Czy wyobrażasz sobie nabywanie produktów w sklepie bez kolejki do kas? Przechodzenie przez bramki w metrze bez okazywania biletu? Wypłatę gotówki z bankomatu bez konieczności korzystania z karty? Tak właśnie wygląda rzeczywistość, w której króluje technologia rozpoznawania twarzy.
Rozpoznawanie twarzy to jedna z tych technologii, które kojarzyły się do tej pory ze strefą sciencie fiction. Przykładowo w kultowym „RoboCopie” tytułowy bohater wykorzystuje facial recognition do identyfikacji bandyty Emila Antonowskiego. Z technologii korzysta również humanoidalny robot Ava z filmu „Ex Machina”.
Dziś idea cyfrowej identyfikacji twarzy staje się coraz powszechniejsza. Bardzo dobrze obrazuje to przykład Chin, gdzie monitorowanych jest większość terenów publicznych. Kamery rozpoznające twarze obywateli obserwują każdy ich ruch, a technologia AI (<a href=>sztuczna inteligencja) przykładowo wystawia mandaty, gdy tylko „zauważy” niewłaściwe zachowanie. Sytuacja wygląda podobnie w niektórych stanach USA. Również w Australii zaczęto eksperymenty z identyfikacją twarzy w miejscach publicznych.
Technologia rozpoznawania twarzy – szansa czy zagrożenie?
Mimo że technologia rozpoznawania twarzy może znacznie ułatwić nam życie, niektórzy uważają, że stanowi realne zagrożenie. Bo co, jeśli algorytm poszukujący przestępcę pomyli się? Posłużmy się przykładem Idemii, oprogramowania, które m.in. sprawdza twarze pasażerów samolotów lądujących w USA.
Jak bowiem wynika z badania „Ongoing Face Recognition Vendor Test” (LINK), zrealizowanego przez Narodowy Instytut Standardów i Technologii (Stany Zjednoczone), dwa najnowsze algorytmy Idemii znacznie częściej (10 razy) myliły twarze czarnoskórych kobiet niż białych. Więc jeśli poszukiwana listem gończym byłaby np. Afroamerykanka, szansa, że złapano by nie tę osobę, jest zbyt duża, by zaufać rozwiązaniu tejże firmy.
Obawa przed inwigilacją
Przedstawione we wspomnianym raporcie wnioski są jednym z kluczowych argumentów obywateli Stanów Zjednoczonych, którzy obawiają się zarówno tego typu błędów systemu, jak i niewłaściwego stosowania rozpoznawania twarzy – który może służyć np. do inwigilacji. Swój niepokój wyraziła m.in. Rebecca Kaplan, przewodnicząca rady miasta Oakland, która w publicznej notce pisze, że technologia rozpoznawania twarzy może prowadzić do „niewłaściwego użycia siły, bezpodstawnych aresztowań i prześladowań opartych na mniejszościach”.
Rozpoznawanie twarzy (ang. facial recognition) to zaawansowana technologia, która umożliwia identyfikowanie ludzi na podstawie zdjęcia lub wideo. Do mapowania rysów twarzy system wykorzystuje dane biometryczne.
3 w 1 – czyli o technologiach rozpoznawania twarzy
Okazuje się, że rozpoznawanie twarzy nie opiera się na jednej technologii, a na co najmniej trzech. Możemy zatem wyróżnić:
Podstawowe rozpoznawanie twarzy – stosowane np. przez Instagram. System, dzięki dostępowi do aparatu fotograficznego użytkownika szuka cech definiujących twarz (oczy, nos, usta). Następnie za pomocą algorytmów określa m.in. w którym kierunku patrzymy albo czy mamy otwarte czy zamknięte usta. Warto wspomnieć, że w tym przypadku nie mówimy stricte o facial recognition, a o oprogramowaniu, które wyszykuje twarz.
Identyfikację twarzy (ang. face ID) – wykorzystywaną m.in. w telefonach komórkowych w celu odblokowania dostępu. Po skonfigurowaniu funkcji identyfikacji twarzy w smartfonie system wykonuje zdjęcie użytkownika i mierzy odległości między danymi rysami twarzy po to, aby za każdym razem mógł rozpoznać właściciela.
Identyfikację nieznajomego – proces jest niemal identyczny co identyfikacja twarzy (opisana powyżej), jednak jest on prowadzony na większą skalę (konieczność wglądu do bazy danych). Teoretycznie można wykorzystać każdą z dostępnych baz, np. konta na Facebooku czy w przypadku organów bezpieczeństwa ich wewnętrzne zbiory danych.
Facial recognition – jak to właściwie działa?
Algorytmy służące do wykrywania (ang. face detection) i rozpoznawania (ang. face recognition) twarzy znane są już od lat, co nie oznacza, że związane z tym technologie nie są udoskonalane (metody i techniki). Nie zmienia się jedno – zawsze bazują na wykrywaniu unikalnych cech biometrycznych i porównywaniu ich z danymi zapisanymi w pamięci urządzenia lub w dużych bazach obsługiwanych przez odpowiednie służby.
Mapowanie twarzy – 2D czy 3D
Tradycyjne metody rozpoznawania twarzy w dalszym ciągu bazują na pomiarach dokonywanych na obrazach 2D. Czyli de facto zdjęciach lub stopklatkach, na których znajduje się dana osoba. Jak łatwo się domyślić, ich skuteczność może być dyskusyjna, ponieważ odległości między typowymi punktami charakterystycznymi (np. oczami, nosem, kośćmi policzkowymi, brodą) zmieniają się, jeśli twarz skanowanej osoby nie była skierowana na wprost obiektywu. Również poziom bezpieczeństwa zapewniany przez tego typu technologie nie jest zbyt wysoki. W wielu testach okazywało się, że wystarczy np. zdjęcie właściciela, by odblokować należący do niego telefon lub komputer.
Dlatego coraz częściej – zwłaszcza w sytuacjach, gdy w grę wchodzi bezpieczeństwo danych lub dostępu do urządzenia – stosuje się pomiary biometryczne polegające na skanowaniu twarzy w 3D lub też łączące nawet kilka różnych metod.
Najpopularniejsze metody uzyskiwania trójwymiarowego obrazu twarzy to:
Stereowizja – dwa (czasem więcej) obiektywy oddalone od siebie rejestrują tę samą scenę z dwóch różnych punktów. Tą metodą posługują się m.in. smartfony wyposażone w więcej obiektywów.
Niewidoczny wzór punktów lub linii światła podczerwonego (bezpiecznego dla użytkownika) wyświetlany na badanym obiekcie, a następnie rejestrowany przez specjalny odbiornik IR. W ten sposób działa np. system Face ID w części telefonów firmy Apple.
Użycie czujnika ToF (ang. Time of Fligh), badającego, w jakim czasie światło wysłane przez ten czujnik wraca, po odbiciu od badanego obiektu. Czas powrotu pozwala następnie obliczyć odległość każdego punktu badanej sceny. Ta metoda może być dodatkowo podzielona ze względu na rodzaj użytego światła: podczerwonego, widzialnego lub laserowego (bezpiecznego dla oczu).
W ostatnich latach najczęściej stosuje się metodę drugą (bardzo precyzyjną, ale działającą skutecznie tylko na małych odległościach) lub trzecią (nieco mniej precyzyjną, ale skuteczną także na dalszych dystansach).
Technologia rozpoznawania twarzy znajdzie zastosowanie w niejednej branży
Obecnie wiele organizacji i firm korzysta z technologii rozpoznawania twarzy w różnych celach – od tych związanych z bezpieczeństwem po takie, które umożliwiają niewidomym rozpoznanie, czy osoba, z którą rozmawiają, uśmiecha się. Nie ulega zatem wątpliwości, że jest to jedno z tych odkryć, które diametralnie zmienia naszą rzeczywistość, a szczególności w takich branżach, jak:
Ochrona i bezpieczeństwo
– technologię rozpoznawania twarzy wykorzystują obecnie przede wszystkim rządy w USA i Chinach. W drugim z wymienionych państw kluczową rolę w dostarczaniu rozwiązań odgrywają start‑upy (w szczególności SenseTime i Face++). Organom ścigania swoje technologie oferuje również Amazon. W ubiegłym roku dzięki zastosowaniu facial recognition udało się m.in. schwytać poszukiwanego listem gończym obywatela Chin. Co ciekawe bawił się on wówczas na koncercie (w 60‑tysięcznym tłumie) .
Opieka zdrowotna
– rozpoznawanie twarzy może ułatwić życie także pacjentom. Wyobraźmy sobie chociażby zapisy do lekarza bez czekania w kolejce! Co więcej, okazuje się, że nie jest to jedyne zastosowanie technologii. Przykładowo Apple od 2015 roku prowadzi dwa frameworki typu open‑source (ResearchKit i CareKit). Po to, aby ułatwić zdalny system monitorowania stanu zdrowia pacjentów. Dzięki temu naukowcy z Duke University opracowali aplikację Autism & Beyond, która wykorzystuje przednią kamerę iPhone’a i algorytmy rozpoznawania twarzy do wykrywania autyzmu u dzieci.
Handel
– tu spektrum możliwości wykorzystania technologii jest naprawdę duże. Przykładowo rozpoznawanie twarzy może „uchwycić”, na co patrzył klient danego sklepu, aby następnie, za pośrednictwem poczty elektronicznej, wysłać mu personalizowaną ofertę promocyjną na produkty, które wzbudziły jego zainteresowanie. Walmart rozpoznawanie twarzy wykorzystuje do mierzenia poziomu zadowolenia konsumentów, którzy czekają w kolejce. Natomiast Techif AR za pośrednictwem technologii gromadzi dane dotyczące cech twarzy klientów (takie jak jej kształt, ilość zmarszczek czy odcień skóry). Pomaga to detalistom w ustaleniu, co osoby o określonych cechach kupują najczęściej – co potencjalnie pozwala na przewidywanie asortymentowych potrzeb.
Marketing i reklama
– w tym przypadku również ograniczeniem jest jedynie kreatywność reklamodawców. Jeśli np. zdecydują się na zastosowanie technologii za pośrednictwem telefonów komórkowych użytkowników, mogą sprawdzić, jaki mają oni humor (poprzez analizę wyrazu twarzy) i wyświetlić reklamy oparte… właśnie na nastroju.
Bankowość i finanse
– w tym sektorze rozpoznawanie twarzy jest wykorzystywane bardzo często. Singapurskie banki HSBC i OCBC już teraz oferują swoim klientom możliwość logowania się do systemów za pomocą biometrii twarzy. Hiszpański CaixaBank natomiast używa rozpoznawania twarzy w swoich bankomatach w celu zapewnienia większego bezpieczeństwa klientów.
Lotnictwo
– rozpoznawanie twarzy w tym segmencie również może przysłużyć się wzmocnieniu bezpieczeństwa oraz usprawnieniu procesu onboardingu. Przykładowo firma JetBlue testuje facial recognition jako zamiennik kart pokładowych.
Motoryzacja
– chociaż w tej branży głównym trendem są autonomiczne samochody, technologia rozpoznawania twarzy może również polepszyć doświadczenie użytkownika związane z posiadaniem auta. Skanowanie twarzy może np. otworzyć samochód lub uruchomić silnik. Ciekawe zastosowanie technologii zaimplementował w swoim pojeździe koncepcyjnym (prezentowanym na tegorocznych targach CES) Hyundai. Wykorzystał rozpoznawanie twarzy do oceny stanu emocjonalnego kierowcy, aby zmienić ustawienia świateł w celu uniknięcia wypadków spowodowanych rozproszeniem.
Edukacja
– skanowanie twarzy może pomóc placówkom edukacyjnym w zachowaniu bezpieczeństwa na kampusach. Przykładowo Uniwersytet Pekiński przy jednej z bram wejściowych zainstalował system rozpoznawania twarzy studentów i pracowników uczelni. System korzysta z bazy danych uniwersytetu, na podstawie którego określa, kogo może wpuścić na teren kampusu, a kto znaleźć się tam nie powinien.
Gastronomia
– w tej branży standardem może okazać się płacenie twarzą (i na całe szczęście nie mam tu na myśli selfie na Instagramie). Od niedawna klienci chińskiej sieci KFC mogą zapłacić za swoje zamówienie właśnie w ten sposób. Muszą jedynie podpisać zgodę na rozliczanie się za pomocą aplikacji Alipay. Natomiast w amerykańskiej restauracji California CaliBurger rozpoznawanie twarzy łączy konsumenta z jego kontem programu lojalnościowego, dzięki czemu może on otrzymać zniżki.
