Биометрические технологии, будучи надежными и удобными в эксплуатации, все активнее применяются при аутентификации и идентификации. По утверждению специалистов, именно изображение лица является более устойчивым к изменениям аутентификатором человека по сравнению с другими биометрическими параметрами.
Однако, как напомнил генеральный директор российской компании VisionLabs Александр Ханин, дальнейшему продвижению одной из наиболее распространенных в ряду биометрических технологий — распознаванию лиц — препятствует пока неприемлемо высокая доля отрицания достоверной информации и принятия за истину недостоверной.
В последних числах августа представители компании VisionLabs сообщили о существенных улучшениях характеристик технологии распознавания лиц (на этом компания специализируется на протяжении уже нескольких лет).
Разработанная в VisionLabs платформа LUNA позволяет сегодня на практике достичь более 91% правильного распознавания лиц на 100 млн запросов, что, как считает Александр Ханин, относится к лучшим на сегодняшний день мировым показателям для таких систем.
Как полагает Ханин, в решении задач компьютерного зрения (к которым относится и распознавание лиц) половина успеха приходится на «хорошие» алгоритмы и работающих с ними специалистов, а половина — на накопленные данные, обучающие систему и помогающие учесть по возможности все входные условия для распознавания.
Основные новации, реализованные специалистами VisionLabs, относятся к этапу преобразования изображения лица в описывающий его цифровой код или биометрический шаблон лица. Для этого применяется набор нейронных сетей, которые способны распознавать лица лучше и быстрее, чем это делает человеческий мозг.
Именно нейронные сети (в платформе LUNA их несколько десятков), а не эксперты (как это делается в большинстве современных систем распознавания лиц) отбирают параметры лица, которые признаются важными для распознавания. Количество и последовательность выполняемых нейронными сетями операций и определяют качество распознавания.
Каждая нейросеть компании VisionLabs представляет собой многослойный проприетарный набор операций обработки изображений (ноу-хау разработчика), нацеленных на выделение на исходном изображении его важных особенностей. Их может быть несколько десятков миллионов, и задача заключается в отборе наиболее существенных для принятия решения.
Для обучения нейросетей на вход им подаются десятки тысяч (и даже миллионы) фотографий лица, задаваемые как изображения одного и того же человека. Изображение разбивается на несколько сегментов (глаза, нос, рот, подбородок...), и за обработку каждого отвечает своя нейронная сеть.
Каждая сеть выдает короткое описание сегмента, они сшиваются в биометрический шаблон лица. Размер шаблона в платформе LUNA составляет всего 204 байта (его малый размер особенно важен для мобильных платформ). Алгоритмы сравнения шаблона с изображением на входе для принятия решения также являются новшеством VisionLabs.
Большое значение имеет этап отбора эталонных изображений, которые хранятся в базе данных системы распознавания. Все они обязательно проходят контроль качества. Это позволяет в дальнейшем существенно снизить требования к изображениям, предъявляемым к распознаванию — они могут быть повернуты на 45 градусов, обрезаны, низкого разрешения, отличаться от содержащихся в базе эталонных изображений наличием головного убора, очков, усов и бороды, макияжа, изменений в прическе, мимикой...
Одновременно снижаются требования к оборудованию и процессам, которые используется в процедуре аутентификации (а LUNA работает с широким набором источников изображений — устройствами и программами, способными их создавать и передавать).
Нетребовательность к входным данным, предъявляемым к распознаванию, позволяет заказчикам не вносить изменений в, как правило, уже имеющуюся инфраструктуру, которая с этими данными работает. Платформа на стороне заказчика может быть интегрирована с различными корпоративными информационными системами и бизнес-процессами — АБС, CRM, аутентификацией, скорингом...
Одним из приоритетных направлений развития платформы LUNA в VisionLabs считают мобильную аутентификацию. Для этого варианта в систему закладываются специальные возможности, позволяющие убедиться в том, что пользователь — реальный человек. Это помогает нивелировать риски, связанные с удаленным мошенническим использованием фотографий (в том числе добровольно выкладываемых людьми в социальных сетях). Большая работа также проделана по ускорению и сжатию алгоритмов распознавания, чтобы они могли выполняться на мобильных вычислительных платформах.
Массового распространения мобильного направления (технологическая состоятельность которого, по мнению специалистов VisionLabs, доказана), как полагает Александр Ханин, можно ожидать в следующем году. Его важным катализатором он считает развитие Национальной биометрической платформы, которая в ближайшее время будет поддержана необходимыми законами.
В настоящее время, как сообщил Александр Ханин, компания VisionLabs ведет в России около десяти пилотных проектов по внедрению мобильной аутентификации. Заказчиками в них выступили российские банки из первой сотни по размерам бизнеса.
