Знать в лицо

Как видеоаналитика помогает разглядеть преступников

Новость о том, что губернатора Хабаровского края Сергея Фургала опросили с помощью биотехнологий анализа голоса и челюстной экспрессии, наговорила много шума. Следователи заявили, что «увидели неискренность» в показаниях новоиспечённого чиновника, но аналитики говорят, что лукавят сами работники надзорных органов, использующие технологии, деятельность которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя зарекомендовала лишь биометрия, которая помогает отыскивать преступников и пропавших без вести людей.

Искусственный разум ещё не приговор

При обыске Фургала оперативники применили зарубежное програмное обеспечение: интерактивная технология анализа голоса, созданная разработчиками в качестве линейного инструмента для оценки показаний, распознавала интонации, а по видео программа, которую в быту величают изнаночным анализатором лжи, анализировала лицевую экспрессию. Такая методика оценки подлинности показаний базируется лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не признаёт ряд учёных и экспертов, комментировала заведующая кафедрой судебных экспертиз и криминалистики Российского университета правосудия Татьяна Моисеева.


Действительно, сегодня при расследовании злодеяний видеоаналитика используется ограниченно, и уж точно не для того, чтобы усомниться или удостоверится в истинности слов подозреваемого.


«Последствия ошибочного решения в юриспруденции гораздо серьёзнее, чем, например, отказ в сертификате по биометрии в помещение при провозном режиме. Существует большая нужда в методологических исследованиях, прежде чем интегрировать технологии в существующие институциональные системы», – печатали в научной статье эксперты Университета Твенте (Нидерланды).

Большой Брат – полицейский

Ситуация с допросом Сергея Фургала – это наихорошее исключенье из правил. Для следствия правонарушений полицейские и дознаватели чаще используют видеоаналитику и алгоритмы искусственного интелекта (ИИ), нежели ноу-хау. Технологии помогают работникам жандармерии по записям с камер идентифицировать исчезнувшего без вести или человека, объявленного в розыск по обвинению в преступлении преступления. В судебных экспертизах ИИ упрощает процесс воссоздания наружности умерших людей по остаткам черепа.

Распознавание по голосу помогает полисменам в выявлении подозреваемых в широченном спектре дел, касающихся, например, договорных матчей, поиска похитителей людей, террористов. Для анализа годят мертвецы телефонные диалоги, записи в мессенджерах и так далее. К примеру, структура Интерпола определяет пол, возраст, акцент дрессированного даже при умышленном извращении голоса.

Системы кодирования лиц трудятся удовлетворительно только в моменте переработки низкокачественных изображений.
Фото: Артём Геодакян/ТАСС

Распознавание лиц, в отличие от анализа отпечатков пальцев и ДНК, более сложнейшая процедура. Результаты поиска могут быть существенно искажены из-за естественного старения человека, пластичных операций, макияжа, хищения алкоголем и наркотиками, состояния тела, освещённости и низкого качества снимков, сделанных камерами видеонаблюдения.

Однако совремённые камеры, как правило, делают высокоэффективные изображения, поэтому точно распознают лица и соотносят их с базами разыскиваемых – насильников и пропавших без вести. Если сопоставление найдено, то милиционеры получают уведомление.

В России системы видеоаналитики и ИИ широко разворовываются в Москве.


По данным TelecomDaily на январь 2020 года, Россия по колличеству видеокамер (13,5 долл) входит в двойку лидеров, уступая лишь США (50 долл) и Китаю (200 долл).


Больше всего каких устроений в Москве – около 200 тыс. Здесь городская система видеонаблюдения. Камеры контролируют работу подрядчиков мэрии (вывоз мусора, снега, самотёк благоустроенийа и тому подобное) и ситуацию в политических местах. Например, благодаря умным видеокамерам на спорткомплексы не гонят необузданных фанатов, внесённых хоккейными спортклубами в чёрный список, а в транспорте отыскивают авиапассажиров и подозреваемых в преступлениях.

Некоторые сограждане уже обменялись впечатлениями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в корпорации сослуживцев спускался по вестибюлю на станции метро «Спортивная». К нему приблизился полисмен и попросил предъявить документы. Своё намерение он разъяснил тем, что устройство, с виду напоминающее смартфон, прислало уведомление. На экране высветились фотокарточка коммуниста с камеры распознавания лиц в вестибюле «Спортивной», его адресные данные, имя и первопричина для судебного розыска. Однако номер дела, имя следователя и прочие важные данные в структуре указаны не были. Впоследствии выяснилось, что Аксель проходил по ориентировкам как «футбольный хулиган», а статус «уголовник» милиционеры присвоили ему ошибочно. Спустя несколько минут разбирательств коммуниста отпустили.

Также в период пандемии камеры взмолились столичным милиционерам выявить лиц, которые лечились от коронавируса на дому, но длительное время находились вдали от дома. Дополнительно для поиска нарушителей гриппа использовались данные из приложения «Социальный мониторинг», которое требовало от больного время от времени длать снимки анфас. Средний размер штрафа составлял 1000 рублей.

Большой Брат – ретейлер

На поток использование натурального интеллекта и электронного зрения ставят и предпринимательские структуры. Чаще всего начитанные камеры используются в сфере ретейла для недопущения краж и поимки магазинных жуликов (шоплифтеров).

По оценке разработчика системтраницы различения лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентов воров, совершённые которыми кражи зафиксированы документально, посещали с преступными желаниями как минимум два соцкультбыта 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 инфраструктуру неблагонадёжных покупателей. Попавшийся на краже согражданин сможет вновь навестить магазин, но милиционеры охраны получат на смартфоны, коммуникаторы или компьютер push-уведомления о госте и пристально смерят за его действиями.

В 2018 году с помощью структур распознавания лиц увенчалось предотвратить кражи из сетевых супермаркетов на сумму более 150 долл рублей.
Фото: Александр Демьянчук/ТАСС

По данным американских фирм NtechLab и BIT, разрабатывающих системы распознавания лиц и решение «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) удалось спровоцировать кражи из сетевых супермаркетов на сумму более 150 долл рублей. Тогда подсистема обнаружила почти 65 тысяч человек, попавшихся на воровстве. Экономия от оперативного обнаружения краж превышает 2–3 процента от оборота магазина. Общероссийская статистика по недопущению ущерба не ведётся, так как автопроизводители применяют решенья разнообразных вендоров.

Видеоаналитика используется производителями и в миролюбивых целях. Например, X5 Retail Group в сетиотрети «Перекрёсток» фотохостинг платы взглядом на кассах самообслуживания. В будущем биометрия предложит реальному покупателю личные предоплаты и сможет находить номер его скидочной карты.

Слишком дорого и не всегда законно

Однако у структур видеоаналитики имеются два недостатка. Главный из них – затрата решений. В каждом универмаге у дома установлено до 10 камер, а в сетитраницы из 100 универмагов – уже 400–1000 устройств. По состоянию на начало 2020 года затрата подписки на фотохостинги распознавания лиц различалась от 1,8 тыс. до 3 тыс. рублей за камеру. Чем дороже, тем шире функционал.

По информации компании ORBL, месяц такой подписки обойдётся в 1,2–3 млн рублей. Дополнительно учитывается затрата хранения идентификационных шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за этот период универмаг посещает около 500 тысяч уникальных клиентов.


Затраты государства на структуры кодирования лиц исчисляются полусотнями полмиллионов рублей. Например, в Москве только на внедрение алгоритмов кодирования лиц и видеоаналитики ежегодно более 600 долл рублей.


Для деятельности системы необходима и дорогущая техника. Московская мэрия в ноябре 2020 года о планах купить аппаратуру на 1,9 млрд рублей для анализа видеозаписей со 175 тыс. камер видеонаблюдения. В конце 2019 года провинция закупила техники на 1,2 млрд рублей.

Вторая серьёзная проблема – правомерность внедрения нанотехнологии различения лиц, подчёркивают юристы. Федеральный закон «О персональных данных» не нарушается, только если полученные с камер изображения лиц не привяжются к личному коду – фамилии и имени.

Оставьте комментарий первым для "Знать в лицо"

Оставьте свой комментарий

Your email address will not be published.


*