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
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.
Существует одна универсальная проблема, которая характерна для пользователей 7 из 10 видеосистем вне зависимости от типа объекта. Эта проблема отслеживания перемещения человека по разным камерам.
Представим, что какой-то человек (например, злоумышленник) попал в поле зрения камеры на 5 секунд, а потом он вышел из него. В непосредственной близости других камер не установлено. И оператору необходимо понять, куда этот злоумышленник пошел, где и под какой камерой появился в следующий раз.
Как это делают сейчас?
По отзывам реальных пользователей видеосистем сегодня эта задача является самой актуальной и распространенной. Чаще всего для ее решения операторы начинают вручную просматривать видеофрагменты с разных камер по одному и пытаются найти, где интересующий человек появился в следующий момент времени. Для ускорения процесса они могут использовать режим синхронного просмотра архива. Но в любом случае решать задачу “в лоб” – с помощью простого просмотра- утомительно, малоэффективно и времязатратно. Особенно когда на объекте установлено много камер, и они расположены на большом расстоянии друг от друга.
Существующие решения
На самом деле проблема отслеживания перемещения человека по всему объекту не нова, и разные команды-разработчики предлагают разные решения:
- трекинг на основе распознавания лиц;
- трекинг на основе определения направления движения объекта и предсказания следующей камеры, на которой объект появится;
- трекинг на основе технологий позиционирования носимых устройств (глобального позиционирования на основе GLONASS/GPS и систем позиционирования внутри помещений).
Каждое из этих решений работает! но только в узком ряде случаев. В рамках большинства существующих систем ни одно из них не может успешно применяться.
Наша компания задалась целью решить проблему отслеживания перемещения человека в рамках уже установленных, существующих видеосистем. Мы создали межкамерный трекинг, работа которого основывается на технологии индексирования по визуальным признакам человека (в нашем случае приметам одежды).
Как это работает?
Предположим, оператор увидел какого-то человека в поле зрения камеры и хочет его отследить. Система определяет визуальные признаки объекта и находит людей с теми же исходными приметами на соседних камерах в близкие моменты времени и выводит их оператору, отсортировав по степени соответствия. Оператору необходимо подтвердить, какие из выделенных объектов являются тем объектом, который он отслеживает.
Подтверждение результатов необходимо, так как совершенно разные люди, попавшие в поле зрения видеосистемы, могут иметь одни и те же приметы (носить одинаковую одежду). И такое подтверждение оператором на каждом шаге позволяет достичь 100%-ной (с точки зрения возможностей человека) точности.
В итоге поиск ускоряется иногда в 3, иногда в 10, иногда в 100 раз. Благодаря тому, что 99% объектов, которые не обладают нужными приметами и не появлялись в близкие моменты времени на близких камерах, отбрасывается, а остаются только похожие, которые появлялись на близких камерах в близкие моменты времени. В качестве результата работы межкамерного трекинга оператор получает видеоролик из фрагментов с разных камер в хронологическом порядке, а также траекторию перемещения человека на плане объекта.
Межкамерный трекинг может быть применен в 85% случаев в
текущих системах видеонаблюдения с текущими установленными камерами.
Рассмотрим подробнее существующие подходы к отслеживанию перемещения человека и сравним их с межкамерным трекингом.
1. Трекинг на основе распознавания лиц
Эта технология может очень эффективно и очень точно работать. И в отличие от межкамерного трекинга она не требует участия человека (подтверждения результатов оператором). Но проблема в том, что распознавание лиц требует очень высокой детализации, и по нашим расчетам только 2% установленных камер такая детализация обеспечивается.
В отличие от трекинга на основе распознавания лиц, функция межкамерного трекинга по визуальным признакам не требует высокого разрешения изображения с IP-камер, а также не предъявляет специальных требований к размещению камер на объекте. Ее работа проходит при обычном качестве изображения, обеспечивающимся 85% фактически установленных на объектах камер.
2. Cистемы трекинга на основе определения направления движения и предсказания следующей камеры
Эта технология может быть успешно применена при соблюдении двух условий:
- небольшое количество объектов и низкая интенсивность их движения в поле зрения камер (если в сценах наблюдения будет много объектов, которые двигаются в разные стороны, то система не сможет точно определить, какие объекты друг с другом связывать);
- камеры установлены в непосредственной близости друг от друга (если камеры установлены далеко, например, на разных этажах, то вероятность точного срабатывания функции существенно уменьшается).
- В отличие от трекинга на основе определения направления движения и предсказания следующей камеры, функция межкамерного трекинга по визуальным признакам может использоваться в условиях высокой интенсивности движения и множества объектов в кадре, а также в условиях, когда камеры видеосистемы расположены далеко друг от друга (в т.ч. на разных этажах здания).
3. Системы трекинга на основе технологий позиционирования носимых устройств (глобального позиционирования на основе GLONASS/GPS и систем позиционирования внутри помещений).
Эта технология может работать достаточно точно, но при условии, что человек, за которым следят, носит с собой устройство, которое определяет его координаты и отправляет их в систему. Это может быть обычный мобильный телефон, тогда определение координат будет осуществляться по GPS, либо это может быть какая-то система внутренней навигации в помещении. Но принцип один: человек должен сотрудничать с системой. Если речь идет о злоумышленнике, то никаких своих данных он отдавать в систему не будет.
В отличие от систем трекинга на основе технологий позиционирования носимых устройств, функция межкамерного трекинга по визуальным признакам не требует наличие специальных средств у людей, за которыми осуществляется наблюдение.
В итоге технология межкамерного трекинга по визуальным признакам может работать в 85% случаев
- в текущих системах видеонаблюдения
- с текущем уровнем детализации
- с текущим качеством изображения.
Что внутри?
Реализация функции сопровождалась 8-летними научными исследованиями нашей компании. В основе межкамерного трекинга лежат 3 технологии:
- технология классификации объектов на основе машинного обучения. С ее помощью система определяет, что объект в кадре – человек.
- технология индексирования данных. С ее помощью каждый объект на видео получает индекс, которому соответствует определенный цвет и текстура.
- технология сравнения индексов с использованием нелинейного цветового пространства собственной разработки. Осуществляется сравнение цветовых соотношений, а не цветов. Цвета не инвариантны к изменяющимся условиям освещенности, но нам удалось выделить цветовые соотношения, которые обладают высокой степенью инвариантности к разным условиям освещенности.
Где и как использовать?
Сегодня межкамерный трекинг используется для:
- Ускорения расследования происшествий, восстановления картины событий (в т.ч. восстановления траектории перемещения интересующего человека) от 5 до нескольких десятков раз.
- Глубинного анализа поведения людей, например, посетителей в торговых центрах. И как следствие повышение эффективности работы торговых центров на основе выявления закономерностей перемещения покупателей.
- Ускорения поиска “потерянного” из поля зрения человека в реальном времени и повышения скорости реакции на происшествие.
Функция уже используется на нескольких сотнях объектов. Актуальность решения задачи отслеживания перемещений людей в рамках всей системы видеонаблюдения и перспективность разработки подтверждают пользователи реальных видеосистем. Например, представители Краевого онкологического диспансера г. Перми отмечают, что перед ними остро стоит задача отслеживания перемещений посетителей диспансера, которая до появления межкамерного трекинга Macroscop решалась операторам системы вручную – рутинным и времязатратным способом.
Представитель красноярского промышленного предприятия ООО “Берег” отмечает: “Функция весьма облегчает наблюдение за перемещениями важных грузов по складской и погрузочно-разгрузочной зоне, а также наблюдение за “несанкционированными” посетителями (куда пошёл и где спрятался, куда направлять ГБР)”.
В результате отслеживание траектории перемещения человека в рамках всей видеосистемы может применяться и уже применяется не только для решения охранных задач, но и для оптимизации и повышения эффективности бизнес-процессов.
security-bridge.com
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.
Одной из самых частых причин обращения к частному детективу является вопрос, обозначенный в заголовке статьи – как узнать место жительства человека. Речь идет именно о фактическом месте проживания, а не о месте регистрации (по старому – прописки).
Сложность заключается в том, что вам могут быть известны паспортные данные человека и указанный им адрес, где он либо зарегистрирован либо когда-то проживал, но эта информация не приближает вас к пониманию где его на самом деле искать.
С таким вопросом ко мне обращаются люди по разным причинам:
- отец не знает где живет его ребенок после бракоразводного процесса
- покупатель не может найти продавца своей машины, чтобы решить возникшую проблему с документами
- опера уже год не могут найти жулика по преступлению (на самом деле, это значит, что они не очень то и стараются, иначе быстро найдут)
- часто ищут должников, которые не выходят на связь и другие причины
В этой статье я решил кратко рассказать, какие вообще существуют способы узнать именно фактическое место жительства человека. Некоторые из методов подойдут рядовому обывателю, некоторые под силу только частному детективу, а некоторые могут использовать только спец.службы.
При этом я умышленно опускаю детали большинства рассматриваемых способов, чтобы не раскрывать тактику оперативной работы – не для того меня в свое время учили, чтобы теперь я это всем рассказывал.
Я подумал и накидал ТОП-10 способов как узнать место жительства человека, которые использовал во время службы в оперативных подразделениях и которые использую сейчас будучи частным детективом. Начнем с очевидного и продолжим менее очевидными способами.
- Прослушивание телефонных переговоров и контроль технических каналов связи
- Наружное наблюдение от известных мест посещения объекта
- Сведения в административных протоколах ГИБДД
- Установление адресов родственников и их проверка
- Истребование переписки и логов соединений из соц.сетей
- Геометки на фото в соц.сетях
- Выявление действующих и архивных объявлений
- Получение данных от служб такси и каршеринга
- Получение данных кредитной истории
- OSINT – поиск информации в открытых источниках
Теперь подробнее по каждому пункту.
Прослушивание телефонных переговоров и контроль технических каналов связи
Уверен, это самое первое, что приходит на ум любому человеку – что фактическое местоположение, а не только место проживания человека, можно установить путем прослушивания его телефонных переговоров и снятия соответствующей информации о местонахождении телефонного аппарата.
Это действительно так и это один из основных методов работы оперативных подразделений любых силовых структур. Здесь есть масса нюансов, которые мало кому известны, и которые я не стану раскрывать по причине того, что большинство сведений составляют государственную тайну, так как раскрывают тактику оперативно-розыскной деятельности.
Само собой, такие методы доступны только субъектам оперативно-розыскной деятельности и никому больше. Поэтому не задерживаемся на этом пункте и идем дальше.
Кстати, сразу хотелось бы развеять гуляющие среди обывателей мифы о том, что когда тебя ставят на прослушку, то телефон начинает “тупить”, быстрее разряжается, слышно эхо и прочий бред – это все чушь! Если вас слушают спец. службы, это вообще НИКАК не проявляет себя, потому что подключение происходит не к вашему телефону, а к каналу связи, так что не тешьте себя наивными надеждами, что вам удастся выявить прослушку.
Наружное наблюдение от известных мест посещения объекта
Наблюдение – это достаточно простой и эффективный метод, позволяющий выявить массу информации о человеке, включая его фактическое место проживания.
Основная проблема и задача – найти место, где его можно взять под наблюдение. Самое банальное – это может быть работа (в свою очередь есть ряд способов установить место работы, о которых я мог бы рассказать в другой статье), места жительства родственников, школа и детский сад детей, аэропорт, вокзал и прочие места в зависимости от конкретной ситуации.
В каждом случае установление таких мест и работа по ним проводится индивидуально и не существует каких-либо шаблонов. Как в принципе и вся сыскная деятельность – это деятельность творческая и здесь нет места шаблонному мышлению.
Прелесть этого метода в том, что он доступен абсолютно любому человеку. Но это не значит, что любой может качественно его провести.
Сведения в административных протоколах ГИБДД
Во время работы в уголовном розыске я часто прибегал к этому средству поиска информации – зачастую при оформлении административных протоколов сотрудниками ГИБДД люди называют адреса своего жительства, а не “прописки” (сейчас это слово не используется, правильно говорить – место регистрации).
Здесь все достаточно просто и проблема для простого человека лишь в том, чтобы получить доступ к этим сведениям. Для частного детектива, наделенного законодателем полномочиями по наведению справок, это не составляет проблемы.
Установление адресов родственников и их проверка
Я думаю, здесь все достаточно понятно? Человек может не проживать по месту регистрации, но его жена/мать/дочь может быть собственником недвижимости, в которой может оказаться и наш объект.
Проблема и ее решение, как и в предыдущем пункте, только в одном – во первых установить этих родственников, а во-вторых, получить указанную информацию о них. А дальше – дело техники – провести наблюдение за адресом и установить проживает ли там наш объект.
Истребование переписки и логов соединений из соц.сетей
Достаточно информативным может оказаться изучение информации о социальной активности, в частности переписки в соц. сетях, а так же получение информации об IP-адресах подключения к ним.
IP-адрес позволяет запросить информацию о пользователе, которому он был назначен, у провайдера интернет.
Сюда же отнесем сведения из почтовой переписки через электронную почту – в ней могут содержаться сведения о заказах доставки пиццы на дом или еще что-то такое, где может фигурировать адрес.
Метод не просто труднодоступный для простого человека, а скажу более того – даже в свою бытность работы в УР, мне приходилось получать судебное решение для получения такой информации.
Однако есть и другой способ – взлом (обычно путем “фишинга”) аккаунта объекта. Хочу предупредить, что это является уголовно-наказуемым и содержит признаки сразу двух преступлений – ст.138 УК РФ (Нарушение тайны переписки, телефонных переговоров, почтовых, телеграфных или иных сообщений) и ст.272 УК РФ (Неправомерный доступ к компьютерной информации). Поэтому не рекомендую экспериментировать.
Кстати, как вы понимаете, у российских правоохранительных органов есть возможность истребовать такую информацию только в компаниях, зарегистрированных на территории России, то есть: ВКонтакте, Одноклассники, Mail.ru, Yandex.
О легальных методах использования соц. сетей с целью получения информации о месте жительства человека я расскажу в 10-м пункте нашего списка способов.
Геометки на фото в соц.сетях
Очень банальная вещь и многие люди не задумываясь делятся своим местоположением при публикации фото в Instagram, ВКонтакте и др.
Более того, вы можете этого не делать, а ваша вторая половина делает, что позволит вычислить в том числе и вас.
В моей недавней практике как раз есть случай, когда я установил точное место жительства (дачный дом) одного преступника, используя геометку на странице его дочери в одной социальной сети.
Выявление действующих и архивных объявлений
Весьма не очевидный и очень эффективный метод, доступный абсолютно каждому. Большинство из нас периодически размещает объявления о продаже не нужных вещей, аренде, оказании услуг.
Изучение и анализ информации об архивных объявлениях человека позволяет сделать не мало выводов об его образе жизни, роде занятий, месте жительства.
Наличие активных объявлений делает вопрос об установлении места жительства просто задачкой для 5-го класса – звоним с “левого” номера, договариваемся о просмотре товара – всё!
Здесь есть интересный нюанс, который мне приходилось использовать, – даже если активных объявлений нет, есть возможность подписаться на данного продавца и получить уведомление, когда он что-то выставит на продажу.
Наверняка у вас возник вопрос – а как найти профиль человека на досках объявлений. В качестве входных данных удобнее всего использовать номер телефона человека, хотя есть возможность сделать это и по ФИО + город. Для этих целей существуют специальные сервисы, о которых я не буду рассказывать.
Получение данных от служб такси и каршеринга
Данный способ сложно назвать доступным, но при определенных подходах, возможно получить такую информацию.
Как вы понимаете, наиболее интересно – это, конечно, такси. Это и домашний адрес с подъездом (если только объект не осведомлен о методах работы), и места посещения и график перемещений – в умелых руках это очень весомая информация в зависимости от целей, которые преследует наблюдатель.
Получение данных кредитной истории
Аналогично как и с пунктом о штрафах ГИБДД, люди склонны называть свой реальный адрес места жительства, когда оформляют кредит, так как предоставление любых ложных сведений может привести к отказу со стороны банка.
Поэтому данный источник информации так же представляет высокую ценность, но затруднен к получению обывателем.
OSINT – поиск информации в открытых источниках
Одно из моих любимых направлений – это разведка на основе открытых источников (по английски OSINT – Open source intelligence). Это разведывательная дисциплина, включающая в себя поиск и сбор информации из общедоступных источников, а также её анализ и визуализацию.
Наше агентство предлагает услуги по сбору и обработке информации в сети Интернет. Подробнее об этой услуги можете почитать здесь.
Это достаточно большое направление, о котором можно регулярно писать статьи. Более того, в наше агентство регулярно обращаются другие частные детективы с заказами о проведении OSINT по их задачам – как правило, это поиск дополнительной информации об объектах интереса, установление родственников, связей, компр. материала, ну и конечно – о месте жительства человека.
Я уже рассказал вам, как в этом могут помочь гео-метки на фотографиях в соц.сетях, поэтому приведу еще 2 примера, как мне удавалось установить место жительства людей, используя только открытые источники информации.
В одном случае я, используя только ФИО человека, осуществил поиск по индексированным Яндексом документам, после чего сразу получил сведения о месте жительства человека, которые были публично доступны в протоколе собрания жильцов МКД, размещенном на сайте московского управления многоквартирными домами:
В другом случае я, зная только адрес электронной почты человека, нашел его отзывы на Google-картах, что позволило во многом понимать какие места он посещает и примерный район его жительства:
Это лишь два примера того, какие сведения позволяет добыть поиск в открытых источниках при умелом его использовании. Думаю, что еще напишу статьи отдельно по этой теме.
P.S: Почему я об этом рассказываю? Можно подумать, что вооружившись такими сведениями, люди сами начнут решать свои проблемы и не будут ко мне обращаться за платной помощью?! 😉
Здесь допустимо сравнение с тем, что вы в принципе и сами можете построить баню на дачном участке, но все равно обращаетесь к специалистам; или сами можете поменять резину на авто, но едите в шиномонтаж.
Люди которые ценят свое время и предпочитают качество, обращаются к соответствующим специалистам, а не пытаются сами делать то, в чем слабо разбираются.
Если вам нужны услуги частного детектива, можете ознакомиться с примерным их перечнем и ценами по вкладкам вверху страницы.
P.S.S: Ну и конечно можете воспользоваться поиском информации в разного рода Telegram-ботах, которые агрегируют информацию из различных источников и порой дают достаточно точные сведения.
Например, легендарный “Глаз Бога“. Кстати, в нем есть возможность проверять людей без оплаты, но в ограниченном режиме. Так что можете совершенно бесплатно проверить что есть в боте, к примеру, по вашему номеру телефона или ФИО + ДР.
Подписывайтесь на нас в Instagram @detective.sedykh, где мы постоянно делимся полезной информацией по теме личной безопасности и безопасности бизнеса.
С уважением, частный детектив Алексей Седых