გითვალთვალებენ? როგორ შეიძლება სახის ამომცნობ სისტემას დაემალო

თვალთვალი

ფოტო: Shutterstock.com

თანამედროვე კომპიუტერული მხედველობა ვიდეოთვალთვალის სფეროში აქამდე არარსებულ შესაძლებლობებს იძლევა. ყველაზე უკეთ ამ სისტემით, სავარაუდოდ, ავტორიტარული ან ავტორიტარიზმისკენ მიდრეკილი სახელმწიფოები სარგებლობენ. თუ ჰონ-კონგში საპროტესტო აქციების მონაწილეები სახეს შარფებით იფარავენ, მოსკოვში ნიღბებს თავად პოლიციელები იკეთებენ. თუმცა არც ისე დიდი ხნის წინ დანერგილი სახის ამომცნობი სისტემების წინააღმდეგ, როგორც ჩანს, ერთიც და მეორეც უძლურია.

როგორ ხდება ადამიანის სახის ამოცნობა?

სახის ამოსაცნობად სულაც არ არის აუცილებელი სტაციონარულ კამერებზე მიბმა. სისტემას შეუძლია „საჭირო“ პირი ხალხის მასიდან გამოარჩიოს. მაგალითად, ჩინეთში ამ დროისთვის 200 მილიონი კამერა მუშაობს, 2020 წლისთვის კი ამ მაჩვენებელმა 400 მილიონს უნდამიაღწიოს. ჩინური კომპანია SenseTime Group-ის მიერ შემუშავებული SenseVideo კომპიუტერული მხედველობის სფეროში ერთ-ერთი ყველაზე ძვირადღირებული სტარტაპია. სისტემას შეუძლია ობიექტების არა მხოლოდ კლასიფიკაცია, არამედ ფეხით მოსიარულეების ავტომატურად ამოცნობაც.

ასეთი სისტემების დანერგვა მასობრივი საპროტესტო აქციების მონაწილეებისთვის არც თუ ისე სასურველი შედეგის მომტანია. ეს პოლიციელებს საშუალებას აძლევს ასობით დემონსტრანტის იდენტიფიცირება მოახდინოს და ისინი დააპატიმროს. თუ ამას პორტატული კამერების მონაცემები დაემატება, დაკავებულთა რაოდენობაც მნიშვნელოვნად გაიზრდება.

ადამიანის სახის ამოცნობის ტექნოლოგია ორი ინდივიდუალური და სირთულის დონით განსხავავებული ეტაპისგან შედგება. ეს არის დეტექცია და ამოცნობა. პირველ ეტაპზე კომპიუტერული ალგორითმი ვიდეოკადრებს აანალიზებს და ცდილობს გამოსახულებაზე დააფიქსიროს, სად არის სახე. ამ დროს სისტემა მარტივ ავტომატურ ალგორითმს იყენებს. მათ შორის ყველაზე მთავარია ჯერ კიდევ 2001 წელს შექმნილი ვიოლა-ჯონსის მეთოდი, რომელიც ამჟამად ყველა სმარტფონსა და ბევრ ფოტოაპარატშია ჩამონტაჟებული. ალგორითმი აქცენტს აკეთებს სურათის ნათელ და ბნელ ასპექტებზე, რომლებშიც სახის მსგავს გამოსახულებას ეძებს. ამ მეთოდის სიმარტივე ერთი მხრივ, ალგორითმს ძალიან სწრაფ და ეკონომიურ რესურსად აქცევს, მეორე მხრივ კი იძლევა საშუალებას, რომ ავტომატიკა ადვილად მოატყუოთ და დეტექცია თავიდან აირიდოთ. ამის გაკეთება შესაძლებელია მაკიაჟით (რომელიც სახეზე ნათელი და მუქი ჩრდილების მდებარეობას ცვლის), დიდი კაპიუშონით, თვალებზე ჩამოფხატული ქუდით ან სხვა მსგავსი მარტივი მეთოდებით.

შეძელით თუ არა ვიოლა-ჯონსის მეთოდის მოტყუება, ამის შემოწმება თავადაც მარტივად შეგიძლიათ: გადაიღეთ სელფი და ატვირთეთ სოციალურ ქსელში – ავტომატური დეტექტირებისას სახე ჩარჩოთი გამოიყოფა. თუმცა უნდა გახსოვდეთ, რომ დეტექციამ რომც არ იმუშაოს, შესაძლებელია თქვენი სახე კადრიდან ხელით ამოიჭრას და ამის შემდეგ ის მაინც გადაიგზავნება მორიგ ეტაპზე, რომელიც ამოცნობას გულისხმობს.

დეტექციის შემდეგ სახის გამოსახულება ფერადიდან ნაცრისფრად კონვერტირდება. ამის შემდეგ თვალების მდებარეობა და სახის კონტურები განისაზღვრება. საბოლოოდ, ეს სქემატური გამოსახულება გარდაიქმნება რიცხობრივ ვექტორად, რომელიც რამდენიმე ასეულ პარამეტრს მოიცავს და სწორედ ისინი განასხვავებენ ერთი ადამიანის სახეს მეორისგან.

სახის გამოსახულების ციფრულ ვექტორად გადაქცევა ტექნოლოგიის ყველაზე რთული ეტაპია. ამ დროს რაკურსს, მიმიკასა და ამ კონკრეტული ფოტოს სხვა თავისებურებებს ადარებენ იმ სპეციფიკურ ნაკრებს, რომელიც ერთი ადამიანის სხვადასხვა ფოტოსთვის არის საერთო.

მას შემდეგ, რაც თავისებურებების ეს ნაკრები ნაპოვნია, ამოცნობის პროცესი ტრივიალური ხდება: მიღებულ ინფორმაციას ადარებენ სხვა ვექტორებს, რომლებიც მონაცემთა ბაზაშია განთავსებული და მათ შორის ყველაზე იდენტურს პოულობენ. სისტემა ნებისმიერ დამთხვევას აფიქსირებს, ამის შემდეგ მომხმარებელს აწვდის იდენტიფიკატორს და მასზე მიბმულ პირადი მონაცემების ფაილს.

იმისათვის, რომ სისტემამ ადამიანი ამოიცნოს, მონაცემთა ბაზაში მისი ფოტოები და მათთვის შექმნილი გარკვეული სპეციფიკური ვექტორები უკვე უნდა იყოს ჩატვირთული. რაც მეტია ასეთი ფოტო, მით უფრო ზუსტია მიღებული ვექტორი და შესაბამისად, ადამიანის იდენტიფიცირებაც ბევრად მარტივია. საუკეთესო წყარო საამისოდ არის სოციალური ქსელები, შსს-ს ბაზები, ბანკები, რომლებიც გადახდას სახის იდენტიფიცირებით გთავაზობენ, მობილური აპლიკაციები, როგორიცაა FaceApp-ი და სხვ.

როგორ დავემალო საიდენტიფიკაციო სისტემას?

თუ თქვენი ფოტო არცერთ მონაცემთა ბაზაში არ იყო დაფიქსირებული, თქვენს იდენტიფიცირებას ვერ შეძლებენ. ამისათვის კი საჭიროა ციფრული კვალი არსად დატოვოთ, რაც პრაქტიკულად შეუძლებელია. თუნდაც იმიტომ, რომ ამისათვის თქვენ პასპორტის აღებაზეც კი უარი უნდა თქვათ. 

იდენტიფიცირების საწინააღმდეგო ზომები ორ ჯგუფად შეიძლება დაიყოს: პირველი ალგორითმებს არ აძლევს საშუალებას ვიდიოზე სახე ამოიცნოს, მეორეს კი – სისტემა შეცდომაში შეჰყავს. მაგალითად, ჰონ-კონგში აქციების მონაწილეებმა ორი მარტივი მეთოდი იპოვეს სახის დეტექციის თავიდან ასარიდებლად. ერთია ნიღაბი, მეორე კი შავი სათვალის ტარება და დიდი კაპიუშონი. ეს ერთგვარი პრევენციაა სახის ავტომატური დეტექციის თავიდან ასარიდებლად.

ლაზერი სახის იდენტიფიკაციას ხელს უშლის?

კი. ჰონკონგში ეს მეთოდი პოლიციელების წინააღმდეგ გამოიყენეს, რათა მათთვის დამიზნების საშუალება არ მიეცათ. ვიდეოანალიტიკოსების განმარტებით, ზაფხულის დღეებში მზის მკვეთრი სხივების უბრალო დანათებითაც კი ალგორითმები „იბნევიან“. ლაზერის გამოყენება ნორმალური გამოსახულების მქონე კადრის ნაცვლად იძლევა მხოლოდ მუქ ფონზე რამდენიმე ბუნდოვან ლაქას.

ალგირითმებს მაკიაჟიც აბნევს?

ნიღბებისა და ლაზერული შუქის გამოყენების პარალელურად სახის იდენტიფიცირების ალბათობის შემცირების სხვა მეთოდებიც არსებობს. სწორედ ამ საშუალებებს მიეკუთვნება გრიმი, პარიკი, სათვალე და მკვეთრი მაკიაჟი. ამ ყველაფერს კომპიუტერული მხედველობის სფეროში disguised face identification ჰქვია. „ჩვეულებრივი“ ამოცნობისგან განსხვავებით, ამ შემთხვევაში არ არსებობს კარგად დამუშავებული, მაღალხარისხიანი მზა სისტემა, რომელიც ამოცნობისთვის მზად იქნებოდა. ინჟინრების სხვადასხვა ჯგუფი სხვადასხვა მიდგომას ცდის და შიგადაშიგ ისინი განსხვავებულ შედეგებს იძლევიან.

კომპანია Nova-ს პოლონელმა დიზაინერებმა რამდენიმე წლის წინ მოფიქრეს სახის ეგრეთ წოდებული მოწყობილობა, რომელმაც იდენტიფიკაციის სისტემებს თავგზა აუბნია. ეს ესთეტიკური გამოგონება ადამიანის სახეს არ ფარავს, მაგრამ სახის ამომცნობ სისტემას ნამდვილად ბლოკავს.

სათვალეს თუ გავიკეთებ, ჩემი იდენტიფიცირება ვერ მოხდება?

სახის იდენტიფიკაციის საწინააღმდეგო ერთ-ერთი ყველაზე ეფექტიანი საშუალება შეიძლება იყოს მაღალტექნოლოგიური სათვალე. ზოგიერთი მათგანი საკმაოდ ესთეტიკურად გამოიყურება და არც ზედმეტ ყურადღებას იქცევს. ადამიანი, რომელიც ამ სათვალეს ატარებს, არანაირ ეჭვს არ იწვევს და მისი გამოყენება შესაძლებელია მიტინგებზე. მათი ეფექტიანობა გაცილებით მაღალია სათვალთვალო კამერების ინფრაწითელი შუქის პირისპირ. 

იაპონიის ინფორმატიკის ნაციონალური ინსტიტუტის (National Institute of Informatics) ინჟინრებმა ჯერ კიდევ 2015 წელს გამოსცადეს სათვალე, რომელშიც ინფრაწითელი LED-ი იყო ჩამონტაჟებული. ისინი ადამიანის თვალისთვის უხილავია, მაგრამ თვალისა და ცხვირის არეს ანათებს, რათა სინათლის გამტარი ვიდეორეგისტრატორები დააბნიოს. ამ მარტივმა ხრიკმა სისტემას კადრში სახის დაფიქსირების შესაძლებლობა წაართვა.

ტანსაცმლითაც შეიძლება საიდენტიფიკაციო სისტემის მოტყუება?

ტანსაცმლის დიზაინერებმა „დიდი ძმისგან“ თავის დაღწევის ექსტრავაგანტული მეთოდი გამოიგონეს. ეს არის ეგრეთ წოდებული ჭკვიანი ტექსტილი HyperFace, რომელიც პროექტ Hyphen-Labs NeuroSpeculative AfroFeminism-ისთვის გაკეთდა. მისი ფუნქციაა საიდენტიფიკაციო ალგორითმის გადატვირთვა და ამით მისი მუშაობისთვის ხელის შეშლა. საამისოდ ქსოვილზე დატანილია სპეციალური ნაოჭი, რომელიც სხვადასხვა სქემატური სახეების იმიტაციაა. თითოეული მათგანი მიმართულია ერთი კონკრეტული ალგორითმის წინააღმდეგ (მაგალითად, ვიოლა-ჯონსის მეთოდი ან Histogram of Oriented Gradients/Support Vector Machines ).

„მრავალსახიანი ტანსაცმლის“ გამოყენება ფიგურისა და ფონის ძველი ფსიქოლოგიური მიდგომის ექსპლუატაციაა. მთლიანი პეიზაჟის ფონზე სახე ფიგურით გამოიხატება. საქმე იმაშია, რომ მთელი პეიზაჟი მხოლოდ სახეებისგან შედგება და მათგან რომელიმე კონკრეტულის გამოყოფა შეუძლებელია. ყველაფერი ფონად გადაიქცევა და ალგორითმი მუშაობას წყვეტს.

არსებობს თუ არა უკურეაქცია?

კი. საიდენტიფიკაციო სისტემებს თავისი მოქალაქეების წინააღმდეგ მხოლოდ სახელმწიფო არ იყენებს. მასობრივი აქციების ზოგიერთი მონაწილე ფოტო ან ვიდეომასალას უღებს პოლიციელებსაც, რომლებიც თავიანთ უფლებამოსილებას აჭარბებენ. სწორედ ამის საპასუხოდ ძალოვნები სახეს სპეციალური ნიღბებით იფარავენ. მათ ჰგონიათ, ამით საკუთარ ანონიმურობას იცავენ, მაგრამ ეს რამდენად ეფექტიანია, არავინ იცის.

რამდენად ზუსტია სახის საიდენტიფიკაციო სისტემები?

სახის საიდენტიფიკაციო სისტემის სწორი და მცდარი შედეგების შეჯამება არ იძლევა იმის შეფასების საფუძველს, რომ ესა თუ ის ალგორითმი დავალებას „ზუსტად“ გაუმკლავდა. ამისათვის თქვენ უნდა იცოდეთ იმ ადამიანების რაოდენობა, რომელთა შორისაც „საჭირო“ პირი იძებნებოდა. თუ საუბარია ათასობით მოქალაქის დაკვირვებაზე (მაგალითად, მეტროში), მაშინ „სიზუსტის“ მაჩვენებელი საკმაოდ მაღალი იქნება, თუ ადამიანების რაოდენობა შემცირდება, სიზუსტეზე მოთხოვნაც პრინციპულად შემცირდება. 

რაც შეეხება ციფრებს, საუკეთესო ალგორითმები 90%-ზე მეტ შემთხვევაში სწორ პასუხსიძლევა. საიდენტიფიკაციო სისტემები მეტ-ნაკლებად მაკიაჟისა და გრიმის შემთხვევაშიც ახერხებენ სახის ამოცნობას. თუმცა ვინ როგორ გამოიყენებს მიღებულ ინფორმაციას, ეს უკვე ეთიკის საკითხია და არა – ტექნოლოგიის.

კომენტარები

კომენტარის დატოვება

თქვენი ელფოსტის მისამართი გამოქვეყნებული არ იყო. აუცილებელი ველები მონიშნულია *

Seo wordpress plugin by www.seowizard.org.