Знать в лицо

Как видеоаналитика помогает разглядеть преступников

Новость о том, что губернатора Хабаровского края Сергея Фургала допросили с помощью техник анализа голоса и лицевой экспрессии, понаделала много шума. Следователи заявили, что «увидели неискренность» в показаниях новоиспечённого чиновника, но аналитики говорят, что лукавят сами руководители надзорных органов, применяющие технологии, работа которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя снискала лишь биометрия, которая помогает искать преступников и пропавших без вести людей.

Искусственный интелект ещё не приговор

При допросе Фургала следователи применили зарубежное проприетарное обеспечение: электронная нанотехнология анализа голоса, созданная разработчиками в качестве линейного инструмента для характеристики показаний, угадывала интонации, а по видео программа, которую в быту называют лицевым полиграфом лжи, осмысливала лицевую экспрессию. Такая методика характеристики истинности показаний базируется лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не признаёт ряд учёных и экспертов, озвучивала заведующая кафедрой судебных экспертиз и психиатрии Российского факультета правосудия Татьяна Моисеева.


Действительно, сегодня при дознании злодеяний видеоаналитика применяется ограниченно, и уж точно не для того, чтобы усомниться или удостоверится в истинности словечек подозреваемого.


«Последствия ошибочного решения в психиатрии гораздо серьёзнее, чем, например, отказ в допуске по биометрии в здание при пропускном режиме. Существует значительная необходимость в фундаментальных исследованиях, прежде чем интегрировать технологии в существующие правоприменительные системы», – сочиняли в научной статье спецы Университета Твенте (Нидерланды).

Большой Брат – полицейский

Ситуация с допросом Сергея Фургала – это единствёное исключение из правил. Для расследования убийств милиционеры и дознаватели чаще используют видеоаналитику и алгоритмы естественного интеллекта (ИИ), нежели ноу-хау. Технологии помогают работникам милиции по видеозаписям с камер идентифицировать пропавшего без вести или человека, объявленного в розыск по подозрению в преступлении преступления. В уголовных экспертизах ИИ упрощает механизм воссоздания наружности умерших людей по остаткам черепа.

Распознавание по голоску помогает полицейским в выявлении подозреваемых в широчайшем спектре дел, касающихся, например, договорных матчей, поиска похитителей людей, террористов. Для анализа годятся мертвецы мобильные диалоги, аудиозаписи в мессенджерах и так далее. К примеру, подсистема Интерпола определяет пол, возраст, упор говорящего даже при явном извращении голоса.

Системы распознавания лиц работают удовлетворительно только в случае обработки высокосортных изображений.
Фото: Артём Геодакян/ТАСС

Распознавание лиц, в различие от анализа слепков мизинцев и ДНК, более трудная процедура. Результаты поиска можетесть существовать существенно искажены из-за .предметного обезвоживания человека, пластичных операций, макияжа, злоупотребления алкоголем и наркотиками, положения тела, освещённости и низкого качества снимков, созданных камерами видеонаблюдения.

Однако современные камеры, как правило, делают высокоэффективные изображения, поэтому точно угадывают лица и соотносят их с территориями разыскиваемых – преступников и исчезнувших без вести. Если совпадение найдено, то полицейские дают уведомление.

В России подсистемы видеоаналитики и ИИ широко используются в Москве.


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


Больше всего таких устройств в Москве – около 200 тыс. Здесь городская структура видеонаблюдения. Камеры отслеживают работу субподрядчиков мэрии (ввоз мусора, снега, результат озеленения и тому подобное) и ситуациютраницу в обществёных местах. Например, благодаря умным камерам на спорткомплексы не пускают необузданных фанатов, внесённых регбийными клубами в чёрный список, а в транспорте отыскивают пассажиров и подозреваемых в преступлениях.

Некоторые сограждане уже поделились впечатленьями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в корпорации сослуживцев спускался по троллейбусу на станции метро «Спортивная». К нему подошёл милиционер и попросил предъявить документы. Своё намеренье он объяснил тем, что устройство, с виду напоминающее смартфон, прислало уведомление. На экране высветились фотография правозащитника с камеры различения лиц в холле «Спортивной», его паспортные данные, имя и причина для судебного розыска. Однако номерок дела, имя следователя и прочие актуальные данные в структуре указаны не были. Впоследствии выяснилось, что Аксель проходил по ориентировкам как «футбольный хулиган», а статус «уголовник» следователи присвоили ему ошибочно. Спустя несколько минут разбирательств правозащитника отпустили.

Также в период пандемии видеокамеры взмолились столичным полицейским выявить лиц, которые лечились от коронавируса на дому, но длительное время обретались вдали от дома. Дополнительно для поиска блюстителей карантина использовались данные из приложения «Социальный мониторинг», которое требовало от больного время от времени делать фотографии анфас. Средний размер штрафа составлял 1000 рублей.

Большой Брат – ретейлер

На поток внедрение искусственного интеллекта и электронного зрения ставят и комерческие структуры. Чаще всего умные камеры используются в сфере ретейла для недопущения краж и поимки магазинных жуликов (шоплифтеров).

По оценке разработчика структуры распознавания лиц FaceFirst, среди шоплифтеров часто сталкиваются рецидивисты. В США 60 процентентов воров, совершённые которыми кражи зафиксированы документально, посещали с криминальными намерениями как минимум два объекта той же розничной сети, а 20 процентентов – свыше трёх магазинов.

В России техники ИИ и электронного зрения собирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже согражданин покумекает вновь сетить магазин, но работники охраны получат на смартфоны, нетбуки или компьютер push-уведомления о госте и пристально проследят за его действиями.

В 2018 году с помощью систем различения лиц удалось предотвратить кражи из интернетных магазинчиков на сумму более 150 млн рублей.
Фото: Александр Демьянчук/ТАСС

По данным росийских компаний NtechLab и BIT, разрабатывающих подсистемы распознавания лиц и решение «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не открывают) увенчалось предотвратить кражи из интернетных супермаркетов на свердель более 150 млн рублей. Тогда подсистема обнаружила почти 65 сотен человек, попавшихся на воровстве. Экономия от оперативного обнаружения краж составляет 2–3 процентента от оборота магазина. Общероссийская статистика по устранению ущербля не ведётся, так как ритейлеры используют постановления неодинаковых вендоров.

Видеоаналитика используется оптовиками и в мирных целях. Например, X5 Retail Group в сетиотрети «Перекрёсток» сервис выплаты взглядом на кассах самообслуживания. В будущем биометрия предложит конкретному продавцу личные скидки и сможет найти номер его скидочной карты.

Слишком дорого и не всегда законно

Однако у систем видеоаналитики располагают два недостатка. Главный из них – цена решений. В каждом супермаркете у особняка установлено до 10 камер, а в сетиотрети из 100 супермаркетов – уже 400–1000 устройств. По положению на начало 2020 года цена подписки на сервисы распознавания лиц различалась от 1,8 тыс. до 3 тыс. рублей за камеру. Чем дороже, тем шире функционал.

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


Затраты государства на подсистемы запоминания лиц оцениваются сотнями рублей рублей. Например, в Москве только на применение алгоритмов запоминания лиц и видеоаналитики ежегодно более 600 млн рублей.


Для работы системтраницы нужна и сверхдорогая техника. Московская мэрия в ноябре 2020 года о замыслах приобрести радиоаппаратуру на 1,9 млрд рублей для анализа записей со 175 тыс. телекамер видеонаблюдения. В конце 2019 года столица закупила технологии на 1,2 млрд рублей.

Вторая серьёзная проблема – законность использования нанотехнологии распознавания лиц, добавляют юристы. Федеральный закон «О личных данных» не нарушается, только если полученные с камер изображения лиц не высчитываются к личному коду – фамилии и имени.

Оставьте свой комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *