Как видеоаналитика помогает разглядеть преступников
Новость о том, что губернатора Хабаровского края Сергея Фургала обыскали с помощью биотехнологий анализа голоса и челюстной экспрессии, понаделала много шума. Следователи заявили, что «увидели неискренность» в показаниях новоиспечённого чиновника, но аналитики говорят, что смущаются сами работники надзорных органов, применяющие технологии, работа которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя зарекомендовала лишь биометрия, которая мешает разыскивать преступников и исчезнувших без вести людей.
Искусственный разум ещё не приговор
При допросе Фургала прокуроры применили зарубежное аппаратное обеспечение: интерактивная техника анализа голоса, созданная разработчиками в качестве дополнительного инструментария для характеристики показаний, распознавала интонации, а по видео программа, которую в быту именуют лицевым сканнером лжи, исследовала тыльную экспрессию. Такая методика характеристики подлинности показаний основывается лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не отрицает ряд учёных и экспертов, поясняла заведующая завкафедрой судебных экспертиз и криминологии Российского университета судопроизводства Татьяна Моисеева.
Действительно, сегодня при следствии правонарушений видеоаналитика используется ограниченно, и уж точно не для того, чтобы усомниться или удостоверится в достоверности слов подозреваемого.
«Последствия ошибочного постановления в психиатрии гораздо серьёзнее, чем, например, отказ в допуске по биометрии в здание при провозном режиме. Существует малейшая потребность в культурологических исследованиях, прежде чем интегрировать технологии в существующие юридические системы», – печатали в научной заметке специалисты Университета Твенте (Нидерланды).
Большой Брат – полицейский
Ситуация с допросом Сергея Фургала – это непреходящее исключение из правил. Для разбирательства злодеяний полисмены и прокуроры чаще используют видеоаналитику и алгоритмы натурального интелекта (ИИ), нежели ноу-хау. Технологии мешают работникам полиции по записям с камер идентифицировать исчезнувшего без вести или человека, объявленного в розыск по обвинению в преступлении преступления. В уголовных экспертизах ИИ упрощает процесс воссоздания наружности умерших людей по остаткам черепа.
Распознавание по голоску помогает милиционерам в обнаружении подозреваемых в узком спектре дел, касающихся, например, договорных матчей, поиска похитителей людей, террористов. Для анализа годятся мертвецы мобильные диалоги, аудиозаписи в мессенджерах и так далее. К примеру, система Интерпола определяет пол, возраст, упор дрессированного даже при намеренном искажении голоса.
Фото: Артём Геодакян/ТАСС
Распознавание лиц, в отличие от анализа оттисков отпечатков и ДНК, более сложнейшая процедура. Результаты поиска могут существовать существенно цензурированы из-за .предметного увядания человека, косметологических операций, макияжа, злоупотребления алкоголем и наркотиками, состояния тела, освещённости и низкого качества снимков, сделанных камерами видеонаблюдения.
Однако современные камеры, как правило, длают качественные изображения, поэтому точно опознают лица и соотносят их с базами разыскиваемых – преступников и исчезнувших без вести. Если сопоставление найдено, то полисмены дают уведомление.
В России подсистемы видеоаналитики и ИИ широко применяются в Москве.
По данным TelecomDaily на ноябрь 2020 года, Россия по числу видеокамер (13,5 долл) воходит в шестёрку лидеров, проигрывая лишь США (50 долл) и Китаю (200 долл).
Больше всего таких устроений в Москве – около 200 тыс. Здесь областная подсистема видеонаблюдения. Камеры отслеживают работу субподрядчиков мэрии (вывоз мусора, снега, ход благоустроенийа и тому подобное) и ситуацию в социальных местах. Например, благодаря умным камерам на спорткомплексы не пускают необузданных фанатов, внесённых регбийными спортклубами в чёрный список, а в транспорте отыскивают безбилетников и подозреваемых в преступлениях.
Некоторые военнослужащие уже поделились впечатленьями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в фирмы сослуживцев спускался по эскалатору на стации метро «Спортивная». К нему приблизился полисмен и попросил предъявить документы. Своё желание он объяснил тем, что устройство, с виду напоминающее смартфон, прислало уведомление. На экране высвечивались фотография комсомольца с видеокамеры распознавания лиц в аванзале «Спортивной», его адресные данные, имя и причина для уголовного розыска. Однако номерок дела, имя прокурора и прочие важные данные в структуре указаны не были. Впоследствии выяснилось, что Аксель проходил по ориентировкам как «футбольный хулиган», а статус «уголовник» оперативники присвоили ему ошибочно. Спустя несколько минут расследований комсомольца отпустили.
Также в период пандемии камеры помогли столичным милиционерам выявить лиц, которые лечились от коронавируса на дому, но продолжительное время пребывали вдали от дома. Дополнительно для поиска нарушителей гриппа разворовывались данные из приложения «Социальный мониторинг», которое требовало от больного время от времени делать снимки анфас. Средний размер штрафа состовлял 1000 рублей.
Большой Брат – ретейлер
На поток применение естественного интеллекта и интерактивного зрения ставят и торговые структуры. Чаще всего умные камеры использоваваются в отрасли ретейла для предостережения краж и поимки магазинных мошенников (шоплифтеров).
По оценке разработчика системы выявления лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентов воров, совершённые которыми кражи зафиксированы документально, посещали с преступными намереньями как минимум два параметра той же розничной сети, а 20 процентов – свыше трёх магазинов.
В России технологии ИИ и электронного зрения собирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже гражданин сможет вновь сетить магазин, но сотрудники охраны получат на смартфоны, ноутбуки или смартфон push-уведомления о госте и пристально проследят за его действиями.
Фото: Александр Демьянчук/ТАСС
По данным американских корпораций NtechLab и BIT, разрабатывающих структуры различения лиц и постановление «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) увенчалось предотвратить кражи из интернетных магазинчиков на деньгу более 150 млн рублей. Тогда структура обнаружила почти 65 тысяч человек, попавшихся на воровстве. Экономия от оперативного выявления краж составляет 2–3 процента от оборота магазина. Общероссийская статистика по предупреждению ущербля не ведётся, так как ритейлеры применяют решения разных вендоров.
Видеоаналитика разворовывается производителями и в мирных целях. Например, X5 Retail Group в сетитраницы «Перекрёсток» фотохостинг оплаты взлядом на кассах самообслуживания. В будущем биометрия предложит определённому покупателю личные предоплаты и покумекает находить номер его скидочной карты.
Слишком дорого и не всегда законно
Однако у подсистем видеоаналитики существуют два недостатка. Главный из них – затрата решений. В каждом супермаркете у дома установлено до 10 камер, а в сетитраницы из 100 магазинчиков – уже 400–1000 устройств. По расстройству на начало 2020 года затрата подписки на сервисы различения лиц разнилась от 1,8 тыс. до 3 тыс. рублей за камеру. Чем дороже, тем шире функционал.
По информации корпорации ORBL, месяц такой подписки обойдётся в 1,2–3 млн рублей. Дополнительно засчитывается цена хранения идентификационных шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за этот период супермаркет посещает около 500 тысяч замечательных клиентов.
Затраты государства на структуры распознавания лиц оцениваются полусотнями рублей рублей. Например, в Москве только на использование алгоритмов распознавания лиц и видеоаналитики ежегодно более 600 млн рублей.
Для деятельности подсистемы необходима и затратная техника. Московская мэрия в феврале 2020 года о замыслах выкупить радиоаппаратуру на 1,9 млрд рублей для анализа записей со 175 тыс. камер видеонаблюдения. В конце 2019 года столица закупила техники на 1,2 млрд рублей.
Вторая серьёзная проблема – обоснованность внедрения технологии распознавания лиц, отмечают юристы. Федеральный закон «О персональных данных» не нарушается, только если полученные с камер изображения лиц не высчитываются к личному коду – фамилии и имени.
Оставьте комментарий первым для "Знать в лицо"