ПОЧЕМУ РАСПОЗНАВАНИЕ ЛИЦ СВЯЗЫВАЮТ С ЦИФРОВОЙ ДИКТАТУРОЙ?
Система социального рейтинга — система оценки граждан и организаций по различным параметрам, значения которых получаются с помощью массового наблюдения и на основе анализа больших данных (Вики).
Единственная страна, которая целенаправленно разрабатывает и внедряет подобную систему — Китай. Ключевым механизмом работы такой системы является сеть видеокамер, способных распознать личность и отслеживать её поведение. Звучит как антиутопия из романа Оруэлла, но власти Китая ещё с 2015 года проводят подобный эксперимент в разных провинциях страны. Пытается не отстать от Китая и правительство Москвы — с 2019 года по всему городу была развёрнута целая сеть видеокамер с возможностью идентификации личности. Хотя МВД ещё на стадии эксперимента системы заявило о задержании более 90 преступников, находящихся в розыске, после событий 23 и 31 января эти сообщения скорее вызывают тревогу. Так, 31 января повторно участвующих в митинге начинали задерживать ещё в метро, где были установлены камеры с распознаванием лиц, а кого-то арестовывали уже постфактум, спустя некоторое время после митинга. Это отнюдь не первый случай использования систем идентификации для предотвращения протестов. Их активно применяли в ходе “революции зонтиков” в Гонконге в 2019 году, примерно тогда же стал массово применяться термин “цифровая диктатура”.
КАК РАБОТАЕТ СИСТЕМА ИДЕНТИФИКАЦИИ ЛИЦ В ТОЛПЕ?
В тексте про эмоции машин мы уже рассказывали про работу алгоритма распознавания лиц:
“Для решения этих задач из изображений извлекаются специальные дескрипторы лиц, или векторы признаков. Сначала сеть глубокого обучения тренируется распознавать черты лица, делая это с помощью карты точек вокруг основных его частей (глаза, брови, нос, губы). Расстояние между этими точками и есть вектор признаков. Подобно отпечатку пальца, вектор признаков индивидуален для каждого человека.”
При идентификации прохожего в толпе нужно сначала выделить его лицо из общего видеоряда. Этот этап называется детекцией. Для детекции используют простой, но эффективный метод Виолы-Джонса. Человеческому лицу, как правило, соответствует один и тот же яркостный шаблон: одни участки на лице всегда оказываются темнее других, независимо от условий съёмки. Этот шаблон легко обнаружить в кадре, найдя нужные закономерности в значениях пикселей. Метод Виолы-Джонса встроен как опция во все смартфоны и большинство фотоаппаратов, когда, прежде чем сделать портретный или групповой снимок, устройство выделяет лица в кадре жёлтой рамочкой.
На следующем этапе — распознавании, из выделенного фрагмента с лицом получают вектор признаков. Эта часть — самая сложная, её решение поручают свёрточным нейросетям (convolutional neural network). Свёртку можно представить как операцию по выделению примитивов на изображении. Если, например, расфокусировать зрение, объекты вокруг потеряют чёткость, останутся различимы только их контуры, состоящие из горизонтальных, вертикальных и наклонных линий. Это как раз и есть примитивы, формирующие такой признак объекта, как его форму. Свёрточные нейронные сети могут состоять из множества уровней свертки. Каждый следующий уровень распознает более сложные примитивы, комбинируя их в более точные признаки объекта. Кстати, именно из-за многоуровневой архитектуры нейронные сети, построенные по такому принципу, называют глубокими (а их обучение, соответственно, глубоким обучением).
ЗАЧЕМ НОСИТЬ ДИЗАЙНЕРСКИЕ ШАРФЫ И НЕОБЫЧНЫЙ МАКИЯЖ?
Если внедрение систем распознавания лиц в аэропортах, торговых центрах или на пропускных пунктах предприятий можно понять, то как быть с тем, что определить вашу личность сможет любая уличная камера? Возникает резонный вопрос: как защититься от недобровольного распознавания? Есть несколько методов — их можно разделить на “технические” и “креативные”.
К техническим методам относятся те, которые позволяют системе обнаружить лицо, но затрудняют нейросети его распознать. Они основаны на внесении в изображение таких примитивов, с которыми нейросеть не сталкивалась в процессе обучения. Так, Ян Лекун, один из основоположников концепции глубокого обучения, показал, что, если в определенном порядке заменить значения пикселей на изображении панды, то она будет распознана как гиббон. Для нейросети это своего рода оптическая иллюзия, хотя для человеческого глаза изменения в изображении панды не видны. Взяв за основу работу Яна Лекуна, дизайнерский проект HyperFace запустил линейку “умного” текстиля, специальные узоры которого перегружают алгоритм. Один из примеров такого текстиля — шарф с множеством схематичных лиц. Григорий Бакунов, директор по распространению технологий в “Яндексе”, использовал работу Яна Лекуна по-другому: он наносил несимметричный макияж из хаотичных линий и точек, что при определении признаков сбивало с толку нейросеть.
К креативным способам защиты относится, например, ношение очков со встроенными светодиодами, работающими в инфракрасном диапазоне. (Картинка) Очки получили распространение в ходе беспорядков в Гонконге, поскольку просто засвечивали попавшее в объектив камеры лицо человека. К другим креативным способам можно отнести ношение силиконовой маски с изменёнными чертами лица. Такой способ получил распространение в Китае во время внедрения системы “социального кредита”. Объективный вопрос: влияет ли ношение медицинских масок и других аксессуаров (например, очков) на возможности распознавания лица? Что ж, Covid-19 постарался и здесь. На самом деле, после начала пандемии многие системы распознавания были доработаны, и теперь для идентификации личности может быть достаточно только фрагмента лица.
В заключении стоит сказать, что вопрос о границах применения систем распознавания и идентификации лиц лежит скорее не в технической области, а в области правовых и судебных институтов. Так, в России, иски, поданные общественными и правозащитными организациями властям Москвы за незаконное внедрение и использование подобных систем, были отклонены судом.
Ещё больше любопытного в Телеграм-канале:
