चेहरे की पहचान तकनीक के बारे में आपको क्या जानने की जरूरत है

2024 लेखक: Malcolm Clapton | [email protected]. अंतिम बार संशोधित: 2023-12-17 03:57

सरकारों और व्यवसायों द्वारा इस तकनीक का उपयोग कैसे किया जाता है, क्या चेहरे की पहचान प्रणाली वाले कैमरे को धोखा देना संभव है और क्या फोटो का उपयोग करके इंटरनेट पर किसी व्यक्ति को ढूंढना संभव है।

ऐलेना ग्लेज़कोवा इविडोन मार्केटर।

राज्य के लिए, चेहरा पहचान सुरक्षा प्रणाली का एक महत्वपूर्ण हिस्सा है और एक प्रभावशाली बजट आइटम है। पत्रकारों के लिए यह या तो रामबाण है या फिर विश्व षडयंत्र का हथियार। व्यापार के लिए, एक उपकरण या एक उत्पाद। आप जो भी पक्ष लें, बुनियादी सवाल अभी भी बने हुए हैं। उपयोगकर्ता आदतन इंटरनेट पर उनके उत्तर खोजते हैं (औसतन 28,704 चेहरा पहचान प्रश्न प्रति माह), लेकिन वे हमेशा उन्हें नहीं ढूंढते हैं। स्थिति को ठीक करना।

चेहरा पहचान क्या है

मक्खियों को कटलेट से अलग करते हैं. उपयोगकर्ताओं को अपने स्वयं के स्मार्टफ़ोन में चेहरे की पहचान का सामना करने की अधिक संभावना है, जहां बायोमेट्रिक पहचान का उपयोग डिवाइस को अनलॉक करने के लिए किया जाता है और केवल इसका मालिक ही डेटा तक पहुंच सकता है। एक 3D कैमरा आवश्यक रूप से मान्यता प्रक्रिया में शामिल होता है ताकि गैजेट को एक तस्वीर के साथ धोखा देना असंभव हो।

वास्तविक समय और वास्तविक परिस्थितियों में चेहरों की पहचान भी होती है: इस मामले में, यह वीडियो निगरानी प्रणालियों के साथ अटूट रूप से जुड़ा हुआ है, जहां कैमरों द्वारा फिल्माए गए वीडियो स्ट्रीम से चेहरे सचमुच "छीन" जाते हैं।

कल्पना कीजिए कि एक उच्च गुणवत्ता वाला आधुनिक सीसीटीवी कैमरा एक अच्छी रोशनी वाली जगह पर औसत मानव ऊंचाई से ठीक ऊपर रखा गया है। लगभग इतने ही लोग प्रतिदिन उसके सामने से गुजरते हैं। वे बहुत जल्दी नहीं चलते हैं।

कैप्चर किए गए वीडियो को क्लाउड आर्काइव में स्टोर किया जा सकता है। एक विश्लेषणात्मक मॉड्यूल कैमरे से जुड़ा है: एल्गोरिदम का एक जटिल संयोजन (कृत्रिम बुद्धिमत्ता, तंत्रिका नेटवर्क, बस इतना ही) और एक उपयोगकर्ता इंटरफ़ेस। मॉड्यूल वीडियो स्ट्रीम से "स्नैच" का सामना करता है, लिंग और उम्र निर्धारित करता है, और डेटा को डेटाबेस में दर्ज करता है।

धीरे-धीरे और भी चित्र बन रहे हैं। सिस्टम सभी पहचाने गए चेहरों को स्वचालित रूप से याद रखता है और उन्हें संग्रह में रिकॉर्ड करता है, और प्रवेश वाला उपयोगकर्ता अतिरिक्त डेटा इंगित करता है: नाम, स्थिति, स्थिति, अन्य अंक ("वीआईपी-अतिथि" या "चोर")। आप आवश्यक व्यक्ति की एक तस्वीर अपलोड कर सकते हैं, और मॉड्यूल संग्रह में इस व्यक्ति की सभी पहचान ढूंढ लेगा।

जैसे ही एक निशान वाला व्यक्ति फिर से कैमरे के सामने से गुजरता है, सिस्टम इसे एक महत्वपूर्ण घटना के रूप में रिकॉर्ड करता है और इच्छुक उपयोगकर्ताओं को एक पुश सूचना भेजता है।

फेस रिकग्निशन के संदर्भ में डिटेक्शन एक ऐसी स्थिति है जब एल्गोरिथम, सिद्धांत रूप में, समझ गया कि यह एक चेहरा था, न कि एक सेब या स्टारबक्स मग से एक मत्स्यांगना। इसके लिए उसे पहले कंप्यूटिंग शक्ति की आवश्यकता होती है, और उसके बाद ही वह चेहरे को आधार से मिला सकता है या याद रख सकता है।

यदि आपने पिछले कुछ पैराग्राफ को अंत तक पढ़ा है, बधाई हो, अब आप जानते हैं कि आदर्श स्थिति में चेहरे की पहचान कैसे काम करती है। विवरण किसी भी प्रणाली के लिए उपयुक्त है: मॉस्को मेट्रो में उपयोग किए जाने वाले छोटे व्यवसायों के समाधान के लिए।

समझने वाली मुख्य बात यह है कि वास्तविक जीवन में एक आदर्श स्थिति बनाना मुश्किल है, खासकर जब यह पूरे शहर की बात आती है, न कि कार्यालय या स्टोर की। उदाहरण के लिए, मेट्रो में बहुत सारे लोग हैं, हर कोई अलग है, वे तेजी से चलते हैं। आपको बहुत सारे कैमरों की आवश्यकता है, वे पैसे खर्च करते हैं, और सक्षम विशेषज्ञों को उन्हें रखना चाहिए।

क्या फेस रिकग्निशन एल्गोरिथम को चकमा देना संभव है

कभी-कभार होने वाली गलतियों के बावजूद, मशीन की पहचान की सटीकता पहले से ही अक्सर उससे बेहतर होती है जिससे लोग चेहरे का निर्धारण करते हैं। चीन सेकंड के भीतर किसी भी नागरिक की पहचान करने के लिए विशाल चेहरे की पहचान डेटाबेस बनाने के लिए जल्द ही चीन में दिखाई देगा, एक प्रणाली जो 1.3 अरब अन्य निवासियों के बीच एक विशिष्ट व्यक्ति को 3 सेकंड में 90% सटीकता के साथ खोजने में सक्षम है।

और फिर भी इस प्रश्न का स्पष्ट रूप से उत्तर देना कठिन है, क्योंकि चेहरे की पहचान के लिए एक भी आदर्श एल्गोरिथम नहीं है।बड़ा चश्मा, एक चिपकाई हुई दाढ़ी, एक टोपी, गति की एक उच्च गति, विशेष श्रृंगार (उदाहरण के लिए, चेहरे, बिल्लियों, हलकों और लाठी पर चित्रित एक "ब्लैक स्वान" जाली। मेकअप का उपयोग करके चेहरे की पहचान प्रणाली से कैसे बचें) - यह सब एल्गोरिथ्म को भ्रमित कर सकता है। विशेष रूप से कुल मिलाकर, क्योंकि मान्यता के लिए यह पर्याप्त है कि मान्यता प्रणालियों को कैसे धोखा दिया जाए, चाहे 70% खुले चेहरे हों। अब कल्पना कीजिए कि एक वास्तविक शहर में उपरोक्त तरकीबों का उपयोग करना आवश्यक है। इतना आसान नहीं लगता, है ना?

जापान से "एंटी-रिकग्निशन" चश्मा, जो 2015 में वापस आया था

और यहाँ 2014 में ऐसा 3D मास्क है

क्या चेहरों को ऑनलाइन पहचानना संभव है

इंटरनेट एक विरोधाभासी जगह है: यहां के लोग एक साथ चिंता कर सकते हैं कि क्या सड़क पर हर दूसरा कैमरा उनके व्यक्तित्व का पता लगाता है, और ईमानदारी से "अन्य लोगों के चेहरों को उनकी तस्वीरों से ऑनलाइन पहचानना" चाहते हैं। आइए इस फेस रिकग्निशन ट्रेंड पर अलग से विचार करें।

चेहरा पहचान कार्यक्रम या तो ऊपर वर्णित विश्लेषणात्मक मॉड्यूल (सीसीटीवी कैमरा + सॉफ्टवेयर + क्लाउड स्टोरेज), या प्रसिद्ध (थोड़ा निंदनीय) फाइंडफेस सेवा के समान सॉफ्टवेयर है। आज, निश्चित रूप से, अधिकांश मामलों में "मुफ्त और पंजीकरण के बिना" चेहरा पहचान कार्यक्रम डाउनलोड करना असंभव है।

FindFace.ru वेब सेवा, जो लोगों को उनकी तस्वीरों द्वारा VKontakte सोशल नेटवर्क पर खोजने में मदद करती है, की स्थापना 18 फरवरी, 2016 को हुई थी। अन्य बातों के अलावा, उनके लिए धन्यवाद, हर कोई पोर्न फिल्मों में अभिनय करने वाली लड़कियों की प्रोफाइल ढूंढ सकता था। बहुत जल्द, चेहरे का पता लगाने के लिए कई फ्लैश मॉब के लिए सेवा का उपयोग किया जाने लगा, जिसे किसी के द्वारा कभी भी पता लगाने का पूरा अधिकार नहीं था। एक घोटाला सामने आया, जिसने एक वायरल विज्ञापन की तरह काम किया: सेवा का आधार बनने वाली तकनीक ने कई प्रतिष्ठित पुरस्कार प्राप्त किए और राज्य और व्यवसाय के ग्राहकों की रुचि जगाई। 1 सितंबर, 2018 से, सेवा अब FindFace सेवा प्रदान नहीं करती है, जिसका उपयोग प्रदर्शनकारियों को पहचानने के लिए किया गया था, ने फोटो सेवा द्वारा लोगों की खोज को बंद करने की घोषणा की, क्योंकि इसे NtechLab द्वारा विभिन्न व्यावसायिक क्षेत्रों के समाधान की एक पंक्ति में बदल दिया गया था।

अनुरोध में प्रवेश करने वाले उपयोगकर्ता का सपना, जाहिर है, इस तरह दिखता है: आप साइट पर जाते हैं, एक ऐसे व्यक्ति की तस्वीर अपलोड करते हैं जिसे मेट्रो में चुपके से लिया गया था, कार्यक्रम चेहरे को पहचानता है और प्रोफ़ाइल के लिए एक लिंक देता है सोशल नेटवर्क। हाँ पकड़ा गया! या इस तरह: आप प्रोग्राम को अपने कंप्यूटर पर डाउनलोड करें, अपने वेबकैम को इससे कनेक्ट करें और अपनी बिल्ली का चेहरा पहचानें। सफलता - अब हर बार जब बिल्ली सॉसेज चुराएगी तो आपको एक सूचना प्राप्त होगी।

वास्तविकता क्रूर है। पहली साइट जो आपको ऐसा कुछ प्रदान करती है जो काम करने से इंकार कर देती है, और दूसरी साइट को पायथन में प्रोग्रामिंग कौशल की आवश्यकता होती है। कमोबेश एक स्वप्न जैसा एप्लिकेशन जिसे सर्चफेस कहा जाता है, जिसे हाल ही में फिर से शुरू किया गया था, सर्चफेस को VKontakte के माध्यम से प्राधिकरण के साथ फिर से शुरू किया गया था। लेकिन सोशल नेटवर्क ने FindClone नाम के इस फीचर को बंद कर दिया है। आपने एक तस्वीर अपलोड की, और एल्गोरिथ्म ने VKontakte सोशल नेटवर्क डेटाबेस में उसी चेहरे को पहचानने की कोशिश की। एप्लिकेशन ने प्रोफ़ाइल के लिंक नहीं दिए, केवल तस्वीरें ही - और इससे कोई फर्क नहीं पड़ता कि उन्हें किसके द्वारा अपलोड किया गया था। यदि कोई उपयोगकर्ता लंबे समय से सोशल नेटवर्क पर सक्रिय है, तो एक तस्वीर जारी करने से एक भयानक "जीवनी" प्रभाव पैदा होता है, लेकिन यदि नहीं, तो मान्यता प्राप्त छवियां उन्हें हंसा सकती हैं।

दरअसल, सर्चफेस उदाहरण स्पष्ट रूप से इस सवाल का जवाब देता है कि "सामाजिक नेटवर्क चेहरे की पहचान का उपयोग कैसे करते हैं?" इसे इस तरह से तैयार करना अधिक सटीक होगा: "चेहरे की पहचान के लिए सामाजिक नेटवर्क का उपयोग कैसे किया जाता है?" उत्तर सरल है: एक डेटाबेस की तरह। संख्याओं के अनूठे संयोजनों की एक असंख्य संख्या (इस तरह फोटो में चेहरे फेसबुक, वीकॉन्टैक्टे और अन्य के एल्गोरिदम के लिए दिखते हैं) तंत्रिका नेटवर्क के प्रशिक्षण के लिए आधार बनाते हैं जो एक या दूसरे चेहरे की पहचान समाधान का आधार बनाते हैं।

समाधान सभी अलग हैं, और तंत्रिका नेटवर्क भी अलग हैं, और ग्राहक और सेवा प्रदाता, एक नियम के रूप में, विवरण और तकनीकी विशेषताओं का खुलासा नहीं करते हैं।विशेष रूप से, लिंग और आयु पहचान मॉड्यूल इस तथ्य के कारण निर्धारित करने में सक्षम है कि यह Odnoklassniki, VKontakte, Instagram और Facebook में निहित जानकारी से सीख सकता है।

चेहरे की पहचान कैसे प्रोग्राम की जाती है

अगर आप डेवलपर नहीं हैं तो आपको कभी भी डेवलपर और डेवलपर के सवालों का जवाब नहीं देना होगा। इसलिए, हमने मदद के लिए एक विशेषज्ञ की ओर रुख किया।

दिमित्री सोशनिकोव रूसी एसोसिएशन फॉर आर्टिफिशियल इंटेलिजेंस के सदस्य और माइक्रोसॉफ्ट में एआई और मशीन लर्निंग सिस्टम के विकास में वरिष्ठ विशेषज्ञ।

चेहरा पहचानना (साथ ही अन्य संबंधित संचालन) एक काफी सामान्य कार्य है। इसलिए, कई कंपनियां इन कार्यों के उच्च गुणवत्ता वाले समाधान के लिए क्लाउड एपीआई (अनुप्रयोगों के बीच सॉफ्टवेयर मध्यस्थ) के रूप में तैयार सेवाएं प्रदान करती हैं। माइक्रोसॉफ्ट और गूगल जैसे आईटी दिग्गजों के अलावा, रूसी कंपनियों सहित विशेष कंपनियां भी चेहरे की पहचान में लगी हुई हैं। उनके उत्पाद तेजी से विकसित हो रहे हैं और भीड़ में चेहरे और सिल्हूट की पहचान करने जैसी और भी रोमांचक सुविधाएं प्रदान करते हैं।

एक तंत्रिका नेटवर्क को खरोंच से प्रशिक्षित करना अधिक कठिन है। हमें प्रारंभिक डेटा के एक बड़े और उच्च-गुणवत्ता वाले सेट की आवश्यकता है, यानी, दसियों और सैकड़ों हजारों (या इससे भी अधिक!) लोगों की तस्वीरें। इसके अलावा, महत्वपूर्ण कम्प्यूटेशनल संसाधनों और एआई और मशीन लर्निंग के ज्ञान की आवश्यकता होगी। बड़ी कंपनियों के पास ये सभी उपकरण होते हैं, इसलिए वे समस्या को बेहतर तरीके से हल करते हैं।

एक मध्यवर्ती समाधान भी है - उदाहरण के लिए, पहले से प्रशिक्षित तंत्रिका नेटवर्क का उपयोग करना। यह विकल्प, सबसे अधिक संभावना है, तैयार क्लाउड सेवा की तुलना में थोड़ा खराब काम करेगा, लेकिन यह आपको सिस्टम पर पूर्ण नियंत्रण रखने की अनुमति देगा। इसके लिए तंत्रिका नेटवर्क और तंत्रिका नेटवर्क ढांचे के संचालन की एक निश्चित स्तर की समझ की आवश्यकता होगी और, सबसे अधिक संभावना है, पायथन भाषा का कुछ ज्ञान, जिसने डेटा विज्ञान विशेषज्ञों के बीच मुख्य प्रोग्रामिंग भाषा के रूप में लोकप्रियता हासिल की है।

वास्तव में, उत्कृष्ट NumPy पैकेज की बदौलत विभिन्न प्रयोग करना, डेटा की कल्पना करना और कुशल मैट्रिक्स गणना करना सुविधाजनक है। यह औद्योगिक विकास के लिए सबसे अच्छी भाषा नहीं है, क्योंकि इसमें बड़े सुरक्षित सॉफ्टवेयर सिस्टम बनाने के लिए प्रभावी उपकरण नहीं हैं, लेकिन अभी तक गहरे तंत्रिका नेटवर्क प्रशिक्षण के क्षेत्र में इसका कोई विकल्प नहीं है।

व्यवसाय में चेहरे की पहचान कैसे काम करती है

फिनटेक, रिटेल और अन्य प्रकार के व्यवसाय में फेस रिकग्निशन की मांग का सीधा संबंध तकनीक की बढ़ती उपलब्धता से है। यांत्रिकी सरल है: सभी उद्यमों और सभी संगठनों में सीसीटीवी कैमरे होते हैं, जिनका उपयोग डेटा संग्रह और बाद के विश्लेषण के लिए उपकरण के रूप में किया जाता है। दुनिया में, निगरानी प्रणाली प्रति माह पूर्ण एचडी में टेराबाइट्स वीडियो शूट करती है, यानी प्रसंस्करण के लिए वास्तव में बहुत सारी जानकारी है।

डेटा विश्लेषण के लिए आवश्यक सॉफ़्टवेयर निर्माता द्वारा डिवाइस पर "फ़्लैश" किया जा सकता है। ऑन-बोर्ड वीडियो एनालिटिक्स कैमरे आमतौर पर काफी महंगे होते हैं।

एक वैकल्पिक विकल्प क्लाउड में एनालिटिक्स है, यानी एक दूरस्थ डेटा सेंटर जो किसी भी सस्ते कैमरे से जुड़ता है। यह परिमाण का एक सस्ता क्रम है, साथ ही यह लचीलापन देता है - आप किसी विशिष्ट व्यवसाय के लिए समाधान अनुकूलित कर सकते हैं।

गतिविधि के विभिन्न क्षेत्रों में चेहरा पहचानने की तकनीक की लोकप्रियता बढ़ रही है। उदाहरण के लिए, Sberbank विभिन्न हाई-प्रोफाइल फेस रिकग्निशन प्रोजेक्ट्स की घोषणा करने के मामले में नेताओं में से एक है, और यह तर्क दे सकता है कि वह आपको एक हजार में से पहचानता है: एटीएम इस संबंध में ग्राहक की आंखों से उसकी पहचान करेगा, शायद केवल टिंकॉफ। 2017 में, Sberbank ने Sberbank का अधिग्रहण किया और 25.07% विज़नलैब्स को फेस रिकग्निशन टेक्नोलॉजी में निवेश किया, जो फेस रिकग्निशन के लिए सॉफ्टवेयर बनाता है। 2018 में, एक वित्तीय संस्थान मॉस्को मेट्रो में चेहरे की पहचान का परीक्षण करने में कामयाब रहा और यहां तक कि 42 अपराधियों को पकड़ने के लिए 42 अपराधियों को Sberbank फेस रिकग्निशन सिस्टम की बदौलत पकड़ा गया, परीक्षण के लिए यह आपको एक हजार से पहचान लेगा: एक एटीएम एक ग्राहक की पहचान करेगा चेहरे की पहचान के साथ एटीएम की आंखें ताकि हमलावर दूसरे लोगों के कार्ड से पैसे न निकाल सकें, साथ ही बायोमेट्रिक डेटा के संग्रह की घोषणा करें (आवाज की ऑडियो रिकॉर्डिंग,चेहरे का वीडियो) ग्राहकों के। इस साल अप्रैल में, Sberbank आवाज और चेहरे की पहचान प्रणाली के विकासकर्ता पर नियंत्रण रखता है - "सेंटर फॉर स्पीच टेक्नोलॉजीज" (MDT)।

एक और बात यह है कि घोषणा, परीक्षण, पायलटिंग और समाधान खरीदने का मतलब वास्तव में लागू करना नहीं है। वास्तव में अब वास्तव में Sberbank में क्या उपयोग किया जाता है (और क्या इसका उपयोग किया जाता है), वास्तव में, केवल जर्मन ग्रीफ द्वारा निश्चित रूप से कहा जा सकता है।

खुदरा के साथ, सब कुछ अधिक पारदर्शी है। मूल रूप से, यहां तीन समस्याएं हैं जो चेहरे की पहचान को हल करती हैं।

सबसे पहले, चोरी। दुकानें स्कैमर्स द्वारा चलाई जाती हैं, और अक्सर एक ही नेटवर्क में वही लोग। चेहरा पहचान आपको "बहती चोरों" और अन्य लोगों की पहचान करने की अनुमति देती है जिन्होंने पहले आदेश का उल्लंघन किया था। जैसे ही घुसपैठिया डेटाबेस में प्रवेश करता है, एक बार स्टोर में प्रवेश करता है, सुरक्षा को मैसेंजर में या किसी अन्य सुविधाजनक तरीके से एक सूचना प्राप्त होगी।

दूसरे, नियमित ग्राहकों के साथ काम करने में कठिनाई। वीआईपी और ब्रांड प्रशंसकों के लिए ऑफ़र को वैयक्तिकृत करने के लिए खरीद और जन्मदिन पर पर्याप्त डेटा नहीं है। फेस रिकग्निशन को सीआरएम के साथ एकीकृत किया जा सकता है - यानी सॉफ्टवेयर जिसमें प्रबंधक संगठन के सभी लेनदेन पर सभी जानकारी दर्ज करते हैं। चोरों और वीआईपी के मामले में, चेहरा पहचान लगभग उसी तरह काम करती है: चेहरे को एक श्वेत या काली सूची में दर्ज किया जाता है, और जब यह फिर से प्रकट होता है, तो सिस्टम पहुंच वाले व्यक्ति को बीप करेगा। लिंग और आयु स्वचालित रूप से निर्धारित की जाती है, और अतिरिक्त जानकारी जिम्मेदार कर्मचारी द्वारा जोड़ी जाएगी।

तीसरा, लक्षित विज्ञापन के लिए खुदरा पहचान का उपयोग किया जाता है। उदाहरण के लिए, कुछ स्टोर्स में X5 रिटेल ग्रुप स्थापित X5 में चेहरे के भाव और ग्राहकों की उम्र को पहचानने के लिए कंप्यूटर विज़न कैमरे शामिल होंगे। इस डेटा का विश्लेषण करके, सिस्टम उन सामानों को प्रदर्शित करता है जो किसी व्यक्ति को ट्रेडिंग फ्लोर में मॉनिटर स्क्रीन पर पसंद आ सकते हैं। एक और ज्वलंत उदाहरण संयुक्त राज्य अमेरिका में एक बड़े कन्फेक्शनरी स्टोर लॉली एंड पोप्स का मामला है। चेहरा पहचान प्रणाली निर्धारित करती है कि आपके भविष्य के इन-स्टोर लॉयल्टी कार्यक्रम को नियमित ग्राहकों के चेहरे की पहचान द्वारा पोषित किया जाएगा और उनके स्मार्टफ़ोन पर उन उत्पादों के साथ सूचनाएं भेजता है जो उन्हें पसंद आ सकते हैं (व्यक्तिगत प्राथमिकताओं और यहां तक कि खाद्य एलर्जी को ध्यान में रखते हुए)।

खुदरा क्षेत्र में प्रौद्योगिकी के उपयोग का एक और उल्लेखनीय उदाहरण बिना विक्रेताओं के स्टोर और कैश रजिस्टर हैं। उदाहरण के लिए, अलीबाबा ताओ कैफे अमेज़ॅन गो बनाम अलीबाबा ताओ कैफे: स्टाफलेस शॉप शोडाउन हांग्जो में स्थित एक कैफे और स्वयं सेवा स्टोर है। यह पेय, स्नैक्स, किराने का सामान, खिलौने, बैकपैक्स और इसी तरह की अन्य चीजें बेचता है। ताओ कैफे केवल ताओबाओ वेबसाइट के उपयोगकर्ताओं के लिए खुला है।

पेय खरीदते समय, चेहरे की पहचान के समर्थन वाला एक कैमरा सिस्टम स्वचालित रूप से ग्राहक की पहचान करता है, ऑनलाइन स्टोर में उसके खाते से जुड़ता है और भुगतान की प्रक्रिया करता है। खरीदार कई सेंसर से लैस अंतरिक्ष से बाहर निकलते हैं जो ग्राहक और सामान दोनों की पहचान करते हैं। स्कैनिंग तब भी काम करती है जब व्यक्ति खरीदारी को जेब या बैग में रखता है।

चेहरे की पहचान तकनीक कैसे विकसित हो रही है

फेस आईडी सीसीटीवी सिस्टम वास्तव में दुनिया भर में ले जा रहे हैं। मॉस्को में, 2019 में कैमरों की संख्या उच्च तकनीक और सुरक्षा तक पहुंच जाएगी: इस वर्ष 174 हजार कितने सीसीटीवी कैमरे दिखाई देंगे। इसका मतलब यह नहीं है कि ये सभी उपकरण डिफ़ॉल्ट रूप से किसी व्यक्ति को पहचान सकते हैं: अक्सर यह बताया जाता है कि वीडियो कैमरों के माध्यम से वांछित अपराधियों को पहचानने की प्रणाली 2019 में मॉस्को में इस फ़ंक्शन के साथ लगभग 160 हजार कैमरों में काम करना शुरू कर देगी। फिर भी, 2018 के अंत में, मास्को के मेयर के कार्यालय ने 2019 में मास्को अधिकारियों के इरादे की घोषणा की, वे वीडियो कैमरों को बदलने और सभी वीडियो निगरानी उपकरणों को बदलने और अगले साल एक पूरी तरह से अभिनव प्रणाली बनाने के लिए एक चेहरा पहचान प्रणाली शुरू करने जा रहे हैं।

विडंबना यह है कि 160 हजार इतना नहीं है। विशेष रूप से जब चेहरे की पहचान के विषय पर खोज इंजन प्रश्नों में किसी अन्य नेता के साथ तुलना की जाती है - चीन।2017 के अंत में इन योर फेस: चीन का 170 मिलियन से अधिक सीसीटीवी कैमरे और अगले तीन वर्षों में चीन की 'बिग ब्रदर' निगरानी तकनीक लगभग सभी को देखने वाली नहीं है, जैसा कि सरकार चाहती है कि आप सोचें। नेटवर्क से कनेक्ट अभी भी लगभग 400 मिलियन है।

चेहरा पहचान का सक्षम और सही उपयोग मुख्य रूप से सुरक्षा और आराम को बेहतर बनाने का काम करता है। लोग आमतौर पर तकनीक में जल्दी से विश्वास हासिल कर लेते हैं जो उन्हें फुटबॉल मैच के लिए कतार में लगने से बचाता है (कैमरे पर मुस्कान - पारित), चोरी और गुंडागर्दी को रोकता है, या उन्हें खरीदारी (वफादारी कार्यक्रम) पर कम खर्च करने में मदद करता है। यह सब, निश्चित रूप से, कुछ विनियमन की आवश्यकता है - यही कारण है कि व्यक्तिगत डेटा की सुरक्षा पर कानूनों को अपनाया जा रहा है।

भविष्य में, यह संभावना है कि वीडियो निगरानी प्रणालियों में चेहरे की पहचान के क्षेत्र को इंटरनेट पर चेहरे की पहचान के साथ काम करने की वर्तमान प्रथा के समान ही विनियमित किया जाएगा। गोपनीयता-दिमाग वाले लोग वेब पर बहुत अधिक अपलोड नहीं करते हैं - सर्चफेस का आंशिक उपद्रव साबित करता है कि ऐसी रणनीति प्रभावी है।

बेशक, कोई भी अपने आप को सड़कों पर चलने तक सीमित नहीं कर सकता जहां हर चौराहे पर कैमरे लगाए जाते हैं, लेकिन अगर समाज से इसी तरह का अनुरोध किया जाता है, तो गुमनामी बनाए रखने की संभावना बन जाएगी।