luckyea77 (luckyea77) wrote,
luckyea77
luckyea77

Categories:

«Наша точность распознавания лиц — 99,99997%»



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.

Tags: интервью, технологии
Subscribe

Posts from This Journal “интервью” Tag

promo luckyea77 november 4, 21:52 5
Buy for 10 tokens
В прошлом посте " Эпоха интеллекта" я публиковал эссе генерального директора OpenAI Сэма Альтмана. В нем Альтман пишет, что мы можем представить себе возможности создавать любое программное обеспечение, которое только можно представить, и многое другое. Недавно я с помощью нейросети создал…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 2 comments