Uticaj veštačke inteligencije na BIOMETRIJSKO PREPOZNAVANJE LICA

Sistem za prepoznavanje lica je tehnologija koja može identifikovati ili verifikovati osobu iz digitalne slike ili iz video izvora. Postoji više metoda u kojima sistemi za prepoznavanje lica funkcionišu, ali generalno, oni rade tako što upoređuju izabrane crte lica sa datom slikom sa licima u bazi podataka.

150
uticaj-vestacke-inteligencije-na-biometrijsko-prepoznavanje-lica

Takođe, ovaj sistem je opisan kao aplikacija zasnovana na biometrijskoj veštačkoj inteligenciji koja može jedinstveno identifikovati osobu analizirajući obrasce na osnovu teksture i oblika lica osobe.

Prepoznavanje lica svakako predstavlja značajan digitalni izazov za sve kompanije i organizacije, a posebno za vlade i njihov establišment. Od svog pronalaska 1970-ih, prepoznavanje lica učinilo je velike korake napred. Danas se smatra najprirodnijim od svih biometrijskih merenja.

Gemalto, svetski lider u oblasti digitalne bezbednosti, skoro 30 godina se specijalizovao za osetljivu oblast biometrijskih tehnologija. Kompanija je uvek sarađivala sa najboljim tehničkim i institucionalnim igračima u sektoru kada su u pitanju istraživanja, etika samog procesa i biometrijske aplikacije.

Kako  funkcioniše prepoznavanje lica?

Biometrija se koristi za identifikaciju i autentifikaciju osobe koristeći skup prepoznatljivih i proverljivih podataka koji su jedinstveni i specifični za tu osobu.

  • Identifikacija odgovara na pitanje: “Ko ste vi?”
  • Autentikacija odgovara na pitanje: “Da li ste zaista vi to što kažete?”.

Primeri funkcionisanja prepoznavanja lica:

  • U slučaju biometrije lica, 2D ili 3D senzor skenira lice, zatim sliku transformiše u digitalne podatke primenom algoritma, pre nego što uporedi snimljenu sliku sa onima u bazi podataka. Ovo je verna i “uvećana” replika procesa na delu u ljudskom mozgu.
  • Ovi automatizovani sistemi mogu da se koriste za identifikaciju ili proveru identiteta pojedinaca u samo nekoliko sekundi na osnovu njihovih crta lica: razmak očiju, nosa, konture usana, ušiju, brade itd. Dokaz tome može se videti u performansama koje je postigao Gemalto Live Face Identification Sistem (LFIS), napredno rešenje koje je rezultat našeg dugogodišnjeg iskustva u biometriji.
  • Vlasnici iPhone-a X već su uvedeni u tehnologiju prepoznavanja lica. Međutim, biometrijsko rešenje Face ID-a, razvijeno od strane Apple-a, bilo je u velikoj meri kritikovano u Kini krajem 2017. zbog nemogućnosti razlikovanja određenih kineskih lica.

Neke od karekteristika ovog biometrijskog procesa, koje su bile dominantne u protekloj godini su:

1. Vrhunske tehnologije prepoznavanja lica 

U trci za biometrijske inovacije, nekoliko projekata se takmiči za prvo mesto. Google, Apple, Facebook, Amazon i Microsoft su takođe aktivni učesnici. Svi softverski web giganti sada redovno objavljuju svoja teorijska otkrića u oblasti veštačke inteligencije, prepoznavanja slika i analize lica sa ciljem da je učine što razumljivijom.

Facebook je 2014. najavio pokretanje svog DeepFace programa koji može odrediti da li dva snimljena lica pripadaju istoj osobi, sa stopom tačnosti od 97,25%. Kod istog testa, ljudi odgovaraju ispravno u 97,53% slučajeva, ili samo 0,28% bolje od Facebook programa.

U junu 2015, Google je postigao bolje rezultate sa FaceNet-om, novim sistemom prepoznavanja, bez premca: 100% tačnost u referentnom testu Labeled Faces in The Vild, i 95% na IouTube Faces DB.

Gemaltovo rešenje koje koristi softver za prepoznavanje lica (LFIS) postiglo je odlične rezultate sa stopom akvizicije lica od 99,44% u manje od 5 sekundi (u poređenju sa prosekom od 68%), a stopa grešaka od 1% u poređenju sa prosečnim 32%.

  • Otkrivanje i prepoznavanje emocija lica

Prepoznavanje emocija je proces mapiranja izraza lica da bi se identifikovale emocije kao što su gađenje, radost, bes, iznenađenje, strah ili tuga na ljudskom licu pomoću softvera za obradu slika. Razlikuje se od prepoznavanja lica čiji je cilj identifikovati osobu, a ne emociju.

2. Duboki uticaj učenja

Karakteristika koja je zajednička svim ovim disruptivnim tehnologijama je poznata kao duboko učenje. To je centralna komponenta najnovijih generacija algoritama koje je razvio Gemalto i drugi ključni igrači na tržištu i ima tajnu za detekciju lica, praćenje i podudaranja lica, kao i prevod razgovora u realnom vremenu.

Duboko učenje koristi “mrežu veštačkih neurona koji imitiraju funkcionisanje ljudskog mozga”, objašnjava australijski stručnjak za robotiku Peter Corke. “Mogućnosti koje nudi ova tehnologija će se povećati dok otkrivamo tajne naših mozgova. Razumevanjem algoritma na kojem se temelji ljudski mozak, obrnuti inženjering će nam omogućiti da dovedemo potencijal ljudskog mozga u veštačke mreže.

“Veštačke neuronske mreže su algoritmi snabdeveni sa nekoliko različitih ulaznih vrednosti. One se obrađuju nizom funkcija koje na kraju vraćaju jednu izlaznu vrednost. Ove funkcije u početku uključuju fazu učenja kako bi se kalibrirali proizvedeni rezultati.

  • Prvo, mreža je snabdevena ulaznim vrednostima i poznatim izlaznim rezultatima
  • Nakon toga se vrši provera kako bi se osiguralo da mreža proizvodi očekivani rezultat.
  • Sve dok to nije slučaj, podešavanja se vrše sve dok sistem nije pravilno konfigurisan i sposoban da sistematski proizvede očekivani rezultat.

3. Dinamika tržišta i dominantni slučajevi upotrebe

Studija iz juna 2016. procenjuje da će do 2022. godine globalno tržište za prepoznavanje lica generisati 9,6 milijardi dolara prihoda, što će biti podržano složenom godišnjom stopom rasta (CAGR) od 21,3% u periodu 2016-2022. Polje bezbednosti karakteriše povećana aktivnost u borbi protiv kriminala i terorizma, kao i ekonomske konkurencije. Prednosti prepoznavanja lica za rad policije su evidentne: otkrivanje i sprečavanje kriminala.

Prepoznavanje lica se koristi prilikom izdavanja ličnih dokumenata i najčešće se kombinuje sa drugim biometrijskim tehnologijama kao što su otisci prstiju. Takođe se koristi na graničnim proverama da bi se uporedio portret na digitalizovanom biometrijskom pasošu sa licem nosioca. Biometrija lica može se koristiti i u policijskim proverama, iako se njena upotreba strogo kontroliše u Evropi. U 2016. godini, “čovek u šeširu”, odgovoran za terorističke napade u Briselu, identifikovan je zahvaljujući FBI softveru za prepoznavanje lica.

U oblasti zdravstva je učinjen značajan napredak. Zahvaljujući dubokom učenju i analizi lica, je moguće:

  • preciznije pratiti pacijentovu upotrebu lekova
  • detekcija nekih genetske bolesti
  • podržavanje procedure upravljanja bolom

Oblast marketinga i maloprodaje je svakako ona u kojoj je korišćenje prepoznavanja lica najmanje očekivano. Pa ipak, verovatno najviše obećava. Ovaj važan trend se kombinuje se sa najnovijim marketinškim napretkom u korisničkom iskustvu. Postavljanjem kamera u maloprodajne objekte sada je moguće analizirati ponašanje kupaca, njihove navike, zadovoljstvo i poboljšati proces kupovine.

4. Mapiranje novih korisnika

Iako Sjedinjene Države trenutno nude najveće tržište za mogućnosti prepoznavanja lica, azijsko-pacifički region doživljava najbrži rast u sektoru. Kina i Indija prednjače na tom polju. Prepoznavanje lica je nova tema u Kini, od banaka i aerodroma do policije, vrši se uspostavljanje i usavršavanje mreže video nadzora širom zemlje. U Indiji, Aadhaar projekat je najveća biometrijska baza podataka na svetu. On već pruža jedinstveni broj digitalnog identiteta za 1,2 milijarde stanovnika. Autentikacija lica će biti dostupna kao dodatna usluga zajedno sa drugim faktorima autentičnosti kao što su otisak prsta, Iris ili OTP. U Brazilu, Viši izborni sud (Tribunal Superior Eleitoral) je uključen u projekat prikupljanja biometrijskih podataka širom zemlje. Cilj je da se napravi biometrijska baza podataka i jedinstvena lična karta do 2020. godine, uz podatke o 140 miliona građana. Ruska centralna banka od 2017. godine primenjuje program širom zemlje, namenjen prikupljanju lica, glasova, skeniranja zenice i otisaka prstiju.

5. Prepoznavanje lica i pravni sistem

Gledajuci sa etičkog aspekta zaštita podataka ličnosti je radikalno pogođena, upotrebom tehnologija za prepoznavanje lica. U Evropi, Opšta uredba o zaštiti podataka (GDPR) pruža strog okvir za ove prakse. Svaka istraga o privatnom životu i svaka takva invazija na privatnost nosi ozbiljne kazne.

U Americi, država Vašington je treća američka država koja formalno štiti biometrijske podatke kroz novi zakon uveden u junu 2017. U julu 2018. godine, Bradford L. Smith, Microsoftov presednik, uporedio je tehnologiju s proizvodima poput lekova, čija upotreba nije dozvoljena svima. On je pozvao Kongres da ga prouči i nadgleda njegovu upotrebu. “Mi živimo u državi zakona, a vlada treba da igra važnu ulogu u regulisanju tehnologije prepoznavanja lica”, napisao je Smith.

Međutim, kako stvari stoje, i zahvaljujući digitalnoj ekspertizi kompanija kao što je Gemalto „umesto da se žale na zaštitu podataka, građani bi trebali biti zabrinutiji zbog toga što ljudi kradu podatke o debitnoj kartici prilikom plaćanja u supermarketu!”prema rečima generalnog sekretara sindikata francuskih policajaca.

6. Prepoznavanje lica i hakeri

Uprkos ovom tehničkom i pravnom arsenalu koji je dizajniran da zaštiti podatke, građane i njihovu anonimnost, mnogi su i dalje zabrinuti i kritički nastrojeni. U Rusiji, Grigorij Bakunov je izumeo rešenje da izbegne „oči“ koje stalno gledaju naše pokrete i zbunjuju uređaje za detekciju lica. Razvio je algoritam koji stvara posebnu „šminku“ za zavaravanje softvera. Međutim, on je odlučio da svoj proizvod ne dovodi na tržište nakon što je shvatio kako ga lako mogu zloupotrebiti kriminalci.

U Nemačkoj, berlinski umetnik Adam Harvi je smislio sličan uređaj poznat kao CV Dazzle, i sada radi na odeći koja sadrži obrasce da bi sprečila detekciju. Krajem 2017. vijetnamska kompanija je uspešno koristila masku za hakovanje Face Face funkcije prepoznavanja lica sa iPhoneX-a. Forbes je u članku objavljenom 31. maja 2018. objavio da su istraživači sa Univerziteta u Torontu razvili algoritam za ometanje softvera za prepoznavanje lica (tzv. Filter za privatnost).

7. Hibridizacija biometrije 

Jasno je da će se rešenja za identifikaciju i autentifikaciju budućnosti pozajmljivati iz svih aspekata biometrije. To će dovesti do biometrijske mešavine koja garantuje potpunu bezbednost.

Geolokacija, IP-adrese (uređaja koji se koristi) i obrasci za kucanje stvoriće jaku kombinaciju za bezbednu autentifikaciju korisnika za on-line bankarstvo ili on-line vladine usluge.

Uticaj veštačke inteligencije na BIOMETRIJSKO PREPOZNAVANJE LICA
5 (100%) 1 ocena/e