«Наша точность распознавания лиц — 99,99997%»
Logo
Cover

Всего за несколько лет возможности технологии распознавания лиц практически достигли совершенства. Ее тотальному внедрению во все сферы жизни мешают только пробелы в законодательстве и медлительность бизнеса. Технологически уже сегодня очень большое число услуг может оказываться без ручной авторизации, как и контроль доступа, начиная от общественного транспорта и заканчивая посадкой в самолет. На вопросы Хайтек+ об эффективности технологии, ее будущем, рисках и наиболее успешных кейсах применения ответил основатель и генеральный директор компании ORBL Антон Рудов.

— Насколько технология распознавания лиц эффективна в текущем ее виде?

— Не очень корректно рассуждать в целом об эффективности технологии, скорее, нужно говорить о том, насколько она подходит к конкретному проекту и задачам. В общих чертах — на данный момент уровень развития технологии ORBL позволяет реализовывать точное распознавание в условиях реального времени, проблемного освещения и «смазанности» движений. Технология практически достигла предела совершенства, ее можно легко масштабировать без ущерба качеству и скорости распознавания.

— С какими основными проблемами вы сталкивались в процессе внедрения технологии?

— На этапе запуска продукта на рынок приходилось разъяснять каждому заказчику, что из себя представляет технология и зачем она нужна. Не было сформулированного спроса и психологического принятия, мы обучали клиентов и помогали придумывать юзкейсы. Сейчас ситуация поменялась — многие заказчики четко знают, чего хотят и сами обращаются к нам.

Основная сложность остается неизменной — это неготовность законодательной базы. Государство не успевает создавать нормативно-правовые акты, регулирующие применение технологии.

Например, до сих пор нет конкретики, определяющей допустимые форматы информации и сроки хранения. Непонятно, в каких ситуациях необходимо согласие на обработку информации, на каком этапе и в какой форме его получать. Конечно, правительство этим занимается, но имеющихся указаний недостаточно. Думаю, что все пробелы будут восполнены в течении 2-3 лет.

— Насколько защищена данная система? Насколько велика вероятность, что злоумышленник сможет получить доступ к информации?

— Давайте посмотрим под другим углом — в любом общественном месте человек попадает в поле зрения охранника, и происходит естественный процесс распознавания лиц. В этом случае никто даже не думает о подписании каких-либо разрешающих документов. Камеры с функцией распознавания лиц — это лишь автоматизация данного процесса.

Уличные камеры тоже собирают информацию без нашего разрешения, данные обрабатываются в том или ином виде. Та же история с банкоматами или с доступом в бизнес-центры. Большинство людей интуитивно понимает, что речь идет о правопорядке и защите собственных финансов. В этом смысле технология распознавания лиц лишь повышает уровень безопасности.

Давайте разберемся в том, как формируются профили людей в базе.

Наш алгоритм распознает до 1500 признаков на лице, вся информация собирается в файл векторов размером около 1,5 Кб. Из этих цифр невозможно восстановить изображение человека. Если говорить про персональные данные, то этот набор цифр таковыми не является.

К примеру, даже фотография не является персональными данными до тех пор, пока она не связана с паспортом, банковской карточкой, телефоном и т. д. Сами по себе данные обезличены, пока в дело не вступает оператор, который в рамках конкретного проекта начинает проводить с ними какие-то операции. Система не хранит никакой личной информации. Единственное, что мы делаем — это выдаем уникальный ID персоны.

В любом случае, все зависит от конкретного кейса. Вновь все упирается в законодательство. Как только появятся четкие НПА, компании, разрабатывающие подобные технологии и применяющие их в своих бизнес-процессах, будут соблюдать общие для всех правила.

— В каких сферах наиболее востребована данная технология?

— Применение технологии максимально широкое и повсеместное, ограничено только фантазией. Система может быть полезной везде, где нужно идентифицировать клиентов: банки, метрополитен, офисы, магазины. Алгоритм работает везде, где есть система безопасности, контроль доступа по лицу в здания или транспортные средства, где есть элементы аналитики. Или, например, в биометрических системах оплаты, дополнительных уровнях идентификации, системах повышения точности для всех текущих процессов, где клиенты работают с пользователями.

— Каковы перспективы развития распознавания лиц на ближайшие 5 лет?

— Для того, чтобы представить будущее алгоритмов распознавания лиц и эмоций, достаточно обратиться к опыту Китая. Там технология уже внедрена в высокой степени, в любой бизнес-центр или на парковку можно пройти по системе распознавания лиц. Она повсеместно используется для оплаты в метро, магазинах и ресторанах. Россия тоже идет по этому пути, и уже сейчас можно услышать об успешном опыте тестирования умных камер на улицах Москвы и в общественном транспорте.

— Расскажите о наиболее успешно реализованных проектах.

— Самые успешные кейсы связаны с ритейлом — это оцифровка посетителей магазинов. Мы собрали базу данных аудитории торговых точек для проведения аналитики: индекса удовлетворенности посетителей, демографического состава. Система фиксировала лица людей на входе и выходе, в разных отделах, на разных кассах. В каждом случае по специальным алгоритмам определялось настроение покупателей. На основе этой информации заказчик провел различные мероприятия по улучшению сервиса и повышению лояльности аудитории.

Разработка нашла свое применение в банковском секторе, в бизнес-центрах и общественном транспорте.

Один из успешных кейсов был реализован в европейских странах — это оплата «по лицу» в курортных зонах после предварительного внесения депозита в специальный онлайн-терминал.

Количество успешных кейсов напрямую связано с существованием широкой сети партнеров. В случае ORBL, это IT компании — системные интеграторы, которые берут нашу технологию, API и помогают внедрять решения на основе распознавания лиц своим клиентам.

Также мы работаем с крупным ритейлом, где помогаем вести аналитику продаж или такой юзкейс, как учет рабочего времени персонала. Система позволяет мониторить время прихода и ухода каждого сотрудника и его присутствие в определенных зонах. Мы внедрили этот инструмент в одной из ритейл-сетей, и буквально в течение месяца клиент смог значительно оптимизировать рабочий фонд.

— Вопрос о будущем технологии. В каком направлении она будет развиваться и что в ней можно улучшить?

— Мы постоянно улучшаем технологию, экспериментируя с нейронными сетями, добиваясь увеличения точности. Как говорится, нет предела совершенству. Сейчас система ORBL гарантирует 99,99997% распознавание лиц с поворотом головы до 65 градусов — наверное, в будущем получится работать с углами до 90 градусов. Возможно, система сможет проводить точное распознавание только по части лица.

Можно поработать и со скоростью, хотя на данный момент она и так высокая, распознавание идет в реал-тайм с задержкой в 0,4 секунды.

Наверно, технология будет еще лучше масштабироваться и станет более дешевой в плане стоимости инфраструктуры. Сейчас к обычному компьютеру без видеокарты ORBL может подключить до 15 видеопотоков — а в будущем их станет еще больше.

Алгоритм уже сейчас можно назвать совершенным, ведь еще пять лет назад точность распознавания лиц колебалась на уровне 80-85% — а теперь это 99,99%. Поэтому речь идет, скорее всего, о микро улучшениях.

— Какая сфера из всех, где применяется технология, наиболее проблемная?

— В реалиях настоящего времени более сложной можно назвать работу, где все процессы упираются в несовершенство законодательной базы. Все юзкейсы условно делятся на корпоративные и некорпоративные. Первые — это когда клиенты, допустим, используют технологию для учета рабочего времени. Сотрудники в курсе, что их снимает камера. Некорпоративные — это камеры в общественных местах: метро, ритейл, магазин, улица. Такие юзкейсы чуть более сложные, потому что в них есть законодательный элемент, который нужно учитывать операторам, работающим с данными.

— Считается, что машинные технологии неизбежно заменят людей во многих сферах. В частности, технология распознавания лиц сделает ненужными охранников. Где еще они смогут заменить человеческие кадры?

— Вероятно, технология составит конкуренцию множеству исследовательских компаний, которые делают анализ покупателей, сегментируют аудиторию. Она сократит количество рабочих мест во многих сферах, где внедряется роботизация: общественный транспорт, ритейл, банковский сектор и т. д. Борт-контроль, контроль в аэропортах — все это тоже можно автоматизировать. Скажем, доступ в зоны паспортного контроля могут давать не люди, а машины, которые будут более точны. То же касается и общественного транспорта: весь массив работ, связанный с продажей и проверкой билетов, будет не нужен, как и сами билеты. С одной стороны, это отличная тенденция, потому что человек избавляется от скучной и рутинной работы. С другой стороны — это дополнительная головная боль для правительства, которая прибавится к еще нерешенному вопросу с законодательством.