В Москве внедряют новейшую систему безопасности

В этом году все уличные видеокамеры Москвы подключат к системе распознавания лиц, позволяющей с большой точностью идентифицировать личность. Это поможет разыскивать пропавших, предотвращать преступления. Разработчики рассказали РИА Новости, на что еще способна новая технология.

Испытания в условиях города

Система распознавания лиц — это, в сущности, искусственный интеллект (ИИ), работающий гораздо лучше, чем человеческий мозг. Он самостоятельно обучается, собирает и анализирует огромные объемы данных в считаные секунды.

Возник ИИ в результате развития компьютерных программ особого типа — так называемых нейросетей. Эти программы сканируют цифровое изображение попиксельно и вычленяют вектора признаков — уникальные наборы черт, по которым можно узнать лицо, сравнить его с другим или, наоборот, найти один и тот же объект на разных фото — человека, машину, дорожный знак.

Нейросети сами учатся идентифицировать людей на большом массиве изображений, например фото знаменитостей, лиц в естественной обстановке или на снимках плохого качества. Хорошо натренированная система ошибается крайне редко.

По словам Артема Кухаренко, основателя компании NtechLab, вероятность ложного срабатывания — один случай на десять миллионов. Этот параметр оптимизируется в зависимости от поставленной задачи.

“Так, если система работает на границе, лучше отправить человека на дополнительную проверку, чем пропустить потенциального нарушителя”, — поясняет он.

NtechLab принадлежит технология FindFace, которая на прошлогоднем чемпионате мира по футболу помогла задержать более ста правонарушителей, раскрыть кражу спонсорского кубка и предотвратить давку в одной из фанзон. Сейчас система действует в пилотном режиме в нескольких городах. Например, в Альметьевске к ней подключены десятки городских камер. Благодаря этому задержали одиннадцать преступников, находившихся в розыске.

Алексей Цессарский, генеральный директор компании IVA Cognitive, разрабатывающей систему видеоаналитики IVA CV, приводит другие оценки точности: до 99 процентов.

“На самом деле это не слишком хорошо. Один процент ошибки на пятнадцать миллионов, если брать Москву, это существенно”, — говорит он.

Как сообщают столичные власти, видеоаналитика охватывает метрополитен и часть уличных камер. В этом году подключат весь город. Чью разработку внедрят, пока неизвестно.

“Осталось несколько претендентов, в том числе мы. Возможно, выберут одного или организуют что-то вроде консорциума из нескольких компаний. Поделят камеры и посмотрят, кто как справляется. Таким образом, сохранится конкуренция, технология будет развиваться”, — уточняет Цессарский.

Безопасность выходит на новый уровень

Система распознавания лиц нужна в первую очередь для предотвращения и раскрытия преступлений. Как это работает?

“Видеопоток со всех подключенных камер анализируется, лица распознаются и сохраняются некоторое время в базе. Далее фото человека из списка разыскиваемых загружается в систему и выполняется поиск среди накопленной истории. Программа показывает, какие камеры и когда видели этого человека. Можно восстановить его маршрут, определить, где и когда он был в последний раз, загрузить видео оттуда и посмотреть, что он там делал”, — объясняет специалист.

Другой сценарий: в базу загружается фото, и, как только нужный человек объявится, в полицию поступает мгновенное уведомление. Там решают, как реагировать.

В Татарстане в прошлом году с помощью системы видеонаблюдения раскрыли 1971 преступление. Внедрение технологии распознавания лиц должно снизить уровень преступности.

“Установка в каком-то районе города камер наблюдений уменьшает количество преступлений на двадцать и даже сорок процентов. Все зависит от того, насколько криминогенной была обстановка. Если человек знает, что его распознают на видео и найдут, он дважды подумает, прежде чем решится на правонарушение”, — подчеркивает Цессарский.

Пассажиры московского метро проходят через турникеты на станции “Октябрьское Поле”, подключенные к системе распознавания лиц

Программа анализирует поведение

Системы, основанные на нейросетях, хорошо умеют распознавать лица и другие объекты, считать людей, определять движение объекта. Возможности постоянно расширяются. Одна из актуальных сейчас задач — анализ жестов, поз. Это позволит оценить намерения группы людей и предотвратить опасную ситуацию.

“Речь идет о паттернах поведения человека. Систему можно натренировать на поиск скопления людей там, где обычно по статистике этого не должно быть, или выявление подозрительных действий: кто-то очень быстро размахивает руками, бежит, выхватывает предмет, напоминающий оружие. Обнаружив в видеопотоке определенные паттерны, программа отправляет уведомление. Это, по сути, мониторинг потенциально опасных ситуаций”, — рассказывает Цессарский.

По словам Кухаренко, если использовать вместе несколько сценариев — поиск лиц в розыске, подсчет людей и оценку поведения — это выведет безопасность массовых мероприятий на принципиально новый уровень.

Мечта урбаниста

Еще одна востребованная задача — улучшение городской среды. ИИ распознает людей, транспорт, очень точно подсчитывает число пешеходов, машин, составляет карты плотности пассажиропотока. Затем данные анализируют проектировщики, градостроители, и решают, где лучше сделать пешеходные переходы, какие дорожки в парке заасфальтировать, какой маршрут разгрузить, добавив автобусов, куда перенести остановку и так далее.

“В принципе, это все несложно, если есть статистика, которую система анализа видеопотока способна собрать. Другое дело, что обработка данных требует создания целого института. Со временем в Москве займутся и этим”, — продолжает Цессарский.

Технически возможно оплачивать билеты в общественном транспорте, продукты или услуги, что называется, “лицом”. Для этого потребуется авторизация пассажира в соответствующем приложении, разрешение на использование биометрических данных и транзакцию со счета. Такую технологию уже тестируют в сети магазинов “Магнит”.

Есть еще вариант — проверка льготного проезда. Не секрет, что пассажиры передают друг другу социальные карты, проездные. А контролеры проверяют далеко не каждый рейс. Камера в автобусе, подключенная к системе распознавания лиц, сравнит пассажира, предъявившего социальную карту, с базой льготников и в случае расхождения направит уведомление или выпишет штраф.

Кто владеет большими данными

Системы распознавания лиц не так уж безобидны. Например, FindFace, созданная для поиска человека по фотографии среди открытых профилей соцсети “ВКонтакте”, в какой-то момент обернулась деанонимизацией и травлей пользователей.

“Это происходит с любой технологией. Мы, как разработчики, видим массу полезных вариантов ее применения, но всегда найдутся те, кто думает иначе. И все же польза несравнимо больше, чем вред”, — уверен Кухаренко.

Вектор признаков, по которому распознают лицо, можно расценивать как биометрическую информацию, сбор и хранение которой строго регламентируется. В Москве это входит в зону ответственности заказчика — городских властей. Доступ к данным системы видеоаналитики есть только у сотрудников центра обработки и спецслужб.

Кража данных злоумышленниками, по словам разработчиков, исключена. Сбор и хранение такой информации требует больших ресурсов, дата-центров. Поэтому изображения с камер после всей необходимой аналитики уничтожают.

Если все же представить себе, что такие данные удастся собрать и скопировать — а это просто наборы цифр, описывающие математическим языком вектора признаков, то для работы с ними понадобится развернуть саму оригинальную систему распознавания, с помощью которой они были получены. Потребуется сервис-фирма, огромные вычислительные мощности, финансы.

“Поиск преступников — это понятно, на это можно тратить деньги. А зачем, к примеру, кому-то складировать фото лиц и вектора признаков всех людей, которые перемещались по городу?” — рассуждает Кухаренко.

“Это бессмысленное преступление, так как сами по себе биометрические данные нельзя использовать без остальной инфраструктуры и системы, с помощью которой они были собраны”, — добавляет Цессарский.

Впрочем, он признает, что система видеоаналитики, в частности распознавания лиц, предоставляет возможность слежения, контроля наряду с паспортами, соцсетями, мобильными телефонами. Это противоречит праву на неприкосновенность частной жизни.

“Вопрос стоит так: хотим мы этим пользоваться или нет? Например, я знаю, что мою почту могут взломать, разговоры прослушать, но я все равно не отказываюсь от смартфона, потому что удобно, плюсов больше. В идеальном мире мой телефон имеют право прослушать уполномоченные сотрудники, только получив судебный ордер. Если я не нарушаю закон, меня не прослушивают. В реальной жизни ситуация чуть хуже, техническими возможностями порой злоупотребляют. Но это побочный эффект”, — подчеркивает эксперт.

И приводит в пример соцсети и мессенджеры. В мире продолжают спорить об исходящих от них угрозах, о том, надо ли их контролировать и как именно.

“Тем временем соцсети и мессенджеры успешно внедряются, потому что нам так удобно. Потенциально это открывает больше доступа к какой-то части личной жизни, но останавливать прогресс, как учит нас история, — бессмысленно”, — заключает Цессарский.

 

Источник