Новости

08.05.2018

Система распознавания лиц на практике: опыт британской полиции

Около года прошло с тех пор, как полиция Уэльса (Великобритания) начала использовать в своей работе новейшую систему распознавания лиц с использованием камер видеонаблюдения. Разработка, использующая в своей основе технологии машинного обучения, применяется в местах массового скопления людей и призвана, главным образом, вычислять в толпе преступников или нежелательных субъектов, которым, скажем, запрещен доступ на стадионы за многократные хулиганские действия. Система имеет в своем распоряжении базу данных, в которой содержится более полумиллиона фотоснимков представителей криминального мира и людей, подозреваемых в различных правонарушениях. Если человек, чье лицо похоже на одно из фото в базе данных, попадает в поле зрения камеры видеонаблюдения, то сразу же отправляется предупреждающий сигнал дежурному офицеру. Тот в свою очередь производит более тщательную сверку в «ручном режиме» и если подозрение подтверждается — патрульным полицейским отдается приказ о задержании подозреваемого.

Однако это решение, которое обошлось полиции в сумму эквивалентную $240 тыс., по итогам годичного использования (работает с весны 2017) показало весьма спорные результаты, хотя в ведомстве уверяют, что все в порядке и система вскоре выйдет на необходимую точность.

Так в результате первого реального применения — во время финального матча Лиги чемпионов между «Ювентусом» и «Реалом» (3 июня 2017 года, Кардифф) — из 2470 срабатываний 2297 (93%) оказались ложными. Но, после усовершенствования алгоритмов и обновления базы данных снимков ситуация начала понемногу улучшаться. Так позже, на боксерском поединке между Энтони Джошуа и Джозефом Паркером процент ложных срабатываний составил 90%, на матче по регби Уэльс – Австралия — 87,5%. В итоге, спустя год использования и полтора десятка крупных спортивных событий, где система была применена, удалось добиться результата в 71% ошибок. Это, в общем-то, достаточно много, но британская полиция все равно довольна результатами работы решения, поскольку, с его помощью удалось задержать около 450 человек, имеющих проблемы с законом. С другой стороны, вполне логично предположить, что при такой невысокой точности идентификации система могла не среагировать на многих преступников и подозреваемых, посетивших спортивные матчи.

Таким образом, очевидно, что на данном этапе технологии распознавания лиц хорошо работают только в лабораторных и других стабильных условиях (например, внутри офисов и других помещений). Но их применение на массовых мероприятиях, при меняющемся освещении и в различной погодной обстановке сопряжено с множеством факторов, каждый из которых существенно влияет на эффективность работы алгоритмов. В то же время технологии машинного обучения, более совершенные камеры и оптимизация алгоритмов позволяют постепенно повышать качество распознавания лиц, хотя до идеала здесь, конечно, еще далеко.