Prepoznavanje lica kao dio poslovne svakodnevnice

Pametni telefoni i društveni mediji sve više koriste tehnologiju prepoznavanja lica, što je dovelo do njene raznovrsnije upotrebe. Iako se i dalje povezuje sa sigurnošću, vladinim institucijama i policijom, kompanije koriste prepoznavanje lica ne samo u sigurnosne svrhe nego i za prikupljanje poslovnih podataka
Izvor: a&s International
E-mail: redakcija@asadria.com

Prema izvještaju MarketsandMarketsa, vrijednost tržišta prepoznavanja lica raste i očekuje se da će do 2022. dostići gotovo 7,8 milijardi dolara, uz objedinjenu godišnju stopu rasta od 13,9 posto. Kao glavni faktor rasta navodi se rastuća potreba za nadzorom na javnim prostorima. S druge strane, jedinstvene mogućnosti naprednog prepoznavanja lica mogu se primijeniti na gotovo svaku vertikalu, a budući da tehnologija ne zahtijeva fizički kontakt ili akreditive koji se mogu izgubiti, ukrasti ili kopirati, ona je atraktivno rješenje za brojne vrste upotreba. Dodajte tome i podatke o poslovanju koje kompanije mogu steći zahvaljujući sposobnosti te tehnologije da lako identifikuje i prati pojedince – što bi im moglo dati vrijedne podatke za analizu trendova, istraživanje produktivnosti, optimiziranje radnih procesa i brojnih drugih stvari. Stoga nije teško zamisliti zašto sve više firmi koristi rješenja za prepoznavanje lica.

Povećanje efikasnosti
Danas mnogi koriste prepoznavanje lica, a kompanije nisu izuzetak. Usvajanje te tehnologije raste u raznim industrijama, a razlog je sve veća svijest o toj tehnologiji, njen napredak i pristupačnost. “Razvoj napredne centralizirane analitike za prepoznavanje lica doveo je do toga da je relativno lako primijeniti je na bilo koju umreženu kameru“, objašnjava Shawn Mather, direktor prodaje za tržište SAD-a u Intelligent Security Systemsu. S obzirom na to da kompanije žele dodatne načine korištenja naprednih tehnologija, kao i na činjenicu da vještačka inteligencija i duboko učenje postaju sve popularniji, pojavili su se novi praktični slučajevi korištenja prepoznavanja lica. Osim toga, razvoj videonadzornih kamera omogućio je “organizacijama da ostvare punu vrijednost investicije u videonadzor”, kaže Stephanie Weagle, direktorica marketinga u BriefCamu.

“Rastuća sofisticiranost videoanalitičkih sistema (VCA), u kombinaciji s boljim razumijevanjem načina na koji videoanalitička rješenja mogu, uz sigurnosni aspekt, potaknuti efikasnost, rezultirala je većom zainteresovanošću kompanija svih vrsta za VCA i prepoznavanje lica”, kaže Weagle. S aspekta maloprodaje, korištenje tehnologije prepoznavanja lica omogućava kompanijama da bolje upoznaju demografiju kupaca (npr. spol, starost itd.), a ti podaci prodavaču omogućavaju da bolje razumije ko su njegovi kupci, što im može omogućiti da personaliziraju iskustvo kupovine i prilagode marketinšku strategiju. “Kada se kompanije educiraju o demografskom sastavu, onda na osnovu podataka o poslovanju mogu povećati praktičnost u interakciji ljudi s njihovim okruženjem, kao i personalizirati reklamna iskustva”, objašnjava Dan Grimm, potpredsjednik Computer Visiona i direktor SAFR AI platforme u RealNetworksu.

Poboljšano iskustvo kupovine
Grimm objašnjava da kompanije mogu koristiti prepoznavanje lica ne pohranjujući biometrijske podatke kako bi stekle uvid u način ponašanja kupaca. “Naprimjer, vlasnici tržnih centara moći će donositi bolje odluke o reklamiranju, iznajmljivanju robe i uslugama ukoliko znaju da od 12 do 13 sati popodne X broj posjetilaca čini 60 posto žena i 40 posto muškaraca, pri čemu je njihova prosječna starost 42 godine, a sve na osnovu jedne IP kamere koja je pravilno podešena za rad na ulazu”, dodaje on.

Kompanije također koriste prepoznavanje lica kako bi kreirale programe za lojalne kupce i identificirale VIP posjetioce. Mather ističe i korištenje prepoznavanja lica u upravljanju radnom snagom kao novi globalni trend. Mogućnost ispravnog identifikovanja i praćenja osoblja s ciljem bilježenja prisustva i vremena provedenog u kompaniji predmet je velike potražnje. Prepoznavanje lica se za tu svrhu implementira u velikom broju industrija, gdje veliki broj radnika, često privremenih, stiže na stalna ili privremena radna mjesta. “Savršen primjer ovoga su fabrike i građevinske zone, gdje se smjene mijenjaju na osnovu rasporeda dostave i proizvodnih linija, a različite grupe specijaliziranih radnika moraju biti na proizvodnim linijama u različito vrijeme”, objašnjava Mather. To su samo neki od načina na koje kompanije koriste tehnologiju prepoznavanja lica u situacijama koje nisu povezane sa sigurnošću.

Prepoznavanjem lica do veće zaštite
Sve više kompanija koristi tehnologiju prepoznavanja lica kako bi pratile situaciju u svojim objektima i oko njih. To im omogućava da na lakši i pametniji način prate ko ulazi u njihovo okruženje, ostaje u njemu i izlazi iz njega, uz istovremeno povećavanje sigurnosti i praktičnosti. Doug Aley, direktor Ever AI-ja, napominje da na primjenu u situacijama od kritične važnosti otpada oko 75 posto tržišta prepoznavanja lica. To uključuje primjere kao što su sigurnosni nadzor, kontrola pristupa, digitalna autentifikacija te primjena u vladinom i policijskom sektoru. Prema izvještaju MarketsandMarketsa, tržišni rast potiče povećana potreba za boljim nadzorom javnih mjesta te upotreba tehnologije u vladinom sektoru. Iako je sigurnost glavna svrha korištenja rješenja za prepoznavanje lica, tu je i “omogućavanje pojedincima da koriste svoja lica kao tokene kako bi brzo ostvarili pristup i za autentifikaciju”, kaže Dan Grimm iz RealNetworksa. “Prepoznavanje lica je ‘savršeno’ za okruženja u kojima je potrebno pozitivno identifikovati pojedince radi fizičke ili podatkovne autorizacije, generalnog pristupa, usklađenosti s propisima i finansijske verifikacije”, kaže Shawn Mather iz Intelligent Security Systemsa.

U poslovnom okruženju kao što je maloprodaja “to bi moglo značiti korištenje snimaka različitih krađa, sastavljanje liste sumnjivih osoba na osnovu videonadzornih snimaka te odgovaranje na upozorenja koja aktivira videoanalitička detekcija biometrijskog podudaranja s navodnim lopovom”, objašnjava BriefCamova Stephanie Weagle. Nakon toga bi sigurnosni ili policijski službenici mogli provesti dalju istragu kako bi otkrili je li sistem ispravno prepoznao kradljivca i ako jeste, privesti ga prije nego što prodavnica pretrpi dalje gubitke.

Učinkovita detekcija na stadionima
Prepoznavanje lica također se može koristiti za analitiku u stvarnom vremenu u industrijama u kojima postoji veliki broj nepoznatih posjetilaca i na velike organizacije s velikim protokom posjetilaca, kao što su bolnice, univerziteti i stadioni, a koje imaju potrebu da budu obaviještene o tome kada se osobe od interesa pojave na kameri. Grimm kao primjer navodi stadion. Operateri na stadionu mogli bi u bazi podataka označiti posjetioce kojima je zabranjen pristup ili VIP posjetioce kako bi ih na odgovarajući način dočekali i pružili im vrhunski nivo usluge. “Kako bi podržavali funkcionalne liste osoba od interesa – kako za sumnjivce tako i za VIP posjetioce – sistemi za prepoznavanje lica moraju biti dobri u identifikovanju ljudi u videu u stvarnim uslovima. To podrazumijeva izbjegavanje lažnih detekcija i pouzdanu detekciju ljudi bez obzira na varijacije u osvjetljenju, orijentaciji i zaklonjenosti lica šalovima, naočalama i šeširima”, objašnjava Grimm.

Korisnici u školama, kancelarijama i proizvodnji također koriste prepoznavanje lica kako bi omogućili sigurnosni pristup u objektima. “U ovim slučajevima sistemi za prepoznavanje lica poboljšavaju sigurnost na načine koji su bolji od bedževa, koje je moguće lako ukrasti, te također mogu prepoznati pokušaj korištenja gužve za ulazak”, objašnjava Grimm. Prepoznavanje lica može povećati i praktičnost u odnosu na postojeća rješenja. Naprimjer, korisnici uz prepoznavanje lica više ne moraju dolaziti u situacije u kojima zaborave bedževe kod kuće. Grimm dodaje da s ciljem sigurnog pristupa rješenja za prepoznavanje lica trebaju uključivati zaštitu od varanja sistema kako bi se spriječio neodobreni pristup za one koji pokušavaju koristiti fotografiju za ulazak u objekat.

Kako bi kompanije trebale štititi privatnost
Prepoznavanje lica je odnedavno predmet kontroverzi. San Francisco je nedavno dospio u medije time što je postao prvi grad u SAD-u koji je zabranio policiji i vladinim agencijama korištenje tehnologije za prepoznavanje lica. Međutim, kompanije ne potpadaju pod tu zabranu. S obzirom na to da je ugrađena u pametne telefone, tehnologija je smanjila zabrinutost stanovništva zbog korištenja biometrije. Ipak, brojne grupe za zaštitu prava građana i potrošača još su zabrinute zbog načina na koji korporacije koriste i pohranjuju podatke za prepoznavanje lica. Definisanje privatnosti često zavisi od konkretnog slučaja. U određenim situacijama privatnost definišu nadležne institucije. Naprimjer, Global Entry program, koji je pod nadležnošću Ministarstva domovinske sigurnosti SAD-a, koristi prepoznavanje lica kako bi verificirao da je osoba ispred kamere ista kao i u fotografiji u pasošu. “Ne samo da su pristanak i korištenje privatnih podataka u ovom slučaju ‘implicitni’ nego i legalno obavezni”, kaže direktor Ever AI-ja Doug Aley.

S druge strane, očekivanja korisnika kada su u pitanju privatnost i pristanak (na korištenje podataka) često zavise od same primjene. “Obično implicitni pristanak pronalazimo u situacijama u kojima ga korisnici očekuju, npr. korisnici očekuju da zlonamjernim osobama neće biti dozvoljen ulazak u zemlju te im je zbog toga koncept prepoznavanja lica radi njihove detekcije prihvatljiv”, objašnjava Aley. Međutim, postoji osjetljiv balans koji se svodi na razliku između kritičnih primjena i generalne svrhe prepoznavanja lica u manje ozbiljne svrhe, kao i radi zabave, dodaje on. Kada je riječ o legislativi, zakoni koji se tiču privatnosti ubrzano se razvijaju širom svijeta. U Evropi Opća uredba o zaštiti podataka (GDPR) sadrži specifične odredbe koje određuju kako se biometrijski podaci mogu prikupljati, koristiti i pohranjivati. Naprimjer, u GDPR-u stoji da stanovnici Evropske unije moraju dati eksplicitan pristanak prije nego što se podaci mogu prikupiti te imaju pravo u bilo kojem trenutku povući taj pristanak. Ovo je poznato kao “pravo na zaborav”.

Dan Grimm iz RealNetworksa vjeruje da su u SAD-u potrebne regulative na nacionalnom nivou, a ne samo prema jurisdikciji. To bi pomoglo u definisanju kako se prepoznavanje lica može implementirati na način koji uzima u obzir “bitne zadatke naših korisnika i interes generalne javnosti”.

Enkripcija podataka u svim fazama
Iako se prilikom implementacije sistema za prepoznavanje lica podrazumijeva pridržavanje regulativa za zaštitu privatnosti, bilo da je riječ o cloudu ili lokalnoj instalaciji, kompanije mogu i same dodatno zaštititi privatnost. To bi trebalo uključivati enkripciju svih podataka u svim fazama njihovog slanja i pohrane, jaku cyber zaštitu sistema, omogućavanje pojedincima da budu obrisani iz sistema te mogućnost davanja i povlačenja pristanka za korištenje prepoznavanja lica. “Kada je u pitanju SAFR u RealNetworksu, to nam je naročito bitno i ne samo da odmah u startu uključujemo ove mogućnosti nego našim korisnicima pružamo uvid i u najbolje prakse za implementiranje prepoznavanja lica”, dodaje Grimm. U budućnosti možemo očekivati da će vlade širom svijeta nastaviti razvijati regulative za korištenje biometrijskih tehnologija te definisati pravo na isključenje iz digitalnog praćenja aktivnosti pojedinaca. Čak bismo mogli vidjeti da još gradova ponovi potez San Francisca i zabrani određene načine korištenja tehnologije prepoznavanja lica.

Šta je potrebno da bi kompanije implementirale prepoznavanje lica?
Hardverske potrebe kompanije koja želi implementirati prepoznavanje lica mogu varirati u zavisnosti od svrhe. Ne zahtijeva svaka situacija kameru najveće rezolucije ili snage niti svako okruženje ima iste izazove. Generalno je za sistem za prepoznavanje lica potrebna precizna kamera, lokalni računarski sistem i softver. Hardverski sistemi se moraju kombinovati s odgovarajućom procesorskom snagom kako bi prepoznavanje lica bilo efikasno, što zavisi od toga imate li okruženje s više ili manje saobraćaja. Međutim, hardverski zahtjevi uveliko mogu varirati u zavisnosti od svrhe korištenja i procesa implementacije. “U slučaju korištenja za kontrolu pristupa, gdje u bilo kojem momentu pratite samo nekoliko lica odjednom, moguće je koristiti kamere niske rezolucije s podrškom za video malog broja slika u sekundi te takav sistem zahtijeva manju procesorsku snagu (kao i manji broj kamera), što smanjuje troškove održavanja i implementacije sistema”, objašnjava Dan Grimm.

S druge strane, prilikom korištenja listi osoba od interesa, upotreba većeg broja kamera može poboljšati tačnost prepoznavanja i performanse. Grim dodaje: “Ukoliko platforma za prepoznavanje lica podržava distribuiranu arhitekturu tako što detekciju obavlja na rubnim uređajima, a prepoznavanje u cloudu, tada ste ne samo smanjili ukupne troškove nego ste uveliko povećali prilagodljivost platforme”. U ranoj fazi razvoja tehnologije prepoznavanja lica često je postojao kompromis između tačnosti prepoznavanja i procesorske snage uređaja. “Uređaji koji su zahtijevali manje energije, bilo zbog čipseta, propusnosti ili rezolucije kamere, patili su od male preciznosti u prepoznavanju”, spominje Doug Aley.

Hardverski zahtjevi
Ever AI je u međuvremenu uspješno omogućio implementaciju na svemu – od starijih jednojezgrenih procesora do blokova naprednih GPU-ova poput NVIDIA-inog T4. “Sada postoje i druge kompanije poput naše, u kojima više ne postoji problem kompromisa glede tačnosti prepoznavanja”, dodaje Aley. Danas se uređaji uglavnom razlikuju po brzini – što je hardver snažniji, to je prepoznavanje brže. Većina modernih procesora – počevši od četverojezgrenih pa nadalje – veoma je brza. Osim toga, današnji modeli prepoznavanja lica i razvojni okviri na osnovu kojih su napravljeni sve bolje rade na slabijim procesorima.

Shawn Mather, direktor prodaje za područje SAD-a u Intelligent Security Systemsu, ističe da su problemi sa softverskom integracijom gori od hardverskih komplikacija. Međutim, proizvođači softvera mogu prevazići ove izazove tako što će svoje rješenje učiniti kompatibilnim s VMS-om i rješenjima za elektronsku kontrolu pristupa. Vrsta prepoznavanja lica – tehnologija za 2D ili 3D prepoznavanje lica – koju kompanija odluči koristiti također može dolaziti sa svojim specifičnim problemima i zahtjevima. U izvještaju MarketsandMarketsa stoji da su se snimci iz ranije tehnologije za 2D prepoznavanje lica uveliko oslanjali na osvjetljenje, što znači da je slabo osvjetljenje značajno utjecalo na kvalitet slike. Još jedan izazov bila je “nekompatibilnost integracije softverskih alata i biometrijskih uređaja”.

Međutim, u izvještaju se očekuje da će tehnologija za 3D prepoznavanje lica narednih godina imati najveći tržišni udio. Nasuprot 2D tehnologiji, 3D tehologija ne zavisi od osvjetljenja, što joj omogućava da pravi kvalitetne snimke u nekontrolisanim okruženjima, kao što su slabo osvijetljena ili potpuno mračna područja. Još jedna stvar koju narednih godina treba imati u vidu jesu kamere za prepoznavanje lica, gdje se proces prepoznavanja procesira na samim kamerama. Međutim, one zahtijevaju veliku procesorsku snagu, budući da se na kamerama nalaze svi alati potrebni za prepoznavanje. Iako nekoliko proizvođača trenutno razvija kamere za prepoznavanje lica, to tržište je još u početnoj fazi, ali možemo očekivati da će u budućnosti biti drugačije.