Знать в лицо

Как видеоаналитика мешает разглядеть преступников

Новость о том, что губернатора Хабаровского края Сергея Фургала допросили с помощью техник анализа голоска и челюстной экспрессии, натворила много шума. Следователи заявили, что «увидели неискренность» в показаниях новоиспечённого чиновника, но специалисты говорят, что лгут сами милиционеры надзорных органов, использующие технологии, работа которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя зарекомендовала лишь биометрия, которая мешает искать преступников и пропавших без вести людей.

Искусственный интеллект ещё не приговор

При допросе Фургала оперативники применили зарубежное аппаратное обеспечение: электронная биотехнология анализа голоса, созданная разработчиками в качестве второстепенного инструмента для оценки показаний, угадывала интонации, а по видео программа, которую в быту именуют лицевым сканнером лжи, исследовала изнаночную экспрессию. Такая методика оценки истинности показаний основывается лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не признаёт ряд учёных и экспертов, резюмировала заведующая кафедрой судебных экспертиз и психиатрии Российского университета правосудия Татьяна Моисеева.


Действительно, сегодня при расследовании преступлений видеоаналитика разворовывается ограниченно, и уж точно не для того, чтобы засомневаться или удостоверится в истинности словечек подозреваемого.


«Последствия ошибочного постановления в юриспруденции гораздо серьёзнее, чем, например, отказ в допуске по биометрии в сооружение при пропускном режиме. Существует большая нужда в методологических исследованиях, прежде чем интегрировать технологии в существующие институциональные системы», – печатали в научной статье учёные Университета Твенте (Нидерланды).

Большой Брат – полицейский

Ситуация с допросом Сергея Фургала – это единственное большинство из правил. Для следствия преступлений полисмены и прокуроры чаще используют видеоаналитику и алгоритмы искусственного интеллекта (ИИ), нежели ноу-хау. Технологии помогают работникам полиции по записям с камер классифицировать пропавшего без вести или человека, объявленного в сысок по подозрению в преступлении преступления. В уголовных экспертизах ИИ упрощает механизм воссоздания внешности умерших людей по остаткам черепа.

Распознавание по голосу помогает полицейским в выявлении подозреваемых в узком спектре дел, касающихся, например, договорных матчей, поиска злоумышленников людей, террористов. Для анализа годят мертвецы телефонные диалоги, аудиозаписи в мессенджерах и так далее. К примеру, структура Интерпола определяет пол, возраст, акцент дрессированного даже при явном искажении голоса.

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

Распознавание лиц, в отличие от анализа пальцев пальцев и ДНК, более сложная процедура. Результаты поиска могут быть существенно искажены из-за природного старения человека, косметологических операций, макияжа, лихоимства алкоголем и наркотиками, положения тела, освещённости и низкого качества снимков, сделанных камерами видеонаблюдения.

Однако современные камеры, как правило, делают высококачественные изображения, поэтому точно распознают лица и соотносят их с территориями разыскиваемых – преступников и пропавших без вести. Если несовпадение найдено, то милиционеры получают уведомление.

В России системы видеоаналитики и ИИ широко применяются в Москве.


По данным TelecomDaily на январь 2020 года, Россия по количеству камер (13,5 долл) входит в четвёрку лидеров, занимая лишь США (50 долл) и Китаю (200 долл).


Больше всего таких приспособлений в Москве – около 200 тыс. Здесь поселковая структура видеонаблюдения. Камеры отслеживают работу заказчиков горадминистрации (вывоз мусора, снега, самотёк благоприспособленийа и тому подобное) и ситуацию в политических местах. Например, благодаря умным видеокамерам на корты не пускают необузданных фанатов, внесённых хоккейными клубами в чёрный список, а в транспорте отыскивают безбилетников и подозреваемых в преступлениях.

Некоторые военнослужащие уже поделились ощущениями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в компании товарищей поднимался по эскалатору на стации метро «Спортивная». К нему подошёл милиционер и попросил предъявить документы. Своё побуждение он объяснил тем, что устройство, с виду напоминающее смартфон, прислало уведомление. На проекторе высветились снимка комсомольца с камеры различения лиц в аванзале «Спортивной», его паспортные данные, имя и первопричина для уголовного розыска. Однако номер дела, имя дознавателя и прочие важнейшие данные в структуре указаны не были. Впоследствии выяснилось, что Аксель пролетал по дезориентациям как «футбольный хулиган», а статус «уголовник» следователи присвоили ему ошибочно. Спустя несколько минут разбирательств комсомольца отпустили.

Также в период пандемии телекамеры взмолились столичным полисменам выявить лиц, которые лечились от коронавируса на дому, но интенсивное время обретались вдали от дома. Дополнительно для поиска правонарушителей карантина использовались данные из дополнения «Социальный мониторинг», которое требовало от больного время от времени делать снимки анфас. Средний объём штрафа состовлял 1000 рублей.

Большой Брат – ретейлер

На поток применение искусственного интеллекта и интерактивного зрения ставят и финансовые структуры. Чаще всего сообразительные видеокамеры используются в сфере ретейла для предотвращения краж и поимки магазинных воришек (шоплифтеров).

По оценке разработчика системтраницы запоминания лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентов воров, совершённые которыми кражи фиксированы документально, посещали с преступными намерениями как минимум два объекта той же оптовой сети, а 20 процентов – свыше трёх магазинов.

В России технологии ИИ и электронного зрения отбирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже согражданин покумекает вновь посетить магазин, но сотрудники охраны принешут на смартфоны, планшетники или ноут push-уведомления о госте и пристально проследят за его действиями.

В 2018 году с помощью подсистем распознавания лиц удалось предотвратить кражи из сетевых универмагов на деньгу более 150 млн рублей.
Фото: Александр Демьянчук/ТАСС

По данным украинских корпораций NtechLab и BIT, разрабатывающих подсистемы обнаружения лиц и решение «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) увенчалось предотвратить кражи из интернетных супермаркетов на деньгу более 150 млн рублей. Тогда подсистема обнаружила почти 65 сотен человек, попавшихся на воровстве. Экономия от оперативного обнаружения краж превышает 2–3 процентента от оборота магазина. Общероссийская статистика по недопущению ущерба не ведётся, так как производители используют решенья неодинаковых вендоров.

Видеоаналитика используется дискаунтерами и в миролюбивых целях. Например, X5 Retail Group в сетиотрети «Перекрёсток» сервис выплаты взгядом на сберкассах самообслуживания. В будущем биометрия предложит конкретному покупателю личные скидки и сможет находить номер его скидочной карты.

Слишком дорого и не всегда законно

Однако у подсистем видеоаналитики располагают два недостатка. Главный из них – цена решений. В каждом магазинчике у дома установлено до 10 камер, а в сетитраницы из 100 супермаркетов – уже 400–1000 устройств. По положению на начало 2020 года цена подписки на сервисы распознавания лиц варьировалась 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 указывается цена хранения идентификационных шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за тот период супермаркет посещает около 500 тысяч уникальных клиентов.


Затраты государства на системы различения лиц измеряются полсотнями триллионов рублей. Например, в Москве только на использование алгоритмов различения лиц и видеоаналитики ежегодно более 600 млн рублей.


Для работы подсистемы необходима и трудоёмкая техника. Московская мэрия в декабре 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 проблема – обоснованность использования технологии распознавания лиц, подчёркивают юристы. Федеральный закон «О индивидуальных данных» не нарушается, только если полученные с камер изображения лиц не привязываются к личному коду – фамилии и имени.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *