Консультант по ассортименту и категорийному... · 24 сент 2021
Если мы говорим в целом о технологиях машинного зрения, то в недавнем вопросе на Кью (по ссылке) обсуждался почти весь спектр их применения, которому никак не помешает невозможность распознавания отдельных потребителей. В вопросе обсуждали следующие применения таких технологий:
контроль доступности товара на полке,
определение траффика и пиковых нагрузок с целью уменьшить очереди и максимально эффективно направлять потребителей в магазине,
контроль за сотрудниками магазина (в т.ч. кассирами).
С другой стороны (недавно писал об этом в дайджесте новостей ритейла) рынок видеоаналитики в России растет опережающими темпами и говорить о "выживании" не приходится - да, распознавание лиц в маске и liveness detection (определение живой человек на изображении или фото) становится трендом, но не обязательным условием успеха. Более того по словам эксперта компании Tevian, упор делается на технологии считывания и анализа уникальных черт человеческого лица и сравнения их с базой, а не инфракрасному диапазону и анализу карт глубины. Думаю понятно, что пассивные методы определения лиц гораздо дешевле и проще в реализации чем высокотехнологические решения, поэтому с этим запросом времени IT-компании успешно справляются.
Если же говорить о практической реализации этих механик, то уже в 2020 году китайская SenseTime выпустила систему, которая считывает около 240 точек на лице для идентификации, что вполне достаточно для точного опознания даже в маске, шапке и очках.
Отечественная компания "Крок" запустила биометрический алгоритм с 68 реперными точками и точностью до 98%, то есть для видеоаналитики достаточно 30% лица - уровня между маской и шапкой. В качестве практического применения эта система была использована в МосГорСуде во время жесткого локдауна для определения личностей участников во время онлайн-заседания.
Так что говорить о том, что маски становятся серьезной угрозой компьютерному зрению, не стоит, однако многие недовольны таким вмешательством в privacy и продолжают изобретать способы обмануть системы распознавания. Пока основным направлением считается использование специальных принтов на одежде, которые перегружают паттерны аналитики (футболка ниже, к примеру, по словам разработчиков из Массачусетского Северо-Восточного университета блокирует распознавание в 63% случаев).
Другой механикой для блока идентификации является специальный макияж, задающий произвольные черты, которые система не может свести воедино. К примеру, ниже вариант представленный Григорием Бакуновым, сотрудником Яндекса.
История о распознавании лиц компьютерным зрением и механиках их обмана - классическая история "меча и щита", когда кто-то разрабатывает технологии, а кто-то ищет способ от них защититься. В конечном итоге, этот цикл не прекращается, а лишь развивает обе стороны, поэтому нельзя сказать, что какое-либо решение раз и навсегда остановит развитие той или иной технологии - ее можно лишь замедлить на время.
Главный эксперт (бизнес-аналитик) в Норсофт... · 8 окт 2021
Современные реализации биометрических алгоритмов уже пару лет успешно справляются с распознаванием лиц в маске. Хотя, справедливости ради, нужно признать, что для конкретного алгоритма точность распознавания лица без маски и... Читать далее