Распознавание лица

Распознавание лица — это биометрическая технология, предназначенная для идентификации или верификации личности человека по изображению или видеоряду его лица. Относится к классу методов автоматической обработки изображений и компьютерного зрения. Ключевыми характеристиками являются способность работать в реальном времени, устойчивость к изменениям освещения, ракурса и мимики, а также высокая точность при наличии качественных эталонных данных.

История

Ранние этапы (1960-е — 1990-е)

Первые попытки автоматического распознавания лиц относятся к 1960-м годам, когда Вудроу Блезо (Woodrow Bledsoe) разработал систему, требовавшую ручного ввода координат ключевых точек лица (глаз, носа, рта). В 1970-х годах Гольдштейн, Хармон и Леск использовали 21 субъективный признак (цвет волос, толщина губ) для автоматизации процесса. Прорыв произошёл в 1991 году, когда Алекс Пентланд, Майкл Терк и Такео Канаде представили метод Eigenfaces (собственные лица), основанный на анализе главных компонент (PCA). Этот метод позволял представлять лицо как линейную комбинацию базовых изображений.

Эра глубокого обучения (2010-е — настоящее время)

С 2012 года, после успеха свёрточных нейронных сетей (CNN) в задаче ImageNet, началось активное внедрение глубокого обучения в распознавание лиц. В 2014 году компания Facebook (организация Meta признана экстремистской и запрещена в РФ) представила систему DeepFace, достигшую точности, сопоставимой с человеческой (97,35%). В 2015 году Google выпустила FaceNet, использующую триплетную потерю (triplet loss) для обучения, что позволило достичь точности 99,63% на наборе данных LFW (Labeled Faces in the Wild). В России значительные разработки велись компаниями «Видеоинтеллект» (с 2017 года входит в состав «Сбера») и NtechLab, чей алгоритм FindFace в 2016 году выиграл международный конкурс MegaFace.

Принципы работы

Обнаружение лица

Первый этап — выделение области лица на изображении. Традиционные методы (каскады Хаара, гистограммы ориентированных градиентов — HOG) постепенно вытесняются нейросетевыми детекторами, такими как MTCNN (Multi-Task Cascaded Convolutional Networks) и RetinaFace. Детектор должен быть устойчив к поворотам головы, частичным перекрытиям (очки, маски) и разному масштабу.

Выравнивание и нормализация

После обнаружения лицо геометрически выравнивается: поворачивается, масштабируется и обрезается до стандартного размера (обычно 112×112 или 160×160 пикселей). Это необходимо для устранения влияния ракурса и положения головы на качество последующего распознавания.

Извлечение признаков (Feature Extraction)

Изображение лица подаётся на вход свёрточной нейронной сети, которая преобразует его в компактный числовой вектор — эмбеддинг (embedding). Длина вектора варьируется от 128 до 512 чисел. Сеть обучается так, чтобы векторы одного человека были близки (косинусное расстояние или евклидово расстояние мало), а векторы разных людей — далеки. Современные архитектуры (ArcFace, CosFace, SphereFace) используют модифицированные функции потерь (additive angular margin loss), обеспечивающие высокую дискриминативность.

Сравнение и идентификация

Полученный эмбеддинг сравнивается с базой эталонных векторов. Для верификации (1:1) — например, разблокировка телефона — вычисляется расстояние между вектором живого человека и его эталоном. Для идентификации (1:N) — поиск в базе — используется метод k-ближайших соседей (k-NN) или индексация на основе HNSW (Hierarchical Navigable Small World), позволяющая обрабатывать базы до миллиарда лиц за миллисекунды.

Классификация систем

По способу сбора данных

• Стандартные (кооперативные): пользователь сознательно смотрит в камеру, занимает определённое положение (например, при проходе через турникет).
• Некооперативные (скрытые): система снимает лицо без ведома человека, в потоке людей (например, в аэропортах, на стадионах).

По типу используемых данных

• 2D-распознавание: работает с обычными фотографиями и видеокадрами. Чувствительно к освещению, ракурсу и мимике.
• 3D-распознавание: использует данные с 3D-сенсоров (структурированный свет, ToF-камеры, стереопары). Устойчиво к изменениям освещения, но требует дорогостоящего оборудования.
• Термографическое распознавание: анализирует тепловое излучение лица. Эффективно в условиях полной темноты, но подвержено влиянию температуры окружающей среды и состояния здоровья человека.

По режиму работы

• Онлайн (реальное время): обработка видеопотока с задержкой менее 100 мс.
• Офлайн (пост-обработка): анализ записанных видеофайлов или фотографий.

Применение

Безопасность и контроль доступа

• Разблокировка устройств: Apple Face ID (с 2017 года), системы разблокировки смартфонов на Android.
• Физический доступ: проход на режимные объекты, в офисы, через турникеты в метро (в Москве с 2020 года внедряется система Face Pay).
• Пограничный контроль: автоматизированные паспортные контроли (e-Gates) в аэропортах (например, система «Сапсан» в России).

Правоохранительная деятельность

• Поиск преступников: системы городского видеонаблюдения, интегрированные с базами данных разыскиваемых лиц. В России с 2017 года в Москве работает система распознавания лиц, подключённая к 200 тысячам камер. По данным мэрии, за 2023 год с её помощью раскрыто более 3 тысяч преступлений.
• Контроль массовых мероприятий: выявление потенциально опасных лиц на стадионах, митингах.

Коммерция и сервис

• Персонализация: в ритейле — определение пола, возраста и настроения покупателя для показа релевантной рекламы.
• Банковская сфера: удалённая идентификация клиентов при открытии счетов, проведении операций (в России — по закону № 115-ФЗ, с использованием Единой биометрической системы — ЕБС).
• Учёт рабочего времени: автоматическая фиксация прихода и ухода сотрудников.

Критика и проблемы

Ошибки и предвзятость

Исследования (например, работа Джой Буоламвини «Gender Shades», 2018) показали, что алгоритмы распознавания лиц демонстрируют более высокую ошибку на тёмных тонах кожи и женских лицах. Это связано с дисбалансом обучающих выборок. В 2020 году IBM, Amazon и Microsoft объявили о временной приостановке продаж систем распознавания лиц полиции из-за рисков дискриминации.

Конфиденциальность и правовое регулирование

• Россия: Федеральный закон № 152-ФЗ «О персональных данных» требует получения согласия на сбор и обработку биометрических данных. С 2021 года действует Единая биометрическая система (ЕБС), оператором которой является «Ростелеком». В 2023 году принят закон, разрешающий использование биометрии без согласия граждан в целях безопасности (в метро, аэропортах, на вокзалах).
• Европейский союз: GDPR (General Data Protection Regulation) классифицирует биометрические данные как «особую категорию», требующую явного согласия. В 2024 году Европарламент принял Акт об искусственном интеллекте, который запрещает использование систем распознавания лиц в реальном времени в общественных местах правоохранительными органами (за исключением узких случаев по решению суда).
• США: единого федерального закона нет; регулирование на уровне штатов. В Сан-Франциско, Бостоне и ряде других городов запрещено использование распознавания лиц полицией.

Технические уязвимости

• Атаки с использованием фотографий, масок, видеозаписей: современные системы (Liveness Detection) проверяют наличие признаков жизни (моргание, движение головы, текстура кожи), но некоторые атаки (например, силиконовые маски высокого качества) могут их обмануть.
• Adversarial attacks: добавление специально спроектированного шума на изображение, незаметного для человека, может заставить нейросеть ошибочно распознать лицо.

Интересные факты

• Первая в мире система распознавания лиц, интегрированная с полицейской базой, была запущена в 2001 году в городе Тампа (Флорида, США) на фестивале «Супербоул». Она не выявила ни одного преступника, но вызвала массовые протесты защитников приватности.
• В 2019 году в Китае была внедрена система распознавания лиц в туалетах общественных парков, чтобы предотвратить кражу туалетной бумаги. Система выдавала фиксированную длину бумаги одному и тому же человеку раз в 9 минут.
• Самый большой набор данных для обучения — MegaFace (содержит 4,7 миллиона фотографий 672 тысяч человек) и MS-Celeb-1M (10 миллионов изображений 100 тысяч знаменитостей). В 2019 году Microsoft закрыла доступ к MS-Celeb-1M из-за опасений нарушения конфиденциальности.

Источники

1. Turk M., Pentland A. Eigenfaces for Recognition // Journal of Cognitive Neuroscience. — 1991. — Vol. 3, № 1. — P. 71–86.
2. Taigman Y., Yang M., Ranzato M., Wolf L. DeepFace: Closing the Gap to Human-Level Performance in Face Verification // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2014.
3. Schroff F., Kalenichenko D., Philbin J. FaceNet: A Unified Embedding for Face Recognition and Clustering // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2015.
4. Deng J., Guo J., Xue N., Zafeiriou S. ArcFace: Additive Angular Margin Loss for Deep Face Recognition // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2019.
5. Buolamwini J., Gebru T. Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification // Conference on Fairness, Accountability, and Transparency (FAccT). — 2018.
6. Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных» (ред. от 14.07.2022).
7. Regulation (EU) 2016/679 of the European Parliament and of the Council (General Data Protection Regulation).
8. Петров И. А. Биометрические технологии в системах безопасности: монография. — М.: Радио и связь, 2021. — 256 с.