МЕЖДУНАРОДНЫЙ ОПЫТ ПРИМЕНЕНИЯ СИСТЕМ РАСПОЗНАВАНИЯ ЛИЦ В РАБОТЕ
ПРАВООХРАНИТЕЛЬНЫХ ОРГАНОВ

Борисевич В.

студент 1-го курса факультета международно-правовых отношений
Национального университета «Одесская юридическая академия»

30 ноября 1841 года в американской прессе появилось сообщение о том, что французская полиция изготовляет снимки преступников недавно изобретенным дагерротипным методом. Бельгийскому криминалисту Боргерхоффу, действительно удалось найти в архивах дагерротипные снимки заключенных, изготовленные в Брюсселе в
1843 - 1844 гг. [1]

Таким образом, методу поиска и определения преступников по их фотографическим изображениям уже более 175 лет.

Развитие информационных технологий привело к возможности автоматизированной обработки фотоснимков, автоматического определения на изображениях лиц людей и к возможности выявления на этих лицах характерных точек, измеряя расстояние между которыми - можно получить ряд данных, позволяющий однозначно идентифицировать конкретного человека.

Первоначально данная технология разрабатывалась для систем автоматического распознавания номерных знаков автомобилей.

Были созданы камеры, позволяющие получать снимки с достаточным разрешением в темное время суток и программы, позволяющие распознать цифры и буквы на номерных знаках.

Такие системы были разработаны и внедрены во многих странах мира. Полиция этих стран использовала их для выявления нарушителей скоростного режима на автодорогах.

С течением времени эти системы стали настолько дешевыми и распространёнными, что в настоящее время в Украине ими оборудованы многие въезды на паркинги в обычных жилых домах. Системы распознавания автоматически определяют номер подъехавшей автомашины и поднимают шлагбаум (или открывают ворота) перед теми, кому разрешен въезд на данный паркинг. [2]

Как оказалось, данную, уже отработанную и удешевленную технологию можно использовать и для распознавания человеческих лиц.

Как оказалось, это не так уж и сложно. Например, грудные младенцы способны различать лица людей уже с четырехмесячного возраста. При этом человек обращает основное внимание на глаза, скулы, нос, рот и брови, их цвет и взаимное расположение. [3]

Основной задачей систем распознавания лиц является собственно определение – является ли это изображение (или его часть) лицом человека.

Для решения этой задачи используются нейросети и системы искусственного интеллекта. Эти системы обучаемы – в них закладываются сотни тысяч изображений различных лиц, при этом программа пытается найти закономерности в этих изображениях и выработать какие-то общие критерии, по которым можно с определенной уверенностью считать, что данное изображение является изображением лица человека (а, например, не маской или фотографией/рисунком лица).

После решения задачи определения изображения как лица – программы переходят ко второму этапу: поиску на лице глаз, скул, носа и рта. Эта задача решается теми же средствами, что и первая.

После определения ключевых элементов лица создается его цифровой отпечаток, включающий в себя координаты взаимного расположения элементов и величины расстояний между ними.

Как оказалось – у практически каждого человеческого лица есть собственное сочетание этих параметров. Часть их может совпадать, но полного совпадения практически не встречается. Более того, для однозначной идентификации достаточно всего лишь части элементов.

Поэтому программы распознавания лиц способны правильно опознать человека даже если часть его лица закрыта очками или бородой/усами. При этом программа автоматически убирает очки и волосяной покров с изображения, восстанавливая недостающие элементы и определяя их возможное положение по косвенным
признакам.

Полученные данные записываются в файл, и для идентификации человека достаточно сравнения содержимого файла, созданного программой распознавания лиц с содержимым файла, хранящегося в базе данных.

Следует отметить, что задачи у разных систем распознавания лиц разные.

Наиболее простой случай, когда изначально используется специально сделанная фотография лица человека (на изображении только лицо одного конкретного человека, снятое при хорошем освещении и фокусировке в фас).

Такие, упрощенные, задачи решают программы, установленные в смартфонах и других мобильных компьютерных устройствах, такие, например, как Face ID на изделиях компании Apple, Smart Lock на устройствах с ОС Android или Windows Hello на компьютерах с ОС Windows.

При создании цифрового отпечатка лица программе необходимо только найти ключевые элементы лица и рассчитать их координаты.

Системы распознавания лиц, предназначенные для использования правоохранительными органами, должны выполнять намного более сложный комплекс задач.

В первую очередь необходимо обеспечить возможность съемки большого количества лиц людей, непрерывно перемещающихся перед камерой. Эта съемка должна давать качественно изображение в любое время суток и при любой погоде. При этом освещение исследуемого участка может быть далеко от студийных условий съемки, а идентифицируемые люди – находится от камеры на большом расстоянии. Компьютер, используемый для массового распознавания лиц, должен быть достаточно мощным и дорогим. Для таких целей обычно используется не один компьютер, а несколько, работающих совместно над одной задачей («кластер компьютеров»).

В июне 2016 года компания NtechLab, в рамках продвижения своего сервиса сканирования лиц «FindFace», осуществила массовое сканирование лиц зрителей рейв-фестиваля Alfa Future People. После сканирования была проведена идентификация всех зрителей, затем при помощи специальной программы были найдены их учетные записи в социальных сетях (у кого они были), и на эти учетные записи были разосланы сделанные на этом фестивале фотографии зрителей (каждый из них получил фотографии со своими изображениями). [4]

Чисто механическое сканирование всех лиц подряд не имеет практического смысла для правоохранительных органов (в отличии, например, от такого же сканирования, используемого в коммерческих целях).

Для использования сканирования правоохранительными органами, система распознавания должна работать совместно с заранее подготовленной базой данных изображений преступников.

Например, полиция Южного Уэльса, во время проведения финала лиги чемпионов UEFA 2017 года, проходившего в Кардиффе, использовала два режима системы распознавания лиц. Режим Locate использовал видео с камер наблюдения, снятое в режиме реального времени, для поиска лиц в базе данных на 800 человек, находящихся под подозрением.

В режиме Identify производилось сравнение содержимого базы данных, содержащей 450 000 изображений лиц, ранее подвергавшихся аресту, с фотографиями неизвестных лиц, полученных с камер видеонаблюдения, расположенных в местах, где были совершены преступления в момент проведения финала чемпионата.

Работа системы была оценена крайне положительно, ее эффективность оказалась более высокой, чем у традиционных методов поиска подозреваемых.

При этом система имела определенные недостатки, в первую очередь связанные с отсутствием навыков работы с подобной системой у большинства полицейских и с низким качеством создаваемой системой фото.

После принятия соответствующих мер эффективность системы резко повысилась. Во время проведения Лиги чемпионов только 3% распознанных системой лиц было идентифицировано точно. Но уже к марту 2018 года этот процент увеличился до 46%. [5]

В 2019 году ситуация изменилась.

Практически по всему миру началось активное использование систем распознавания лиц.

Достаточно просто перечислить заголовки в СМИ за 2019 год:

  • полиция в России начинает использовать камеры с распознаванием лиц;
  • NEC внедряет в университетах систему распознавания лиц, выявляющую подмену студентов на экзаменах;
  • полиция в Лондоне штрафует пешеходов, скрывающих лица от систем распознавания лиц;
  • Panasonic установила в крупной сети супермаркетов камеры, распознающие лица и покупки;
  • оплатить поездки в китайском метро теперь можно лицом;
  • в британских тюрьмах появилась система распознавания лиц для борьбы с передачей «запрещенки»;
  • NEC запустила банкоматы, позволяющие снимать деньги при помощи распознавания лица. [6]

Все эти инновационные технологии охраны правопорядка вызывают не только положительные эмоции, но и настоящее беспокойство. Внедрение систем распознавания лиц вызывает вопросы и с юридической, и с моральной точек зрения. Тоталитарные и авторитарные режимы могут использовать эти технологии для подавления прав и свобод своих граждан, поставив общество под тотальный контроль.

Список использованной литературы:

  1. История криминалистической фотографии [Электронный ресурс]. – URL: https://bitly.su/tqw4f3. – Дата обращения: 25.05.2019 г.
  2. Система учета автомобилей. Распознавание автомобильных номеров на парковке, частной территории, и управление открытием шлагбаума. [Электронный ресурс]. – URL: https://bitly.su/Itijue. – Дата обращения: 25.05.2019 г.
  3. Как это работает? Система распознавания лиц [Электронный ресурс]. – URL: https://bitly.su/kXn2. – Дата обращения: 25.05.2019 г.
  4. FindFace. [Электронный ресурс]. – URL: https://bitly.su/HjZeO3U. – Дата обращения: 25.05.2019 г.
  5. Bethan Davies, Andrew Dawson, Martin Innes How facial recognition technology aids police [Electronic resource]. - URL: https://bitly.su/tBTlC. – Last accessed: 25.05.2019 y.
  6. Системы распознавания лиц Facial recognition [Электронный ресурс]. – URL: https://bitly.su/7DPG. – Дата обращения: 25.05.2019 г.

Науковий керівник: доц. Чанишев Р.І.