Ang anibersaryo ng iPhone X ay nakatanggap ng isa sa mga pinakapambihirang tampok sa mga kakumpitensya nito. Makikilala ng flagship ang mukha ng may-ari, at sa halip na Touch ID at Home button, isinama ng mga inhinyero ang TrueDepth camera at ang Face ID function.

Mabilis, madalian at hindi na kailangang magpasok ng mga password. Ito ay kung paano mo maa-unlock ang iyong iPhone X ngayon.

Kilala ang Apple sa palaging pagtingin sa teknolohikal na hinaharap bago pa maging pamantayan ang susunod na feature. Sa kaso ng iPhone X at ang face scanner, tiwala ang kumpanya na ang pagkilala sa mukha ay ang hinaharap.

Alamin natin kung ang Apple ay nagkakamali o ang aming mga mukha - ito ay isang tiyak na pass sa digital na hinaharap.

😎 Ang seksyong Teknolohiya ay inilalathala bawat linggo sa suporta ng re:Store.

Kaya paano gumagana ang pagkilala sa mukha?

Ang teknolohiya sa pagkilala sa mukha ay nangangailangan ng ilang bahagi upang gumana. Una, ang server mismo, kung saan maiimbak ang parehong database at ang inihandang paghahambing na algorithm.

Pangalawa, isang pinag-isipang mabuti at sinanay na neural network, na binigyan ng milyun-milyong litrato na may marka. Ang mga ganitong network ay madaling sanayin. Ina-upload nila ang larawan at ipinakita ito sa system: "Ito si Viktor Ivanov," pagkatapos ay ang susunod.

Ang neural network ay nakapag-iisa na namamahagi ng mga feature vector at nakakahanap ng mga geometric na pattern ng mukha sa paraang maaari nitong independiyenteng makilala si Victor mula sa libu-libong iba pang mga larawan.

Ang parehong teknolohiya ng FaceN, na pag-uusapan natin sa ibaba, ay gumagamit ng humigit-kumulang 80 iba't ibang mga katangian ng numero.

Bakit biglang pinag-uusapan ng mga tao ang tungkol sa pagkilala sa mukha?

Noong kalagitnaan ng 2016, literal na sumabog ang Internet sa isang application na may parehong pangalan. Gamit ang mga neural network, nagawa ng mga developer na matupad ang pinakamaligaw na pangarap ng mga gumagamit ng social network.

Kapag nakakita ka ng isang tao sa kalye, maaari kang kumuha ng larawan sa kanya sa iyong smartphone, ipadala ang larawan sa FindFace, at sa ilang segundo hanapin ang kanyang pahina sa VKontakte. Ang algorithm ay pinahusay, na-update at kinikilala ang mga mukha nang mas mahusay at mas mahusay.

Nagsimula ang lahat sa pagkilala sa mga lahi ng aso mula sa mga litrato. Ang may-akda ng teknolohiya sa pagkilala ng FaceN at ang application ng Magic Dog ay si Artem Kukharenko. Mabilis na napagtanto ng lalaki na ang teknolohiyang ito ay ang hinaharap at nagsimulang pag-unlad.

Matapos ang tagumpay ng FindFace application, ang tagapagtatag ng kumpanya ng pag-unlad na N-Tech.Lab Kukharenko ay muling kumbinsido na ang pagkilala sa mukha ay kawili-wili sa halos anumang industriya:

mga serbisyo sa hangganan

casino

mga paliparan

anumang mataong lugar

mga pamilihan

mga amusement park

mga serbisyo ng katalinuhan

Noong Mayo 2016, sinimulan ng N-Tech.Lab na subukan ang serbisyo kasama ang gobyerno ng Moscow. Sampu-sampung libong mga camera ang inilagay sa buong kabisera, na natukoy ang mga dumadaan sa real time.

Pinagkakatiwalaan. Maglalakad ka lang sa bakuran kung saan naka-install ang naturang camera. Ang isang database ng mga kriminal at nawawalang mga tao ay konektado dito. Kung matukoy ng algorithm na ikaw ay katulad ng suspek, agad na makakatanggap ng babala ang opisyal ng pulisya.

Siyempre, maaari mong mahanap agad ang isang tao sa isang social network at maghanap sa anumang database. Ngayon isipin na ang mga naturang camera ay naka-install sa kahabaan ng perimeter ng buong lungsod. Hindi makakatakas ang umaatake. May mga camera sa lahat ng dako: sa mga patyo, sa mga pasukan, sa mga highway.

Paano nangyayari ang mga bagay sa pagkilala sa mukha sa Russia?

Magugulat ka, ngunit mula noong kalagitnaan ng 2016, ang mga mayor ng Moscow ay aktibong nagpapatupad ng isang sistema ng pagkilala sa mukha sa buong lungsod.

Sa ngayon, higit sa 100 libong mga camera na may kakayahang makilala ang mga mukha ay na-install sa mga pasukan ng Moscow matataas na gusali lamang. Mahigit sa 25 libo ang naka-install sa mga yarda. Siyempre, ang mga eksaktong numero ay inuri, ngunit makatitiyak, ang aktibong kontrol ay kumakalat nang mas mabilis kaysa sa maaari mong isipin.

Sa kabisera, ang mga sistema ng pagkilala sa mukha ay naka-install sa lahat ng dako: mula sa mga parisukat at mataong lugar hanggang sa pampublikong sasakyan. Mula sa pag-install ng mga sistema, higit sa sampung kriminal ang nakakulong, ngunit ito ay ayon lamang sa opisyal na data.

Ang lahat ng mga camera ay patuloy na nakikipagpalitan ng impormasyon sa Unified Computing Center ng Department of Information Technology. Ang mga kahina-hinalang alerto ay agad na sinusuri ng mga ahensyang nagpapatupad ng batas.

At ito ay simula pa lamang. Sa pagtatapos ng nakaraang taon, nagsimulang subukan ang isang katulad na sistema ng kontrol sa mga lansangan ng St. Petersburg. Ang kaginhawahan ng teknolohiya na iminungkahi ng FindN ay hindi kinakailangang mag-install ng anumang mga espesyal na camera.

Ang imahe mula sa mga karaniwang CCTV camera ay pinoproseso ng isang "matalinong" algorithm at ang tunay na magic ay nangyayari doon. Ayon sa kasalukuyang data, ang katumpakan ng pagkilala ng FindFace ngayon ay nag-iiba sa pagitan ng 73% - 75%. Tiwala ang mga developer na makakamit nila ang 100% na resulta sa malapit na hinaharap.

Paano nangyari ang pagkilala sa mukha?

Sa una, ang anumang uri ng biometric na pagkakakilanlan ay ginamit nang eksklusibo sa loob ng mga ahensya at serbisyong nagpapatupad ng batas kung saan prayoridad ang seguridad. Sa loob lamang ng ilang taon, ang pagsukat ng anatomical at physiological na mga katangian para sa personal na pagkakakilanlan ay naging pamantayan sa halos lahat ng mga gadget ng consumer.

Mayroong maraming mga uri ng biometric na pagpapatotoo:

sa pamamagitan ng DNA

kasama ang iris ng mata

palad

sa pamamagitan ng boses

sa pamamagitan ng fingerprint

sa mukha

At ito ang huling teknolohiya na lalong kawili-wili, dahil mayroon itong ilang mga pakinabang sa iba.

Ang prototype ng teknolohiya sa pagkilala sa mukha noong ika-19 na siglo ay unang "mga larawan sa pamamagitan ng paglalarawan", at kalaunan - mga larawan. Sa ganitong paraan makikilala ng pulisya ang mga kriminal. Noong 1965, isang semi-awtomatikong facial recognition system ang ginawa para sa gobyerno ng US. Noong 1971, ibinalik ang teknolohiya, na tinutukoy ang mga pangunahing marker na kinakailangan para sa pagkilala sa mukha, ngunit hindi nagtagal.

Simula noon, mas pinili pa rin ng mga ahensya ng intelligence ang napatunayang teknolohiya ng fingerprinting bilang kanilang pangunahing biometric identifier.

At lahat dahil hindi pinapayagan ng teknolohiya ang anumang pakikipag-ugnayan sa mga tampok ng mukha ng tao. Ang mga ultra-tumpak na laser, infrared sensor at makapangyarihang mga processor, pati na rin ang mga sistema ng pagkilala mismo, ay hindi umiiral sa oras na iyon.

Sa pagdating ng makapangyarihang mga computer, halos lahat ng mga departamento ay bumabalik sa pagkakakilanlan sa pamamagitan ng pag-scan sa mukha. Ang teknolohiya ay umunlad sa mga kagawaran at espesyal na ahensya noong kalagitnaan ng 2000s, at noong nakaraang taon ang teknolohiya ay nagsimulang gamitin sa unang pagkakataon sa mga consumer device.

Saan ginagamit ngayon ang teknolohiya sa pagkilala sa mukha?

Sa mga smartphone

Ang pagpapasikat ng teknolohiya sa pagkilala sa mukha ay nagsimula sa punong barko ng Apple. Itinakda ng iPhone X ang trend para sa mga darating na taon at ang mga OEM ay aktibong nagsimulang isama ang mga Face ID analogues sa kanilang mga device.

Sa mga bangko

Ang biometric facial recognition ay ginamit sa Estados Unidos sa loob ng ilang taon. Ngayon ang teknolohiya ay umabot na sa Russia. Sa 2017 lamang, salamat sa pagpapatupad ng sistemang ito, posible na maiwasan ang higit sa 10 libong mapanlinlang na mga transaksyon at makatipid ng halagang 1.5 bilyong rubles.

Ang pagkilala sa mukha ay ginagamit upang makilala ang kliyente at gumawa ng desisyon sa posibilidad na mag-isyu ng pautang.

Sa mga tindahan

Ang retail na segment ay gumagamit ng teknolohiya sa sarili nitong paraan. Kaya, kung bumili ka ng ilang mga gamit sa bahay sa isang tindahan, at pagkaraan ng ilang oras ay bumalik dito para sa isa pang pagbili, ang sistema ng pagkilala sa mukha ay agad na makikilala sa pasukan. Ang nagbebenta ay agad na makakatanggap ng impormasyon mula sa database at malaman hindi lamang ang iyong pangalan, kundi pati na rin ang iyong kasaysayan ng pagbili. Ang karagdagang pag-uugali ng nagbebenta ay madaling hulaan.

Sa buhay ng mga lungsod

Ito ay para sa kung ano mismo ang teknolohiya ay binuo at binuo. Mula sa mga stadium hanggang sa mga sinehan, saanman mayroong malaking bilang ng mga tao, ang pagkakakilanlan ay lalong mahalaga. Sa ngayon, ginagawang posible ng teknolohiya sa pagkilala ng mukha na maiwasan ang mga kaguluhan at pag-atake ng mga terorista.

Aling mga kumpanya ang interesado sa pagkilala sa mukha?

Ang Google, Facebook, Apple at iba pang higanteng IT ay aktibong bumibili ng mga proyekto mula sa mga developer na kasangkot sa pagkilala sa mukha. Nakikita nilang lahat ang malaking potensyal sa teknolohiya.

Ito ay bahagi lamang ng opisyal na inihayag na mga deal. Sa totoo lang, marami pa sila. Bilang karagdagan sa pagsasama ng Face ID at mga analog na teknolohiya sa mga smartphone, ang mga nangungunang kumpanya ng IT ay may mas malalaking plano para sa paggamit ng facial recognition.

Ano ang magiging hitsura ng hinaharap na may pagkilala sa mukha

Nalaman na namin ang mga pakinabang na inaalok ng teknolohiya sa pag-scan sa mukha sa mga smartphone at electronic device, kaya tingnan natin ang malapit na hinaharap at isipin ang isang araw sa buhay ng isang tao na nasa lungsod kung saan naka-install ang mga facial recognition camera sa lahat ng dako.

Magandang umaga po! Ngumiti, tinitingnan ka ng sistema ng matalinong tahanan. Hmm, master, marami akong nainom kahapon - kita ko sa mukha ko, nahirapan akong makilala. Kaya, sa tabi ng aking asawa, si Barsik ay tinatapos ang kanyang panggabing pagkain sa pasilyo. Walang mga estranghero. Kahanga-hanga.

Isang sulyap sa coffee maker sa malayong "medyo malapit kaysa karaniwan" at handa na ang iyong Americano na may katamtamang lakas na may bahagyang mainit na gatas. Oops, may tao sa pinto! Oh, ito ang aking paboritong biyenan. Pumasok ka, bukas ang pinto para sa iyo - ni isang sistema ng pagkilala sa mundo ay hindi makakalimutan ang iyong mukha.

Humanda ka at lumapit sa elevator. Hindi, hindi, alam na ng recognition system na ito na mas gusto mong umupo sa outer elevator, kaya tinawag na ito.

Nakikita ka mula sa malayo, awtomatikong inayos ng 500-horsepower na de-kuryenteng kotse ang abot ng manibela at inayos ang posisyon ng upuan. Bukas ang pinto - umupo ka.

Habang ang mga tagagawa ng mga autopilot system ay hindi matagumpay na sinusubukang kumbinsihin ang batas tungkol sa pangangailangang magpakilala ng mga sasakyang walang sasakyan, subukang huwag lumabag sa mga panuntunan sa trapiko. Ang mga surveillance camera ay nasa lahat ng dako, at ang pagbabayad ng multa ay hindi maiiwasan. Pagkatapos ng lahat, ikaw ang nagmamaneho, at sa sandaling pinindot mo ang pedal ng accelerator sa sahig, ang isang mabilis na multa ay made-debit mula sa iyong bank card.

Sa wakas, kami ay nasa gusali ng opisina ng mismong kumpanya na nagpapakilala ng teknolohiya sa pagkilala sa mukha sa imprastraktura ng mga lungsod sa Russia. Oo, trabaho mo yan. Mahigpit ang kontrol, ngunit hindi mo kailangang mag-alala - habang ipinaparada mo ang kotse, nakilala ka na ng mga camera.

Ang trabaho ay naging mas mahirap: kasama ang buong perimeter ng opisina ay may mga camera ng pagkilala na "nakikita" kung sino ang gumagawa ng kung ano, at sa parehong oras ay nababasa nila ang mga emosyon. Sa madaling salita, hindi uubra ang kalokohan sa lugar ng trabaho.

Umakyat ka sa hagdan at pumasok sa elevator. Alam niya kung saang palapag ang kailangan mong puntahan. Awtomatikong bumukas ang mga pinto ng apartment sa harap mo. "Kilala" ka ng computer at telepono at hindi mo hinihiling na magpasok ng password.

Sa unang tingin, maaaring tila ang anumang organisasyon na kayang bayaran ito ay binabantayan ang iyong bawat galaw at nangongolekta ng dossier sa iyo. Ngunit wala kang ideya kung gaano kalawak ang mga teknolohiya sa pagkilala ng mukha sa buong mundo at kung anong makapangyarihang mga prospect ang ipinangako nila. Bilang karagdagan sa mga halimbawa sa itaas, nagbibigay-daan sa iyo ang mga facial recognition system na gawin ang mga sumusunod na simple at kumplikadong mga bagay:

• kumpirmasyon ng pagkakakilanlan ng mag-aaral sa panahon ng online na pagsusulit;
• pagkakakilanlan ng mga tao mula sa "itim na listahan" sa pasukan sa mga stadium at nightclub;
• pagbabayad para sa mga kalakal;
• pagpapanatili ng iyong lugar sa linya kapag bumibisita sa isang amusement park;
• ina-unlock ang iyong telepono o computer.

Ano ang masasabi natin kung sa Moscow lamang ay mayroon nang isang network ng higit sa 150,000 panlabas na video surveillance camera. Walang itinatago mula sa kanila, at ito ay nagpapaisip sa mga tao, ngunit ang sukat ng "pagsubaybay" ay hindi ganoon kahusay. Gumagamit ang network ng isang malakas na sistema ng pagkilala sa mukha, ngunit nangangailangan ito ng maraming enerhiya upang gumana, kaya 2-4 na libong camera lamang ang gumagana sa real time. Nakakatakot pa rin ang malawakang pagsubaybay sa populasyon, kaya nararapat na tumuon sa mga tunay na pakinabang ng teknolohiyang ito. Ngunit una sa lahat.

Paano gumagana ang facial recognition system?

Naisip mo na ba kung paano mo mismo nakikilala ang isang mukha at nakikilala ito? Paano ito ginagawa ng isang computer? Siyempre, ang mga mukha ng tao ay may ilang mga katangian na madaling ilarawan. Ang distansya sa pagitan ng mga mata, ang posisyon at lapad ng ilong, ang hugis ng mga kilay at baba - napapansin mo ang lahat ng mga detalyeng ito nang hindi sinasadya kapag tumingin ka sa ibang tao. Ginagawa ng computer ang lahat ng ito nang may tiyak na kahusayan at katumpakan, dahil sa pamamagitan ng pagsasama-sama ng lahat ng mga sukatan na ito, nakakakuha ito ng mathematical formula para sa mukha ng tao.

Kaya gaano kahusay gumagana ang facial recognition sa kasalukuyan? Medyo magaling, pero minsan nagkakamali siya. Kung nakatagpo ka na ng facial recognition software sa Facebook o sa ibang platform, malamang na napansin mo na may kasing daming nakakatawang resulta gaya ng mga tumpak. Gayunpaman, kahit na ang teknolohiya ay hindi gumagana nang may 100 porsiyentong katumpakan, ito ay sapat na mabuti upang magkaroon ng malawakang paggamit. At kahit kinakabahan ka.

Sinabi ni Paul Howie ng NEC na ang kanilang facial recognition system ay nag-scan ng mga mukha para sa mga indibidwal na pagkakakilanlan:

"Halimbawa, itinuturing ng maraming tao ang distansya sa pagitan ng mga mata bilang isang natatanging katangian. O maaaring ito ay ang distansya mula sa baba hanggang sa noo at iba pang mga bahagi. Sa partikular, isinasaalang-alang namin ang 15-20 na mga salik na itinuturing na mahalaga, pati na rin ang iba pang mga salik na hindi na masyadong makabuluhan. Ang isang 3D na imahe ng ulo ng tao ay nilikha, kaya kahit na bahagyang natatakpan ito, makakakuha pa rin tayo ng eksaktong tugma. Pagkatapos ay kinukuha ng system ang facial signature at pinapatakbo ito sa database."

Dapat ka bang mag-alala tungkol sa facial recognition software?

Una sa lahat, ang pagkilala sa mukha ay data. Maaaring kolektahin at iimbak ang data, kadalasan nang walang pahintulot. Kapag ang impormasyon ay nakolekta at nakaimbak, ito ay bukas sa pag-hack. Ang mga platform ng software sa pagkilala sa mukha ay hindi pa nakakakita ng anumang pangunahing pag-hack, ngunit habang kumakalat ang teknolohiya, ang iyong biometric data ay napupunta sa mga kamay ng mas maraming tao.

Mayroon ding mga isyu sa pagmamay-ari. Karamihan sa mga tao ay hindi alam na kapag nag-sign up sila para sa mga platform ng social media tulad ng Facebook, ang kanilang data ay nabibilang sa Facebook mula sa sandaling iyon. Sa dumaraming bilang ng mga kumpanyang gumagamit ng facial recognition, sa lalong madaling panahon hindi mo na kailangang mag-upload ng sarili mong mga larawan sa Internet para makitang nakompromiso ang iyong sarili. Naka-imbak na sila doon, at matagal nang nakaimbak.

Sa pagsasalita ng software, lahat sila ay gumagana nang iba, ngunit sa pangunahing gumagamit sila ng mga katulad na pamamaraan at neural network. Ang bawat mukha ay may maraming natatanging katangian (imposibleng makahanap ng dalawang magkatulad na mukha sa mundo, ngunit napakarami sa kanila sa buong kasaysayan ng sangkatauhan!). Halimbawa, ang FaceIt software ay tumutukoy sa mga feature na ito bilang mga node. Ang bawat mukha ay naglalaman ng humigit-kumulang 80 nodal point, katulad ng mga nabanggit namin dati: ang distansya sa pagitan ng mga mata, ang lapad ng ilong, ang lalim ng eye sockets, ang hugis ng baba, ang haba ng panga. Ang mga puntong ito ay sinusukat at lumikha ng isang numerical code - isang "faceprint" - na pagkatapos ay ipinasok sa isang database.

Noong nakaraan, ang pagkilala sa mukha ay umasa sa mga 2D na larawan upang ihambing o kilalanin ang iba pang mga 2D na larawan mula sa isang database. Para sa maximum na kahusayan at katumpakan, ang imahe ay kailangang isang mukha na direktang nakatingin sa camera, na may kaunting light dispersion at walang partikular na ekspresyon ng mukha. Siyempre, ito ay nagtrabaho nang hindi maganda.

Sa karamihan ng mga kaso, ang mga imahe ay hindi nilikha sa isang angkop na kapaligiran. Kahit na ang bahagyang paglalaro ay maaaring mabawasan ang kahusayan ng system, na humahantong sa mataas na rate ng pagkabigo.

Ang 2D ay napalitan ng 3D na pagkilala. Ang kamakailang trend ng software na ito ay gumagamit ng isang 3D na modelo upang magbigay ng lubos na tumpak na pagkilala sa mukha. Sa pamamagitan ng pagkuha ng 3D na imahe ng ibabaw ng mukha ng isang tao sa real time, ang software ay nagha-highlight ng mga natatanging feature - kung saan ang matigas na tissue at buto ay pinaka-prominente, gaya ng mga curve ng eye socket, ilong at baba - upang matukoy ang paksa. Ang mga lugar na ito ay natatangi at hindi nagbabago sa paglipas ng panahon.

Gamit ang depth at measurement axis na hindi apektado ng pag-iilaw, ang 3D facial recognition ay maaari pang gamitin sa dilim at makilala ang mga bagay mula sa iba't ibang anggulo (kahit sa profile). Ang nasabing software ay dumaraan sa ilang yugto upang makilala ang isang tao:

• Pagtuklas: Pagkuha ng larawan sa pamamagitan ng digital na pag-scan sa isang umiiral na litrato (2D) o video upang makagawa ng live na larawan ng paksa (3D).
• Alignment: Ang pagkakaroon ng natukoy na mukha, ang system ay nagtatala ng posisyon ng ulo, laki at postura.
• Pagsukat: Sinusukat ng system ang mga facial curve na may katumpakan ng milimetro at gumagawa ng template.
• Representasyon: Isinasalin ng system ang template sa isang natatanging code. Ang code na ito ay nagbibigay sa bawat template ng isang hanay ng mga numero na kumakatawan sa mga tampok at katangian ng mukha.
• Pagtutugma: Kung ang larawan ay nasa 3D at ang database ay naglalaman ng mga 3D na larawan, ang pagtutugma ay magaganap nang hindi binabago ang larawan. Ngunit kung ang database ay binubuo ng dalawang-dimensional na mga imahe, ang tatlong-dimensional na imahe ay nabubulok sa iba't ibang bahagi (tulad ng dalawang-dimensional na larawan ng parehong mga tampok ng mukha na kinuha mula sa iba't ibang mga anggulo), at sila ay na-convert sa mga 2D na imahe. At pagkatapos ay ang tugma ay matatagpuan sa database.
• Pag-verify o pagkilala: Sa panahon ng proseso ng pag-verify, ang isang snapshot ay inihahambing sa isang snapshot lamang sa database (1:1). Kung ang layunin ay pagkakakilanlan, ang imahe ay inihambing sa lahat ng mga larawan sa database, na nagreresulta sa isang bilang ng mga posibleng tugma (1:N). Ang isang paraan o iba pa ay ginagamit kung kinakailangan.

Saan ginagamit ang mga facial recognition system?

Noong nakaraan, ang mga facial recognition system ay pangunahing ginagamit sa pagpapatupad ng batas, dahil ginagamit ng mga awtoridad ang mga ito para maghanap ng mga random na mukha sa maraming tao. Gumamit din ang ilang ahensya ng gobyerno ng mga katulad na sistema para sa seguridad at para maalis ang pandaraya ng mga botante.

Gayunpaman, maraming iba pang mga sitwasyon kung saan nagiging popular ang naturang software. Ang mga sistema ay nagiging mas mura at ang kanilang pamamahagi ay lumalaki. Ang mga ito ay katugma na ngayon sa mga camera at computer na ginagamit ng mga bangko at paliparan. Gumagawa ang mga ahensya ng paglalakbay sa isang programang "may seasoned na manlalakbay" upang magbigay ng mabilis na pagsusuri sa seguridad sa mga pasaherong boluntaryong nagbibigay ng impormasyon. Ang mga pila sa paliparan ay magiging mas mabilis kung ang mga tao ay dumaan sa isang facial recognition system na tumutugma sa mga mukha laban sa isang panloob na database.

Kasama sa iba pang potensyal na aplikasyon ang mga ATM at mga cash dispenser. Mabilis na ma-verify ng software ang mukha ng kliyente. Pagkatapos ng pahintulot ng kliyente, ang ATM o terminal ay kumukuha ng larawan ng mukha. Lumilikha ang software ng facial print na nagpoprotekta sa customer mula sa pagnanakaw ng pagkakakilanlan at mga mapanlinlang na transaksyon - ang ATM ay hindi magbibigay ng pera sa isang taong may ibang mukha. Hindi mo na kailangan ng PIN code.

Salamangka? Mga teknolohiya!

Ang partikular na mahalaga at kawili-wili ay maaaring ang pag-unlad ng teknolohiya sa pagkilala sa mukha sa larangan ng mga bank transfer. Noong isang araw, ipinakita ng Russian bank na Otkrytie ang sarili nitong natatanging solusyon, na binuo sa ilalim ng tatak ng teknolohiyang Open Garage: paglilipat ng pera gamit ang isang larawan sa Otkritie.Transfers mobile application. Sa halip na maglagay ng card o numero ng telepono, kailangan mo lang kumuha ng larawan ng taong kailangan mong gumawa ng paglipat. Ang facial recognition system ay ihahambing ang larawan sa reference (ginawa kapag ang bangko ay nagbigay ng card) at ipo-prompt ang una at apelyido. Ang kailangan mo lang gawin ay pumili ng isang card at ilagay ang halaga. Ang pinakamahalaga ay ang mga kliyente ng mga third-party na bangko ay maaari ding gumamit ng function na ito upang magsagawa ng mga paglilipat sa mga kliyente ng Otkritie - ang nagpadala ng mga paglilipat ay maaaring gumamit ng isang card mula sa anumang Russian bank.

"Ang paggamit ng litrato ng isang kliyente sa halip na isang numero ng bank card ay isang panimula na bagong diskarte sa mga online na paglilipat, batay sa paggamit ng isang sistema ng pagkilala sa mukha ng neural network, na nagpapahintulot sa isang kliyente na makilala gamit ang kanyang biometric data na may mataas na antas ng katumpakan, ” sabi ng pinuno ng Partnership Systems Development Department ng Otkritie Bank. - Ang serbisyo ay nagbubukas ng ganap na bagong mga sitwasyon sa buhay para sa mga user na gumawa ng mga paglilipat ng pera. Sa kasalukuyan, wala sa mga kalahok sa financial market sa mundo ang nag-aalok ng ganoong serbisyo sa kanilang mga kliyente.”

Ano ang masasabi natin kung sa Moscow lamang ay mayroon nang isang network ng higit sa 150,000 panlabas na video surveillance camera. Walang itinatago mula sa kanila, at ito ay nagpapaisip sa mga tao, ngunit ang sukat ng "pagsubaybay" ay hindi ganoon kahusay. Gumagamit ang network ng isang malakas na sistema ng pagkilala sa mukha, ngunit nangangailangan ito ng maraming enerhiya upang gumana, kaya 2-4 na libong camera lamang ang gumagana sa real time. Nakakatakot pa rin ang malawakang pagsubaybay sa populasyon, kaya nararapat na tumuon sa mga tunay na pakinabang ng teknolohiyang ito. Ngunit una sa lahat.

Paano gumagana ang facial recognition system?

Naisip mo na ba kung paano mo mismo nakikilala ang isang mukha at nakikilala ito? Paano ito ginagawa ng isang computer? Siyempre, ang mga mukha ng tao ay may ilang mga katangian na madaling ilarawan. Ang distansya sa pagitan ng mga mata, ang posisyon at lapad ng ilong, ang hugis ng mga kilay at baba - napapansin mo ang lahat ng mga detalyeng ito nang hindi sinasadya kapag tumingin ka sa ibang tao. Ginagawa ng computer ang lahat ng ito nang may tiyak na kahusayan at katumpakan, dahil sa pamamagitan ng pagsasama-sama ng lahat ng mga sukatan na ito, nakakakuha ito ng mathematical formula para sa mukha ng tao.

Kaya gaano kahusay gumagana ang facial recognition sa kasalukuyan? Medyo magaling, pero minsan nagkakamali siya. Kung nakatagpo ka na ng facial recognition software sa Facebook o sa ibang platform, malamang na napansin mo na may kasing daming nakakatawang resulta gaya ng mga tumpak. Gayunpaman, kahit na ang teknolohiya ay hindi gumagana nang may 100 porsiyentong katumpakan, ito ay sapat na mabuti upang magkaroon ng malawakang paggamit. At kahit kinakabahan ka.

Sinabi ni Paul Howie ng NEC na ang kanilang facial recognition system ay nag-scan ng mga mukha para sa mga indibidwal na pagkakakilanlan:

"Halimbawa, itinuturing ng maraming tao ang distansya sa pagitan ng mga mata bilang isang natatanging katangian. O maaaring ito ay ang distansya mula sa baba hanggang sa noo at iba pang mga bahagi. Sa partikular, isinasaalang-alang namin ang 15-20 na mga salik na itinuturing na mahalaga, pati na rin ang iba pang mga salik na hindi na masyadong makabuluhan. Ang isang 3D na imahe ng ulo ng tao ay nilikha, kaya kahit na bahagyang natatakpan ito, makakakuha pa rin tayo ng eksaktong tugma. Pagkatapos ay kinukuha ng system ang facial signature at pinapatakbo ito sa database."

Dapat ka bang mag-alala tungkol sa facial recognition software?

Una sa lahat, ang pagkilala sa mukha ay data. Maaaring kolektahin at iimbak ang data, kadalasan nang walang pahintulot. Kapag ang impormasyon ay nakolekta at nakaimbak, ito ay bukas sa pag-hack. Ang mga platform ng software sa pagkilala sa mukha ay hindi pa nakakakita ng anumang pangunahing pag-hack, ngunit habang kumakalat ang teknolohiya, ang iyong biometric data ay napupunta sa mga kamay ng mas maraming tao.



Mayroon ding mga isyu sa pagmamay-ari. Karamihan sa mga tao ay hindi alam na kapag nag-sign up sila para sa mga platform ng social media tulad ng Facebook, ang kanilang data ay nabibilang sa Facebook mula sa sandaling iyon. Sa dumaraming bilang ng mga kumpanyang gumagamit ng facial recognition, sa lalong madaling panahon hindi mo na kailangang mag-upload ng sarili mong mga larawan sa Internet para makitang nakompromiso ang iyong sarili. Naka-imbak na sila doon, at matagal nang nakaimbak.

Sa pagsasalita ng software, lahat sila ay gumagana nang iba, ngunit sa pangunahing gumagamit sila ng mga katulad na pamamaraan at neural network. Ang bawat mukha ay may maraming natatanging katangian (imposibleng makahanap ng dalawang magkatulad na mukha sa mundo, ngunit napakarami sa kanila sa buong kasaysayan ng sangkatauhan!). Halimbawa, ang FaceIt software ay tumutukoy sa mga feature na ito bilang mga node. Ang bawat mukha ay naglalaman ng humigit-kumulang 80 nodal point, katulad ng mga nabanggit namin dati: ang distansya sa pagitan ng mga mata, ang lapad ng ilong, ang lalim ng eye sockets, ang hugis ng baba, ang haba ng panga. Ang mga puntong ito ay sinusukat at lumikha ng isang numerical code - isang "faceprint" - na pagkatapos ay ipinasok sa isang database.

Noong nakaraan, ang pagkilala sa mukha ay umasa sa mga 2D na larawan upang ihambing o kilalanin ang iba pang mga 2D na larawan mula sa isang database. Para sa maximum na kahusayan at katumpakan, ang imahe ay kailangang isang mukha na direktang nakatingin sa camera, na may kaunting light dispersion at walang partikular na ekspresyon ng mukha. Siyempre, ito ay nagtrabaho nang hindi maganda.

Sa karamihan ng mga kaso, ang mga imahe ay hindi nilikha sa isang angkop na kapaligiran. Kahit na ang bahagyang paglalaro ay maaaring mabawasan ang kahusayan ng system, na humahantong sa mataas na rate ng pagkabigo.

Ang 2D ay napalitan ng 3D na pagkilala. Ang kamakailang trend ng software na ito ay gumagamit ng isang 3D na modelo upang magbigay ng lubos na tumpak na pagkilala sa mukha. Sa pamamagitan ng pagkuha ng 3D na imahe ng ibabaw ng mukha ng isang tao sa real time, ang software ay nagha-highlight ng mga natatanging feature - kung saan ang matigas na tissue at buto ay pinaka-prominente, gaya ng mga curve ng eye socket, ilong at baba - upang matukoy ang paksa. Ang mga lugar na ito ay natatangi at hindi nagbabago sa paglipas ng panahon.



Gamit ang depth at measurement axis na hindi apektado ng pag-iilaw, ang 3D facial recognition ay maaari pang gamitin sa dilim at makilala ang mga bagay mula sa iba't ibang anggulo (kahit sa profile). Ang nasabing software ay dumaraan sa ilang yugto upang makilala ang isang tao:

• Pagtuklas: Pagkuha ng larawan sa pamamagitan ng digital na pag-scan sa isang umiiral na litrato (2D) o video upang makagawa ng live na larawan ng paksa (3D).
• Pag-align: Ang pagkakaroon ng natukoy na mukha, ang system ay nagtatala ng posisyon ng ulo, laki at pose.
• Pagsukat: Sinusukat ng system ang mga facial curve na may katumpakan ng milimetro at gumagawa ng template.
• Representasyon: Isinasalin ng system ang template sa isang natatanging code. Ang code na ito ay nagbibigay sa bawat template ng isang hanay ng mga numero na kumakatawan sa mga tampok at katangian ng mukha.
• Paghahambing: Kung ang imahe ay nasa 3D at ang database ay naglalaman ng mga 3D na imahe, ang paghahambing ay magpapatuloy nang hindi binabago ang imahe. Ngunit kung ang database ay binubuo ng dalawang-dimensional na mga imahe, ang tatlong-dimensional na imahe ay nabubulok sa iba't ibang bahagi (tulad ng dalawang-dimensional na larawan ng parehong mga tampok ng mukha na kinuha mula sa iba't ibang mga anggulo), at sila ay na-convert sa mga 2D na imahe. At pagkatapos ay ang tugma ay matatagpuan sa database.
• Pagpapatunay o pagkakakilanlan: Sa panahon ng proseso ng pag-verify, ang larawan ay inihambing sa isang larawan lamang sa database (1:1). Kung ang layunin ay pagkakakilanlan, ang imahe ay inihambing sa lahat ng mga larawan sa database, na nagreresulta sa isang bilang ng mga posibleng tugma (1:N). Ang isang paraan o iba pa ay ginagamit kung kinakailangan.

Saan ginagamit ang mga facial recognition system?

Noong nakaraan, ang mga facial recognition system ay pangunahing ginagamit sa pagpapatupad ng batas, dahil ginagamit ng mga awtoridad ang mga ito para maghanap ng mga random na mukha sa maraming tao. Gumamit din ang ilang ahensya ng gobyerno ng mga katulad na sistema para sa seguridad at para maalis ang pandaraya ng mga botante.

Gayunpaman, maraming iba pang mga sitwasyon kung saan nagiging popular ang naturang software. Ang mga sistema ay nagiging mas mura at ang kanilang pamamahagi ay lumalaki. Ang mga ito ay katugma na ngayon sa mga camera at computer na ginagamit ng mga bangko at paliparan. Gumagawa ang mga ahensya ng paglalakbay sa isang programang "may seasoned na manlalakbay" upang magbigay ng mabilis na pagsusuri sa seguridad sa mga pasaherong boluntaryong nagbibigay ng impormasyon. Ang mga pila sa paliparan ay magiging mas mabilis kung ang mga tao ay dumaan sa isang facial recognition system na tumutugma sa mga mukha laban sa isang panloob na database.

Kasama sa iba pang potensyal na aplikasyon ang mga ATM at mga cash dispenser. Mabilis na ma-verify ng software ang mukha ng kliyente. Pagkatapos ng pahintulot ng kliyente, ang ATM o terminal ay kumukuha ng larawan ng mukha. Lumilikha ang software ng facial print na nagpoprotekta sa customer mula sa pagnanakaw ng pagkakakilanlan at mga mapanlinlang na transaksyon - ang ATM ay hindi magbibigay ng pera sa isang taong may ibang mukha. Hindi mo na kailangan ng PIN code.

Salamangka? Mga teknolohiya!

Ang partikular na mahalaga at kawili-wili ay maaaring ang pag-unlad ng teknolohiya sa pagkilala sa mukha sa larangan ng mga bank transfer. Noong isang araw, ipinakita ng Russian bank na Otkrytie ang sarili nitong natatanging solusyon, na binuo sa ilalim ng tatak ng teknolohiyang Open Garage: paglilipat ng pera gamit ang isang larawan. Sa halip na maglagay ng card o numero ng telepono, kailangan mo lang kumuha ng larawan ng taong kailangan mong gumawa ng paglipat. Ang facial recognition system ay ihahambing ang larawan sa reference (ginawa kapag ang bangko ay nagbigay ng card) at ipo-prompt ang una at apelyido. Ang kailangan mo lang gawin ay pumili ng isang card at ilagay ang halaga. Ang pinakamahalaga ay ang mga kliyente ng mga third-party na bangko ay maaari ding gumamit ng function na ito upang magsagawa ng mga paglilipat sa mga kliyente ng Otkrytie - ang nagpadala ng mga paglilipat ay maaaring gumamit ng isang card mula sa anumang Russian bank.

"Ang paggamit ng litrato ng isang kliyente sa halip na isang numero ng bank card ay isang panimula na bagong diskarte sa mga online na paglilipat, batay sa paggamit ng isang sistema ng pagkilala sa mukha ng neural network, na nagpapahintulot sa isang kliyente na makilala gamit ang kanyang biometric data na may mataas na antas ng katumpakan, ” sabi ng pinuno ng Partnership Systems Development Department ng Otkritie Bank. - Ang serbisyo ay nagbubukas ng ganap na bagong mga sitwasyon sa buhay para sa mga user na gumawa ng mga paglilipat ng pera. Sa kasalukuyan, wala sa mga kalahok sa financial market sa mundo ang nag-aalok ng ganoong serbisyo sa kanilang mga kliyente.”

Mobile application na "Otkrytie. Ang mga pagsasalin" ay posible.

Ang mukha ng isang tao ay natatangi, ang mga biometric na teknolohiya sa pagkilala sa mukha ay tumpak at abot-kaya. Kung susumahin natin ang dalawang katotohanang ito, ligtas tayong makakagawa ng hula: ang pagkilala sa isang tao sa pamamagitan ng mukha ay may bawat pagkakataon na maging isa sa mga pangunahing paraan ng pagkumpirma ng pagkakakilanlan.

Gumagamit si Sergey Shcherbina, Marketing Director ng Vocord, ng limang halimbawa upang ipakita kung saang mga lugar gumagana na ang teknolohiyang ito.

Sa ngayon, may ilang uri ng naturang mga sistema sa merkado at nagsasagawa sila ng mga gawain na may iba't ibang antas ng pagiging kumplikado: mula sa malayong pagkilala sa karamihan hanggang sa pagtatala ng mga oras ng pagtatrabaho sa opisina. Available ang mga solusyon sa pagkilala sa mukha sa mga customer sa iba't ibang platform - arkitektura ng server, mga solusyon sa mobile at naka-embed, at mga serbisyo sa cloud.

Gumagana ang mga modernong sistema sa malalim na pag-aaral ng mga neural network algorithm, kaya ang katumpakan ng pagkilala ay pinakamataas kahit para sa mga larawang mababa ang kalidad, ang mga ito ay lumalaban sa mga pag-ikot ng ulo at may iba pang mga pakinabang.

Halimbawa 1: Kaligtasang Pampubliko

Ang pagtiyak ng seguridad ay isang uri ng panimulang punto kung saan nagsimula ang pagpapakilala ng mga biometric identification system. Ginagamit ang mga remote facial recognition system upang matiyak ang seguridad ng mga pampublikong pasilidad.

Ang pinakamahirap na gawain ay ang pagkilala sa isang tao sa isang pulutong.

Ang tinatawag na non-cooperative recognition, kapag ang isang tao ay hindi nakikipag-ugnayan sa sistema, hindi tumitingin sa lens ng camera, tumalikod o sinusubukang itago ang kanyang mukha. Halimbawa, sa mga hub ng transportasyon, subway, at mga pangunahing kaganapan sa internasyonal.

Mga kaso

Ang isa sa pinakamahalagang proyekto ng 2017 para sa aming kumpanya ay ang pinakamalaking internasyonal na eksibisyon na EXPO-2017, na ginanap sa Kazakhstan ngayong tag-init. Ang remote biometric facial recognition system ay gumamit ng mga dalubhasang camera.

Ang pagpili ng mga mukha sa frame ay nangyayari sa camera mismo at ang imahe ng mukha lamang ang ipinadala sa server, pinapaginhawa nito ang channel at makabuluhang binabawasan ang gastos ng imprastraktura ng network. Sinusubaybayan ng mga camera ang apat na grupo ng pasukan, sa iba't ibang bahagi ng complex. Ang arkitektura ng system ay idinisenyo sa paraang ang mga pangkat ng pasukan ay gumana nang hiwalay o magkakasama, habang ang tamang operasyon ng system ay siniguro lamang ng 4 na server at 48 na camera.

Sa tulong ng online na video analytics, ginagamit ang malalaking pasilidad na ipinamahagi sa heograpiya upang maghanap ng mga suspek at nawawalang tao, mag-imbestiga sa mga aksidente at insidente, at magsuri ng mga daloy ng pasahero.

Sa ilang mga paliparan, sa pagtatapos ng 2017, magsisimulang gamitin ang biometrics para mag-check in ng mga pasahero para sa mga flight. Ayon sa portal ng Tadviser, 12 bansang Europeo (Spain, France, Netherlands, Germany, Finland, Sweden, Estonia, Hungary, Greece, Italy, Romania) ang nagpaplano ring magpatupad ng mga smart gate system sa mga paliparan.

At ang susunod na hakbang ay dapat na ang pagpapakilala ng mga facial recognition system para sa border at migration control. Sa suporta ng gobyerno, ang pagpapakilala ng facial identification ay maaaring maging karaniwan na gaya ng mga metal detector sa susunod na tatlo hanggang limang taon.

Halimbawa 2. Kilalanin ang iyong mamimili sa pamamagitan ng paningin

Ang mga negosyo ay umaasa din sa biometric facial identification. Una sa lahat, ito ay retail trade.

Kinikilala ng mga system ang kasarian at edad ng mga customer, ang dalas at oras ng pagbisita sa mga retail outlet, at nag-iipon ng mga istatistika para sa bawat indibidwal na tindahan sa chain.

Pagkatapos nito, ang mga detalyadong ulat ay awtomatikong ipinapakita para sa departamento, parehong para sa network sa kabuuan at pinaghiwa-hiwalay ng mga retail outlet. Batay sa mga ulat na ito, maginhawang gumawa ng "larawan ng customer" at magplano ng mga epektibong kampanya sa marketing.

Sa kasamaang palad, hindi namin mabubunyag ang mga customer. Kabilang dito ang mga pinakamalaking retailer at DIY (Do It Youself) network, na ang assortment ay kinabibilangan ng mga mamahaling tool at component.

Paano ito gumagana

Maraming tao ang natatakot sa paglabas ng kumpidensyal na impormasyon, ngunit lalo naming binibigyang-diin na walang personal na data ng mga natukoy na tao ang nakaimbak sa archive. Bukod dito, hindi kahit ang imahe ang nakaimbak, ngunit ang biometric na template nito, kung saan hindi maibabalik ang imahe.

Sa mga paulit-ulit na pagbisita, ang biometric na template ng mukha ay "hinihigpitan", kaya alam mismo ng system kung sino ang nasa tindahan at kung gaano karaming beses. Makatitiyak kang ligtas ang iyong personal na data.

Para sa maliliit na tindahan, dealership ng kotse, at parmasya, ang mekanismo para sa pagkolekta ng marketing analytics ay ipinapatupad sa isang serbisyo sa pagkilala sa ulap. Para sa maliliit at katamtamang laki ng mga negosyo, ang pagpipiliang ito ay mas kanais-nais, dahil hindi ito nangangailangan ng mga gastos para sa kagamitan ng server, pagkuha ng karagdagang mga tauhan, pag-update ng software, atbp. Ito ay, una, isang maginhawang tool para sa pagtatasa ng pagiging epektibo ng mga retail outlet, at pangalawa, ito ay isang mahusay na katulong upang makilala ang mga magnanakaw. Iyon ay, ang isang sistema ay gumaganap ng ilang mga pag-andar nang sabay-sabay.

Halimbawa 3. Access control at management system

Bilang karagdagan sa mga function sa itaas, ang facial recognition system ay maginhawang gamitin bilang alternatibo sa Proximity card sa access control and management system (ACS).

Mayroon silang isang bilang ng mga pakinabang: nagbibigay ng mataas na pagiging maaasahan ng pagkilala, hindi sila malinlang, makopya o manakaw, at madali silang isama sa mga umiiral na kagamitan sa seguridad. Maaari mo ring gamitin ang mga kasalukuyang security camera. Ang biometric facial identification system ay tumatakbo nang malayuan at napakabilis, na nagre-record ng mga kaganapan sa archive.

Gamit ang isang biometric access control system, madaling subaybayan ang oras ng trabaho ng mga empleyado, lalo na sa malalaking sentro ng opisina.

Kaso

Ipinatupad namin ang ganitong sistema sa isang malaking kumpanya ng India na dalubhasa sa logistik noong nakaraang taon. Ang bilang ng mga permanenteng empleyado ay higit sa 600 katao. Kasabay nito, ang kumpanya ay nagpapatakbo sa buong orasan at nagsasagawa ng "lumulutang" na iskedyul ng trabaho. Gamit ang aming malayuang biometric identification system, nakatanggap ang customer ng kumpleto at maaasahang talaan ng mga oras ng pagtatrabaho ng empleyado, isang tool sa pagpigil sa seguridad sa pasilidad at sistema ng kontrol sa pag-access.

Halimbawa 4. Pag-access ng fan sa stadium

Sa oras ng pagbili ng tiket sa takilya, ang mukha ng bawat mamimili ay awtomatikong kukunan ng larawan at ina-upload sa system. Ito ay kung paano nabuo ang base ng mga bisita ng laban. Kung ang pagbili ay ginawa sa pamamagitan ng Internet o isang mobile application, kung gayon ang awtorisasyon ay posible nang malayuan gamit ang isang "selfie". Sa hinaharap, kapag dumating ang isang tao sa istadyum, makikilala siya ng sistema nang walang anumang pasaporte.

Ang pagkilala sa mga bisita sa mga kumpetisyon sa palakasan ay naging sapilitan alinsunod sa Pederal na Batas No. 284-FZ "Sa Mga Pagbabago sa Artikulo 20 ng Pederal na Batas "Sa Pisikal na Kultura at Palakasan sa Russian Federation" at Artikulo 32.14 ng Kodigo ng Russian Federation sa Administrative Offenses.

Ang taong bumili ng tiket ay papasok sa istadyum imposibleng ilipat ang tiket sa ibang tao o pumasok na may pekeng tiket. Ang malayuang pagkilala sa mukha sa mga stadium ay gumagana sa parehong prinsipyo tulad ng sa malalaking geographically distributed transport facility: kung ang isang tao ay kasama sa listahan ng mga taong ipinagbabawal ang pag-access sa stadium, hindi siya papayagan ng system.

Kaso

Noong Marso 2016, bilang bahagi ng magkasanib na proyekto sa pagitan ng Vocord at ng sangay ng Khanty-Mansiysk ng PJSC Rostelecom, ginamit ang isang remote facial recognition system upang matiyak ang seguridad ng Biathlon World Cup na ginanap sa Khanty-Mansiysk. Mula noong 2015, ang parehong sistema ay matagumpay na nagpapatakbo sa Omsk Arena multifunctional sports complex. Ito ay isa sa anim na pinakamalaking pasilidad sa palakasan sa Russia, ang pinakamalaking pasilidad sa palakasan at libangan sa Siberia at ang base ng Avangard hockey club.

Halimbawa 5. Internet banking at ATM

Ang isa pang angkop na lugar kung saan naayos ang pagkilala sa mukha ay ang sektor ng pagbabangko. Dito, ang pagpapakilala ng mga bagong teknolohiya ay masinsinan, dahil ang sektor ng pananalapi ay mas interesado sa pagiging maaasahan at kaligtasan ng personalized na impormasyon kaysa sa iba.

Ngayon, ang biometrics ay unti-unting nagsisimula, kung hindi man palitan ang karaniwan at itinatag na "papel" na mga dokumento, pagkatapos ay pumunta sa par sa kanila. Kasabay nito, ang antas ng proteksyon kapag gumagawa ng mga pagbabayad ay makabuluhang tumataas: upang kumpirmahin ang transaksyon, kailangan mo lamang tumingin sa camera ng iyong smartphone. Kasabay nito, ang biometric data mismo ay hindi ipinadala kahit saan, kaya imposibleng maharang ang mga ito.

Ang pagpapakilala ng mga teknolohiya ng biometric na pagkakakilanlan ay direktang nauugnay sa malawakang paggamit ng mga elektronikong serbisyo at device, ang pagbuo ng online commerce at ang pagkalat ng mga plastic card sa halip na cash.

Sa pagdating ng mga high-performance graphics processing unit (GPU) at ultra-compact na mga platform ng hardware batay sa mga ito - gaya ng NVIDIA Jetson - nagsimula nang ipatupad ang facial recognition sa mga ATM. Ngayon ang cardholder lamang ang maaaring mag-withdraw ng cash o magsagawa ng mga transaksyon sa account, halimbawa, sa pamamagitan ng mga ATM ng Tinkoff Bank. At ang PIN ay maaaring malapit nang ihinto.

Ang mga teknolohiya sa pagkilala sa mukha ay ginagamit sa iba't ibang lugar:

• pagtiyak ng kaligtasan sa mga mataong lugar;
• mga sistema ng seguridad, pag-iwas sa iligal na pagpasok sa pasilidad, paghahanap ng mga nanghihimasok;
• kontrolin ang mukha sa segment ng catering at entertainment, maghanap ng mga kahina-hinala at potensyal na mapanganib na mga bisita;
• pag-verify ng mga bank card;
• online na pagbabayad;
• contextual advertising, digital marketing, Intelligent Signage at Digital Signage;
• kagamitan sa photographic;
• kriminolohiya;
• teleconferences;
• mga mobile application;
• maghanap ng mga larawan sa malalaking database ng mga litrato;
• pag-tag ng mga tao sa mga larawan sa mga social network at marami pang iba.

Naglabas ang IBM ng database ng 1 milyong larawan ng mga mukha para sa pagsasanay ng mga biometric system

2018

Ang pagkilala sa mukha ay hindi gumagana sa bawat pangalawang smartphone

Noong unang bahagi ng Enero 2019, sinubukan ng isang Dutch na non-profit na organisasyon ang 110 modelo ng smartphone at nalaman na hindi gumagana nang maayos ang feature na pagkilala sa mukha na ginagamit upang i-lock ang mga device sa higit sa bawat pangalawang device.

Nalaman ng isang pag-aaral na isinagawa ng Consumentenbond at ng mga internasyonal na kasosyo nito na 42 sa mga nasubok na smartphone ay maaaring i-unlock gamit lamang ang larawan ng may-ari ng telepono. Ang anumang larawan ay gagawin, halimbawa, na nakuha mula sa mga social network, mula sa mga CCTV camera o anumang iba pang paraan.

Ang teknolohiya ng software sa pagkilala sa mukha, na magagamit ng mga may-ari ng maraming smartphone na nagpapatakbo ng Android, ay umabot na sa antas ng pag-unlad na hindi na nito pinapayagan ang isang tao na linlangin ang sarili gamit ang larawan ng may-ari.

Ang mga resulta ng pag-aaral na ito ay nababahala sa mga gumagamit at mga ahensya ng seguridad. Ang paggamit ng naka-print na larawan ng mukha ng may-ari ay ang unang pagsubok ng tampok na pagkilala sa mukha na ginagamit ng mga regular na user at tester. Ngunit ang pinakamahalaga, ito ang unang trick na susubukan ng mga attacker na gamitin upang i-hack ang isang smartphone na protektado ng facial identification, bago lumipat sa mas kumplikadong mga pag-atake na kinabibilangan ng paggawa ng mga mask o 3D printed heads ng may-ari ng telepono.

Anumang sistema ng pagkilala sa mukha na hindi pumasa sa pagsusuri sa larawan ay karaniwang itinuturing na walang silbi. Ayon sa Consumerbond, ang mga modelong Asus, BlackBerry, Huawei, Lenovo, Nokia, Samsung, Sony at Xiaomi ay nabigo sa mga pagsubok na ito. Sa kaso ng Sony, ganap na lahat ng mga modelo ay nabigo sa pagsubok. Ang isa pang anim na modelo - Honor at anim na modelo ng LG - ay sinubukan lamang sa "mahigpit" na mode. Bagama't ang pagsubok na ito ay maaaring humantong sa mga user na isipin na hindi magandang ideya na paganahin ang pagkilala sa mukha, 68 na device, kabilang ang flagship iPhone XR ng Apple at , ay nakaligtas sa simpleng pag-atake na ito, tulad ng ginawa ng maraming iba pang high-end na modelo ng Android mula sa Samsung, Huawei, OnePlus at karangalan.

Ang buong listahan ng mga modelong nakapasa sa photo test ay makikita sa website ng Consumerenbond.

Ang pinakasikat na facial recognition system sa China

Isa sa mga pinaka-karaniwang facial recognition software ay Face++, na ginagamit para sa access control saanman mula sa mga istasyon ng tren ng Beijing hanggang sa isang gusali ng opisina ng Alibaba.

Ang Alibaba mismo ay bumuo ng sarili nitong mga sistema na gagamitin sa Shanghai subway upang makilala ang mga pasahero gamit ang kanilang mukha at boses.

Ang mga opisyal ng pulisya na sumusubaybay sa seguridad sa isang istasyon ng tren ng China ay nagsusuot ng mga espesyal na salaming pang-araw na may functionality na pagkilala sa mukha. Ang device ay may kakayahang tukuyin ang isang tao sa loob ng 100 millisecond at higit sa isang beses ay tumulong sa mga ahensyang nagpapatupad ng batas sa paghuli ng mga kriminal.

Sa Shenzhen, China, ang unang camera sa mundo na nagtala ng mga paglabag sa pedestrian ay operational. Naka-install ito sa isa sa mga abalang tawiran sa lungsod at sinusubaybayan ang mga taong tumatawid sa kalsada sa isang nagbabawal na ilaw ng trapiko. Gumagamit ang camera ng teknolohiya sa pagkilala sa mukha upang matukoy ang pagkakakilanlan ng nanghihimasok.

Ang mga pagsusulit sa pasukan sa kolehiyo sa buong bansa ay gumagamit ng pagkilala sa mukha at fingerprint upang matiyak na ang mga kukuha ng pagsusulit ay mga tunay na estudyante.

Pagkatapos ng ilang mga pagdukot ng bata, ang ilang mga kindergarten ay nagbubukas lamang ng kanilang mga pintuan sa mga tao na ang mga mukha ay nakarehistro sa sistema. Sa isa sa mga kindergarten, mahigit 200 camera ang na-install upang matiyak ang seguridad.

Maging ang ilang mga palikuran ay may mga naka-install na makina na may pagkilala sa mukha. Ang makina ay nagbibigay ng 60 cm ng toilet paper sa isang tao nang hindi hihigit sa isang beses bawat siyam na minuto.

Ang Alibaba ay may cashless na mga tindahan ng Hema kung saan ini-scan ng mga user ang kanilang mukha at nagpasok ng numero ng telepono para magbayad sa pamamagitan ng Alipay.

Ang Alibaba, kasama ang gumagawa ng mga system ng impormasyon ng hotel na si Shiji, ay nag-install ng facial recognition system para sa pag-check-in sa 50 hotel. Ang mga turistang Chinese na gumagamit ng online travel agency na Fliggy (pagmamay-ari ng Alibaba) ay maaaring mag-book muna ng hotel doon, pagkatapos ay mabilis na mag-check in sa hotel gamit ang isang "mask" ng kanilang mukha at magdeposito.

Nagpasya ang Beijing na labanan ang iligal na pag-upa ng pampublikong pabahay sa tulong ng mga smart lock na kumikilala sa mga may-ari sa pamamagitan ng mukha

Sa pagtatapos ng Disyembre 2018, napag-alaman na ang mga "matalinong" lock na may teknolohiya sa pagkilala sa mukha ay mabilis na ipinapasok sa pampublikong pabahay sa Beijing. Sa kanilang tulong, pinalalakas ng mga lokal na awtoridad ang mga hakbang laban sa iligal na muling pag-upa ng mga pampublikong pabahay na ibinibigay sa mga pamilyang mababa ang kita sa mga preperensiyang rate.

Smart lock na may facial recognition

Inaasahan na sa katapusan ng Hunyo 2019, ang mga kandado na may built-in na facial scanning system ay gagamitin sa lahat ng mga programa para sa pagbibigay ng preferential state housing sa Beijing na may partisipasyon ng 120 libong nangungupahan, ang ulat ng The South China Morning Post, na binanggit ang Beijing edisyon ng The Beijing News.

Sa pamamagitan ng paghahambing ng impormasyong nakuha sa pamamagitan ng pag-scan sa mga mukha ng mga bisita gamit ang mga larawan mula sa isang naka-imbak na database, kinikilala ng system ang mga may-ari at hindi nagbubukas ng mga pinto sa mga estranghero, sinabi ni Shan Zhenyu, direktor ng sentro ng impormasyon sa Beijing State Housing Center, sa Beijing News sa isang panayam.

Bilang karagdagan, ang sistema ay maaaring gamitin upang alagaan ang mga malungkot na matatandang tao. Kung ang matanda ay hindi umalis o pumasok sa bahay para sa isang tiyak na tagal ng panahon, isang abiso ay ipapadala sa manager ng ari-arian upang suriin ang mga ito.

Sa malalaking lungsod tulad ng Beijing, ang pagpapaupa ng pabahay ay napakamahal. Sa karaniwan, ang inuupahang apartment sa kabisera ng Tsina ay nagkakahalaga ng humigit-kumulang 5 libong yuan bawat buwan (mga $730), habang ang upa para sa pampublikong pabahay ay maaaring mas mababa sa 2 libong yuan bawat buwan ($290).

Inaasahan ng mga awtoridad ng Beijing na ang mga smart lock na kumikilala sa mga may-ari sa pamamagitan ng mukha ay magpapahusay sa seguridad, maiwasan ang ilegal na subletting at matiyak na ang mga taong tunay na nangangailangan lamang ang makikinabang sa benepisyo.

Sa pagtatapos ng 2018, ang mga smart lock na may facial recognition ay ginagamit sa 47 pampublikong programa sa pabahay sa Beijing. Sa kanilang tulong, humigit-kumulang 100 libong mga na-scan na larawan ng mga mukha ng mga nangungupahan at mga miyembro ng kanilang mga pamilya ang nakuha.

Ang Chinese Airbnb ay nag-i-install ng mga smart lock na may facial recognition sa mga tahanan

Pagkabigo sa London. Ang facial recognition system sa subway ay hindi nakikilala ang sinuman

Sa pagtatapos ng Disyembre 2018, naging malinaw na ang facial recognition system na naka-deploy sa London Underground ay hindi makikilala ang sinuman. Ang mga opisyal ng pulisya ng London ay binatikos dahil sa paggamit ng mga van na walang marka upang subukan ang kontrobersyal at hindi tumpak na teknolohiya ng awtomatikong pagkilala sa mukha sa mga mamimili ng Pasko. Magbasa pa.

Ang mga palikuran sa pagkilala sa mukha sa China ay nagpapababa ng pagkonsumo ng toilet paper

Sa pagtatapos ng 2018, nalaman ang tungkol sa lumalaking bilang ng mga pampublikong palikuran sa China na may sistema ng pagkilala sa mukha, na nagpapahintulot sa pag-save ng toilet paper.

Noong Disyembre, nagbukas ang naturang palikuran sa Baotu Spring Park sa lungsod ng Jinan (Shandong Province), na matatagpuan 400 km sa timog ng Beijing. Sa banyong ito mayroong isang makina na naglalabas ng toilet paper pagkatapos i-scan ang iyong mukha. Sa isang diskarte, ang aparato ay nagbibigay ng humigit-kumulang 70 cm ng papel, at upang makatanggap ng karagdagang bahagi ng isang sanitary na produkto, ang parehong tao ay kailangang maghintay ng 9 minuto at muling dalhin ang kanyang ulo sa camera para sa pagkakakilanlan.

Upang i-unlock ang isang smartphone, ini-print ng mga hacker at pulis ang ulo ng may-ari sa isang 3D printer

Inilunsad ang facial recognition system sa 14 na paliparan sa Amerika

Noong Agosto 20, 2018, isang facial recognition system ang inilunsad sa 14 na paliparan sa Amerika. Nagsalita ang U.S. Customs and Border Patrol (CBP) tungkol sa pagiging epektibo nito.

Tulad ng iniulat sa website ng departamento, noong Agosto 22, isang 26-taong-gulang na pasahero na lumipad sa Washington Dulles Airport mula sa Sao Paulo (Brazil) ang nagpakita ng pasaporte ng isang French citizen sa checkpoint. Gayunpaman, isiniwalat ng biometric system na hindi tugma ang mukha ng lalaki sa larawan sa dokumento.

Sa paliparan ng Washington, nahuli ng isang facial recognition system ang isang lalaki na sinusubukang pumasok sa Estados Unidos gamit ang pasaporte ng ibang tao.

Nang ang pagdating sa Estados Unidos ay ipinadala para sa karagdagang inspeksyon, siya ay "malinaw na kinakabahan" at, tulad ng nangyari, para sa magandang dahilan. Sa kanyang sapatos nakita nila ang isang identification card sa pangalan ng isang mamamayan ng Republic of Congo, na sa katunayan ay ang detainee. Ngayon ay nahaharap siya sa pagkakulong dahil sa pagtatangkang pumasok sa Estados Unidos na may mga maling dokumento.

Ang mga sistema ng pagkilala sa mukha ng pulisya ng British ay napatunayang walang silbi

Noong Mayo 2018, nalaman ang tungkol sa malalaking problema sa mga facial recognition system na ginagamit ng British police. Bilang isang resulta, ang isang malaking bilang ng mga paghahabol ay maaaring isampa - ang isyu na ito ay naging isang "priyoridad" para sa Information Commissioner's Office, sinipi ng BBC ang tagapagsalita ng regulator na si Elizabeth Denham bilang sinasabi.

Ang British human rights organization na Big Brother Watch ay nag-publish ng pananaliksik na nagpapakita ng isang "nakakabigla" na bilang ng mga inosenteng tao na naging mga potensyal na kriminal sa pamamagitan ng teknolohiya sa pagkilala sa mukha.

Kaya, mula Mayo 2017 hanggang Marso 2018, ang sistema ay gumawa ng 2,685 tugma ng mga tao na may database ng suspek para sa South Wales Police, ngunit 2,451 sa kanila ay naging huwad.

Gumamit ang nagpapatupad ng batas sa London ng teknolohiya sa pagkilala sa mukha sa Notting Hill Carnival noong 2017. Mali ang mga pagbabasa ng system sa 98% ng mga kaso nang may na-trigger na signal na may nakitang suspek mula sa database ng pulisya. Ang solusyon ay idinisenyo sa paraang kapag natukoy ang posibleng lumabag sa batas, isang senyales ang ipapadala sa duty station sa pinakamalapit na istasyon ng pulisya.

Sinimulan ng pulisya na sisihin ang mga camera na gumawa ng mababang kalidad na mga imahe at ang katotohanan na ang sistema ay ginamit sa unang pagkakataon, ngunit ang resulta ay hindi bumuti sa kasunod na 15 mga kaganapan (football matches, festival, parada) kung saan ang teknolohiya ay ginamit. Sa tatlo lamang sa kanila ay hindi nagkamali ang sistema.

Sinabi rin ng pulisya na sa loob ng siyam na buwan ng operasyon ng facial recognition system, tama itong natukoy ang higit sa 2 libong tao, na humantong sa 450 na pag-aresto. Gayunpaman, walang maling nakulong. Ito ay ipinaliwanag sa pamamagitan ng katotohanan na bilang karagdagan sa gawain ng mga algorithm, ang mga tao ay kasangkot sa trabaho, na sinusuri ang mga tugon at gumagawa ng mga pangwakas na desisyon.

Ang mga siyentipiko ay nag-imbento ng isang bagong paraan upang linlangin ang mga sistema ng pagkilala sa mukha

Araw-araw, ang mga facial recognition system ay nagiging mas kumplikado at lalong ginagamit sa pang-araw-araw na buhay halimbawa, noong nakaraang taon ay inilabas ng Apple ang iPhone X na smartphone na nilagyan ng Face ID biometric system; Gayunpaman, ang mga naturang sistema ay maaaring malinlang, sa partikular, sa tulong ng mga infrared LED. Ang mga infrared ray ay hindi nakikita ng mata, ngunit karamihan sa mga camera ay maaaring makakita ng mga infrared na signal.

Ang mga Chinese researcher ay gumawa ng baseball cap na nilagyan ng miniature infrared LEDs, na inilalagay sa paraang ang infrared rays na bumabagsak sa mukha ng nagsusuot ay nakakatulong hindi lamang na itago ang kanyang pagkakakilanlan, kundi pati na rin sa "paggaya ng ibang tao para sa facial recognition-based authentication. ." . Ang gawaing ito ay mas kumplikado at nangangailangan ng paggamit ng isang malalim na neural network upang makilala ang isang static na imahe ng isang mukha at wastong i-project ang mga infrared ray sa mukha ng impostor.

Upang subukan ang kanilang teorya, ang mga mananaliksik ay gumamit ng mga larawan ng apat na random na tao, at nagawa nilang lokohin ang mga sistema ng pagkilala sa mukha sa 70% ng oras, sa kondisyon na mayroong maliit na pagkakahawig sa pagitan ng biktima at ng impostor.

"Batay sa aming mga natuklasan at pag-atake, maaari naming tapusin na ang mga kasalukuyang teknolohiya sa pagkilala sa mukha ay mahirap tawaging ligtas at maaasahan sa mga kritikal na sitwasyon tulad ng pagpapatunay at pagsubaybay," pagtatapos ng mga mananaliksik. Idinagdag din nila na ang mga infrared LED ay maaaring itago hindi lamang sa mga baseball cap, kundi pati na rin sa mga payong, buhok o peluka.

Ang kambal na Ruso ay humihingi ng 20 milyon mula sa Apple dahil hindi nakikita ng iPhone X ang pagkakaiba sa pagitan nila

Ang kambal na kapatid mula sa Vladimir - 26-taong-gulang na sina Alexander at Ilya Tunchik - ay nagpadala ng reklamo sa Russian office ng Apple dahil sa katotohanan na ang Face ID facial recognition system sa kanilang mga iPhone X na smartphone ay magkaparehong kinikilala ang parehong mga kabataan, sa gayon, sa kanilang opinyon, lumalabag sa proteksyon ng personal na data.

Hinihiling ng mga nasaktang user na pagbutihin ng kumpanya ang teknolohiya, gayundin ang pagbayaran sa mga pinsalang moral sa halagang 20 milyong rubles, sinabi ni Roman Ardykutsa, isang abogado na kumakatawan sa mga interes ng magkakapatid, sa TASS noong Enero 2018.

“Ang kambal ay bumili ng... isang iPhone X nang eksakto upang magamit ang tampok na pag-unlock ng screen gamit ang kanilang mga mukha. Sa kanilang pagkabigo, kinikilala ng bawat aparato ang magkapatid, na hindi sila binigyan ng babala tungkol sa pagbili ng impormasyong ito ay wala sa mga tagubilin. Kaya naman hinihiling ng mga aplikante sa kumpanya na pinuhin ang teknolohiya,” paliwanag niya.

2017

Pagkilala sa mukha sa tingian

Noong Nobyembre 2017, naglabas ang CNBC ng isang kuwento tungkol sa pagpapakilala ng mga facial recognition system sa mga tindahan. Gumagamit ang mga retailer ng mga naturang teknolohiya upang mangolekta ng data ng customer at maiangkop ang mga alok batay sa nauugnay na data.

Sa retail, ang pagkilala sa mukha ay pangunahing ginagamit upang hikayatin ang mga customer. Halimbawa, kung ang isang tao ay nakilala sa pasukan sa isang tindahan at nakita ang kanilang kasaysayan ng pagbili, kung gayon ang mga empleyado ng tindahan ay mas alam kung ano ang iaalok sa kanya. Kaya, kung bumili siya ng TV sa isang tindahan ng electronics, makikilala siya ng empleyado, tatawagin siya sa pangalan at mag-alok na bumili ng bagong remote control.

Ayon sa Hong Kong IT company na Jardine One Solution (JOS), maraming retailer ang gumagamit ng facial recognition capabilities para mangolekta ng data tungkol sa mga bisita sa kanilang mga tindahan.

Ang JOS mismo ay tumutulong sa mga retailer na may pagkilala sa mukha upang bumuo ng mga profile ng customer at subaybayan ang kanilang mga aksyon sa punto ng pagbebenta. Pinag-uusapan natin ang data tulad ng bilang ng mga bisita, kanilang edad, kasarian, etnisidad. Nakakatulong ang naturang impormasyon sa mga tindahan na mas maunawaan ang daloy ng mga customer at pumili ng mga personalized na alok para sa kanila, sabi ni Lunt.

Halimbawa, gamit ang pagsusuri ng data na nagmumula sa mga facial recognition system, maaari mong piliin ang musikang tumutugtog sa trading floor.

Sinabi ng JOS na ang lahat ng data ng customer na natanggap ay hindi nagpapakilala, ngunit ang isyu ng pagiging kumpidensyal ay nananatiling may kaugnayan. Hindi pinipigilan ng teknolohiya ang pag-ampon ng mga naturang sistema, ngunit may mga alalahanin na nauugnay sa personal na data at kultura, pag-amin ni Mark Lunt.

Idinagdag niya na ang mga retailer ay gumagastos ng malaking pera sa pagpigil sa mga pagtagas ng data at pagprotekta sa impormasyon. Ang iskandalo na kinasasangkutan ng pagnanakaw ng data mula sa milyun-milyong customer ng Uber ay nagpapakita na ang mga kumpanya ay hindi makakaramdam ng ligtas at ang mga gumagamit ay dapat mag-ingat kapag nagbubunyag ng personal na impormasyon, sabi ng managing director ng JOS.

Sinabi ni Mark Ryski, tagapagtatag at CEO ng HeadCount, na nag-aalok ng mga serbisyo sa pagsubaybay sa trapiko at pagpapahusay sa mga tindahan, na ang biometric data, kabilang ang nabuo ng mga facial recognition system, ay sensitibo at may malaking potensyal - lalo na sa pagtiyak ng seguridad at pagbutihin ang kalidad ng serbisyo sa customer.

Isang halimbawa ng paggamit ng facial recognition system sa mga tindahan

Ayon kay Brennan Wilkie, senior vice president ng customer strategy sa InMoment, talagang malaki ang potensyal para sa paggamit ng facial recognition equipment sa mga retail na kapaligiran. Halimbawa, ang mga naturang device ay maaaring tumugma sa ekspresyon ng mukha ng isang customer sa isang tindahan na may data tungkol sa kanya, sa kanyang katapatan sa brand at iba pang mga pagbili. Upang mabawasan ang mga alalahanin sa privacy ng user, kailangang ipakita ng mga tindahan sa mga customer kung anong mga benepisyo ang kanilang natatanggap, tulad ng ginawa nila sa mga self-checkout counter o chip-enabled na bank card, aniya.

Ayon sa pagtataya ng analytical na kumpanya na MarketsandMarkets, ang pandaigdigang merkado para sa mga facial recognition system ay aabot sa $6.8 bilyon sa 2021.

Ang pahintulot sa iPhone X sa pamamagitan ng mukha ay na-hack gamit ang isang maskara sa halagang $150. Video

Paano i-bypass ang face scanner sa Samsung Galaxy Note 8

Ang web designer na si Mel Tachon ay nag-tweet ng isang video na nagpapakita kung paano madaling i-bypass ang face scanner sa Galaxy Note 8. Sa kanyang eksperimento, hawak ni Tachon ang dalawang Note 8 na magkaharap, ang isa ay may larawan niya, at ang isa ay naka-on ang scanning system. mga mukha.

Samsung Galaxy S8 biometric security trick

Nagawa ng mga mananaliksik na ipasa ang isang puting tao bilang Milla Jovovich sa halos 90 porsiyento ng mga kaso. Ang isang babaeng Asyano na may suot na espesyal na salamin ay napagkamalan ng computer na isang lalaki mula sa Middle East sa parehong porsyento ng mga kaso.

Sinubukan din nila ang kanilang pamamaraan sa komersyal na software na Face++, na ginagamit ng Alibaba upang pahintulutan ang mga pagbabayad. Sa kasong ito, hindi nila pinaupo sa harap ng camera ang taong may suot na salamin, ngunit kinunan muna siya ng larawan na nakasuot ng salamin at pagkatapos ay ini-load ito sa programa. Bilang resulta, nagawa nilang ipasa ang isang tao bilang isa pa sa 100 porsiyento ng mga kaso.

Mga pampublikong organisasyon ng US laban sa pagkilala sa mukha

Isang koalisyon ng 52 civil society at mga organisasyon ng karapatang pantao ang nagpadala ng liham sa Department of Justice na humihiling dito na imbestigahan ang labis na paggamit ng facial recognition technology sa pagpapatupad ng batas. Nababahala din ang koalisyon tungkol sa hindi pantay na katumpakan ng pagkilala sa makina ng mga mukha ng iba't ibang lahi, na maaaring maging batayan para sa rasismo sa bahagi ng mga opisyal ng pagpapatupad ng batas.

Ang mga teknolohiyang ito ay lalo na inaabuso ng lokal na pulisya, pulisya ng estado at FBI, sabi ng liham. Hinihiling ng koalisyon sa Justice Department na unahin ang mga pagsisiyasat sa mga departamento ng pulisya na nasa ilalim na ng imbestigasyon para sa pagkiling sa mga taong may kulay.

Ang batayan para sa kahilingan ay ang mga resulta ng isang pag-aaral ng Center for Privacy and Technology sa Georgetown University School of Law. Nalaman ng pag-aaral na ang mga mukha ng kalahati ng populasyon ng nasa hustong gulang sa US ay na-scan ng software ng pagkakakilanlan ng gobyerno sa ilalim ng iba't ibang pagkakataon.

Napansin ng mga mananaliksik na sa Estados Unidos ngayon ay walang mga seryosong regulasyon na namamahala sa paggamit ng software na ito. Ayon kay Alvaro Bedoya, direktor ng Center at co-author ng pag-aaral, kapag nakuhanan ng litrato ang isang tao na may lisensya sa pagmamaneho, kasama na sila sa database ng pulisya o FBI. Ito ay lalong mahalaga dahil ang pagkilala sa mukha ay maaaring hindi tumpak at maaaring makapinsala sa mga inosenteng mamamayan.

Mga halimbawa ng mga proyekto sa HSBC, MasterCard at Facebook

Ang serbisyo ay magagamit sa mga kliyente ng korporasyon ng NSBC. Sa pamamagitan ng banking mobile app, makakapagbukas na sila ng mga account sa isang click lang ng selfie. Kinukumpirma ng bangko ang pagkakakilanlan ng kliyente gamit ang isang facial recognition program. Inihahambing ang larawan sa mga larawang naunang na-upload sa system, halimbawa, mula sa isang pasaporte o lisensya sa pagmamaneho. Inaasahan na aalisin ng bagong serbisyo ang pangangailangang tandaan ang mga digital code at bawasan ang oras ng pagkakakilanlan.

Upang magamit ang opsyong ito, kakailanganin ng mga user na mag-download ng isang espesyal na application sa kanilang computer, tablet o smartphone. Pagkatapos ay tumingin sa camera o gamitin ang fingerprint scanner ng device (kung mayroon ang device). Gayunpaman (kahit sa ngayon), kakailanganin pa rin ng mga user na ibigay ang mga detalye ng kanilang credit card. Kung kailangan lang ng karagdagang pagkakakilanlan, magagamit ng mga user ang opsyon sa itaas.

Sa bagong diskarte na ito, nilalayon ng MasterCard na protektahan ang mga user mula sa mga pekeng online na transaksyon na isinasagawa gamit ang mga ninakaw na password ng user, pati na rin magbigay sa mga user ng mas maginhawang authorization system. Iniulat ng kumpanya na 92% ng mga taong sumubok sa bagong system na ito ay mas gusto ito kaysa sa mga tradisyonal na password.

Kinukuwestiyon ng ilang eksperto ang seguridad ng impormasyon upang maiwasan ang mga cybercriminal na madaling makuha ang mga fingerprint ng user o larawan ng kanilang mukha kung may nangyaring transaksyon habang gumagamit ng pampublikong Wi-Fi network nang hindi secure.

Sinasabi ng mga eksperto sa cybersecurity na dapat magsama ang system ng maraming layer ng seguridad upang maiwasan ang potensyal na pagnanakaw ng mga larawan sa mukha ng mga user. Pagkatapos ng lahat, ang mga online na pagbabayad ay isang kaakit-akit na target para sa mga cyber criminal.

Sa pagtatapos ng 2015, ipinakita ng isang pangkat ng mga eksperto mula sa Technical University of Berlin ang kakayahang kunin ang PIN code ng anumang smartphone gamit ang selfie ng isang user. Upang gawin ito, binasa nila ang code na ito, na ipinakita sa mga mata ng gumagamit nang ipasok niya ito sa kanyang OPPO N1 na telepono. Kailangan lang ng isang hacker na kunin ang kontrol sa front camera ng isang smartphone upang maisagawa ang pangunahing pag-atakeng ito. Maaari bang kontrolin ng isang cybercriminal ang device ng isang user, mag-selfie, at pagkatapos ay magsagawa ng mga online na pagbabayad gamit ang naka-type na password na nakita ng hacker sa mga mata ng kanyang biktima?

Iginigiit ng MasterCard na ang mga mekanismo ng seguridad nito ay makaka-detect ng ganoong gawi. Halimbawa, kakailanganin ng mga user na mag-flash para sa isang app upang magpakita ng "live" na larawan ng isang tao, sa halip na isang larawan o pre-shot na video ng mga ito. Tinutugma ng system ang facial image ng user, ginagawa itong code at ipinapadala ito sa pamamagitan ng secure na protocol sa Internet sa MasterCard. Nangangako ang kumpanya na ang impormasyong ito ay ligtas na maiimbak sa mga server nito, at ang kumpanya mismo ay hindi magagawang muling buuin ang mukha ng gumagamit.

Sa tag-araw ng 2016 ito ay naging kilala na Nilampasan ng mga mananaliksik ang biometric authentication system gamit ang isang larawan mula sa Facebook. Ang pag-atake ay naging posible dahil sa mga potensyal na kahinaan na likas sa mga mapagkukunang panlipunan.

Ang isang pangkat ng mga mananaliksik mula sa North Carolina State University ay nagpakita ng isang paraan para sa pag-bypass sa mga sistema ng seguridad na binuo sa teknolohiya ng pagkilala sa mukha gamit ang mga naa-access na larawan ng mga gumagamit ng social network. Gaya ng ipinaliwanag sa ulat ng mga espesyalista, naging posible ang pag-atake dahil sa mga potensyal na kahinaan na likas sa mga mapagkukunang panlipunan.

"Hindi nakakagulat na ang mga personal na larawan na nai-post sa social media ay maaaring magdulot ng panganib sa privacy. Karamihan sa mga pangunahing social network ay nagrerekomenda na ang mga user ay magtakda ng mga setting ng privacy kapag nagpo-post ng mga larawan sa site, ngunit marami sa mga larawang ito ay madalas na magagamit sa pangkalahatang publiko o maaari lamang matingnan ng mga kaibigan. Bilang karagdagan, ang mga gumagamit ay hindi maaaring independiyenteng kontrolin ang pagkakaroon ng kanilang mga larawan na nai-post ng iba pang mga subscriber, "ang tala ng mga siyentipiko.

Bilang bahagi ng eksperimento, pinili ng mga mananaliksik ang mga larawan ng 20 boluntaryo (mga gumagamit ng Facebook, Google+, LinkedIn at iba pang mapagkukunang panlipunan). Pagkatapos ay ginamit nila ang mga larawang ito upang lumikha ng mga 3D na modelo ng mukha, na nagbibigay-buhay sa mga ito gamit ang isang hanay ng mga epekto ng animation, paglalapat ng texture ng balat sa modelo at pagsasaayos ng tingin (kung kinakailangan). Sinubukan ng mga mananaliksik ang mga resultang modelo sa limang sistema ng seguridad, apat sa mga ito ay naloko sa 55-85% ng mga kaso.

Ayon sa ulat ng kumpanya Technavo(taglamig 216) isa sa mga pangunahing uso na may positibong epekto sa merkado para sa mga teknolohiya ng biometric na pagkilala sa mukha ( pagkilala sa mukha), ay ang pagpapakilala ng multimodal biometric system sa mga sektor tulad ng healthcare, banking, financial sector, securities and insurance sector, transport sector, road transport, gayundin sa pampublikong sektor.

Ang tagapagtatag ng proyekto, si Benjamin Levy, ay nagsabi na salamat sa mataas na antas ng seguridad, ang IsItYou ay makikilala ang 99,999 sa 100 libong kaso ng panlilinlang. Sinubukan ni Levy na kumbinsihin ang mga bangko na ipatupad ang kanyang sistema sa susunod na taon. Gagamitin ito sa pagsasagawa ng mga transaksyong pinansyal.

Gumagamit na ang Google ng facial recognition sa Android. Sa ganitong paraan maaari mong i-unlock ang isang device na tumatakbo sa mobile OS na ito. Gayunpaman, paulit-ulit na pinagtatalunan ng mga developer na ang pagkilala sa mukha ay hindi sapat na ligtas kumpara sa mga klasikal na pamamaraan. Kaugnay nito, pinagdudahan ng mga eksperto ang mga pahayag ni Benjamin Levy.

Sinasaliksik ni Marios Savvedes mula sa Carnegie Mellon University ang pagkilala sa mukha. Naniniwala siya na hindi maaasahan ang self-conducted security test ng IsItYou.

Ang dalubhasa sa mundo sa larangan ng biometrics, si Dr. Massimo Tistarelli, ay nagbabahagi ng parehong opinyon. Sinabi niya na ang isang full-scale na proyekto sa pananaliksik, ang Tabula Rasa, ay isinasagawa sa Europa, ang pangunahing layunin kung saan ay upang bumuo ng proteksyon laban sa pandaraya para sa mga pamamaraan ng biometric na pagkakakilanlan. Ayon sa kanya, bago pumasok sa merkado, isang bilang ng mga independiyenteng pag-aaral ang dapat isagawa upang kumpirmahin ang pagiging epektibo ng produkto.