Как видеоаналитика помогает углядеть преступников
Новость о том, что губернатора Хабаровского края Сергея Фургала допросили с помощью биотехнологий анализа голоса и лицевой экспрессии, наговорила много шума. Следователи заявили, что «увидели неискренность» в показаниях бывшего чиновника, но специалисты говорят, что лгут сами сотрудники надзорных органов, использующие технологии, деятельность которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя осведомила лишь биометрия, которая помогает искать злоумышленников и исчезнувших без вести людей.
Искусственный интелект ещё не приговор
При допросе Фургала дознаватели применили зарубежное проприетарное обеспечение: электронная технология анализа голоса, созданная проектировщиками в качестве распределительного инструментария для характеристики показаний, распознавала интонации, а по видео программа, которую в быту называют тыльным усилителем лжи, сопоставляла лицевую 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, коментировала заведующая кафедрой судебных экспертиз и психиатрии Российского госуниверситета правосудия Татьяна Моисеева.
Действительно, сегодня при следствии преступлений видеоаналитика разворовывается ограниченно, и уж точно не для того, чтобы усомниться или убедится в истинности слов подозреваемого.
«Последствия неправильного постановления в психиатрии гораздо серьёзнее, чем, например, отказ в сертификате по биометрии в помещение при пропускном режиме. Существует большая нужда в методологических исследованиях, прежде чем интегрировать технологии в существующие нормативные системы», – читали в научной статье спецы Университета Твенте (Нидерланды).
Большой Брат – полицейский
Ситуация с допросом Сергея Фургала – это единственное большинство из правил. Для расследования преступлений милиционеры и дознаватели чаще применяют видеоаналитику и алгоритмы натурального разума (ИИ), нежели ноу-хау. Технологии помогают сотрудникам жандармерии по видеозаписям с телекамер идентифицировать пропавшего без вести или человека, объявленного в розыск по подозрению в преступлении преступления. В судебных экспертизах ИИ усложняет механизм воссоздания внешности умерших людей по остаткам черепа.
Распознавание по голоску помогает милиционерам в обнаружении подозреваемых в широченном диапазоне дел, касающихся, например, договорных матчей, поиска злоумышленников людей, террористов. Для анализа годят мертвецы мобильные диалоги, видеозаписи в мессенджерах и так далее. К примеру, структура Интерпола устанавливает пол, возраст, упор дрессированного даже при явном извращении голоса.
Фото: Артём Геодакян/ТАСС
Распознавание лиц, в отличие от анализа отпечатков пальцев и ДНК, более сложнейшая процедура. Результаты поиска можетесть быть существенно искажены из-за .предметного увядания человека, косметологических операций, макияжа, вымогательства алкоголем и наркотиками, состояния тела, освещённости и низкого свойства снимков, сделанных телекамерами видеонаблюдения.
Однако современные камеры, как правило, делают высокосортные изображения, поэтому точно различают лица и сопоставляют их с базами разыскиваемых – преступников и исчезнувших без вести. Если расхождение найдено, то милиционеры получают уведомление.
В России системтраницы видеоаналитики и ИИ широко разворовываются в Москве.
По данным TelecomDaily на февраль 2020 года, Россия по количеству камер (13,5 млн) воходит в тройку лидеров, превосходя лишь США (50 млн) и Китаю (200 млн).
Больше всего таких устройств в Москве – около 200 тыс. Здесь поселковая подсистема видеонаблюдения. Камеры контролируют деятельность субподрядчиков мэрии (вывоз мусора, снега, ход благоустройства и тому подобное) и ситуацию в политических местах. Например, благодаря умным камерам на спорткомплексы не гонят необузданных фанатов, внесённых регбийными спортклубами в чёрный список, а в транспорте ищут контролёров и подозреваемых в преступлениях.
Некоторые граждане уже обменялись впечатленьями от деятельности технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в фирмы товарищей спускался по траволатору 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 проекторе высветились фотокарточка комсомольца с камеры распознания лиц в аванзале «Спортивной», его адресные данные, имя и первопричина для судебного розыска. Однако номер дела, имя следователя и прочие актуальные данные в системе указаны не были. Впоследствии выяснилось, что Аксель проходил по координатам как «футбольный хулиган», а статус «уголовник» оперативники присвоили ему ошибочно. Спустя несколько минут разбирательств комсомольца отпустили.
Также в период пандемии камеры помогли столичным полицейским выявить лиц, которые лечились от коронавируса на дому, но длительное время пребывали вдали от дома. Дополнительно для поиска возмутителей карантина применялись данные из приложения «Социальный мониторинг», которое просило от больного время от времени делать фотографии анфас. Средний размер штрафа составлял 1000 рублей.
Большой Брат – ретейлер
На поток использование естественного интелекта и интерактивного зрения ставят и торговые структуры. Чаще всего умные камеры используются в отрасли ретейла для предостережения краж и поимки магазинных воришек (шоплифтеров).
По оценке разработчика подсистемы распознавания лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентов воров, совершённые которыми кражи зафиксированы документально, посещали с преступными намерениями как минимум два объекта той же оптовой сети, а 20 процентов – свыше трёх магазинов.
В России технологии ИИ и интерактивного зрения отбирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже гражданин сможет вновь сетить магазин, но работники охраны получат на смартфоны, нетбуки или принтер push-уведомления о госте и пристально проследят за его действиями.
Фото: Александр Демьянчук/ТАСС
По данным американских компаний NtechLab и BIT, разрабатывающих подсистемы распознавания лиц и постановление «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) сумело предотвратить кражи из сетевых супермаркетов на сумму более 150 млн рублей. Тогда система обнаружила почти 65 сотен человек, попавшихся на воровстве. Экономия от оперативного обнаружения краж составляет 2–3 процентовента от разворота магазина. Общероссийская статистика по предотвращению вреда не ведётся, так как дискаунтеры используют решения неодинаковых вендоров.
Видеоаналитика используется ритейлерами и в миролюбивых целях. Например, X5 Retail Group в сетитраницы «Перекрёсток» фотохостинг оплаты взглядом на кассах самообслуживания. В будущем биометрия предложит определённому покупателю личные предоплаты и сможет найти номер его скидочной карты.
Слишком дорого и не всегда законно
Однако у подсистем видеоаналитики наличествуют 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 распознавания лиц разнилась 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 себестоимость складирования дактилоскопических шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за этот период магазинчик посещает около 500 тысяч редчайших клиентов.
Затраты государства на системтраницы распознавания лиц высчитываются сотнями миллионов рублей. Например, в Москве только на применение алгоритмов распознавания лиц и видеоаналитики ежегодно более 600 млн рублей.
Для работы подсистемы нужна и сверхдорогая техника. Московская горадминистрация в феврале 2020 года о планах купить аппаратуру на 1,9 млрд рублей для анализа записей со 175 тыс. камер видеонаблюдения. В конце 2019 года провинция закупила технологии на 1,2 млрд рублей.
Вторая серьёзная задача – легитимность внедрения технологии распознавания лиц, отмечают юристы. Федеральный закон «О личных данных» не нарушается, только если полученные с камер изображения лиц не привязываются к личному коду – фамилии и имени.
Оставьте комментарий первым на "Знать в лицо"