران، در ژانویه 2018 به TASS گزارش داد که کاربران متخلف از شرکت می خواهند فناوری را بهبود بخشد و همچنین خسارت معنوی را به مبلغ 20 میلیون روبل جبران کند.

    دوقلوها... آیفون X را به طور خاص برای استفاده از قابلیت بازگشایی چهره خریداری کردند. در کمال ناامیدی آنها، هر دستگاه هر دو برادر را می شناسد، که هنگام خرید به آنها هشدار داده نشده است، این اطلاعات در دستورالعمل وجود ندارد. به همین دلیل است که متقاضیان از شرکت می خواهند که این فناوری را اصلاح کند.

    2017

    تشخیص چهره در خرده فروشی

    در نوامبر 2017، CNBC داستانی در مورد معرفی سیستم های تشخیص چهره در فروشگاه ها پخش کرد. خرده‌فروشان از این فناوری‌ها برای جمع‌آوری داده‌های مشتری استفاده می‌کنند و پیشنهادات را بر اساس آن داده‌ها تنظیم می‌کنند.

    در خرده فروشی، تشخیص چهره عمدتا برای ایجاد انگیزه در مشتریان استفاده می شود. به عنوان مثال، اگر فردی در ورودی فروشگاهی شناخته شود و سابقه خرید او دیده شود، کارمندان فروشگاه بهتر می دانند چه چیزی را به او پیشنهاد دهند. بنابراین، اگر او یک تلویزیون در یک فروشگاه لوازم الکترونیکی خرید، کارمند او را می شناسد، با نام او را خطاب می کند و پیشنهاد خرید یک کنترل از راه دور جدید را می دهد.

    به گفته شرکت فناوری اطلاعات Jardine One Solution (JOS) مستقر در هنگ کنگ، بسیاری از فروشگاه‌های زنجیره‌ای از قابلیت‌های تشخیص چهره برای جمع‌آوری داده‌های بازدیدکنندگان فروشگاه خود استفاده می‌کنند.


    JOS خود به خرده فروشان با تشخیص چهره مشتری کمک می کند تا مشخصات خریداران و ردیابی فعالیت های آنها را در محل فروش دنبال کنند. ما در مورد داده هایی مانند تعداد بازدیدکنندگان، سن، جنسیت، قومیت صحبت می کنیم. لانت گفت: چنین داده هایی به فروشگاه ها کمک می کند تا جریان مشتریان را بهتر درک کنند و پیشنهادات شخصی برای آنها ایجاد کنند.

    به عنوان مثال، با استفاده از تجزیه و تحلیل داده‌های دریافتی از سیستم‌های تشخیص چهره، می‌توانید موسیقی پخش شده در طبقه معاملات را انتخاب کنید.

    JOS می‌گوید همه داده‌های مشتری ناشناس هستند، اما موضوع حفظ حریم خصوصی همچنان مرتبط است. مارک لانت اذعان می‌کند که فناوری مانع از اجرای چنین سیستم‌هایی نمی‌شود، اما نگرانی‌هایی در ارتباط با داده‌های شخصی و فرهنگ وجود دارد.

    وی افزود که خرده فروشان پول زیادی را برای جلوگیری از نشت داده ها و محافظت از اطلاعات صرف می کنند. مدیر عامل JOS می گوید رسوایی سرقت اطلاعات میلیون ها مشتری Uber نشان می دهد که شرکت ها نمی توانند احساس امنیت کنند و کاربران باید در هنگام افشای اطلاعات شخصی مراقب باشند.

    موسس و مدیر عاملاز HeadCount (خدمات نظارت و بهبود ترافیک را به فروشگاه‌ها ارائه می‌کند) مارک ریسکی می‌گوید بیومتریک‌ها، از جمله آنهایی که توسط سیستم‌های تشخیص چهره تولید می‌شوند، حساس هستند و پتانسیل بالایی دارند - به ویژه برای امنیت و بهبود کیفیت خدمات مشتری.

    نمونه ای از استفاده از سیستم تشخیص چهره در فروشگاه ها

    برنان ویلکی، معاون ارشد استراتژی خدمات مشتری در InMoment، می‌گوید پتانسیل زیادی برای استفاده از تجهیزات تشخیص چهره در محیط‌های خرده‌فروشی وجود دارد. به عنوان مثال، چنین دستگاه‌هایی می‌توانند حالت چهره مشتری در فروشگاه را با داده‌های مربوط به او، وفاداری به برند و سایر خریدها مطابقت دهند. او گفت که برای کاهش مشکل حریم خصوصی کاربران، فروشگاه‌ها باید به مشتریان نشان دهند که چه مزایایی دریافت می‌کنند، همانطور که قبلاً در مورد تسویه‌حساب‌های شخصی یا کارت‌های بانکی با تراشه وجود داشت.

    MarketsandMarkets پیش بینی می کند که بازار جهانی تشخیص چهره تا سال 2021 به 6.8 میلیارد دلار برسد.

    مجوز آیفون X در صورت با یک ماسک 150 دلاری هک شد. ویدئو

    نحوه دور زدن اسکنر صورت در سامسونگ گلکسی نوت 8

    مل تاهون، طراح وب، ویدئویی را در توییتر خود در مورد چگونگی دور زدن آسان اسکنر صورت منتشر کرد. گلکسی نوت 8. در آزمایش خود، Tahon دو نوت 8 را روبروی یکدیگر نگه می دارد که یکی از آنها عکس خود را دارد و دیگری سیستم اسکن چهره را روشن کرده است.

    کلاهبرداری امنیتی بیومتریک سامسونگ گلکسی اس 8

    محققان توانستند تقریباً 90 درصد مواقع یک مرد سفیدپوست را به عنوان Milla Jovovich معرفی کنند. یک زن آسیایی با عینک مخصوص در همین درصد موارد با مردی از خاورمیانه اشتباه گرفته شد.

    علاوه بر این، آنها روش خود را روی Face++، یک برنامه تجاری که توسط علی بابا برای مجاز کردن پرداخت‌ها استفاده می‌شود، امتحان کردند. در این حالت فرد عینکی را جلوی دوربین نگذاشتند بلکه ابتدا با عینک از او عکس گرفتند و سپس در برنامه بارگذاری کردند. در نتیجه، آنها توانستند 100 درصد مواقع یک نفر را از دست بدهند.

    سازمان‌های عمومی ایالات متحده علیه تشخیص چهره

    ائتلافی متشکل از 52 سازمان جامعه مدنی و حقوق بشر نامه ای به وزارت دادگستری ارسال کرده و از وزارت دادگستری خواسته است تا در مورد استفاده بیش از حد از فناوری تشخیص چهره در اجرای قانون تحقیق کند. ائتلاف همچنین نگران دقت غیریکنواخت تشخیص ماشینی چهره‌های نژادهای مختلف است که می‌تواند مبنایی برای تجلی نژادپرستی از سوی افسران مجری قانون شود.

    در این نامه آمده است که این فناوری ها به ویژه توسط پلیس محلی، ایالتی و FBI مورد سوء استفاده قرار می گیرند. ائتلاف از وزارت دادگستری می‌خواهد تا ادارات پلیس را که در حال حاضر به دلیل تعصب علیه رنگین پوستان در حال بررسی هستند، به عنوان اولویت اول بررسی کند.

    این درخواست بر اساس مطالعه مرکز حریم خصوصی و فناوری در دانشکده حقوق دانشگاه جورج تاون بود. این مطالعه نشان داد که چهره نیمی از جمعیت بزرگسال ایالات متحده تحت شرایط مختلف توسط نرم افزار شناسایی دولتی اسکن شده است.

    محققان خاطرنشان می کنند که امروزه در ایالات متحده قوانین جدی برای استفاده از این نرم افزار وجود ندارد. به گفته آلوارو بدویا، مدیر مرکز و یکی از نویسندگان این مطالعه، با گرفتن عکس روی گواهینامه رانندگی، یک فرد از قبل وارد پایگاه افراد پلیس یا FBI می شود. این امر به ویژه با توجه به اینکه تشخیص چهره می تواند نادرست باشد، اهمیت دارد، در این صورت می تواند به شهروندان بی گناه آسیب برساند.

    نمونه پروژه ها در HSBC، MasterCard و Facebook

    این سرویس در دسترس خواهد بود مشتریان شرکتی HSBC. از طریق بانکداری اپلیکیشن موبایلآنها می توانند با یک کلیک یک سلفی حساب باز کنند. بانک همچنین هویت مشتری را با استفاده از یک برنامه تشخیص چهره تایید می کند. عکس با تصاویری که قبلاً در سیستم آپلود شده اند مقایسه می شود، به عنوان مثال، از گذرنامه یا گواهینامه رانندگی. فرض بر این است که سرویس جدیدنیاز به یادآوری را از بین می برد کدهای دیجیتالو زمان شناسایی را کاهش دهید.

    برای استفاده از این گزینه، کاربران باید دانلود کنند برنامه ویژهدر رایانه، تبلت یا گوشی هوشمند شما. سپس به دوربین نگاه کنید یا از حسگر اثرانگشت دستگاه استفاده کنید (اگر دستگاه شما یکی دارد). با این حال (حداقل در حال حاضر)، کاربران همچنان ملزم به ارائه اطلاعات اضافی به خود خواهند بود کارت بانکی. تنها در صورت نیاز به شناسایی اضافی، کاربران می توانند از گزینه فوق استفاده کنند.

    با این رویکرد جدید، مسترکارت قصد دارد از کاربران در برابر تراکنش های آنلاین جعلی که با استفاده از رمزهای عبور کاربر سرقت شده انجام می شود محافظت کند و همچنین سیستم مجوز راحت تری را در اختیار کاربران قرار دهد. این شرکت گفت که 92 درصد از افرادی که این سیستم جدید را آزمایش کردند، آن را به رمزهای عبور سنتی ترجیح دادند.

    برخی از کارشناسان حفاظت از اطلاعات را زیر سوال می برند به طوری که اگر تراکنش با استفاده ناامن از شبکه وای فای عمومی انجام شود، مجرمان سایبری نمی توانند به راحتی اثر انگشت کاربر یا عکسی از چهره او را به دست آورند.

    کارشناسان امنیت سایبری استدلال می کنند که این سیستم باید چندین لایه امنیتی برای جلوگیری از سرقت احتمالی عکس از چهره کاربران داشته باشد. از این گذشته، پرداخت های آنلاین یک هدف جذاب برای مجرمان سایبری است.

    در پایان سال 2015، گروهی از کارشناسان دانشگاه فنی برلین توانایی استخراج کد پین هر گوشی هوشمند را هنگام استفاده از سلفی کاربر نشان دادند. برای این کار آنها این کد را می خوانند که با وارد کردن آن روی گوشی OPPO N1 در چشمان کاربر نمایش داده می شود. کافی است یک هکر به سادگی کنترل آن را در دست بگیرد دوربین جلوگوشی هوشمند برای انجام این حمله عنصری. آیا یک مجرم سایبری می تواند دستگاه کاربر را کنترل کند، سلفی بگیرد و سپس با استفاده از رمز عبور تایپ شده ای که هکر در چشمان قربانی خود دیده است، پرداخت های آنلاین انجام دهد؟

    مسترکارت اصرار دارد که مکانیسم های امنیتی آن قادر به تشخیص چنین رفتاری خواهند بود. به عنوان مثال، کاربران باید پلک بزنند تا یک برنامه تصویر "زنده" یک شخص را نشان دهد، نه عکس یا ویدیوی از قبل گرفته شده از آن شخص. این سیستم تصویر چهره کاربر را مطابقت داده و آن را به کد تبدیل کرده و از طریق یک پروتکل امن از طریق اینترنت به MasterCard منتقل می کند. این شرکت قول داده است که این اطلاعات به طور امن در سرورهای خود ذخیره می شود، در حالی که خود شرکت قادر به بازسازی چهره کاربر نخواهد بود.

    در تابستان 2016 مشخص شد که محققان با استفاده از عکسی از فیس بوک، سیستم احراز هویت بیومتریک را دور زدند. این حمله با آسیب پذیری های بالقوه ذاتی منابع اجتماعی امکان پذیر شد.

    تیمی از محققان دانشگاه ایالتی کارولینای شمالی روشی را برای دور زدن سیستم‌های امنیتی تشخیص چهره با استفاده از عکس‌های در دسترس عموم کاربران شبکه‌های اجتماعی نشان داده‌اند. همانطور که در گزارش متخصصان توضیح داده شد، این حمله به دلیل آسیب‌پذیری‌های بالقوه ذاتی منابع اجتماعی امکان‌پذیر شد.

    جای تعجب نیست که عکس‌های شخصی منتشر شده در رسانه‌های اجتماعی می‌توانند حریم خصوصی را به خطر بیندازند. اکثر شبکه های اجتماعی بزرگ کاربران را تشویق می کنند تا تنظیمات حریم خصوصی خود را هنگام ارسال عکس در سایت تنظیم کنند، با این حال بسیاری از این عکس ها اغلب با عموم به اشتراک گذاشته می شوند یا فقط توسط دوستان قابل مشاهده هستند. علاوه بر این، کاربران نمی توانند به طور مستقل در دسترس بودن عکس های ارسال شده توسط سایر مشترکین خود را کنترل کنند.

    به عنوان بخشی از آزمایش، محققان عکس های 20 داوطلب را انتخاب کردند. کاربران فیس بوک، Google+، LinkedIn و سایر منابع اجتماعی). سپس از این تصاویر برای ایجاد استفاده کردند مدل های سه بعدیچهره ها، آنها را با استفاده از یک سری جلوه های انیمیشن "احیا" کرد، یک بافت پوستی را روی مدل اعمال کرد و ظاهر را (در صورت لزوم) اصلاح کرد. محققان مدل‌های به‌دست‌آمده را بر روی پنج سیستم امنیتی آزمایش کردند که چهار تای آن‌ها در 55 تا 85 درصد موارد توانستند فریب دهند.

    طبق گزارش شرکت تکناو(زمستان 216) یکی از روندهای کلیدی که تأثیر مثبتی بر بازار فناوری های شناسایی بیومتریک از طریق چهره دارد ( تشخیص چهره، معرفی سیستم های بیومتریک چندوجهی در بخش هایی مانند مراقبت های بهداشتی، بانکداری، بخش مالی، بخش اوراق بهادار و بیمه، بخش حمل و نقل، حمل و نقل جاده ای و همچنین در بخش عمومی است.

    بنیامین لوی بنیانگذار پروژه گفت که به لطف سطح بالاامنیت IsItYou قادر خواهید بود 99999 مورد از 100 هزار مورد کلاهبرداری را تشخیص دهید. لوی سعی کرد بانک ها را متقاعد کند که سیستم او را در اوایل سال آینده پیاده کنند. برای تراکنش های مالی استفاده خواهد شد.

    گوگل در حال حاضر از تشخیص چهره در اندروید استفاده می کند. بنابراین، می‌توانید قفل دستگاهی را که این سیستم‌عامل موبایل را اجرا می‌کند، باز کنید. با این حال، توسعه دهندگان بارها استدلال کرده اند که تشخیص چهره در مقایسه با روش های کلاسیک به اندازه کافی امن نیست. در این زمینه کارشناسان به اظهارات بنجامین لوی تردید داشتند.

    ماریو ساوودس از دانشگاه کارنگی ملون در حال تحقیق در مورد تشخیص چهره است. او معتقد است که امنیت خودآزمایش شده IsItYou نمی تواند قابل اعتماد باشد.

    متخصص جهانی در زمینه بیومتریک دکتر ماسیمو تیستارلی (Massimo Tistarelli) نیز همین نظر را دارد. وی گفت: پروژه علمی کامل Tabula Rasa در اروپا در حال انجام است که هدف اصلی آن توسعه حفاظت از تقلب برای روش های شناسایی بیومتریک است. به گفته وی، قبل از ورود به بازار، باید تعدادی مطالعات مستقل برای تایید اثربخشی محصول انجام شود.

    ستون

    امنیت و حقوق مدنی یک فرد را به خطر می اندازد، بنابراین مقررات جزئی آن باید با ممنوعیت کامل جایگزین شود. در حالی که تمام دنیا مجذوب مزایای فناوری تشخیص چهره هستند، برخی از کارشناسان امنیتی معتقدند که این فناوری مملو از شرارت بزرگی برای بشریت است. وودرو هارتزوگ، مدرس حقوق و علوم کامپیوتر و اوان سلینگر، مدرس فلسفه، دیدگاه های خود را در مورد روش های کنترل فناوری در مقاله ای در مدیوم بیان کردند.

    مردم تروا خوشحال خواهند شد

    تسلیم شدن در برابر یک تصور به ظاهر فریبنده اما در واقع گمراه کننده در مورد اینکه آینده بشریت در جهانی که پتانسیل کامل فناوری تشخیص چهره را در اختیار دارد، بسیار آسان است. مردم می توانند فوراً اطلاعات مربوط به غریبه ها را دریافت کنند، آنها دیگر مجبور نیستند تعداد زیادی رمز عبور را به خاطر بسپارند یا از فراموش کردن کیف پول خود بترسند. یافتن رویدادها با آن به راحتی امکان پذیر خواهد بود شخص خاصیبایگانی از عکس ها و فیلم ها، به سرعت برای افراد مفقود یا مجرمان جستجو کنید و مکان های عمومی را ایمن کنید.

    به نظر می رسد که فناوری فقط مزایایی به همراه دارد، عدالت مطلق در جهان حاکم خواهد شد، باورنکردنی ترین ایده های بشر در حال اجرا است. اما هیچ یک از مکانیسم های نظارتی اختراع شده توسط بشر خطری مانند فناوری تشخیص چهره ندارد.

    وسوسه شده از این دیدگاه آرمان‌شهری، مردم به فناوری تشخیص چهره اجازه ورود به خانه‌هایشان را می‌دهند و به دستگاه‌هایشان دسترسی پیدا می‌کنند و به آن اجازه می‌دهند در جنبه‌های بیشتر و بیشتر زندگی در کانون توجه قرار گیرد. این بدان معنی است که تله کوبیده شده است، و سپس متوجه ناخوشایندی می شود که این فناوری نوعی اسب تروا بوده است. این ابزار ایده‌آل سرکوب بسیار خوب است که توسط دولت‌ها برای ایجاد کنترل‌های استبدادی و رژیم‌های فراگیر که مفهوم حریم خصوصی را از بین می‌برند، استفاده نشود.

    این اسب تروا نباید وارد شهر شود.

    بحث های جاری

    اتحادیه آزادی های مدنی آمریکا به همراه 70 سازمان حقوق بشری دیگر از آمازون خواستار توقف ارائه فناوری تشخیص چهره به دولت شدند و همچنین از کنگره خواستند تا استفاده از آن توسط دولت را متوقف کند. رسانه ها نیز به آنها پیوستند و نگرانی خود را اعلام کردند. به عنوان مثال، هیئت تحریریه واشنگتن پست معتقد است که کنگره موظف است فورا مداخله کند. نمایندگان مجلس نیز دلایل خوبی برای فکر کردن دارند: برخی از آنها برنامه شناسایی چهره آمازون با مجرمان دارند.

    سردبیران گاردین هم کنار ننشستند. برد اسمیت، رئیس مایکروسافت، در وبلاگ خود به دولت ایالات متحده با درخواست برای معرفی مقررات فناوری تشخیص چهره نوشت:

    "تنها راه قابل اعتمادکنترل استفاده از فناوری توسط دولت این است که به طور مستقل و با در نظر گرفتن شرایط احتمالی استفاده از آن را کنترل کند. ما معتقدیم که امروز نیاز فوری به یک ابتکار دولتی برای نظارت بر استفاده قانونی از فناوری تشخیص چهره بر اساس تصمیم یک هیئت متخصصان دو حزبی وجود دارد."

    نظر رهبران شرکت اهمیت چندانی ندارد، همانطور که قوانینی که استفاده از فناوری را محدود می کند. اما تنها پشتیبانی جزئی و دستورالعمل های دقیق نوشته شده هرگز کافی نخواهد بود. قوانین می توانند سود زیادی داشته باشند، اما احتمالاً زمانی معرفی می شوند که فناوری چندین برابر ارزان تر و استفاده از آن آسان تر شود. اسمیت اشاره می کند که مایکروسافت در اوایل سال 2005 خواستار یک قانون ملی در این زمینه شد. بیش از ده سال گذشته است، اما کنگره چنین قانونی را تصویب نکرده است.

    اگر فناوری تشخیص چهره به توسعه و پیاده سازی در زندگی ادامه دهد، زیرساخت عظیمی پدید خواهد آمد که بشریت را می بلعد. همانطور که تاریخ نشان می دهد، توجه گسترده به موفقیت، ترس از فراهم نکردن سطح مناسب امنیت و احساس قدرت می تواند منجر به فریب، تغییر ارزش های شرکتی و در نهایت، سوء استفاده سیستماتیک از فناوری شود.

    رفاه انسان در آینده تنها در صورتی امکان پذیر است که فناوری تشخیص چهره قبل از اینکه خیلی محکم در زندگی انسان جا بیفتد ممنوع شود.

    چرا ممنوعیت لازم است؟

    نیاز به ممنوعیت کامل سیستم های تشخیص چهره ضروری است. اما برخی از دانشمندان با استعداد، مانند جودیت دونات، این موضع را نادرست می دانند. آنها یک تاکتیک خنثی تر از نظر فناوری ارائه می دهند: ممنوعیت اقدامات خاص، و همچنین تعیین ارزش ها و حقوقی که باید محافظت شوند. این رویکرد تقریباً برای تمام فناوری های دیجیتال کاملاً منطقی است.

    اما هیچ یک از مکانیسم های نظارتی اختراع شده توسط بشر خطری مانند فناوری تشخیص چهره ندارد. این قطعه گمشده از زیرساخت‌های نظارتی خطرناک از قبل برای مردم است که به این دلیل طراحی شده است که دولت‌ها و مشاغل خصوصی به آن زیرساخت نیاز دارند. و اگر فن‌آوری‌ها تا این حد خطرناک می‌شوند و نسبت فواید و مضرات آن بسیار مخدوش می‌شود، وقت آن است که به ممنوعیت‌های قطعی فکر کنیم. برخی از انواع فناوری های دیجیتال خطرناک، مانند نرم افزارهای جاسوسی، قبلاً در سطح قانونگذاری ممنوع شده اند. فناوری تشخیص چهره خطرات بسیار بیشتری را به همراه دارد و بهتر است توجه قانونی ویژه ای به آن جلب شود. یک ممنوعیت خاص بر اساس یک قانون معتبر، کل نگر، مبتنی بر ارزش و عمدتاً از نظر فناوری خنثی مورد نیاز است. چارچوب قانونی. چنین سیستمی به جلوگیری از موقعیت‌های نظارتی کمک می‌کند که در آن قانون‌گذاران سعی می‌کنند به روندهای فنی برسند.

    نظارت با استفاده از سیستم های تشخیص چهره ذاتاً خودسرانه است. وجود چنین سیستم هایی که خود اغلب از چشم انسان ها پنهان هستند، نقض آزادی های مدنی است، زیرا افراد اگر مشکوک باشند که تحت نظر هستند، رفتار متفاوتی از خود نشان می دهند. حتی قوانینی که تدابیر سخت‌گیرانه محافظتی را تضمین می‌کنند، مانع از این احساس سرکوبگرانه نمی‌شوند که فرصت‌های یک فرد برای ابراز وجود محدود می‌شود.

    در اینجا نمونه هایی از سوء استفاده و اختلال در فناوری تشخیص چهره آورده شده است:

    • توجه نامتناسب به رنگین پوستان، سایر اقلیت ها و افراد آسیب پذیر؛
    • جایگزینی اصل برائت با اصل «افرادی که جرمشان هنوز ثابت نشده است».
    • گسترش خشونت و ظلم؛
    • محرومیت از حقوق و فرصت های اساسی، مانند حفاظت از ردیابی خودسرانه دولت از حرکات، عادات، نگرش ها، علایق و افکار انسانی؛
    • "کار" مستمر قانون - به عنوان یک اقدام دائمی برای مهار.
    • تخریب مفهوم ذخیره سازی اطلاعات "عملا مبهم"، زمانی که داده ها در داخل هستند دسترسی آزاد، اما در منابع مختلف ذخیره می شوند و یافتن آنها بسیار دشوار است.
    • گسترش "سرمایه داری نظارتی".

    کلر گاروی، محقق فناوری تشخیص چهره اشاره می کند که اشتباهات می توانند کشنده باشند:

    «اگر چنین سیستمی از کار بیفتد چه اتفاقی می افتد؟ در صورت بروز خطا در دوربین مداربسته، یک فرد بی گناه مورد آزار و اذیت، بازجویی قرار می گیرد و یا حتی ممکن است دستگیر و متهم به جرم شود. یا دوربین های قابل حمل با سیستم تشخیص چهره برای افسران پلیس: اگر سیستم به فردی اشاره کند که گفته می شود ممکن است خطری برای جامعه باشد، افسر پلیس باید فوراً تصمیم بگیرد که آیا از سلاح استفاده کند یا خیر. افراد بی گناه ممکن است در نتیجه یک هشدار نادرست آسیب ببینند.»

    از جمله، دو گزارش وجود دارد که بسیاری از این مسائل را به تفصیل بیان می کند: یک مقاله بسیار ارزشمند در مورد استفاده از تشخیص چهره توسط افسران مجری قانون، منتشر شده توسط جنیفر لینچ، کاریار ارشد در بنیاد مرز الکترونیک، و یک مطالعه توسط دانشگاه جورج تاون. مرکز حریم خصوصی و فناوری

    با وجود مشکلاتی که در گزارش ها توضیح داده شده است، همه متقاعد نشده اند که ممنوعیت واقعاً ضروری است. از این گذشته، سایر فناوری‌ها خطر کمتری ندارند: داده‌های موقعیت جغرافیایی، اطلاعات نمایه‌ها در شبکه‌های اجتماعی، نتایج پرس و جوهای جستجوو بسیاری از منابع اطلاعاتی دیگر در مورد کاربران می توانند برای ساختن پرتره دقیق از آنها استفاده شوند. اما تشخیص چهره همچنان دارای خطری با ماهیت متفاوت است و حتی در مقایسه با داده های بیومتریک از هم جدا می ماند: اثر انگشت، نمونه DNA یا اسکن شبکیه.

    سیستم های تصویربرداری صورت دارای پنج ویژگی متمایز هستند که هر دلیلی برای ممنوعیت آنها ارائه می دهد. اول، پنهان کردن یا تغییر چهره دشوار است. چهره ها را نمی توان مانند داده های رسانه دیجیتال، ایمیل یا پیام های متنی رمزگذاری کرد. آنها را می توان با استفاده از دوربین های از راه دور ضبط کرد و هزینه خود فناوری و ذخیره تصاویر در ابر به طور مداوم در حال کاهش است که منجر به افزایش استفاده از چنین سیستم های نظارتی می شود.

    ثانیاً، پایگاه‌های اطلاعاتی از نام‌ها و چهره‌ها، به عنوان مثال برای گواهینامه‌های رانندگی، یا حساب‌های شبکه‌های اجتماعی وجود دارد که به راحتی قابل دسترسی است.

    سوم، برخلاف سیستم‌های نظارت معمولی، که اغلب به تجهیزات گران قیمت یا منابع داده جدید نیاز دارند، ورودی‌های تشخیص چهره در همه جا هستند و درست در زمان ضبط دوربین‌ها می‌آیند.

    چهارم، یک نقطه عطف. هر پایگاه داده ای از افراد برای شناسایی افراد دستگیر شده یا دستگیر شده با چند خط کد را می توان با هر پایگاه داده دیگری در زمان واقعی "مقایسه" کرد و به دوربین های پلیس قابل حمل یا سیستم های نظارت تصویری متصل شد. اندرو کومو، فرماندار ایالت نیویورک دلایل گسترش فناوری تشخیص چهره را مشخص کرد و استدلال کرد که اسکن پلاک خودروها در مقایسه با قابلیت‌های دوربین‌های دارای فناوری تعبیه‌شده کوچک است: «سیستم پلاک خودرو را برای شناسایی متخلف می‌خواند. اما جریمه ها با بزرگترین فایده این ابزار فاصله زیادی دارند. ما در حال حرکت به سمت فناوری تشخیص چهره هستیم و اکنون این سیستم می‌تواند چهره راننده را اسکن کرده و آن را در برابر پایگاه‌های داده بررسی کند، که چشم‌اندازهای کاملا جدیدی را باز می‌کند."

    پنجم، صورت، بر خلاف اثر انگشت، راه رفتن یا تصاویر شبکیه، عنصر اصلی هویت یک فرد است. صورت واسطه ای است بین مجازی و زندگی واقعیانسان، لینک اتصالبین اعمالی که شخص به صورت ناشناس، تحت نام خود یا شخص دیگری انجام می دهد. به راحتی به نظر می رسد که شما نیازی به محافظت از حریم خصوصی چهره ها مانند سایر اطلاعات خصوصی ندارید، زیرا در زندگی واقعی افراد معمولاً صورت خود را نمی پوشانند. به استثنای کشورهایی که زنان ملزم به پوشیدن حجاب هستند، افراد با چهره پنهان مشکوک هستند.


    حفظ حریم خصوصی چهره واقعاً ضروری است زیرا در گذشته، مردم نهادها و ارزش‌های مربوط به حفاظت از اطلاعات خصوصی را در دوره‌هایی که به طور کلی شناسایی افراد غریبه دشوار بود، توسعه دادند. به دلیل ویژگی های بیولوژیکی، حافظه فرد محدود است و بدون افزودنی تکنولوژیکی، تنها تعداد کمی از چهره ها را به خاطر می آورد. و با توجه به اندازه و توزیع جمعیت، یک فرد با افراد جدید زیادی در زندگی خود ملاقات نخواهد کرد. این محدودیت ها نوعی «نقاط کور» ایجاد می کند، به طوری که افراد شانس زیادی برای گم شدن در میان جمعیت دارند.

    احکام اخیر دیوان عالی ایالات متحده در مورد متمم چهارم (که جستجوها و دستگیری های غیرمنطقی را ممنوع می کند و دادگاه را ملزم می کند در صورت لزوم حکم بازرسی صادر کند) نشان می دهد که مبارزه برای محافظت از حریم خصوصی در مکان های عمومی همچنان مطرح است. تابستان امسال، در یکی از محاکمه ها، دادگاه تصمیم گرفت که داده های موقعیت جغرافیایی از تلفن های همراهتابع قانون اساسی هستند و اطلاعاتی که شخص می خواهد مخفی نگه دارد، حتی اگر در دسترس عموم قرار گیرد، ممکن است توسط قانون اساسی محافظت شود.

    چرا فناوری تشخیص چهره نظارتی نیست؟

    با توجه به این واقعیت که فناوری تشخیص چهره یک تهدید بزرگ است، جامعه نمی تواند اجازه دهد مقررات آن مسیر خود را طی کند. سودآوری بالقوه ایده ها را به سمت تحقق حداکثری پتانسیل فناوری سوق می دهد و شرکت های منفرد منافع خود را در این مسیر پیش خواهند برد.

    جامعه نیز نمی تواند منتظر ظهور پوپولیست ها باشد. فناوری تشخیص چهره به عنوان بخشی از جدیدترین و پیشرفته ترین برنامه ها و دستگاه ها به فروش می رسد. اپل در حال حاضر Face ID را بهترین ویژگی جدیدترین آیفون نامیده است. همین امر در مورد گزارش های خبری دارای بار ایدئولوژیکی نیز صدق می کند که فناوری تشخیص چهره را راه حل همه مشکلات اعلام می کند.

    در نهایت، جامعه نباید بیش از حد به روش های سنتی تنظیم تکیه کند. ویژگی‌های فناوری تشخیص چهره اجازه نمی‌دهد آن را در چارچوب اقداماتی که استفاده‌های قانونی و غیرقانونی را تعریف می‌کنند نگه دارد و سعی می‌کند سودمندی بالقوه برای جامعه و عامل بازدارنده برای متجاوزان را در آن جا دهد. این یکی از معدود نمونه هایی است که در آن ممنوعیت کامل باید معرفی شود.

    در حال حاضر، پروژه های بسیار کمی برای کنترل فناوری تشخیص چهره و حتی کمتر برای محدود کردن آن وجود دارد. قوانین داده های بیومتریک مناسبی در ایلینوی و تگزاس وجود دارد، اما آنها از یک استراتژی نظارتی پذیرفته شده پیروی می کنند که افراد جمع آوری و استفاده از این داده ها باید با مجموعه ای از اقدامات و پروتکل های اولیه حفظ حریم خصوصی اطلاعات مطابقت داشته باشند. این شامل الزام به کسب رضایت آگاهانه برای جمع آوری داده های بیومتریک، مدت حفاظت و نگهداری اجباری آنها، ممنوعیت استفاده از آنها برای سودجویی، محدودیت حقوق انتقال به اشخاص ثالث، و دلایل خصوصی برای اقامه دعوی در صورت تخلف است. از این قوانین

    قوانین تشخیص چهره پیشنهادی مشابه هستند. کمیسیون تجارت فدرال ایالات متحده توصیه می کند که مکانیسم مشابهی را برای فناوری معرفی کنید: به فرد در مورد استفاده از آن هشدار دهید، به او حق انتخاب بدهید و استفاده از داده هایش را نسبتاً محدود کنید. گزارش بنیاد Electronic Frontier، که بر اجرای این قوانین تمرکز دارد، پیشنهادهای مشابه، هرچند عمیق‌تر، ارائه می‌کند. به عنوان مثال، ایجاد قوانین واضح برای استفاده، توزیع و امنیت داده ها. اعمال محدودیت در جمع آوری و ذخیره سازی داده ها؛ ممنوعیت گنجاندن چندین نوع داده بیومتریک در یک پایگاه داده؛ اطلاعیه اجباری، بازرسی و نظارت مستقل. مرکز حریم خصوصی و فناوری دانشگاه جورج تاون در لایحه تشخیص چهره خود پیشنهاد می کند که دسترسی دولت به پایگاه های داده چهره و همچنین استفاده از فناوری تشخیص چهره در زمان واقعی را به میزان قابل توجهی محدود کند.


    متأسفانه، بیشتر الزامات فعلی و پیشنهادی ماهیت رویه ای دارند. و در نهایت، گسترش خود فناوری و توسعه زیرساخت های مربوطه را متوقف نخواهند کرد. ابتدا باید توجه داشت که برخی از مفروضات اساسی در مورد رضایت، ابلاغ و انتخاب که در قوانین موجود وجود دارد نادرست است. رضایت آگاهانه به عنوان مکانیزمی برای تنظیم نظارت و پردازش داده ها کاملاً بی فایده است. حتی اگر مردم حق کنترل داده‌های خود را داشته باشند، باز هم نمی‌توانند از آن به‌طور کامل استفاده کنند.

    با این حال، قانونگذاران و خود صنعت در تلاش هستند تا توپ را به دست آورند. اما شکاف های زیادی در این هنجارها وجود دارد، مانند اکثر هنجارهای حفظ حریم خصوصی عصر دیجیتال. برخی از قوانین فقط به جمع آوری یا ذخیره سازی داده ها می پردازند و بر نحوه استفاده از آنها تأثیری ندارند. برخی دیگر فقط برای شرکت ها یا دولت اعمال می شوند و آنقدر مبهم هستند که به شما امکان می دهند از عواقب اقدامات غیرقانونی مختلف جلوگیری کنید. و برای تجربه مزایای فناوری تشخیص چهره بسیار تبلیغ شده، به دوربین‌های بیشتر، زیرساخت‌های بهتر و پایگاه‌های اطلاعاتی گسترده‌تر نیاز است.

    آینده فناوری تشخیص چهره

    فناوری تشخیص چهره امکانات بی پایانی را برای ردیابی اطلاعات در مورد شخصیت و حرکات افراد باز می کند. و همچنین تقریباً بلافاصله آن را ذخیره، توزیع و تجزیه و تحلیل کنید. توسعه این فناوری در آینده ممکن است به این واقعیت منجر شود که محرمانه بودن اطلاعات خصوصی افراد به طور مداوم نقض شود. سعادت بشریت تنها در صورتی امکان‌پذیر است که قبل از ورود این سیستم‌ها به زندگی روزمره، ممنوعیت فناوری‌های تشخیص چهره اعمال شود. در غیر این صورت، مردم فقط با دنیایی آشنا خواهند شد که در آن، هر بار که در یک مکان عمومی ظاهر می شوند، به طور خودکار شناسایی می شوند، اطلاعاتی را در پروفایل وارد می کنند و احتمالاً از آن استفاده می کنند. در چنین دنیایی، کسانی که با فناوری تشخیص چهره مخالف هستند، بی اعتبار، ساکت یا حذف خواهند شد.

    آیفون X سالگرد یکی از فوق العاده ترین ویژگی ها را در بین رقبای خود دریافت کرد. این پرچمدار می تواند چهره مالک را تشخیص دهد و مهندسان به جای Touch ID و دکمه Home، دوربین TrueDepth و عملکرد Face ID را ادغام کرده اند.

    سریع، آنی و بدون نیاز به وارد کردن رمز عبور. بنابراین می توانید همین امروز قفل آیفون X را باز کنید.

    اپل به این دلیل مشهور است که همیشه به آینده فناوری نگاه می کند، خیلی قبل از اینکه ویژگی بعدی به یک استاندارد تبدیل شود. در مورد آیفون X و اسکنر صورت، این شرکت مطمئن است که تشخیص چهره آینده است.

    بیایید ببینیم آیا اپل یا چهره های ما اشتباه می کنند - این یک راه مطمئن برای آینده دیجیتال است.

    😎 بخش فناوری هر هفته با پشتیبانی re:Store منتشر می شود.

    پس تشخیص چهره چگونه کار می کند؟

    فناوری تشخیص چهره برای کار کردن به چندین مؤلفه نیاز دارد. ابتدا خود سرور که هم پایگاه داده و هم الگوریتم مقایسه آماده شده روی آن ذخیره می شود.

    ثانیاً، یک شبکه عصبی کاملاً اندیشیده شده و آموزش دیده که میلیون ها عکس را با علامت تغذیه می کند. آموزش چنین شبکه هایی آسان است. یک عکس فوری آپلود شده و به سیستم ارائه می شود: "این ویکتور ایوانف است" و سپس مورد بعدی.

    شبکه عصبی به طور مستقل بردارهای ویژگی را توزیع می کند و الگوهای هندسی صورت را به گونه ای می یابد که سپس می تواند به طور مستقل ویکتور را از هزاران عکس دیگر تشخیص دهد.

    در همین فناوری FaceN که در ادامه به آن خواهیم پرداخت، از حدود 80 ویژگی عددی مختلف استفاده شده است.

    چرا آنها ناگهان شروع به صحبت در مورد تشخیص چهره کردند؟

    در اواسط سال 2016، اینترنت به معنای واقعی کلمه اپلیکیشن و اپلیکیشنی به همین نام را منفجر کرد. استفاده كردن شبکه های عصبی، توسعه دهندگان موفق شده اند وحشیانه ترین رویای کاربران شبکه های اجتماعی را محقق کنند.

    با دیدن شخصی در خیابان، می توانید از او در تلفن هوشمند خود عکس بگیرید، عکس را به FindFace ارسال کنید و در چند ثانیه صفحه او را در VKontakte پیدا کنید. الگوریتم بهبود یافته، تکمیل شد و در تشخیص چهره ها بهتر و بهتر شد.

    و همه چیز با شناخت نژادهای سگ از روی عکس ها شروع شد. نویسنده فناوری تشخیص FaceN و برنامه Magic Dog، Artem Kukharenko. آن مرد به سرعت متوجه شد که این فناوری آینده است و شروع به توسعه آن کرد.

    بعد از موفقیت اپلیکیشن های FindFace، بنیانگذار شرکت توسعه N-Tech.Lab Kukharenko بار دیگر مطمئن شد که تشخیص چهره تقریباً در هر صنعتی جالب است:

  • خدمات مرزی
  • کازینو
  • فرودگاه ها
  • هر مکان شلوغ
  • بازارها
  • پارک های تفریحی
  • خدمات ویژه
  • در می 2016، N-Tech.Lab آزمایش این سرویس را همراه با دولت مسکو آغاز کرد. ده ها هزار دوربین در سرتاسر پایتخت نصب شد که عابران را به صورت لحظه ای شناسایی می کرد.

    داستان واقعی.شما فقط در حیاط قدم می زنید که دوربین مشابهی در آن نصب شده است. بانک اطلاعاتی مجرمان و مفقودین به آن متصل است. اگر الگوریتم تشخیص دهد که شما شبیه مظنون هستید، افسر پلیس بلافاصله یک هشدار دریافت می کند.

    البته می توان یک نفر را همان جا پیدا کرد شبکه اجتماعیو از هر پایگاهی بشکنید. حال تصور کنید که چنین دوربین هایی در اطراف کل شهر نصب شده باشند. مهاجم قادر به فرار نخواهد بود. همه جا دوربین ها وجود دارد: در حیاط ها، در ورودی ها، در بزرگراه ها.

    و در مورد تشخیص چهره در روسیه چطور؟

    تعجب خواهید کرد، اما از اواسط سال 2016، شهرداران مسکو به طور فعال سیستم تشخیص چهره را در سراسر شهر پیاده سازی کرده اند.

    تا به امروز بیش از 100000 دوربین در ورودی ساختمان های بلند مسکو نصب شده است که می توانند چهره ها را تشخیص دهند. بیش از 25 هزار در حیاط نصب شده است. البته، اعداد دقیق طبقه‌بندی شده‌اند، اما می‌توانید در آن شک کنید - کنترل فعال سریع‌تر از آنچه تصور می‌کنید در حال گسترش است.

    در پایتخت، سیستم‌های تشخیص چهره در همه جا نصب می‌شوند: از میادین و مکان‌های شلوغ گرفته تا وسایل نقلیه عمومی. از زمان نصب این سیستم ها، بیش از ده مجرم بازداشت شده اند، اما این تنها بر اساس داده های رسمی است.

    همه دوربین ها دائما در حال تبادل اطلاعات با Unified هستند مرکز کامپیوترگروه فناوری اطلاعات. هشدارهای مشکوک بلافاصله توسط سازمان های مجری قانون بررسی می شود.

    و این تازه اولشه. در پایان سال گذشته، یک سیستم کنترل مشابه در خیابان های سن پترزبورگ آزمایش شد. راحتی فناوری پیشنهادی FindN این است که اصلاً نیازی به نصب دوربین خاصی نیست.

    تصویر دوربین های مداربسته استاندارد توسط یک الگوریتم "هوشمند" پردازش می شود و جادوی واقعی در آنجا اتفاق می افتد. طبق داده های فعلی، دقت تشخیص FindFace امروزه بین 73 تا 75 درصد متغیر است. توسعه دهندگان مطمئن هستند که می توانند در آینده نزدیک به نتیجه 100٪ دست یابند.

    تشخیص چهره چگونه به وجود آمد؟

    در ابتدا، هر نوع شناسایی بیومتریک منحصراً در داخل استفاده می شد اجرای قانونو خدماتی که ایمنی در آنها اولویت دارد. تنها در چند سال، اندازه‌گیری ویژگی‌های آناتومیکی و فیزیولوژیکی برای شناسایی شخصی تقریباً در همه ابزارهای مصرف‌کننده استاندارد شده است.

    انواع مختلفی از احراز هویت بیومتریک وجود دارد:

  • توسط DNA
  • روی عنبیه چشم
  • در کف دست شما
  • با صدا
  • با اثر انگشت
  • در صورت
  • و این فناوری دوم است که به ویژه جالب است، زیرا چندین مزیت نسبت به سایرین به طور همزمان دارد.

    نمونه اولیه فناوری تشخیص چهره در قرن نوزدهم ابتدا "پرتره از طریق توصیف" و بعداً - عکس بود. بنابراین پلیس می تواند عاملان را شناسایی کند. در سال 1965، یک سیستم تشخیص چهره نیمه خودکار به طور خاص برای دولت ایالات متحده توسعه یافت. در سال 1971، این فناوری باز خواهد گشت و نشانگرهای اصلی مورد نیاز برای تشخیص چهره را نشان می دهد، اما نه برای مدت طولانی.

    از آن زمان، آژانس های اطلاعاتی فناوری اثبات شده اثر انگشت را به عنوان شناسه اصلی بیومتریک ترجیح می دهند.

    و همه اینها به این دلیل است که فناوری هیچ گونه تعاملی با ویژگی های صورت انسان را اجازه نمی دهد. لیزرهای فوق دقیق، سنسورهای مادون قرمز و پردازنده های قدرتمندو همچنین خود سیستم های تشخیص در آن زمان وجود نداشتند.

    با ظهور رایانه های قدرتمند، تقریباً همه بخش ها به شناسایی از طریق اسکن چهره باز می گردند. رونق فناوری در بخش ها و مؤسسات ویژه در اواسط دهه 2000 رخ داد و سال گذشته این فناوری برای اولین بار در دستگاه های مصرف کننده استفاده شد.

    امروزه در کجا از فناوری تشخیص چهره استفاده می شود؟

    در گوشی های هوشمند

    محبوبیت فناوری تشخیص چهره با پرچمدار اپل آغاز شد. آیفون X این روند را برای سال‌های آینده تعیین کرد و OEMها فعالانه آنالوگ‌های Face ID را در دستگاه‌های خود ادغام می‌کنند.

    در بانک ها

    چندین سال است که تشخیص چهره بیومتریک در ایالات متحده مورد استفاده قرار گرفته است. اکنون این فناوری به روسیه رسیده است. تنها در سال 2017، به لطف معرفی این سیستم، از بیش از 10 هزار تراکنش تقلبی جلوگیری شد و مبلغ 1.5 میلیارد روبل صرفه جویی شد.

    تشخیص چهره برای شناسایی مشتری و تصمیم گیری در مورد امکان صدور وام استفاده می شود.

    در مغازه ها

    بخش خرده فروشی از فناوری به روش خود استفاده می کند. پس اگر هر کدام را بخرید لوازم خانگیدر فروشگاه، و پس از مدتی بازگشت به آن برای خریدهای منظم، سیستم تشخیص چهره بلافاصله شما را در ورودی شناسایی می کند. فروشنده بلافاصله اطلاعاتی را از پایگاه داده دریافت می کند و نه تنها نام شما، بلکه تاریخچه خریدها را نیز می یابد. پیش بینی رفتار بیشتر فروشنده آسان است.

    در زندگی شهرها

    این دقیقاً همان چیزی است که این فناوری برای آن طراحی و توسعه یافته است. از استادیوم ها گرفته تا سینماها، هر جا که جمعیت زیادی وجود دارد، شناسایی هویت از اهمیت ویژه ای برخوردار است. امروزه فناوری تشخیص چهره به جلوگیری از شورش و حملات تروریستی کمک می کند.

    کدام شرکت ها علاقه مند به تشخیص چهره هستند

    گوگل، فیسبوک، اپل و سایر غول های فناوری اطلاعات اکنون به طور فعال پروژه هایی را از توسعه دهندگانی که در زمینه تشخیص چهره فعالیت دارند خریداری می کنند. همه آنها پتانسیل عظیمی در فناوری می بینند.

    اینها تنها بخشی از معاملات رسمی اعلام شده است. در واقع، تعداد بیشتری وجود دارد. علاوه بر ادغام Face ID و آنالوگ های فناوری در تلفن های هوشمند، شرکت های پیشرو فناوری اطلاعات برنامه های بسیار بزرگ تری برای استفاده از تشخیص چهره دارند.

    آینده با تشخیص چهره چگونه خواهد بود؟

    مزایای فناوری اسکن چهره در گوشی های هوشمند چیست و لوازم برقی، ما قبلاً آن را کشف کرده ایم، بیایید به آینده نزدیک نگاه کنیم و یک روز از زندگی شخصی را تصور کنیم که در شهری به سر می برد که در آن یک دوربین تشخیص چهره در همه جا نصب شده است.

    صبح بخیر! لبخند بزنید، سیستم خانه هوشمند به شما نگاه می کند. هوم، استاد، من دیروز زیاد مشروب خوردم - می توانم آن را در صورتم ببینم، به سختی آن را تشخیص دادم. بنابراین، در کنار همسرش، در راهرو، بارسیک غذای عصر خود را تمام می کند. هیچ غریبه ای وجود ندارد. حیرت آور.

    یک نگاهی به قهوه ساز «کمی نزدیکتر از حد معمول» دورتر بزنید و آمریکانوی متوسط ​​شما با شیر ولرم آماده است. اوه، کسی دم در است! آه، این مادر شوهر مورد علاقه من است. وارد شوید، در به روی شما باز است - هیچ سیستم تشخیصی در جهان چهره شما را فراموش نمی کند.

    شما آماده اید و به آسانسور بروید. نه، نه، این سیستم تشخیص از قبل می داند که شما ترجیح می دهید از آخرین آسانسور استفاده کنید، بنابراین قبلاً فراخوانی شده است.

    با دیدن شما از دور، یک ماشین برقی 500 اسب بخاری به طور خودکار فاصله فرمان را تنظیم کرد و وضعیت صندلی را اصلاح کرد. در باز است - بنشین.

    در حالی که سازندگان سیستم های خلبان خودکار به طور ناموفق تلاش می کنند قانون را در مورد نیاز به وسایل نقلیه بدون سرنشین متقاعد کنند، سعی کنید قوانین راهنمایی و رانندگی را نقض نکنید. دوربین های مداربسته همه جا هستند و پرداخت جریمه اجتناب ناپذیر است. بالاخره شما قطعا در حال رانندگی هستید و به محض فشار دادن پدال گاز به زمین جریمه سرعت غیرمجاز از کارت بانکی شما کسر می شود.

    بالاخره در ساختمان اداری همان شرکتی هستیم که فناوری تشخیص چهره را در زیرساخت شهرهای روسیه پیاده سازی می کند. بله، این کار شماست. کنترل محکم است، اما لازم نیست نگران باشید - در حالی که ماشین را پارک می کردید، دوربین ها قبلا شما را شناسایی کردند.

    کار دشوارتر شده است: دوربین های تشخیص در سراسر محیط دفتر وجود دارد که "می بینند" چه کسی چه کاری انجام می دهد و در عین حال می تواند احساسات را بخواند. به طور خلاصه، گول زدن در محل کار کارساز نخواهد بود.

    شاید امروز هیچ فناوری دیگری وجود نداشته باشد که در اطراف آن این همه افسانه، دروغ و بی کفایتی وجود داشته باشد. روزنامه‌نگارانی که در مورد فناوری صحبت می‌کنند، سیاستمدارانی که در مورد اجرای موفق صحبت می‌کنند دروغ می‌گویند، اکثر فروشندگان فناوری دروغ می‌گویند. هر ماه عواقب افرادی را می بینم که سعی می کنند تشخیص چهره را وارد سیستم هایی کنند که نمی توانند با آن کار کنند.

    موضوع این مقاله برای مدت طولانی دردناک بود، اما نوشتن آن به نوعی تنبل بود. متن های زیادی که قبلاً بیست بار برای افراد مختلف تکرار کرده ام. اما، پس از خواندن بسته دیگری از زباله، به این نتیجه رسیدم که وقت آن رسیده است. من به این مقاله لینک خواهم داد.

    بنابراین. در این مقاله به چند سوال ساده پاسخ خواهم داد:

    به نظر شما سازندگان الگوریتم ها این پایگاه های داده را از کجا آورده اند؟

    اشاره کوچک. اولین محصول NTech که اکنون دارند Find Face است. فکر می کنم نیازی به توضیح نیست. البته، VKontakte با ربات هایی که همه چیز را پمپاژ می کنند، دست و پنجه نرم می کند باز کردن پروفایل ها. اما، تا آنجا که من شنیدم، مردم هنوز هم پمپاژ می کنند. و همکلاسی ها و اینستاگرام.

    به نظر می رسد با فیس بوک - همه چیز در آنجا پیچیده تر است. اما من تقریباً مطمئن هستم که آنها به چیزی رسیده اند.
    بنابراین بله، اگر نمایه شما عمومی است، پس می توانید افتخار کنید، از آن برای آموزش الگوریتم ها استفاده شده است؛)

    درباره راه حل ها و شرکت ها

    در اینجا می توانید افتخار کنید. از 5 شرکت پیشرو در جهان، دو شرکت روسی هستند. اینها N-Tech و VisionLabs هستند. نیم سال پیش، NTech و Vocord پیشتاز بودند، اولی روی چهره‌های برگردان بسیار بهتر کار می‌کرد، دومی روی چهره‌های جلویی.

    در حال حاضر رهبران دیگر 1-2 شرکت چینی و 1 آمریکایی هستند، Vocord چیزی در رتبه بندی از دست داده است.

    موارد روسی نیز در رتبه بندی itmo، 3divi، intellivision وجود دارد. سینزیس- شرکت بلاروسیاگرچه بخشی از آن زمانی در مسکو بود، اما حدود 3 سال پیش آنها یک وبلاگ در Habré داشتند. من در مورد چند راه حل دیگر می دانم که آنها متعلق به شرکت های خارجی هستند، اما دفاتر توسعه نیز در روسیه هستند. چندین شرکت روسی نیز وجود دارند که در رقابت حضور ندارند، اما به نظر می رسد راه حل های خوبی دارند. برای مثال، MDG وجود دارد. بدیهی است که Odnoklassniki و Vkontakte نیز موارد خوب خود را دارند، اما آنها برای استفاده داخلی هستند.

    به طور خلاصه، بله، چهره ها عمدتا توسط ما و چینی ها تغییر می کند.

    NTech اولین شرکتی بود که در جهان نمایش داد پارامترهای خوبسطح جدید جایی در اواخر سال 2015. VisionLabs فقط همین حالا با NTech آشنا شد. در سال 2015 آنها رهبران بازار بودند. اما راه حل آنها مربوط به نسل گذشته بود و آنها شروع کردند به تلاش برای رسیدن به NTech تنها در پایان سال 2016.

    راستش من هر دوی این شرکت ها را دوست ندارم. بازاریابی بسیار تهاجمی من افرادی را دیدم که به وضوح راه حل نامناسبی به آنها داده شد که مشکلات آنها را حل نکرد.

    از این طرف من Vocord را خیلی بیشتر دوست داشتم. من یک بار به بچه هایی که Vocord خیلی صادقانه به آنها گفت: "پروژه شما با چنین دوربین ها و نقاط نصب کار نمی کند." NTech و VisionLabs با خوشحالی سعی در فروش کردند. اما چیزی Vocord اخیرا ناپدید شده است.

    نتیجه گیری

    در پایان می خواهم موارد زیر را بگویم. تشخیص چهره یک ابزار بسیار خوب و قدرتمند است. این واقعاً به شما امکان می دهد امروز مجرمان را پیدا کنید. اما اجرای آن مستلزم تحلیل بسیار دقیق همه پارامترها است. راه حل های OpenSource کافی وجود دارد. برنامه‌هایی وجود دارند (تشخیص در استادیوم‌های شلوغ) که در آن‌ها باید فقط VisionLabs|Ntech را نصب کنید و همچنین یک تیم نگهداری، تجزیه و تحلیل و تصمیم‌گیری داشته باشید. و OpenSource در اینجا به شما کمک نمی کند.

    امروز، شما نمی توانید تمام افسانه هایی را که می توانید همه جنایتکاران را دستگیر کنید یا همه افراد شهر را تماشا کنید، باور کنید. اما مهم است که به یاد داشته باشید که چنین چیزهایی می تواند به دستگیری مجرمان کمک کند. به عنوان مثال، برای جلوگیری از همه افراد در مترو، بلکه فقط کسانی که سیستم آنها را مشابه می داند. دوربین ها را نصب کنید تا چهره ها بهتر شناخته شوند و زیرساخت مناسبی برای این کار ایجاد کنید. هرچند که مثلا من مخالف این هستم. بهای یک اشتباه، اگر شما را به عنوان شخص دیگری تشخیص دهند، ممکن است خیلی بزرگ باشد.

    افزودن برچسب