В нашей стране усовершенствовали систему распознавания лиц. Теперь находить преступников будут точнее и быстрее. Действующая система уже доказала свою эффективность: с февраля с ее помощью удалось задержать более 200 нарушителей коронавирусного карантина, тех, кто по возвращению из-за границы должен был находиться дома, в режиме самоизоляции, но решил пренебречь этими правилами. Да и вообще расследование почти каждого преступления теперь начинается с изучения видеозаписей и заканчивают тоже ими. Как правило, судье достаточно посмотреть, чтобы расставить все точки над и в приговоре.
Комплексы видеофиксации подключены к системе «Безопасный город». Они помогут найти тех, кто годами скрывался от правосудия. От неплательщика алиментов до убийцы — главное, чтобы фото было загружено в базу. Лицо каждого, кто пройдет через турникеты, попадет в систему, которой управляет искусственный интеллект. За доли секунды он сравнит портрет с фотографиями людей, находящихся в розыске. В московском метро это пока эксперимент, но очень удачный, признают в полиции.
«В результате после установки комплексов, и при этом не увеличивая количество личного состава полиции, в настоящее время ежемесячно задерживается от пяти до десяти преступников, которые разыскивались не только сотрудниками органов внутренних дел Москвы и иными органами, но и правоохранительными органами других стран», — говорит заместитель начальника отдела ЦОРИ ГУ МВД России по Москве Эрик Лобов.
Комплексы видеофиксации не только записывают, но еще анализируют, сравнивают и передают. В Москве уже установлены 178 тысяч камер, а скоро их будет больше — столичная мэрия планирует довести их число до 187 тысяч. Камеры поставят в метро, на другом общественном транспорте, на улицах, в подъездах и объединят их в полноценную систему. Она получит глобальное обновление — преступника она сможет узнавать по походке. Оказывается, она не менее уникальна, чем черты лица, а скрыть ее невозможно. Есть разница в анализе — сравнивают не два фото, а два видео, на которых записана последовательность движений. А они у каждого человека свои. Если добавить к этому особенности фигуры и татуировки на видимых частях тела, получается неповторимый портрет. И неважно, что лицо закрыто.
«Нейронная сеть выбирает те геометрические и текстурные признаки, которые закладываются в вектор. Вектор — это набор целочисленных значений. В нашем случае это где-то 256 значений. Есть, например, у людей номер в паспорте, так и алгоритм формирует какую-то последовательность чисел, сравнивая которые друг с другом, вы можете сказать, насколько они близки, или насколько далеки друг от друга», — объясняет основатель и председатель правления компании VisionLabs Александр Ханин.
Как только система посчитает, что нашла преступника, сотрудникам полиции, которые находятся поблизости, придет уведомление. И они уже проверят, не ошибся ли искусственный интеллект. Аналогичная схема будет применяться и на месте преступления: получив отпечатки пальцев, криминалисты сравнят их с теми, что уже есть в базе данных. Если этого человека раньше задерживали, значит у полиции есть и фото. Через несколько минут злоумышленника будут искать все камеры города.
И даже специальные ассиметричные узоры на лице не помогают. Когда-то, на раннем этапе развития системы, так можно было обмануть искусственный интеллект. Он просто терялся, принимая линии за черты лица и не находя такого в своей базе. Но главный плюс системы — способность обучаться, постоянно пополняя базу снимков. Накопив достаточно, сфотографировав в разных ракурсах, в шапке, с поднятым воротником, в очках, она сможет определить личность даже со спины.
С каждым годом эффективность системы увеличивается в среднем на 20%: чем больше камер подключают к ней, тем меньше шансов у преступника уйти от правоохранительных органов.
Сейчас почти каждый подъезд в Москве оборудован системами видеонаблюдения. Выйдя из дома человек сразу попадает в поле зрения правоохранительных органов. Скрыться в здании не получится: пусть камеры внутри еще не подключены к централизованной системе, эти данные полицейские получат по первому запросу. И, конечно, отследить человека можно еще и по цифровому следу: данные о том, где и когда вы расплатились картой, тоже хранятся.
Область применения всего этого массива — огромная. 8 марта при помощи камер видеонаблюдения по всей столице нашли десятки нелегальных точек, где торговали некачественными цветами. Такие тюльпаны простоят всего несколько часов, а розы завянут через пару дней, а продают их втридорога.
И даже с эпидемией коронавируса система распознавания личности борется. Не только в России, а по всему миру. Так в Китае у людей, находящихся на карантине, перед дверью устанавливают камеру. Стоит выйти — поступит сигнал в полицию. У нас пока так не делают, достаточно систем видеофиксации в подъездах. Они успешно работают. Тем более номера рейсов, а значит и адреса всех прилетевших из опасных регионов известны.
«Введена и успешно используется система аналитического видеонаблюдения, которая позволяет распознавать лица. Данная система показала свою эффективность при контроле за соблюдением гражданами карантинного режима. При помощи которой выявлено более 200 граждан, допустивших его нарушение», — рассказывает начальник ГУ МВД России по городу Москве Олег Баранов.
Маски, которые закрывают большую часть лица, не помогли. Точность распознавания личности — 97%. Ошибка практически исключена. За полной изоляцией следят и бдительные соседи. Поводом проверить соблюдения режим карантина может быть и транзакция по карте: возможно, потенциально зараженный человек вышел в магазин.
Систему распознавания личности планируют улучшить. Например, научить автоматически определять эмоции, чтобы выявлять агрессию и просто не давать преступлениям случиться. Антиутопия какая-то, скажут скептики, забывая, что систему распознавания личности можно использовать и вместо паспорта, а собственное лицо предъявить, например, вместо билета на поезд или самолет. Или пройти в метро, не прикладывая карту к турникету. Удобно, да и безопаснее в Москве стало. В прошлом году благодаря камерам наблюдения, подключенным к единой системе, раскрыли около восьми тысяч преступлений.
Как по камерам разыскивают преступников, воров?
Как проходит уголовный розыск? Типа увидели по камере чувака в куртке в магазине, он вынес кассу или бутылку водки, а дальше?) Где его искать и кто это такой?)
Для начала проводят опрос свидетелей и участников:продавца-кассира,на которого напал преступник, охранников, продавцов. Потом составляют фоторобот, к примеру. По камерам могут использовать технологии распознавания лиц, сверяют с базой, узнают особые приметы, примерный маршрут перемещения, передают эти сведения патрульным, могут оцепить район. Рассылают ориентировку и соседям с просьбой опознать преступника.
Так же в случае крупной кражи товаров обходят точки скупки техники и прочего и проверяют данные,либо продавцы сами сообщают о подозрительных лицах.
Процедура распознавания лиц с использованием системы видеонаблюдения позволяет определить и идентифицировать человека по его лицу без необходимости обращаться к дополнительным источникам и проводить какие-либо действия для определения личности человека – тема, которая интересует очень многих. В их числе маркетологи, социологи, статистики и все те профессионалы, которые в своей деятельности работают с людьми и заинтересованы в выяснении их личности, а также работают с представленными статистическими обезличенными данными и информацией.
Первоначально желательно ознакомиться с имеющимся практическим опытом по сделанным тестам по для распознавания человеческих лиц. Важно уяснить, какие задачи можно решить при помощи использования техники распознавания лиц, а когда в этом нет никакой практической необходимости и пользы. Далее нужно разобраться с надежностью работы системы по распознаванию лиц, а также принять во внимание полезные рекомендации тем, кто проектирует и создает системы такого типа.
Стандартные задачи, решаемые при распознавании лиц
На основании практического опыта можно сделать вывод, что все объекты различны, чем и обусловлены выполняемые в процессе распознавания задачи.
Однако можно выделить типичные черты:
- осуществление контроля доступа с использованием системы распознавания лиц;
- обнаружение человека в “чистой зоне”;
- возможность найти человека в группе лиц или толпе;
- обнаружение человека в толпе в том случае, если его личность не внесена в базу данных;
- проведение маркетинговых исследований.
Рассмотрение каждой задачи
Осуществление контроля доступа с использованием распознавания лиц
Процесс проникновения через проходную с использованием распознавания лиц – самая востребованная технология. Человек смотрит в камеру, снимает очки, лишние аксессуары и система его пропускает после узнавания.
При эмпирических исследованиях узнавание является стопроцентным. Поэтому технология практична и полезна.
Стоит отметить, что на больших предприятиях, с численностью в сотни и тысячи сотрудников, возможно возникновение ошибки. Поэтому ежедневно её вероятность возникновения следует рассчитывать.
Поскольку используется система распознавания 2D, то её можно обмануть при помощи фотографии. Поэтому желательно совмещать её с другими способами идентификации личности. К ним можно отнести, например, верификацию с помощью прикладывания карты.
Обнаружение личности в “чистой зоне”
Такой зоной считается территория, где человек пребывает в единственном числе и имеются хорошие условия для его распознавания. Важно место размещения камеры и надлежащее освещение. Это может быть место турникета, проходной, шлюза и т.д.
В этом случае в базу загружают фотографии лиц, которые будут распознаваться. Фото должно быть надлежащего качества. Лучший результат будет в том случае, если проходящий человек посмотрит в камеру. Однако систему легко обмануть, например, надев парик или используя грим. Таким образом, система работает и подходит в том случае, если человек не планирует прятаться умышленно.
Обнаружение личности в группе людей
Услуга является очень востребованной у заказчика. Насколько же это реально?
Для того, чтобы система выдала вполне адекватный результат, важно не только расположение самой камеры, но и картинка лица человека в ней. В толпе человек осуществляет жестикуляцию и много двигается. Поэтому нужный ракурс в этом случае для попадания в камеру минимален. В той ситуации, когда имеется узкий созданный проход или коридор в месте нахождение камеры, вероятность распознавания увеличивается. Однако это место уже будет являться территорией “чистой зоны”.
Чтобы система идеально сработала, требуется правильное освещение. Но его трудно организовать в яркий солнечный день или при свете фонарей вечером. Препятствием станет также маскировка самого человека и качество фотографии, размещенной в базе системы. Таким образом, поиск личности в толпе способом 2D пока что не реален.
Обнаружение незнакомых лиц
Задача заключается в поиске тех людей, чьи фото отсутствуют в базе данных системы. То есть цель – предупредить проникновения посторонних лиц на объект. В дополнение задачи система должна быть способной опознать тех, кто есть в базе данных. Таким образом, будет много ложной некорректной информации. Теоретически, перепроверять придётся каждого 10 входящего.
Маркетинговое изучение
Результаты распознавания довольно часто используется в сфере маркетинга. Важны данные о числе посетителей, тепловых картах и т.д Изучаются места большого скопления людей, такие как магазины, кинотеатры. В исследованиях нуждаются крупные компании для определения собственной маркетинговой политики и восполнения потребностей посетителей, увеличение объемов продаж. В этом случае, задача именно маркетинговая, направленная на получение прибыли, не связанная с безопасностью.
На основании проведенных исследований можно сделать вывод о том, что данные получаются адекватные, хотя их точность имеет определенную погрешность.
Насколько надежная система распознавания людей
Распознавание лиц относится к биометрической системе, в основе которой лежит математическая статистика и вероятности.
Варианты ошибок (FAR и FRR)
Информация о возможных ошибках предоставляется разработчиками программного продукта. Но проводить сравнительный анализ между алгоритмами в этом ракурсе некорректно. Суть в том, что каждый разработчик для определения ошибок имеет собственную эталонную базу с изображениями.
Результатом деятельности системы станет информация о процентном соответствии распознаваемых лиц по отношению к изображению, находящемуся в базе. Пользователь сам устанавливает порог идентификации и положительного или отрицательного результата распознавания.
Первый вид ошибки – FAR (False Acceptance Rate)
Это касается возможности пропуска злоумышленника, которого система распознала как своего и впустила.
Второй вид ошибки – FRR (False Rejection Rate).
Это вероятность того, что будет запрещаем доступ своему сотруднику. Еще одно нарушение – свой человек не сможет пройти систему и будет представлен как злоумышленник. Потребуется дополнительная проверка.
Вся информация предоставляется каждым производителем продукта в форме таблиц или графиков.
Возможность ошибки при пропуске лиц через проходную
Для примера можно взять объект, на котором проходит внутрь помещения 300 сотрудников в день и столько же выходит. Дополнительно, могут пропускаться и другие лица. Таким образом, общее число распознаний будет около 600 ежедневно. При этом важно не допустить, чтобы проникло постороннее лицо. Расчёты показывают, что вероятность проникновения злоумышленника – один случай на 10000 вхождений.
Такой показатель считается позитивным. Возможность остановки своего сотрудника равняется 7 процентам. При шестистах распознаваниях необходимость подтвердить свою личность возникнуть у 43-х людей. Принимать окончательное решение об установке системы должен заказчик, имея оценочную информацию.
Возможность найти человека в толпе
Для примера можно взять вокзал, с проходной способностью 100000 человек ежедневно. При этом имеется база, в которой 100 разыскиваемых людей, возможно, преступников. Вероятность ошибки равна 3%, так что каждый 33-й человек не будет обнаружен системой, особенно в случае использования им маскировки (парик).
Возможность срабатывания ложной тревоги составляет 0,1%. Так как в базу внесено 100 лиц, то вероятность ошибки увеличивается на 10%. Таким образом, система отреагирует на каждого 10 человека, что составит в нашем случае 10000 невиновных людей для проверки документов дополнительно.
Таким образом, вряд ли рационально устанавливать систему на вокзале.
Требования к установке камеры и ее характеристикам
Характеристики объектов и преследуемые цели могут быть абсолютно различные у каждого заказчика системы. Поэтому пару возможных потенциальных ошибок, рассмотренных выше, нужно подбирать индивидуально, с учётом преследуемых целей. Принимать окончательное решение должен заказчик на основании представленных приблизительных данных.
Проект монтажа системы
Прежде всего, необходимо поместить в базу фотографию человека хорошего качества. Важно также, чтобы картинка, сделанная видеокамерой, была высокого качества, но не обязательно с высоким расширением. При установке камеры необходимо соблюдать условия по отклонению для каждой точки распознаваемого пространства. Камера должна иметь надлежащую светочувствительность.
Важно также, чтобы задний фон отличался нейтральностью и был однородным.
Подведение итогов
Таким образом, использование системы распознавания лиц может быть достаточно результативным только в случаях создания идеальных условий. Однако даже в таком варианте необходимо учитывать погрешности и перспективы возникновения ошибок. Установка системы принесет положительные адекватные результаты только в некоторых определенных случаях для решения поставленных задач. Заказчик должен изначально учитывать статистику отказов вследствие ошибок системы.
Важный момент
Пользователь может получить бесплатные услуги при проведении консалтинговых работ по проектированию, включая систему распознавания человеческих лиц. Также предоставляется аудит спецификации проекта, который исключит риски совершения ошибок.
Для получения бесплатной консультации нужно отправить запрос по электронной почте info@videomir.pro либо воспользоваться бесплатным номером телефона: +7 (499) 390-48-38
Уклонистов напугали системой распознавания лиц. Но камеры ловят только опасных преступников
Директор по науке Душкин: система распознования лиц не поможет в поиске уклонистов
Систему распознавания лиц для поиска уклоняющихся от частичной мобилизации начали использовать в Москве. Как сообщил Telegram-канал SHOT, таким образом полицейским удалось задержать четырех молодых людей, которых подозревают в неявке по полученным повесткам. Искать нарушителей система распознавания лиц действительно может, но специалисты сомневаются, что с ее помощью начали искать уклонистов. Ведь туда загружены только данные разыскиваемых преступников, а не фотографии каждого москвича.
База с лицами
Система распознавания лиц работает на основе нейросети с технологией глубокого обучения. Сперва она учится выявлять в кадре лица людей, очерчивая их в квадратики. Потом эта же или другая нейросеть сличают полученные квадратики с фотографиями в базе поиска.
При этом нейросети постоянно обучают, используя большие объемы данных, чтобы добиться получения более точных результатов.
Об этом «360» рассказал автор и ведущий YouTube-канала «Душкин объяснит», директор по науке и технологиям Агентства Искусственного Интеллекта Роман Душкин. Но единая база, по которой могут искать людей, на сегодняшний день состоит только из лиц, которые находятся в федеральном розыске.
«Поэтому вряд ли представители Минобороны, которым подчиняются военкоматы, пришли в МЧС, в чьем ведении находится АПК (аппаратно-программный комплекс) „Безопасный город“. Там очень сложная межведомственная цепочка, чтобы за такой короткий срок придумать правовые основы и включать кого-то в базу для поиска людей», — заявил Душкин.
РИА «Новости»
Эксперт подчеркнул, что скрыться от камеры за маской невозможно, потому что система использует сложные алгоритмы и обучается. Когда в столице действовал масочный режим, систему научили определять человека по глазам.
В случай с уклонистами собеседник «360» не особо поверил. Он объяснил, что в распоряжении полиции или сотрудников военкомата должно быть свежее фото призывника, чтобы загрузить его в систему. Потому что, если у них есть снимок 19-летнего юноши после срочной службы, которому на данный момент уже исполнилось 35 лет, алгоритм его не распознает.
По словам Душкина, сейчас в Москве около 250 тысяч видеокамер. Все потоки льются в Единый центр хранения данных. Однако их не удаляют в течение не более чем трех дней, потому что объемов памяти не хватает. При этом эксперт не исключил, что сейчас ситуация может измениться.
Российские разработки
Московскую систему видеонаблюдений начали разрабатывать в 2015 году, она впервые заработала спустя два года. Подрядчиками стали две компании, в их числе NTechLab, известная в интернете приложением Find Face, которое искало по фотографиям пользователей социальных сетей. Алгоритм, который использовала компания, признали лучшим в категориях «Скорость идентификации» и «Точность верификации» на конкурсе систем распознавания лиц. Его проводила разведка США.
Второй компанией-подрядчиком стала VisionLabs. После она начала работать над внедрением использования биометрии в банковском секторе.
РИА «Новости»
Если в 2017 году пилот только запустили, то в 2018, когда Москва принимала чемпионат мира по футболу, камеры работали уже полноценно. Тогда же удалось задержать около 100 человек из базы уголовного розыска. Во время самоизоляции в 2020 году камеры помогали выявлять зараженных нарушителей карантина.
РИА «Новости»
При этом согласия на обработку биометрических данных от их владельца не требуется. Такое решение суд принял еще в 2019 году, когда признал законным распознавание лица при помощи видеонаблюдения без письменного согласия человека.
Наказание для уклониста
Стать уклонистом человек может только в том случае, если после получения повестки он не явится на призывной пункт в установленный в документе срок. Тогда ему грозит или административное наказание со штрафом, или уголовное — в виде двух лет лишения свободы. Все зависит от причин и обстоятельств, которые не позволили ему прийти. Об этом «360» рассказал судебный юрист Владимир Комсолев.
Он пояснил, что списки уклонистов составляет военный комиссариат, а после передает все эти материалы в полицию. Именно правоохранители и занимаются поисками пропавшего призывника. Если его находят, то в добровольно-принудительном порядке доставляют в отдел или на призывной пункт. Если же нет, то заводят дело по административной или уголовной статье. Последняя предусматривает объявление человека в розыск.
РИА «Новости»
«Многие сегодня выезжают за рубеж, чтобы не попасть под частичную мобилизацию. Но их могут задержать на границе. А если все же уклонисту уехать удалось, то после возвращения в Россию отбыть наказание все-таки придется», — подчеркнул Комсолев.
Юрист отметил, что сегодня от частичной мобилизации лучше не бегать, потому что уголовное наказание обеспечено. Если есть основание для отсрочки, то лучше его предоставить. Хотя некоторые военкоматы нарушают нормы, за каждый случай теперь берется прокуратура, рассматривая каждое дело в индивидуальном порядке.
МВД РФ
Частичная мобилизация в РФ
На установку камер умного слежения по всей стране уйдет пять лет и 250 млрд рублей
Поделиться
В России планируют поставить умные камеры, которые будут самостоятельно распознавать подозрительные ситуации и преступления. Называется проект «Национальная система видеонаблюдения», на нее уйдет пять лет и 250 млрд рублей. Похожая система уже несколько лет работает в Москве — ее используют, чтобы ловить преступников, участников несанкционированных митингов и нарушителей режима самоизоляции.
Рассказываем, как работает система умного видеонаблюдения и что, возможно, ждет регионы в ближайшем будущем.
Строить сеть видеонаблюдения в регионах собираются по образу Москвы. Именно в столице сейчас самая большая сеть видеослежения — 176 тысяч камер, что весомо по мировым меркам (Москва занимает 30-е место среди городов с самым большим количеством видеокамер на квадратный метр). Все эти камеры в Москве объединены в одну сеть, данные с них попадают в единый центр хранения информации. Управляет этим сервером Департамент информационных технологий (ДИТ) Москвы.
— Сверху [на сервере] работают два модуля: модуль детектирования и идентификации, которые обрабатывают все изображения, фиксируют лица и далее распознают их, — объясняет ведущий юрист «Роскомсвободы» Саркис Дарбинян. — Доступ к этой системе ДИТ предоставляет сотрудникам силовых ведомств. Как именно это происходит, мы точно не знаем, потому что все документы, которые регламентируют порядок получения доступа, находятся под грифом «для служебного пользования», и широкой общественности они не показываются.
С 2018 года камеры в Москве умеют распознавать лица горожан. За это отвечают специальные алгоритмы. Правительству Москвы их предоставляют несколько компаний: Ntechlab (Ростех), Visionlabs (Сбербанка) и Tevian. Наиболее известная из них — Ntechlab. Их сервис начался с популярного приложения по поиску профилей во «ВКонтакте» по фотографии — FindFace. В основе проекта лежала нейросеть FaceN, которая за доли секунды могла идентифицировать человека по одной фотографии среди тысяч других.
В 2016 году воспользоваться технологией распознавания лиц мог каждый. Правоохранительные органы использовали ее, чтобы искать преступников: они просто загружали в нее фото с городских камер. Журналисты Bellingcat использовали сервис, чтобы найти российских офицеров, якобы отдавших приказ об обстреле жилых кварталов Левобережного района города Мариуполя в 2015 году. А пользователи имиджборда «Двач» искали в соцсетях российских порноактрис и угрожали рассказать об их работе родителям и друзьям.
Определение личности — это лишь одна из задач, которую можно решать с помощью распознавания лиц. Подобные системы могут также распознавать эмоции, чтобы, например, определить, насколько доволен клиент
Инфографика: Дмитрий Гладышев / Сеть городских порталов
Поделиться
Всего через год после запуска FindFace власти Москвы подключили созданную NtechLab технологию распознавания к городской системе видеонаблюдения для поиска преступников. Как позже рассказал глава ДИТ Москвы Артем Ермолаев, этот проект привел к аресту шести человек, находившихся в федеральном розыске последние годы. В 2018 году распознавание лиц использовали во время чемпионата мира по футболу: ловили карманных воров и буйных фанатов, которым посещение матчей было запрещено. За ЧМ-2018 таких набралось более 180 человек. Тогда к системе распознавания лиц было подключено всего 500 камер.
— Вся эта дискуссия началась с того, что необходимо отлавливать хулиганов на стадионах, — объясняет Саркис Дарбинян причины запуска системы распознавания лиц. — Дальше чиновники говорили, что технология нужна для отлова беглых преступников и поиска пропавших детей. Все в итоге закончилось тем, что технологию использовали для обеспечения общественного порядка публичных массовых мероприятий, то есть для отслеживания тех, кто приходит на акции протеста.
В 2020 году распознавание лиц использовали для того, чтобы следить за тем, как москвичи соблюдают карантин. Тем, кто выходил на улицу и попадал в объективы камер возле подъездов, затем приходили штрафы по части 1 статьи 19.5 КоАП («Невыполнение законного предписания должностного лица, осуществляющего государственный надзор»). А к протоколам прикладывались фотографии с уличных камер и сравнения с фотографиями, которые есть в распоряжении властей (например, фото с паспорта или загранпаспорта).
В этом году камеры использовали, чтобы задерживать участников акции в поддержку оппозиционера Алексея Навального. Причем чаще всего силовики приходили к протестующим уже после акции. По данным «ОВД-Инфо», спустя месяц после апрельской акции полицейские составили протоколы на 289 человек. Из них 69 вычислили по камерам видеонаблюдения.
Но работают такие системы не только чтобы распознавать лица и следить за гражданами. Возможностей для применения у технологии умного видеонаблюдения гораздо больше.
— Примеров аналогичных систем уже масса. Например, видеонаблюдение в московском метрополитене позволяет не только фиксировать изображения всех пассажиров, детектировать проходы в запрещенные зоны, но и многое другое: выявлять бесхозные предметы, формировать уведомления о фиксации лица, входящего в список нарушителей, общий подсчет пассажиров, длину очереди и даже время, проведенное в ней, — рассказывает Сергей Раков, директор центра компетенций по развитию продукта видеонаблюдения ООО «РТК ИТ».
У правительства Москвы есть планы сделать жизнь горожан чуточку удобнее. В начале года заммэра Москвы по вопросам транспорта Максим Ликсутов пообещал, что до конца года в метро заработает бесконтактная оплата проезда через систему распознавания.
— Вы подходите к турникету, камера считала ваше лицо, и вам ничего не нужно прикладывать, — сказал Ликсутов.
Систему распознавания лиц стали тестировать в новосибирском метро: камеры установили на станции «Площадь Ленина», доступ к ним имеют сотрудники полиции и регионального Минцифры.
По данным МВД, уже сейчас в регионах по всей стране установлено более 5 тысяч камер с распознаванием лиц. При этом МВД не ведет статистику раскрытых преступлений и выявленных административных правонарушений с помощью камер.
Несмотря на уже существующую инфраструктуру, в регионы планируют масштабировать технологию, которая применяется в Москве, но с немного другим подходом. В первую очередь за счет более продвинутых камер, которые смогут без передачи данных на серверы фиксировать инциденты и даже распознавать лица. Правда, совсем без серверов, скорее всего, будет не обойтись.
— Каждая камера генерирует видеопоток, а его дальше нужно куда-то направлять, — говорит специалист по системам безопасности Алексей Титов. — Как правило, это центр обработки данных (ЦОД). Хранение данных — это очень дорого. Поэтому в Москве архив систем видеонаблюдения хранят всего лишь пять дней. Это очень мало. Поэтому большинство преступлений расследуют по горячим следам. Сами камеры — это тоже приличные деньги, потому что каждую нужно установить, подвести какое-то питание, смонтировать, обслуживать. Это тоже приличные деньги, но ЦОД — это серьезная статья затрат. Она может 50–60% стоимости на себя забирать.
Из проекта также пока не очень понятно, для чего именно будут использоваться умные камеры: для распознавания лиц или для какой-то более простой аналитики. По словам Титова, уличные камеры в основном нужны для двух вещей: предотвращения преступлений, под камерами их совершается намного меньше, особенно это касается краж, и расследования преступлений. Но зачастую для этого достаточно и обычных камер.
— На мой взгляд, система распознавания лиц, прикрученная к каждой камере, она избыточная и практически не работает. Оно может работать на конкретных потоках. В той же Великобритании системы распознавания лиц ставят на точках в машинах. Рядом стоит патруль, идет большой поток людей — их сканируют. Полицейские тут же могут подойти к человеку и проверить документы. Они вот к такой схеме пришли. Это дешевле и эффективнее. Потому что успеть к каждому человеку к любой камере направить патруль — ну это просто нереально, — считает Алексей Титов.
С распознаванием лиц и повсеместными камерами есть еще одна проблема — черный рынок данных. В Москве можно купить доступ к почти любой камере или пробить человека по фотографии. В 2019 году журналист «МБХ Медиа» Андрей Каганских за 10 тысяч рублей пробил самого себя: он прислал свое фото дилеру, тот в ответ скинул ему отчет из 238 возможных совпадений с уличных камер. Правда, себя среди них журналист так и не нашел.
Журналист отправил дилеру свою фотографию, тот в ответ прислал 238 возможных фотосовпадений. Правда, себя среди них Каганских не нашел
Скриншот: «МБХ Медиа»
Поделиться
Похожий эксперимент в 2020 году провела волонтер «Роскомсвободы» Анна Кузнецова.
— Мы вместе с Анной решили узнать, а что же происходит на черном рынке пробива, — рассказывает юрист «Роскомсвободы» Саркис Дарбинян. — Мы нашли в интернете объявления, в которых предлагалось пробить человека по лицу по московским камерам. Заплатила Анна 15 тысяч рублей и через несколько дней получила полный список точек, улиц, домов. В основном с подъездных камер, это позволяет нам предположить, что они работают лучше остальных. Полный отчет получился на 20 листов: в какое время и по каким адресам была Анна. Конечно, со всеми этими бумагами мы обратились в СК. По горячим следам вышли на двоих таких дилеров, которые сливают базу. В итоге признали свою вину и предстали перед судом.
Полицейских признали виновными в нарушении неприкосновенности частной жизни с использованием служебного положения. Обоим назначили штрафы в размере 20 и 10 тысяч рублей.
Обычно после таких случаев «пробивщики» пропадают, но возвращаются уже через несколько месяцев — с возросшим ценником на услугу.
Есть вероятность, что с масштабированием системы видеонаблюдения в регионы такая услуга появится не только в Москве. И, как считает Дарбинян, единственный способ предотвратить подобные утечки — это запретить распознавание лиц в России.
— Наша практика подсказывает, что запрет является более правильным решением. Потому что нет никаких возможностей контролировать эту технологию и следить, как силовики используют эту технологию. Конечно, несмотря на некоторый налет луддизма (страх перед научно-техническим прогрессом), мы считаем, что лучше запретить эту технологию, чем пытаться ее разными правовыми инструментами взять под гражданский контроль, — подытожил Саркис Дарбинян.