Помните в старых полицейских фильмах, когда следователь просматривал базу фотографий лиц преступников в профиль и анфас сличая ее с фотографиями людей, которые оказались замешаны в преступлении? Спустя годы мы могли лицезреть, что то же самое делают компьютеры в автоматическом режиме. Да, это и было началом внедрения технологии распознавания лиц.

Сегодня она стала более точной и работает быстрее, да и используется не только полицейскими, но и в повседневной жизни, например, когда ваш смартфон проходит процедуру разблокировки при сканировании лица хозяина данного девайса.

Также весьма масштабно сегодня используется система распознавания лиц в видеонаблюдении, точнее модулях видеоаналитики. Но как эта система работает? Лишь немногие задаются этим вопросом.

В прошлом распознавание лиц основывалось на двумерных фотоснимках для сравнения или идентификации других двумерных фотографий из базы данных. Для большей эффективности и точности изображение должно было быть лицом, прямо смотрящим в камеру, с небольшой дисперсией света и без особого выражения лица. Качество распознавания было достаточно плохим. Даже небольшая игра света могла снизить эффективность системы, что приводило к высоким показателям отказа.

Со временем на смену 2D пришло 3D-распознавание. Для этого используется 3D-модель, обеспечивающая высокую точность распознавания лица. Запечатлевая трехмерное изображение поверхности лица человека в реальном времени, специальное программное обеспечение выделяет отличительные черты — где больше всего выдаются жесткие ткани и кость, например, кривые глазного гнезда, носа и подбородка — для идентификации субъекта. Эти области уникальны и не меняются со временем.

Используя глубину и ось измерения, на которые совершенно не влияет освещение, система трехмерного распознавания лиц может даже использоваться в темноте и распознавать объекты под разными углами , в том числе и в профиль. Современные программы для распознавания лиц,  работают по-разному, но в основе своей используют методы 3D-распознавания и нейросети.

При этом любая программа распознавания лиц проходит через несколько этапов, позволяющих безошибочно идентифицировать человека:

  • Обнаружение: получение снимка при помощи цифрового сканирования видео для получения живой картинки объекта.
  • Центровка: определив лицо, система отмечает положение головы, размер и позу.
  • Измерение: система измеряет кривые на лице с точностью до миллиметра и создает шаблон.
  • Репрезентация: система переводит шаблон в специальный код. Этот код задает каждому шаблону набор чисел, представляющих особенности и черты лица.
  • Сопоставление: если снимок в 3D и база данных содержит трехмерные изображения, сопоставление пройдет без изменений снимка. Но если же база данных состоит из двумерных снимков, трехмерное изображение раскладывается на разные составляющие в виде сделанных под разными углами двумерных снимков одних и тех же черт лица. Затем они конвертируются в 2D-изображения и сверяется по базе данных базе данных.
  • Верификация или идентификация: в процессе верификации снимок сравнивается только с одним снимков в базе данных в соотношении 1:1. Если целью же стоит идентификация, снимок сравнивается со всеми снимками в базе данных, что приводит к ряду возможных совпадений  в соотношении 1:N количеству. Для идентификации используются оба метода.

Все просто. Специальное программное обеспечение для распознавания лиц получив изображение человеческого лица, разделяет его на части и отправляет в базу данных. Всякий раз при вашей попытке получить доступ с помощью системы распознавания лица система делает изображение вашего лица и сравнивает его с частями изображения лица, которое хранится в базе данных. Каждая часть изображения вашего лица должна соответствовать хранящейся в базе данных информации, только тогда вы сможете успешно пройти аутентификацию.

Как мы уже говорили, для того, чтобы каждое изображение было уникальным, программное обеспечение для распознавания лица измеряет лицо и его характеристики и разделяет изображение на маленькие кусочки. Причина использования такой технологии заключается в том, что лицо человека содержит многочисленные идентификационные знаки — шрамы, несимметричность черт лица и т.д.

Каждый раз, когда необходимо идентифицировать человека, система проверяет, соответствует ли его лицо с хранящимися в базе данных уникальными признаками. Для точной идентификации программное обеспечение распознавания лиц фиксирует на лице человека 80 точек. Это расстояние между глазами, , глубина глазных впадин, форма надбровных дуг, форма подбородка, длина челюсти и т.д. Эти точки измеряются и создают числовой код — «отпечаток лица» — который затем поступает в базу данных.

3D-технология для распознавания лиц используется для того, чтобы у программного обеспечения не возникло проблем с идентификацией, даже если человек решит отрастить себе бороду, наклеить усы, или сменить прическу, перекрасить волосы и т.д. Таким образом 3D системы распознавания лиц используют характеристики, которые с течением времени не изменяются. Хотя конечно, 100% точности идентификации еще нет.

Да, точность машинного распознавания лиц уже нередко превосходит ту, с какой определяют лица сами люди. Например, в Китае уже есть система распознавания лиц,которая может найти конкретного человека среди 1,3 миллиарда людей за 3 секунды с точностью 90%.

И всё же единого идеального алгоритма распознавания лиц пока еще не существует. Большие очки, маска на лице, высокая скорость перемещения, специальный макияж к примеру, нарисованная на лице решётка — всё это способно запутать алгоритм распознавания. Однако надеяться на это все же не стоит, так как гарантии того, что ваше лицо не смогут распознать, нет, разве что вы наденете балаклаву и будете ходить в ней по улицам. Правда дойдете вы в ней до первого полицейского.

Вот, пожалуй и все, что нужно знать о том, как работает система распознавания лиц.