Rozpoznávání obličeje v praxi (1)

Tak by přece měla vypadat budoucnost. Zástupci dobra musí dokázat najít lumpa i v davu lidí, takže začali skenovat prostředí kamerou, která obsahuje technologii rozpoznávání obličeje.

O pár vteřin později se kamerou zachytí obličej, který vykazuje pozitivní shodu s položkou v jejich trestní databázi, a ejhle – mají ho. Tato budoucnost je už v určité podobě součástí dnešních dnů.

Úroveň přesnosti této platformy není dostatečně vysoká, aby ji šlo použít ve výše uvedeném případě, alespoň ne s vysokou mírou úspěšnosti.

Je však dostatečně dobrá pro implementaci v řadě různých vertikálních trhů včetně komerčního sektoru, marketingu, zdravotnictví a pohostinství.

„V mnoha případech je rozpoznávání obličeje dobrým pomocným nástrojem umístěným nad současnými systémy,“ uvádí Bob Lorenz, výkonný specialista na oblast videa ve společnosti Panasonic.

„Například v oblasti maloobchodu již prodejny používají bezpečnostní kamery, aby odhalily krádeže, ale zároveň už nyní rozpoznávají obličeje,“ tvrdí Lorenz.„Když někoho chytí, uloží se tyto obličeje do databáze a v případě příštího rozpoznání dostane personál obchodu či ochranka upozornění. Je to dílčí komponenta přidaná k již nasazené infrastruktuře.“

Jay Hauhn, technologický ředitel a viceprezident společnosti Tyco Integrated Security, dělí použití rozpoznávání obličeje do dvou kategorií: spolupracující a nespolupracující prostředí.

V prvním případě si osoba, jejíž obličej se bude skenovat, uvědomuje skenování a vybrala si tento proces jako nástroj ověření své identity – tyto osoby se budou dívat přímo na kameru a nebudou se snažit jakkoli zakrývat svůj obličej.

Nespolupracující prostředí jsou taková, kde si subjekt nemusí uvědomovat skenování svého obličeje a nepokouší se hledět přímo na kameru.

„Ve spolupracujícím prostředí to funguje velmi dobře,“ prohlašuje Hauhn. „Je to stejné jako jakékoliv jiné biometrické řešení, ale to není příslib rozpoznávání obličejů. V tomto scénáři není těžké rozpoznávání obličeje obejít pomocí obrazu.“

Ačkoli Hauhn tvrdí, že ve spolupracujícím prostředí založeném na zabezpečení, kde se používá rozpoznávání obličejů v nejjednodušší podobě, není tuto technologii tak těžké ošálit, je tu ještě naděje.

Ačkoli nemohl prozradit podrobnosti, Hauhn uvádí, že společnost Tyco zná firmu, která vyvíjí další faktory implementovatelné do rozpoznávání obličeje za účelem vytvoření vícefaktorové autentizace ve spolupracujícím prostředí.

Například namísto pouhého rozpoznávání obličejů by kamery brzy sledovaly i mrkání, pohyb rtů, pohyby obličejových svalů, duhovky a možná i chůzi člověka.

V nespolupracujícím prostředí není rozpoznávání obličejů tak široce implementované, alespoň ne úspěšně, a to v důsledku relativně nízké efektivity, vysvětluje Hauhn. Příslib rozpoznávání obličejů se podle něj spíše týká nalezení někoho v davu. V této oblasti je ale efektivita nižší.

Hauhn uvádí příklad kasin, která se snaží používat rozpoznávání obličejů, aby udržela podvodníky mimo své prostory. I když připouští, že nezná dobře bezpečnostní metody kasin, uvádí, že pravděpodobně mohou  použít potřebné zdroje k prosívání četných falešně pozitivních výsledků a zblízka osoby identifikovat.

Svatým grálem by bylo, kdyby mohly bezpečnostní týmy ze svého stanoviště použít libovolný záběr kamerou z jakéhokoliv úhlu k identifikaci případných zločinců.

„Tak daleko ale zatím nejsme,“ prohlašuje Hauhn. „Tato technologie ještě není tak dobrá. Je velmi snadné použít klobouk a nedívat se do kamery ze vhodného úhlu, aby nemohla získat správná data. Dvourozměrné systémy vyžadují k dosažení přesnosti přímý pohled.“

Existují však firmy, které pracují na rozpoznávání obličejů ve 3D prostředí. S využitím geografických kamer, jež užívají více značek, lze zvýšit pravděpodobnost získání dobrého snímku, přestože se osoba nedívá přímo do kamery.

Stále daleko

Platforma rozpoznávání obličeje je však stále ještě velmi nevyzrálá. Lorenz uvádí, že technologie kamer se na úroveň dostatečnou k úspěšnému rozpoznávání obličejů dostala až v posledních třech až čtyřech letech.

„Při rozpoznávání obličejů často narazíte na úskalí spojené s dostatečně dobrým zobrazením tváře,“ zmiňuje Lorenz. „S novými HD kamerami, větším počtem megapixelů a kvantem dat, které je možné přenášet do backendových systémů, jsme se skutečně dostali do bodu zvratu. Nyní můžete získat jasnější obraz, lépe vykreslené obličeje a detekce se v těchto situacích zlepšuje.“

Zatímco Hauhn souhlasí s názorem, že lepší technologie přinesla lepší přesnost, nevěří, že se rozpoznávání obličeje již ukázalo jako dostatečně funkční v tzv. nespolupracujícím prostředí.

Pokud osoby nevědí, že jsou podrobené úkonu rozpoznávání obličeje, je to skutečně nespolupracující prostředí a bohužel – to je v mnoha případech podstata použití pro bezpečnostní účely, jako je například skenování na letištích s cílem identifikovat osoby související s terorismem.

„Po 11. září se očekávalo, že video a rozpoznávání obličejů vyřeší všechny naše problémy. To se však nestalo,“ tvrdí Hauhn. „Přibližně před sedmi až osmi lety došlo k důležitým testům, které ukázaly, že se přesnost nezlepšila.“

Ve spolupracujících prostředích, jako je například evidence osoby na policejní stanici, však rozpoznávání obličeje funguje velmi dobře, uvádí Hauhn.

„Možnost najít něčí tvář v celé databázi osob funguje velmi dobře,“ popisuje. „Pokud pracujete s otisky prstů, není to v tomto prostředí zdaleka tak rychlé. Ale opět je to vynucená spolupráce.“

Hauhn stejně jako Lorenz připomíná, že rozpoznávání obličejů by mohlo dobře fungovat i v nespolupracujících prostředích. Cíl je ale stále daleko.

„Když se podíváte na to, kde je rozpoznávání obličeje na stupnici přesnosti biometrických metod, je to jedna z méně přesných ve srovnání, řekněme, s biometrickými údaji o otiscích prstů,“ upozorňuje Lorenz.

„Rozpoznávání obličejů je v tomto ohledu méně přesné. Existují další závislosti, jako je schopnost dobrého zachycení obličeje za slabého osvětlení a obličeje, který zabírá kamera pod úhlem.“

Lorenz dodává, že účinnost závisí také na technologiích skrytých za systémy, jako je typ algoritmu vyhledávajícího shody, používaný v oblasti back-endu. Stejně jako Hauhn považuje také Lorenz typické dvourozměrné rozpoznávání obličejů za limitované a snadno oklamatelné a trojrozměrné systémy jsou podle něj přitažlivější z hlediska přesnosti a překonání omezení, jako je například úhel pohledu.

Je tu mnoho prostoru pro rozvoj. Jak poroste vyspělost a přesnost rozpoznávání obličejů, můžeme očekávat nárůst použití ve více scénářích a pro různé účely.

„Myslím si, že ve spolupracujícím prostředí existuje obrovské množství prostoru pro růst,“ prohlašuje Hauhn. „Například přístupové systémy: můžete přijít ke dveřím a systém vás rozpozná a otevře vám a dokonce může upozornit, zda za vámi neproklouzla další osoba. Nebo bankovní transakce. Myslím si, že by lidé rádi použili svůj obličej ke garanci přístupu ke svým penězům a tomu, že se k nim nedostane nikdo jiný.“

Lorenz má podobný názor a tvrdí, že s rozvojem technologie se budou kamery již nasazené ve velkých městech postupně modernizovat a bude se více používat rozpoznávání obličejů. Hauhn souhlasí a dodává, že současný relativní nedostatek nasazení je také otázkou nákladů.

Příště se podíváme, jak velký vliv má rozpoznávání obličeje na problematiku ochrany soukromí.

Tento příspěvek vyšel v Security Worldu 4/2014