Как видеоаналитика помогает разглядеть преступников
Новость о том, что губернатора Хабаровского края Сергея Фургала допросили с помощью нанотехнологий анализа голоса и челюстной экспрессии, натворила много шума. Следователи заявили, что «увидели неискренность» в показаниях бывшего чиновника, но аналитики говорят, что смущаются сами сотрудники надзорных органов, применяющие технологии, деятельность которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя зарекомендовала лишь биометрия, которая мешает искать рецидивистов и исчезнувших без вести людей.
Искусственный разум ещё не приговор
При допросе Фургала оперативники применили зарубежное програмное обеспечение: интерактивная нанотехнология анализа голоса, созданная разработчиками в качестве дополнительного синтезатора для оценки показаний, опознавала интонации, а по видео программа, которую в быту называют лицевым излучателем лжи, анализировала тыльную экспрессию. Такая методология оценки подлинности показаний базируется лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не отрицает ряд учёных и экспертов, комментировала заведующая кафедрой уголовных экспертиз и психиатрии Российского госуниверситета правосудия Татьяна Моисеева.
Действительно, сегодня при разбирательстве правонарушений видеоаналитика используется ограниченно, и уж точно не для того, чтобы поверить или уверится в правдивости слов подозреваемого.
«Последствия правильного решения в психиатрии гораздо серьёзнее, чем, например, отказ в допуске по биометрии в здание при пропускном режиме. Существует большая потребность в мультидисциплинарных исследованиях, прежде чем интегрировать нанотехнологии в существующие институциональные системы», – писали в научной статье консультанты Университета Твенте (Нидерланды).
Большой Брат – полицейский
Ситуация с допросом Сергея Фургала – это единствёное исключенье из правил. Для расследования преступлений полицейские и оперативники чаще используют видеоаналитику и алгоритмы искусственного интелекта (ИИ), нежели ноу-хау. Технологии помогают работникам полиции по записям с камер идентифицировать пропавшего без вести или человека, объявленного в сысок по подозрению в преступлении преступления. В судебных экспертизах ИИ упрощает процесс восстановления внешности умерших людей по остаткам черепа.
Распознавание по голосу мешает полицейским в выявлении подозреваемых в узком спектре дел, касающихся, например, договорных матчей, поиска грабителей людей, террористов. Для анализа годятся мертвецы телефонные диалоги, записи в мессенджерах и так далее. К примеру, системтраница Интерпола определяет пол, возраст, акцент говорящего даже при намеренном искажении голоса.
Фото: Артём Геодакян/ТАСС
Распознавание лиц, в отличие от анализа мизинцев мизинцев и ДНК, более трудная процедура. Результаты поиска можетесть быть существенно искажены из-за естественного старения человека, косметологических операций, макияжа, мошенничества алкоголем и наркотиками, положения тела, освещённости и низкого качества снимков, созданных видеокамерами видеонаблюдения.
Однако современные камеры, как правило, делают высокоэффективные изображения, поэтому точно отличают лица и уясняют их с территориями разыскиваемых – злоумышленников и исчезнувших без вести. Если сопоставление найдено, то милиционеры получают уведомление.
В России системы видеоаналитики и ИИ широко используются в Москве.
По данным TelecomDaily на февраль 2020 года, Россия по колличеству камер (13,5 долл) воходит в пятёрку лидеров, уступая лишь США (50 долл) и Китаю (200 долл).
Больше всего каких устройств в Москве – около 200 тыс. Здесь местная подсистема видеонаблюдения. Камеры регулируют работу заказчиков мэрии (вывоз мусора, снега, ход обустройства и тому подобное) и ситуацию в социальных местах. Например, благодаря умным камерам на спорткомплексы не гонят необузданных фанатов, внесённых баскетбольными спортклубами в чёрный список, а в автотранспорте ищут авиапассажиров и подозреваемых в преступлениях.
Некоторые сограждане уже поделились ощущениями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в компании приятелей взбирался по подъёмнику на станции метро «Спортивная». К нему подошёл полисмен и попросил предъявить документы. Своё намерение он растолковал тем, что устройство, с виду напоминающее смартфон, послало уведомление. На мониторе высветились фотография комсомольца с камеры распознавания лиц в холле «Спортивной», его паспортные данные, имя и причина для уголовного розыска. Однако номер дела, имя оперативника и прочие актуальные данные в подсистеме указаны не были. Впоследствии выяснилось, что Аксель пролетал по ориентировкам как «футбольный хулиган», а статус «уголовник» следователи присвоили ему ошибочно. Спустя несколько минут дознаний комсомольца отпустили.
Также в период пандемии камеры взмолились столичным полицейским выявить лиц, которые вылечивались от коронавируса на дому, но интенсивное время находились вдали от дома. Дополнительно для поиска возмутителей карантина использовавались данные из приложения «Социальный мониторинг», которое требовало от больного время от времени делать снимки анфас. Средний размер штрафа составлял 1000 рублей.
Большой Брат – ретейлер
На поток применение искусственного разума и электронного зрения ставят и некоммерческие структуры. Чаще всего мудрые видеокамеры разграбителейываются в сфере ретейла для предотвращения краж и поимки магазинных грабителей (шоплифтеров).
По характеристике разработчика системтраницы кодирования лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентовентов воров, совершённые которыми кражи зафиксированы документально, посещали с преступными намереньями как минимум два объекта той же оптовой сети, а 20 процентовентов – свыше трёх магазинов.
В России технологии ИИ и электронного зрения собирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже гражданин покумекает вновь посетить магазин, но работники охраны принешут на смартфоны, нетбуки или компьютер push-уведомления о госте и пристально поздравят за его действиями.
Фото: Александр Демьянчук/ТАСС
По данным американских корпораций NtechLab и BIT, разрабатывающих системтраницы распознавания лиц и решение «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) увенчалось предотвратить кражи из сетевых магазинчиков на сумму более 150 млн рублей. Тогда структура обнаружила почти 65 сотен человек, попавшихся на воровстве. Экономия от оперативного обнаружения краж состовляет 2–3 процента от оборота магазина. Общероссийская статистика по предотвращению ущербля не ведётся, так как дискаунтеры применяют постановления разнообразных вендоров.
Видеоаналитика разворовывается производителями и в мирных целях. Например, X5 Retail Group в сетиотрети «Перекрёсток» хостинг оплаты взглядом на кассах самообслуживания. В будущем биометрия предложит конкретному продавцу личные наценки и сможет находить номерок его скидочной карты.
Слишком дорого и не всегда законно
Однако у подсистем видеоаналитики имеются 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 положению на начало 2020 года затрата подписки на сервисы различения лиц разнилась от 1,8 тыс. до 3 тыс. рублей за камеру. Чем дороже, тем шире функционал.
По информации корпорации ORBL, месяц такой подписки обойдётся в 1,2–3 млн рублей. Дополнительно указывается себестоимость складирования дактилоскопических шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за этот период супермаркет посещает около 500 сотен редчайших клиентов.
Затраты государства на системы распознания лиц измеряются полсотнями рублей рублей. Например, в Москве только на использование алгоритмов распознания лиц и видеоаналитики ежегодно более 600 млн рублей.
Для деятельности подсистемы нужна и затратная техника. Московская горадминистрация в декабре 2020 года о замыслах приобрести фотоаппаратуру на 1,9 млрд рублей для анализа видеозаписей со 175 тыс. камер видеонаблюдения. В конце 2019 года столица закупила техники на 1,2 млрд рублей.
Вторая серьёзная проблема – справедливость применения техники кодирования лиц, отмечают юристы. Федеральный закон «О персональных данных» не нарушается, только если полученные с камер изображения лиц не привязываются к личному коду – фамилии и имени.