Kamery vás sledují všude. Jak funguje rozpoznávání obličeje a měli byste se ho bát | Pravmir

Často se stává, že scéna, která vypadá pro naše oči tak atraktivně, se na fotografii ukáže jako zcela nereprezentovatelná – s bělavou, přeexponovanou oblohou, s černými dírami místo stínů, se surrealistickými barevnými odstíny. Jaký je důvod? Proč fotoaparát nedokáže scénu prostě zachytit a zobrazit takovou, jaká je? Ve skutečnosti se snaží ze všech sil, ale tato síla jen zřídka stačí. Problém je v tom, že my sami nikdy nevidíme svět takový, jaký skutečně je. Naše oči a mozek odvádějí kolosální práci, abychom mohli obdivovat okolní realitu. Možnosti fotoaparátu jsou mnohem skromnější a budete muset přemýšlet, provádět nenápadné a ne vždy přirozené manipulace, abyste získali snímek, který vypadá přirozeně.

Mozaiková vize

Naše zorné pole, citlivé na detaily, je velmi malé – asi tři stupně. Uvidíte to, pokud se zaměříte na jakékoli písmeno v tomto textu a pokusíte se zkoumat okolní písmena, aniž byste pohnuli očima. Jak se vzdalujete od středu, rychle ztrácíte schopnost rozlišovat malé objekty. Periferní vidění je velmi citlivé na pohyb, ale ne na detaily. Aby oko získalo detailní a zároveň rozšířený obraz v mozku, neustále skenuje scénu a každou chvíli posílá do mozku informace o jejích jednotlivých fragmentech, z nichž se po jejich individuálním zpracování vytvoří kompletní obraz. Fotoaparát kopíruje scénu jako celek, takovou, jaká je, aniž by se musel starat o to, že různé fragmenty scény mají různý sémantický význam, vyžadují různou korekci barev a jasu a ve skutečnosti by měly být fotografovány zcela odlišně. Proto všechny ty problémy.

Dynamický rozsah

Když se oko dívá na světlé nebo tmavé oblasti scény, zornice mění svůj průměr, zužuje se při pohledu na jasné objekty a rozšiřuje se při pohledu na stíny, čímž reguluje množství světla dopadajícího na sítnici. Receptory sítnice jsou navíc schopny měnit svou citlivost na světlo v reálném čase v závislosti na jeho intenzitě. Díky tomu dokážeme rozlišit detaily ve světlech i stínech, přizpůsobit se podmínkám s vysokým kontrastem a zároveň nadále vnímat celý obraz jako jeden celek, a to i přesto, že je mozkem složen z nespočtu dynamicky se měnících prvků. Fotoaparát exponuje celou scénu s konstantními, přednastavenými hodnotami clony, rychlosti závěrky a ISO, a proto není schopen pokrýt rozdíly ve stupni osvětlení scény s vysokým kontrastem. V důsledku toho se dobře exponují pouze ty objekty, pro které byly parametry expozice adekvátní, zatímco příliš světlá světla se stanou zcela bílými a příliš hluboké stíny černými, tj. extrémy jasu jsou jednoduše oříznuty. Řešením je vyhnout se scénám, jejichž kontrast se nehodí do dynamického rozsahu vašeho fotoaparátu. Pokud je kontrast vysoký, zkuste jej změkčit pomocí reflektoru nebo doplňkového blesku, který mírně osvětlí stíny. Pokud nemůžete ovlivnit osvětlení a jste nuceni obětovat buď světlé, nebo tmavé oblasti scény, obětujte stíny. Jsme více přizpůsobeni vnímat detaily ve světle, a proto černé stíny vypadají mnohem méně nepřirozeně než ploché, vybledlé světlé oblasti. A konečně, pokud nejste příliš líní (a já obvykle jsem), nikdo vám nezakazuje použít techniku HDR (High Dynamic Range), tj. vytvořit několik expozic stejné scény, pracovat odděleně na tmavých a světlých oblastech a poté je v grafickém editoru sloučit do jednoho obrázku.

Sémantická selektivita

Dalším zajímavým rysem lidského vidění je jeho selektivita. Vidíme, co nás zajímá, a ignorujeme detaily, které jsou pro nás nepodstatné. Když fotograf spatří objekt, který stojí za to vyfotit, například rozkvetlý jarní strom, namíří na něj fotoaparát a stiskne spoušť. Později doma při pohledu na výslednou fotku s otrávením zjišťuje, že v pozadí za stromem jsou vidět fádní a vůbec ne rozkvetlé budovy, pod stromem je uhnízděný kontejner na odpadky a modrou křižují dráty vysokého napětí nebe bez mráčku. Přeháním, ale s největší pravděpodobností jste pochopili podstatu problému. co mám dělat? Musíte pečlivě sledovat nečistoty v rámu a pokusit se vyloučit všechny nežádoucí předměty. Věnujte zvláštní pozornost rohům rámu – tam je často něco nadbytečného. Čím pozornější jste v okamžiku focení, tím méně času budete muset strávit následnou úpravou fotografie.

Vnímání objemu

Člověk má binokulární vidění. Mít dvě oči nám umožňuje posuzovat vzdálenost k různým objektům v trojrozměrném světě. Fotografie je plochá interpretace původně trojrozměrné scény. Fotoaparát (samozřejmě pokud není určen pro stereofotografii) vytváří plochý, dvourozměrný obraz a ne každá trojrozměrná scéna si při promítání na rovinu zachová svůj objem a hloubku. Před fotografováním si to můžete ověřit tak, že zavřete jedno oko a podíváte se na scénu stejným způsobem jako váš fotoaparát.

Vyvážení barev

Barvy objektů, které vidíme, nejsou vlastností objektů samotných, ale vlastností našeho vidění. Tráva vypadá zeleně jen proto, že odražené paprsky světla o vlnové délce v rozmezí 500–565 nm dopadající na světlocitlivé receptory oka vyvolávají v mozku pocit zeleně. Když jsme si zvykli, že tráva je obvykle zelená, vidíme ji zelenou i při neobvyklém osvětlení. Charakteristický je lidský zrak barevná stálost. Náš mozek vyrovnává vyvážení barev tak, aby si předměty v rámci možností zachovaly své přirozené barvy pro nás bez ohledu na barvu světla. Bílý papír se nám zdá stejně bílý jak ve dne, kdy je osvětlen studeným světlem linoucím se z okna, tak i večer, kdy na něj dopadá teplé světlo žárovek. Mozek ví, že papír by měl být bílý a podnikne kroky k nápravě reality a hloupá kamera pravdivě zobrazí papír v jednom případě jako modrý a v jiném jako oranžový. Chcete-li při fotografování dosáhnout přirozeného efektu, měli byste použít nastavení vyvážení bílé a upravit jej v závislosti na světelných podmínkách, buď sami, nebo tento proces svěřit automatickému algoritmu.

lžíce medu

Jak vidíte, lidský vizuální systém se nápadně liší od digitálního fotoaparátu. Navíc se zpravidla liší k lepšímu a umožňuje nám obdivovat svět kolem nás v široké škále podmínek, aniž bychom přemýšleli o technické stránce problému. Existuje však několik oblastí, kde může fotografie zpochybnit naši vizi. V první řadě se jedná o noční fotografování. S nástupem tmy výrazně klesá citlivost lidského oka na barvy. Ve tmě vidíme barvy mizející vybledlé, s výjimkou jasně osvětlených objektů. Snímače fotoaparátu a barevný film (zejména oboustranný film) nemají žádná taková omezení, a pokud máte trpělivost na dlouhé noční expozice, můžete na svých fotografiích zachytit úžasně bohaté a pestré barvy při fotografování slabě osvětlených scén, ať už je to park v noci, opuštěný důl nebo jeskyně, tmavá půda posetá malebnými odpadky, jedním slovem – jakékoli místo, kde je světlo slabé, měkké a neobvyklý.

Kromě úžasné citlivosti na barvy soumraku kamera umožňuje provádět zajímavé manipulace s časem. Například pomocí velmi rychlého času závěrky můžete zmrazit šplouchnutí vody, skok gymnastky nebo mávání ptačími křídly, tzn. jevy, které se našim očím nikdy nezdají statické. Naopak, dlouhá rychlost závěrky umožňuje umocnit pocit pohybu až do surrealismu, rozmazání běžících mraků, trysek vodopádu nebo světel provozu na noční ulici. Takové scény jsou také odrazem reality, i když vypadají poněkud fantasticky.

Obecný závěr tohoto článku bude následující: zapamatujte si rozdíly mezi vámi a vaším fotoaparátem a upravte proces fotografování tak, abyste divákovi sdělili to, co jste viděli a považovali za nutné zachytit na fotografii, a ne vaše vrtošivé vybavení.

Děkuji vám za pozornost.

Post scriptum,en

Pokud vám článek přišel užitečný a poučný, můžete projekt laskavě podpořit tím, že přispějete na jeho rozvoj. Pokud se vám článek nelíbil, ale máte myšlenky, jak jej vylepšit, vaše kritika bude přijata s nemenší vděčností (i když s menším potěšením).

Pamatujte, že tento článek podléhá autorským právům. Přetisk a citace jsou přípustné pro nekomerční účely za předpokladu, že existuje platný odkaz na zdroj a použitý text nesmí být žádným způsobem zkreslen nebo upraven.

Technologie rozpoznávání obličeje se používá na letištích, v bankách, na stadionech a na sociálních sítích, kde jste označeni na fotografii. S jejich pomocí pátrají po pohřešovaných zločincích, identifikují mezi zaměstnanci záškoláky a sledují, zda děti ve třídě nerozptylují.

Kamery jsou už všude. Jak nás sledují neuronové sítě, zda to neporušuje naše práva a jak se děsivá technologie v budoucnu změní – v materiálu The Guardian.

Software pro rozpoznávání obličeje – co to je?

Technologie rozpoznávání obličeje se dnes používá všude. Facebook, kde jste označeni na fotce ze třídního srazu, svatby vašeho bratrance nebo z letní párty v práci. Google, Microsoft, Apple a tak dále mají vestavěné aplikace pro ukládání informací.

Software pro rozpoznávání obličeje se používá na letištích, je ve vašem telefonu – můžete jej použít k odemknutí. A pokud potřebujete ověřit svou identitu pro bankovní převod v hodnotě 1,000 XNUMX liber, stačí se podívat na fotoaparát.

Neustále se objevují nové aplikace. Chcete vědět, kdo je za dveřmi? Videozvonek se softwarem pro rozpoznávání obličeje vám dá vědět, zda jste předem nahráli fotografie lidí, které znáte.

K lokalizaci pohřešovaných osob a zachycování nepřítomných, kteří se nedostaví včas do práce, se používá řada systémů. Stranou samozřejmě nezůstávají ani inzerenti. Díky programům pro rozpoznávání obličeje dnes billboardy zobrazují produkty, které vás zajímají, na základě vašeho pohlaví, věku a nálady.

Je tu Velký bratr? Software pro rozpoznávání obličeje je kontrolní nástroj?

V určitých případech samozřejmě. Čína používá software pro rasové profilování. Praxe vlády využívající program ke sledování a kontrole ujgurských muslimů se setkala s ostrou kritikou. Kamery vybavené softwarem pro rozpoznávání obličejů sledují a pokutují chodce, označují studenty při vstupu do školy a sledují jejich výrazy obličeje během výuky, aby je nerozptylovaly.

Tato technologie se používá také v Rusku.

Izrael podle zdrojů používá rozpoznávání obličeje ke špehování Palestinců na Západním břehu Jordánu. A v Británii policie v hlavním městě a jižním Walesu vyzkoušela software pro rozpoznávání obličejů, aby identifikovala lidi ve fotbalových a ragbyových davech, v ulicích měst a na vzpomínkových akcích a hudebních festivalech. Taylor Swift dokonce použila program na kalifornském koncertu k vyřazení nežádoucích účastníků.

V obchodech se program stále častěji používá k odrazení a dopadení zlodějů. Příští rok ji čeká premiéra na olympiádě v Tokiu.

Jak se technologie šíří?

Hlavní roli sehrál pokrok ve třech oblastech: velká data, hluboké konvoluční neuronové sítě a výkonné grafické procesory.

Díky Instagramu, Facebooku, Flickru, Googlu a dalším systémům jsou na internetu miliardy fotografií tváří lidí, které byly sloučeny do obrovských souborů dat. Používají se k trénování hlubokých neuronových sítí – základního pilíře moderní umělé inteligence – k detekci a rozpoznávání tváří. Rutinní výpočetní práce se obvykle provádějí na GPU, ultrarychlých čipech, které jsou navrženy pro práci s grafikou. Během posledního desetiletí se však systémy rozpoznávání obličejů staly všudypřítomnými a data z nich shromážděná pomohla společnostem zdokonalit jejich technologii.

Jak to funguje?

Za prvé, počítač musí pochopit, co je to obličej. Může být vyučován pomocí algoritmu, obvykle hluboké neuronové sítě, na příkladu velkého množství fotografií v různých aplikacích. Pokaždé, když se setká s obrázkem, algoritmus odhadne, kde se obličej nachází. Zpočátku bude spousta smetí, ale postupně se algoritmus zlepšuje a nakonec ovládne umění identifikace tváří. Toto je krok k funkci rozpoznávání obličeje.

Dalším krokem je rozpoznání. Obvykle se používá druhá neuronová síť. Dostává sérii fotografií a učí se rozlišovat jednu tvář od druhé. Některé algoritmy přímo mapují obličej, měří vzdálenosti mezi očima, nosem a ústy a tak dále. Jiní zobrazují tvář pomocí abstraktnějších rysů. V obou případech síť vygeneruje vektor pro každou tvář – řetězec čísel, který jedinečně identifikuje osobu mezi ostatními v tréninkovém bloku.

Software pracuje s video materiály v reálném čase. Počítač skenuje snímky videa, obvykle v přeplněných oblastech, jako je vstup na fotbalový stadion. Nejprve detekuje obličeje v záběru a poté pro každý z nich vytvoří vektory. Obličejové vektory jsou pak porovnány s obličejovými vektory osob na seznamu hledaných. Všechny zápasy, které překročí předem stanovený práh, jsou poté seřazeny a zobrazeny.

Není to jediný způsob, jak policie používá rozpoznávání obličeje. Pokud je podezřelý spatřen, mohou si policisté stáhnout záběry zločince z databáze a prohledávat záběry CCTV, aby podezřelého vystopovali na místo činu.

Jak je to přesné?

Nezávislé testy amerického Národního institutu pro standardy a technologie (NIST) ukázaly, že mezi lety 2014 a 2018 systémy rozpoznávání obličejů zlepšily míru shody u portrétních fotografií 20krát. Poruchovost klesla za toto období ze 4 % na 0,2 % a toto výrazné zvýšení přesnosti je připisováno hlubokým neuronovým sítím. Institut uvedl, že tyto sítě vedly k „průmyslové revoluci“ v rozpoznávání obličejů.

Takový vynikající výkon je však možný za ideálních podmínek: mít jasnou a jasnou fotografii neznámé osoby, která je porovnána s databází dalších vysoce kvalitních fotografií. V reálném světě mohou být snímky rozmazané nebo pořízené za špatného osvětlení, lidé mohou odvrátit zrak od fotoaparátu, nosit šátek nebo šátek nebo být mnohem starší než jejich profilová fotka.

A podle testů provedených institutem i s těmi nejlepšími algoritmy systém selže, když se snaží rozlišit tváře dvojčat.

A co systémové chyby?

Problém nastává, když jsou neuronové sítě trénovány na různém počtu tváří z různých skupin lidí. Pokud je například systém natrénován na milionu bílých mužských tváří, ale téměř na žádné z tváří žen nebo barevných osob, bude méně přesný při pokusu o rozpoznání posledních dvou skupin. Menší přesnost znamená více chybných identifikací a v důsledku toho bude více lidí nesprávně zadrženo.

V loňském roce American Civil Liberties Union (ACLU) zjistila, že software od Amazonu s názvem Rekognition chybně identifikoval 28 členů Kongresu jako osoby, které byly dříve uvězněny. Nepřiměřeně a nesprávně identifikovala Afroameričany a Latinoameričany. Amazon ale řekl, že ACLU prostě použilo špatné nastavení.

Právní bitvy také odhalily nedostatky v softwaru pro rozpoznávání obličeje. Studie z Cardiffské univerzity v Jižním Walesu zjistila, že výkon systému NEC NeoFace se snížil, když bylo na obrazovce mnoho lidí, a hůře fungoval v zatažených dnech a večer, kdy se zvýšila citlivost fotoaparátu na světlo a záběry byly hlučnější. .

Během 55 hodin provozu systém zaznamenal 2 900 potenciálních shod, z nichž 2 755 bylo falešných. Na základě důkazů systému policie zatkla 18 osob, ale zpráva univerzity neuvádí, zda byl někdo obviněn.

Velšský soud upozornil na další problém s rozpoznáváním obličeje: ovce. Tak se nazývají lidé na seznamu podezřelých, kteří nemají žádné zvláštní rysy a jsou podobní mnoha dalším lidem. Při skenování davů na ragbyových zápasech ve Walesu NeoFace desetkrát detekoval ženu na seznamu podezřelých policistů jižního Walesu. Nikdo z nich nebyl skutečným podezřelým.

Komu patří technologie?

Technologické firmy po celém světě vyvíjejí programy rozpoznávání obličejů, ale USA, Rusko, Čína, Japonsko, Izrael a Evropa jsou v čele. Některé země přijímají technologii snadněji než jiné.

Čína má miliony kamer připojených k softwaru pro rozpoznávání obličejů a Rusko oznámilo plány na využití vlastních sítí pro sledování. V Evropě, stejně jako jinde, se software pro rozpoznávání obličeje používá v obchodech k dopadení zlodějů a v podnicích ke sledování zaměstnanců a návštěvníků, ale rozpoznávání obličeje v reálném čase na veřejných místech je stále ve zkušební fázi.

V USA policie obvykle používá rozpoznávání obličeje k identifikaci podezřelých ze záběrů CCTV spíše než ke skenování davů lidí v reálném čase. Systém je ale stále více využíván. Podle zprávy právnického centra Georgetownské univerzity z roku 2016 je polovina všech Američanů v policejních databázích pro rozpoznávání obličejů, což znamená, že algoritmy vybírají podezřelé ze 117 milionů virtuálních profilů občanů, kteří dodržují zákony.

Co k tomu říká zákon?

Skoro nic. Ve Spojeném království neexistuje žádný zákon, který by policii uděloval právo používat software pro rozpoznávání obličejů, a žádná vládní politika ohledně jeho používání. To vedlo komisaře pro biometrii Paula Wilese k tomu, aby popsal situaci jako přínosnou pro policii, která rozhoduje, kdy a kde je vhodné použít software pro rozpoznávání obličeje a co dělat se snímky zachycenými kamerami.

Liberty vyzval k úplnému zákazu používání programu v reálném čase na veřejných místech s tím, že porušuje práva na soukromí a nutí lidi, aby změnili své chování. Skupina zahájila právní kroky proti policii jižního Walesu kvůli použití této technologie. Univerzita v Essexu učinila podobná tvrzení v nezávislém přezkumu policejního použití softwaru pro rozpoznávání obličeje. Bylo prokázáno, že lidé byli zadrženi neprávem, což znamená, že tato technologie se používá k vypátrání lidí, kteří nejsou vůbec hledaní. Dospěl k závěru, že rozpoznávání obličeje v reálném čase porušuje zákon o lidských právech.

Další oblastí nesouhlasu jsou seznamy lidí na seznamu hledaných. Navzdory rozhodnutí Nejvyššího soudu z roku 2012, že držení snímků nevinných lidí bylo nezákonné, policie neustále sestavovala databázi 20 milionů zadržených lidí, z nichž mnozí nebyli nikdy odsouzeni. Fotografie z databáze a ze sociálních sítí slouží k vytváření seznamů hledaných osob a používají se v systémech rozpoznávání obličejů. V soukromém podnikání je situace ještě horší – majitelé obchodů a podniků sami rozhodují o tom, kdo bude zařazen na tajné seznamy hledaných, a vyměňují si fotografie s jinými společnostmi.

V USA není situace o moc lepší. Pouze pět států má zákony, které řeší používání softwaru pro rozpoznávání obličeje orgány činnými v trestním řízení. Zmatek v zákonech znamená, že zatímco policie v Seattlu a San Franciscu má zakázáno používat program v reálném čase, úřad šerifa v okrese Maricopa v Arizoně kontroluje každou fotografii a řidičský průkaz obyvatel Hondurasu proti seznamu podezřelých pomocí rozpoznávání obličeje. program.

A co další biometrické údaje?

V centru pozornosti je samozřejmě technologie rozpoznávání obličeje, ale policie a další organizace se blíže zabývají novými biometrickými údaji, které identifikují lidi mimo otisky prstů a DNA.

Analýzy textury pleti údajně kompenzují problémy při pokusu rozpoznat částečně ucpané nebo zkreslené tváře analýzou vzdálenosti mezi kožními póry. Tato metoda nebyla často testována, ale vývojáři tvrdí, že může být schopna rozlišit dvojčata.

Další biometrickou analýzou, která policii zajímá, protože ji lze použít na dálku a bez lidské interakce, je analýza chůze.

Algoritmy identifikují lidi podle jejich jedinečných vzorců kroků, které odrážejí rozdíly v anatomii, genetice, sociálním zázemí, zvycích a osobnosti.

Algoritmy identifikují lidi podle jejich jedinečných vzorců kroků, které odrážejí rozdíly v anatomii, genetice, sociálním zázemí, zvycích a osobnosti.

K dispozici je také rozpoznávání žil, kdy optické skenery mapují krevní cévy na paži, prstu nebo oku. Předpokládá se, že skenery je těžké oklamat, protože naše žíly jsou umístěny pod kůží. Systém PalmSecure společnosti Fujitsu využívá k monitorování zaměstnanců v různých podnicích karty žil.

Hlasovou identifikaci již k ověření identity využívají banky a ministerstvo daní. Na rozdíl od rozpoznávání řeči, které převádí zvuky do slov, rozpoznává hlasová identifikace jedinečné akustické vzorce vytvořené hlasovým traktem a mluvními návyky člověka.

Co bude dál?

Je možné, že se tato technologie stane všudypřítomnou. Americká firma Vuzix se spojila s dubajskou firmou NNTC, aby vyrobila chytré brýle pro rozpoznávání obličeje. V rámu je umístěna drobná osmimegapixelová kamera, která snímá tváře kolemjdoucích a upozorňuje nositele na případné zápasy v databázi jednoho milionu lidí. Ve Spojeném království funguje bezdrátový CCTV s policejními tělesnými kamerami, které dělají v podstatě totéž. Ve Spojených státech byla nedávno patentována policejní kamera, která začne nahrávat, když je identifikován obličej podezřelého.

Mezitím technologické firmy vylepšují své systémy, aby fungovaly rychleji, s více obličeji a se stále složitějšími snímky – pořízenými při špatném osvětlení nebo když si lidé zakrývají obličeje. Probíhají práce na algoritmech, které dokážou identifikovat lidi v maskách a používajících převleky. Aby byly rozpoznávací systémy ještě efektivnější, bude obličejová biometrie kombinována s dalšími biometrickými analýzami, jako je hlas a chůze.

Není překvapením, že závody ve zbrojení pokračují: Výzkumníci z Carnegie Mellon University v Pittsburghu vyvinuli své vlastní sluneční brýle, aby oklamali systémy rozpoznávání obličeje, přičemž jeden tester s brýlemi byl identifikován jako Milla Jovovich.

Překlad Maria Stroganová

Protože jsi tady.

Máme malou prosbu. Tento příběh byl vyprávěn díky podpoře čtenářů. I sebemenší měsíční dar pomáhá redakční práci a vytváření důležitého obsahu pro lidi.