Журнал "Системы безопасности" #6, 2019

Внешние условия и сохранность параметров Я неоднократно сталкивался с конкретными ситуациями, когда технология отпечатка паль- цев, неплохая с точки зрения ошибок первого и второго рода, недостаточно эффективна на производстве, в химии, индустрии и т.д. Бывает 20–30% отказов. Алгоритмы выявления локальных признаков, масштабно-инвариантные преобразования, гистограммы направленных градиентов, мето- ды опорных векторов в ряде случаев начинают сбоить. Например, алгоритм учета черных очков может выдать ошибку, если кто-то надел очки большего размера. Или может быть сбой, если человек надел капюшон либо козырек от кепки дал тень на лицо. Я даже как-то сам завел свою фотографию в одной системе, а потом сфотографировался еще раз, с недостаточным освещением, где меня не очень хорошо видно. В результате система меня не распознала. Есть люди, которые вообще не распознаются по многим биометрическим технологиям, не толь- ко по лицу. Очень плохо распознаются по паль- цам маленькие дети и пожилые люди. Некото- рые не распознаются по ладони. А иногда не срабатывает даже самая надежная и точная биометрия по радужке глаза. Так происходит, потому что изначально их биометрические параметры находятся вне моделей алгоритмов. Например, модель не предполагает, что у чело- века может быть слишком большая ладонь или двойной зрачок. Даже если система дает уро- вень ошибок первого рода 10 -9 , но ей попадет- ся двойной или несимметричный зрачок, то алгоритм не сработает. Сила сопротивления Еще одна распространенная проблема заключа- ется в том, что люди не хотят пользоваться чем- то новым, в особенности если это их контроли- рует. А биометрия их контролирует, отсюда и огромное сопротивление. В своей практике мы столкнулись со случаем, когда генеральный директор одного предприя- тия обязал всех сотрудников сдать биометрию по глазам, что вызвало бурю эмоций. Опреде- ленный процент людей отказался сдавать био- метрию – "Нас пытаются зачиповать", "Вся ваша биометрия – это число дьявола" и т.д. Но пра- вило есть правило, и обязали всех. В итоге одна сотрудница, подходя к сканеру, каждый раз истово крестится… Можно предположить, что внедрение новых инновационных технологий еще долго будет сталкиваться с подобными проявле- ниями. Биометрия  для массовых СКУД Резюмируя, обозначим ключевые требования при внедрении биометрии, выполнения кото- рых будет достаточно для хороших результатов в процессе эксплуатации на обычных объектах: 1. Четкое понимание Use-Case. 2. Выбор – идентификация или верификация. 3. Минимальное количество ошибок (особенно для идентификации). 4. Возможность простой интеграции по опреде- ленным интерфейсам. 5. Учет всех проблем, о которых говорилось выше. Оптимистичный прогноз Что нас ждет в дальнейшем? Лично меня как эксперта радуют открывающиеся перспективы: 1. Совершенствование биометрических алго- ритмов. 2. Совершенствование архитектуры биометри- ческих сканеров для использования в различ- ных Use-Case. 3. Совершенствование элементной базы микро- электроники, в частности матрицы. 4. Дальнейшее проникновение нейросетевых подходов, особенно в области биометрии лица. 5. Многомодальность не для верификации, а именно для идентификации. 6. Переход биометрии от стадии накопления данных/опыта к стадии набора потребитель- ской массы, и как следствие – расширение рынка. Биометрия – достаточно молодая отрасль в нашей стране, и мы все еще проходим стадию накопления данных и опыта и только подступа- ем к этапу набора потребительской массы. Тем не менее уже есть реальные внедрения (хоть их не так много) и статистика, на базе которых можно и нужно дальше совершенствовать тех- нологии, за которыми будущее. n www.secuteck.ru декабрь 2019 – январь 2020 БИОМЕТРИЧЕСКИЕ СИСТЕМЫ  С И С Т Е М Ы К О Н Т Р О Л Я И У П Р А В Л Е Н И Я Д О С Т У П О М 83 Ваше мнение и вопросы по статье направляйте на ss @groteck.ru Н екоторые люди относятся к технологии распознавания лиц с опаской. Есть и такие, кто борется за запрещение ее использования. Но стоит ли бояться этой технологии? Распознавание лиц уже давно используется во многих сферах деятельности: в мобильных телефонах, аэропортах, общественном транс- порте, банковской сфере. Значит ли это, что "большой брат" следит за нами? На мой взгляд, не следит, а обеспечивает безопасность. Распознавание лиц – это умный алгоритм на базе искусственного интеллекта, который поз- воляет сверить лицо человека с существующей базой данных. Система не осуществляет слежку за человеком, а лишь определяет его и анали- зирует, был ли он замечен в противозаконных действиях. По сути, это машина, которая облег- чает многочасовой труд поисковых работ и сводит его в секунды. Как распознавание лиц помогает ритейлу? Сле- дует выделить два аспекта: безопасность и мар- кетинг. Когда нейросеть была лишь фантастич- ной задумкой, охранники магазина не знали наверняка, как тот или иной гость себя поведет. Каждый посетитель становился потенциальным злоумышленником, а в условиях большого тра- фика внимание концентрировалось только на тех, кто вел себя наиболее нетипично. Сейчас такой способ оценки работает, только если человек встал на путь воровства совсем недавно. Профессиональные шоплифтеры внешне совершенно похожи на обычных поку- пателей, и пропажу товара после их посещения магазина можно заметить только позднее, когда они будут далеко. Технология распозна- вания лиц дает возможность определять таких посетителей прямо на входе. Попадая единож- ды в базу магазина, в дальнейшем воришка будет под пристальным наблюдением охран- ников всей сети. Все, что необходимо охранни- ку при посещении такой персоны, – вовремя среагировать на ее появление и произвести слежку. При лучшем сценарии инцидент будет предотвращен, при худшем – лицо вора будет известно всей сети магазинов. Касательно маркетинга: технология распозна- вания лиц может положительно повлиять на ведение бизнеса, так как с ее помощью можно проводить корректировку стратегии развития. Сейчас маркетологи собирают информацию о покупках и поведении покупателей в единый массив информации Big Data. Это большая база сегментированных данных, в которой хра- нится информация о поведении посетителей, их группировки по возрасту, полу, числу поку- пок и предпочтений. Данные берутся из мно- жества различных источников: карты лояльно- сти, поведение в интернет-магазинах, отслежи- вание работы с мобильными приложениями и т.д. Распознавание лиц – это новый источник, благодаря которому можно получать коррект- ную информацию о портрете посетителей, фиксировать их поведение методом наблюде- ния и фиксировать данные в удобном виде. Система распознавания лиц помогает в исследо- вании общего портрета посетителей. Алгоритм не только запоминает лица, но и определяет их пол, возраст и эмоции при посещении. На базе систе- мы можно проводить оценку лояльности посети- телей, определяя общей процент повторных посе- тителей по отношению к новым. А если совме- стить существующую CRM с системой распозна- вания лиц, то в целом вы получите обширную базу данных предпочтений без заведения карт. Система распознавания по лицу – это техноло- гия ближайшего будущего. Она предназначена для упрощения многих бизнес-процессов и процессов контроля безопасности. Благодаря ей можно оценивать возвраты, контролировать работу персонала, использовать существую- щую базу лиц для проработки программы лояльности, постоянных посетителей и опреде- ления шоплифтеров в магазине. n Вячеслав Миленин Директор департамента прямых продаж компании "АНТИвор" МНЕНИЕ ЭКСПЕРТА Не слежка, но защита