Камеры с идентификацией

В Москве заработала одна из крупнейших в мире систем видеонаблюдения с функцией распознавания лиц для идентификации преступников и повышения безопасности. Об этом сообщило агентство Bloomberg.

С 2012 года записи камер видеонаблюдения хранятся в течение 5 дней. По словам руководителя Департамента информационных технологий Артема Ермолаева, полиция не справляется с тем объемом данных, которые поставляют 170 тысяч московских камер, поэтому властям потребовалась помощь искусственного интеллекта.

Функция распознавания лиц работает в режиме online. Система использует базу лиц МВД, чтобы соотносить ее с лицами на видео. В целом по результатам двухмесячного пилотного проекта было задержано шесть преступников, рассказал Ермолаев. Как отмечает Bloomberg, точность системы была признана в Министерстве торговли США и Вашингтонском университете.

По словам Ермолаева, правительство Москвы ежегодно тратит порядка 5 млрд рублей на поддержку системы видеонаблюдения, а повсеместная идентификация может увеличить эту сумму втрое. В связи с этим внедрение технологии распознавания лиц будет выборочным – только в нужных полиции районах.

Новость навела на меня большие раздумия. Банк "Тинькофф" внедряет умную технологию распознавания лиц на своих банкоматах, что делает обнал в его банкоматах совсем не логичным. 

Да и действитетельно, сейчас технологии идут в ногу со временем, распознавание лиц работает в пилотной версии, но я даю буквально год, два и анализ можно будет выстроить быстро. Давайте разберем способы обхода данной проблемы. Да и не суть что все вокруг преступники, но в целом, если идем на сомнительную встречу с сомнительным человеком, зачем нам светить везде свое прекрасное личко?

Давайте сначала разберемся как это работает?

Определение заточено на цвете кожи, симметрии при помощи нейросетей. Существует метод Виолы-Джонса, который может применяться в реальном времени, система распознает лицо даже при поворотах. Для анализа в публичных местах используются 3D изображения, несколько камер делают снимки с разных ракурсов и потом обьединяют все в одно целое, формируется трехмерная модель, определяя контрольные точки, и в последствии данные анализируются с базой данных и при совпадении, человек идентифицируется.

На фото ниже, представлены параметры по которым идет идентификация.

В наше время эта технология еще сырая, можно рассмотреть тот момент, что компания Identix разрабатывает технологию, которая будет анализировать текстуру, шрамы, поры и глубину пор. Так что через несклько лет этот вопрос будет уже широко рассматриватся и применятся во всех публичных и не публичных местах.

Определение схожести пропорций и цвета кожи, выделение контуров на изображении и их сопоставление с контурами лиц, выделение симметрий при помощи нейросетей.

Ребята из Яндекса проводили эксперемент, который способствует защититься от распознавания лиц, были проведены тесты с нанесением макияжа и всевозможных рисунков на лицо. Вероятность идентификации достигает 70%

Самый верный и старый способ, который поможет обмануть нейронную сеть, является зимняя шапка/кепка, головной убор, побольше + для надежности очки. Тем самым нейронная сеть не сможет вас идентифицировать.

Не стоит недооценивать эти 2 элемента, можете проверить себя на публичных ресурсах такие как FindFace а так же зарубежных.

Для более серьезных дел, конечно тут на помощь придут реалистичные силиконовые маски, стоят они правда дорого, но любая идентификация составит 0%