Meta раскрыла детали устройства 'Phoenix': умные очки с акцентом на виртуальную реальность

Технология распознавания лиц (FRT), используемая Делиской полицией, вновь оказалась под пристальным вниманием. Во время демонстрации «Кокеруч Джаната Парти» (CJP) на Джантр-Мантар оппозиция подняла вопросы об использовании этой технологии, а в СМИ также обсуждались ее недостатки.

Делиская полиция утверждает, что система распознавания лиц сама по себе не идентифицирует человека; вместо этого она выдает оповещение при обнаружении потенциального совпадения, после чего следователи самостоятельно подтверждают личность человека.

По сути, машина не распознает лицо так, как это делает человек. Вместо этого она преобразует характеристики лица в набор данных и подсчитывает степень сходства с другими изображениями. Возникает закономерный вопрос о надежности этой технологии, ее эффективности при идентификации людей в общественных местах и степени доверия, которое полиция может ей уделять.

Команда Open Source Intelligence (OSINT) издания India Today изучила исследовательские работы, технические исследования и другие открытые источники, чтобы понять, как работает распознавание лиц, где могут возникнуть ошибки и каково положение правовой базы для его использования в Индии.

Начало процесса кажется простым. Согласно изданию «Journal of Law and Technology» из Техаса, изображение, хранящееся в компьютере, на самом деле представляет собой совокупность данных. Прежде чем попытаться распознать лицо, программное обеспечение должно обнаружить лицо в этой числовой сетке. Более ранние геометрические системы делали это, измеряя ключевые точки лица, включая относительное положение глаз и носа, а также размер и форму особых черт.

Фотометрические методы рассматривали эту проблему с иной точки зрения. Вместо того чтобы полагаться только на определенные точки лица, фотометрические техники анализировали паттерны всей фотографии. Одна из таких технологий, известная как «eigenfaces», использовала статистические паттерны света и тени для отображения и сравнения лиц.

Современная технология распознавания лиц значительно превосходит фотометрические методы. Глубокие нейронные сети преобразуют лицо в то, что исследователи называют «эмбеддингом» (embedding). Это числовой вектор признаков, предназначенный для захвата характеристик, которые помогают отличить одну личность от другой.

Согласно сообщениям в СМИ, Делиская полиция использует программное обеспечение для распознавания лиц от компании Inefu Labs, базирующейся в Дели. По данным компании, FaceNet от Google изначально преобразует лицо в набор из 128 чисел, тогда как более новые системы, такие как ArcFace, разработаны для четкого разделения между лицами разных людей.

Это можно объяснить проще: в математическом пространстве каждому лицу присваивается определенное место. Изображения одного и того же человека должны находиться близко друг к другу, в то время как изображения разных людей должны располагаться далеко друг от друга.

Согласно систематическому обзору, опубликованному в «Journal of Imaging» Национальными институтами здравоохранения (NIH) в 2025 году, этот процесс сначала извлекает признаки лица. Затем он сравнивает их с существующими изображениями для поиска возможных совпадений. После этого проверяется, превышает ли найденный показатель соответствия установленный порог. Порог необходим, поскольку распознавание лиц может применяться двумя разными способами.

Во-первых, это верификация один к одному: здесь сравниваются два изображения, чтобы определить, принадлежат ли они одному и тому же человеку, как при разблокировке телефона. Во-вторых, это поиск один к многим: этот метод используется в полицейских делах, позволяя сравнивать незнакомое лицо с базами данных, содержащими сотни, тысячи или миллионы фотографий.

Inefu отмечает, что полицейская система не просто сравнивает две фотографии, а сопоставляет лицо с целой галереей изображений. Чем больше галерея, тем выше вероятность того, что потенциальное совпадение будет показано, даже если этот человек не имеет никакого отношения к делу. То есть, машины распознавания лиц не говорят напрямую, кто перед ними, а предоставляют список потенциальных кандидатов.

Американский гражданин Кристофер Гатлин был ошибочно связан с человеком на основании снимка наблюдения низкого качества, после чего провел 17 месяцев в тюрьме. Согласно отчету Федерации американских ученых (FAS), сотрудники полиции чрезмерно полагались на результаты алгоритма и недостаточно внимания уделяли другим доказательствам.

Другой американский гражданин, Роберт Уильямс, также был ошибочно арестован, когда распознавание лиц связало его с размытым снимком кражи в магазине. Эти случаи демонстрируют, что распознавание лиц может потерпеть неудачу на любом этапе — от поступления изображения в систему до того, как человек интерпретирует полученный результат. Часто проблема кроется в самом изображении. Паспортные фотографии делаются анфас, при равномерном освещении и в высоком разрешении, тогда как камеры видеонаблюдения могут снимать сбоку, во время движения или частично скрытые изображения.