Anda naik tangga dan memasuki lift. Dia tahu lantai mana Anda harus pergi. Pintu apartemen terbuka sendiri di depan Anda. Komputer dan telepon "mengenali" Anda dan tidak memerlukan kata sandi. Mobil, jejaring sosial, toko - semua orang menyapa Anda, hampir tidak melihat Anda, memanggil Anda dengan nama dan mengantisipasi setiap langkah Anda. Beginilah cara kerja pengenalan wajah. Suka? Mengerikan?
Pada pandangan pertama, mungkin tampak bahwa organisasi mana pun yang mampu melakukan ini mengawasi setiap langkah Anda, mengumpulkan berkas tentang Anda. Tetapi Anda bahkan tidak dapat membayangkan seberapa luas teknologi pengenalan wajah telah menyebar ke seluruh dunia dan prospek hebat apa yang mereka janjikan. Selain contoh di atas, sistem pengenalan wajah memungkinkan Anda melakukan hal-hal yang sederhana dan rumit:
- konfirmasi identitas siswa selama ujian online;
- identifikasi orang-orang dari "daftar hitam" di pintu masuk stadion dan klub malam;
- pembayaran barang;
- menjaga antrean saat mengunjungi taman hiburan;
- membuka kunci ponsel atau komputer Anda.
Apa yang bisa saya katakan, jika di Moskow saja sudah ada jaringan lebih dari 150.000 kamera pengintai video luar ruangan. Tidak ada tempat untuk bersembunyi dari mereka, dan ini membuat orang berpikir, tapi skala "pengawasan" tidak terlalu besar. Jaringan tersebut menggunakan sistem pengenalan wajah yang kuat, tetapi membutuhkan banyak daya untuk bekerja, sehingga hanya 2-4 ribu kamera yang bekerja dalam waktu nyata. Sejauh ini, pengawasan massal terhadap populasi hanya menakutkan, jadi perlu difokuskan pada keuntungan nyata dari teknologi ini. Tapi hal pertama yang pertama.
Video promosi:
Bagaimana cara kerja sistem pengenalan wajah?
Pernah bertanya-tanya bagaimana Anda sendiri mengenali wajah, mengenalinya? Bagaimana cara komputer melakukannya? Tentunya wajah manusia memiliki sifat tertentu yang mudah untuk digambarkan. Jarak antara mata, posisi dan lebar hidung, bentuk alis dan dagu - semua detail ini secara tidak sadar Anda sadari saat Anda melihat orang lain. Komputer melakukan semua ini dengan efisiensi dan akurasi tertentu, karena dengan menggabungkan semua metrik ini, komputer memperoleh rumus matematika dari wajah manusia.
Jadi, seberapa baik kinerja sistem pengenalan wajah saat ini? Lumayan, tapi terkadang salah. Jika Anda pernah menemukan perangkat lunak pengenalan wajah di Facebook atau platform lain, Anda mungkin memperhatikan bahwa ada banyak hasil yang menyenangkan dan akurat. Namun, meski teknologinya tidak 100 persen akurat, itu cukup bagus untuk digunakan secara luas. Dan bahkan membuatmu gugup.
Paul Howie dari NEC mengatakan sistem pengenalan wajah mereka memindai wajah untuk pengenal individu:
“Misalnya, banyak yang menganggap jarak antar mata sebagai karakteristik yang unik. Atau bisa juga jarak dari dagu ke dahi dan komponen lainnya. Secara khusus, kami memperhitungkan 15-20 faktor yang dianggap penting, serta faktor lain yang tidak lagi signifikan. Ini menciptakan gambar tiga dimensi dari kepala orang tersebut, jadi meskipun tertutup sebagian, kita masih bisa mendapatkan hasil yang sama persis. Sistem kemudian mengambil tanda tangan wajah dan meneruskannya ke database."
Haruskah saya mengkhawatirkan perangkat lunak pengenal wajah?
Pertama-tama, pengenalan wajah adalah data. Data dapat dikumpulkan dan disimpan, seringkali tanpa izin. Setelah informasi dikumpulkan dan disimpan, itu terbuka untuk peretasan. Platform pengenalan wajah belum banyak diretas, tetapi seiring teknologi menyebar, biometrik Anda berada di tangan semakin banyak orang.
Ada juga masalah kepemilikan. Kebanyakan orang tidak tahu bahwa ketika mereka mendaftar dengan platform media sosial seperti Facebook, data mereka sejak saat itu menjadi milik Facebook itu sendiri. Karena jumlah perusahaan yang menggunakan pengenalan wajah terus bertambah, Anda bahkan tidak perlu mengunggah foto Anda sendiri ke Internet untuk dikompromikan. Mereka sudah disimpan di sana, dan sudah lama disimpan.
Berbicara tentang perangkat lunak, semuanya bekerja dengan cara yang berbeda, tetapi pada dasarnya menggunakan teknik dan jaringan neural yang serupa. Setiap wajah memiliki banyak ciri khas (tidak mungkin menemukan dua wajah yang identik di dunia, dan ada begitu banyak dari mereka di sepanjang sejarah umat manusia!). Misalnya, perangkat lunak FaceIt mendefinisikan fitur-fitur ini sebagai titik jangkar. Setiap wajah memiliki kurang lebih 80 titik nodal, mirip dengan yang telah kami sebutkan sebelumnya: jarak antara mata, lebar hidung, kedalaman rongga mata, bentuk dagu, panjang rahang. Titik-titik ini diukur dan membuat kode numerik - "cetakan wajah" - yang kemudian dimasukkan ke dalam database.
Di masa lalu, pengenalan wajah mengandalkan gambar 2D untuk membandingkan atau mengidentifikasi gambar 2D lainnya dari database. Untuk efisiensi dan akurasi, gambar harus berupa wajah yang menghadap langsung ke kamera, dengan sedikit penyebaran cahaya dan tanpa ekspresi wajah. Tentu saja itu bekerja sangat buruk.
Dalam kebanyakan kasus, snapshot tidak diambil di lingkungan yang sesuai. Bahkan permainan cahaya kecil dapat mengurangi efisiensi sistem, yang menyebabkan tingkat kegagalan yang tinggi.
2D telah digantikan oleh pengenalan 3D. Tren baru yang muncul dalam perangkat lunak ini menggunakan model 3D untuk memberikan pengenalan wajah yang sangat akurat. Dengan menangkap gambar 3D permukaan wajah seseorang secara real time, perangkat lunak menyoroti fitur-fitur khusus - di mana jaringan keras dan tulang paling menonjol, seperti lengkungan rongga mata, hidung, dan dagu - untuk mengidentifikasi subjek. Area ini unik dan tidak berubah seiring waktu.
Dengan menggunakan kedalaman dan sumbu pengukuran, yang tidak terpengaruh oleh pencahayaan, sistem pengenalan wajah 3D bahkan dapat digunakan dalam gelap dan mengenali objek dari berbagai sudut (bahkan dalam profil). Perangkat lunak semacam itu melewati beberapa tahap, mengidentifikasi seseorang:
Deteksi: Mengambil foto dengan memindai secara digital foto (2D) atau video yang ada untuk mendapatkan gambar subjek (3D) secara langsung.
Pemusatan: Setelah wajah terdeteksi, sistem menandai posisi kepala, ukuran dan postur tubuh.
Pengukuran: Sistem mengukur kurva pada permukaan dengan presisi milimeter dan membuat template.
Representasi: sistem menerjemahkan template menjadi kode unik. Kode ini memberi setiap pola satu set angka yang mewakili fitur dan fitur wajah.
Pencocokan: jika gambar dalam 3D dan database berisi gambar 3D, pencocokan akan dilakukan tanpa mengubah gambar. Tetapi jika database terdiri dari gambar dua dimensi, gambar tiga dimensi diuraikan menjadi komponen yang berbeda (seperti gambar dua dimensi dengan fitur wajah yang sama yang diambil dari sudut yang berbeda), dan diubah menjadi gambar 2D. Dan kemudian kecocokan ditemukan di database.
Verifikasi atau identifikasi: selama proses verifikasi, sebuah snapshot dibandingkan dengan hanya satu snapshot dalam database (1: 1). Jika tujuannya adalah identifikasi, snapshot akan dibandingkan dengan semua snapshot dalam database, yang menghasilkan sejumlah kemungkinan kecocokan (1: N). Satu atau metode lain diterapkan sesuai kebutuhan.
Di mana sistem pengenalan wajah digunakan?
Di masa lalu, sistem pengenalan wajah telah digunakan terutama dalam penegakan hukum, karena pihak berwenang menggunakannya untuk menemukan wajah acak di kerumunan. Beberapa lembaga pemerintah juga telah menggunakan sistem serupa untuk keamanan dan untuk menghilangkan kecurangan dalam pemilu.
Namun, ada banyak situasi lain di mana perangkat lunak semacam itu menjadi populer. Sistem semakin murah, distribusinya berkembang. Mereka sekarang kompatibel dengan kamera dan komputer yang digunakan oleh bank dan bandara. Agen perjalanan sedang mengerjakan program "pelancong berpengalaman" untuk melakukan pemeriksaan keamanan cepat bagi penumpang yang secara sukarela memberikan informasi. Antrian bandara akan bertambah cepat jika orang menggunakan sistem pengenalan wajah yang mencocokkan wajah dengan database internal.
Penggunaan potensial lainnya termasuk ATM dan mesin ATM. Perangkat lunak dapat dengan cepat memeriksa wajah klien. Setelah izin klien, ATM atau terminal mengambil gambar wajah tersebut. Perangkat lunak ini membuat cetakan wajah yang melindungi pelanggan dari pencurian identitas dan transaksi penipuan - ATM tidak akan memberikan uang kepada orang dengan wajah lain. Bahkan PIN tidak diperlukan.
Sihir? Teknologi
Perkembangan teknologi pengenalan wajah di bidang transfer bank dapat menjadi sangat penting dan menarik. Baru-baru ini, bank Rusia Otkrytie mempresentasikan solusi uniknya sendiri yang dikembangkan di bawah merek teknologi Open Garage: mentransfer uang dari foto di aplikasi seluler Otkritie. Transfers. Alih-alih mengetik kartu atau nomor telepon, Anda hanya perlu mengambil foto orang yang perlu melakukan transfer. Sistem pengenalan wajah akan membandingkan foto dengan foto referensi (dilakukan saat bank mengeluarkan kartu) dan akan menampilkan nama depan dan belakang. Yang tersisa hanyalah memilih kartu dan memasukkan jumlahnya. Yang terpenting, klien bank pihak ketiga juga dapat menggunakan fungsi ini untuk transfer ke klien Otkritie - pengirim transfer dapat menggunakan kartu bank Rusia mana pun.
“Menggunakan foto klien alih-alih nomor kartu bank adalah pendekatan yang pada dasarnya baru untuk transfer online berdasarkan penggunaan sistem pengenalan wajah jaringan saraf, yang memungkinkan klien diidentifikasi dengan tingkat keakuratan tinggi oleh data biometriknya,” kata kepala Departemen Pengembangan Sistem Mitra Otkritie Bank Alexey Matveev. - Layanan ini membuka skenario kehidupan yang benar-benar baru bagi pengguna untuk melakukan transfer uang. Saat ini, tidak ada pelaku pasar keuangan di dunia yang menawarkan layanan seperti itu kepada klien mereka."
Ilya Khel
