stringtranslate.com

ДипФейс

DeepFace — это система распознавания лиц с глубоким обучением , созданная исследовательской группой Facebook . Он идентифицирует человеческие лица на цифровых изображениях. Программа использует девятислойную нейронную сеть с более чем 120 миллионами весов соединений и была обучена на четырех миллионах изображений, загруженных пользователями Facebook. [1] [2] Исследовательская группа Facebook заявила, что метод DeepFace достигает точности 97,35% ± 0,25% на наборе данных «Размеченные лица в дикой природе» (LFW), где у людей точность составляет 97,53%. [3] Это означает, что DeepFace иногда более успешен, чем люди. В результате растущего общественного беспокойства Meta объявила [4] , что планирует отключить систему распознавания лиц Facebook, удалив данные сканирования лиц более чем одного миллиарда пользователей. [5] Это изменение станет одним из крупнейших сдвигов в использовании распознавания лиц в истории технологии. Facebook планировал удалить к декабрю 2021 года более миллиарда шаблонов распознавания лиц, представляющих собой цифровые сканы черт лица. Однако компания не планировала устранять DeepFace — программное обеспечение, обеспечивающее работу системы распознавания лиц. По словам представителя Meta, компания также не исключает включения технологии распознавания лиц в будущие продукты. [5]

Коммерческое внедрение

Источник

DeepFace был создан группой ученых из исследовательской группы Facebook по искусственному интеллекту . В команду входят Яйнив Тайгман и ученый-исследователь Facebook Минг Ян. К ним также присоединился Лиор Вольф, преподаватель Тель-Авивского университета . Янив Тайгман пришел в Facebook, когда Facebook приобрел Face.com в 2012 году.

Facebook начал предоставлять DeepFace своим пользователям в начале 2015 года и постоянно расширяет возможности использования и программное обеспечение DeepFace. [6] DeepFace, по словам директора по исследованиям искусственного интеллекта Facebook , не предназначен для вторжения в личную жизнь. Вместо этого DeepFace предупреждает людей, когда их лицо появляется на любой фотографии, опубликованной в Facebook. Получив это уведомление, они смогут удалить свое лицо с фотографии. [6]

Евросоюз

Когда технология DeepFace была первоначально развернута, у пользователей была возможность отключить DeepFace. Однако их не уведомили о том, что это произошло. [7] Из-за этого DeepFace не был выпущен в Евросоюзе . Закон ЕС о конфиденциальности данных утверждает, что распознавание лиц Facebook не соответствует законам ЕС о защите данных. Поскольку пользователи не дают согласия на любое использование их биометрических данных, это не соответствует требованиям. [8]

Точность

Системы DeepFace могут идентифицировать лица с точностью 97%, почти с той же точностью, что и человек в том же положении. Распознавание лиц Facebook более эффективно, чем технология ФБР , точность которой составляет 85%. [9] Технология Google , FaceNet , более успешна, чем DeepFace, используя те же наборы данных. FaceNet установил рекорд точности — 99,63%. FaceNet Google включает данные из Google Photos . [10]

Приложения

Facebook использует отдельные шаблоны распознавания лиц, чтобы находить фотографии, на которых изображен человек, чтобы они могли просмотреть, заинтересовать или поделиться контентом. DeepFace защищает людей от выдачи себя за другое лицо или кражи личных данных . Возьмем, к примеру, случай, когда человек использовал чью-то фотографию профиля как свою собственную. С помощью DeepFace Facebook может идентифицировать и предупредить человека, чья информация используется не по назначению. [11] Чтобы гарантировать, что люди могут контролировать распознавание лиц, Facebook не делится шаблонами лиц. Кроме того, Facebook удалит изображения из шаблонов распознавания лиц, если кто-то удалил свою учетную запись или снял свою пометку с фотографии. У людей также есть возможность отключить распознавание лиц на Facebook. Если эта функция отключена, Facebook прекратит распознавание лиц этого человека.  

После выпуска DeepFace в 2015 году его использование осталось на прежнем уровне. Поскольку все больше людей загружают изображения в Facebook, алгоритм стал более точным. DeepFace от Facebook — это самый большой набор данных для распознавания лиц, который существует в настоящее время. Из-за этого некоторые люди утверждают, что база данных идентификации лиц Facebook может быть передана правительственным учреждениям. [12] Однако такое использование запрещено большинством законов о конфиденциальности данных. В ответ на проблемы конфиденциальности Facebook удалил функцию автоматического распознавания лиц, позволяющую людям включать теги через DeepFace. Это изменение было реализовано в 2019 году.

Архитектура

Система DeepFace состоит из четырех модулей: 2D-выравнивание, 3D-выравнивание, фронтализация и нейронная сеть. Через них последовательно проходит изображение лица, в результате чего получается 4096-мерный вектор признаков , представляющий лицо. Вектор признаков затем может быть дополнительно обработан для решения множества различных задач. Например, чтобы идентифицировать лицо, можно сравнить его со списком векторов признаков известных лиц и идентифицировать лицо с наиболее похожим вектором признаков.

DeepFace использует детекторы реперных точек на основе существующих баз данных для выравнивания лиц. Выравнивание лица начинается с двухмерного выравнивания, а затем продолжается трехмерным выравниванием и фронтализацией. То есть процесс DeepFace состоит из двух этапов. Во-первых, он корректирует углы изображения так, чтобы лицо на фотографии смотрело вперед. Для этого он использует 3D-модель лица. [13]

2D выравнивание

Модуль 2D-выравнивания определяет 6 контрольных точек на обнаруженном лице — центр глаз, кончик носа и расположение рта. Эти точки преобразуются в искаженное изображение, чтобы помочь распознать лицо. Однако 2D-преобразование не может компенсировать неуместные повороты.

3D выравнивание

Для выравнивания лиц DeepFace использует общую 3D-модель, в которой 2D-изображения обрезаются до 3D-версий. Трехмерное изображение имеет 67 опорных точек. После того, как изображение было деформировано, на него вручную помещается 67 опорных точек, соответствующих 67 контрольным точкам. Затем устанавливается камера преобразования 3D в 2D, которая минимизирует потери. Поскольку 3D-обнаруженные точки на контуре лица могут быть неточными, этот шаг важен.

Фронтализация

Поскольку полноперспективные проекции не моделируются, установленная камера представляет собой лишь приближение реального лица человека. Чтобы уменьшить количество ошибок, DeepFace стремится деформировать 2D-изображения с меньшими искажениями. Кроме того, камера P способна заменять части изображения и смешивать их с симметричными аналогами.

Нейронная сеть

Нейронная сеть представляет собой последовательность слоев, расположенных следующим образом: сверточный слой – максимальный пул – сверточный слой – 3 локально связанных слоя – полносвязный слой.

Входные данные представляют собой RGB-изображение лица, масштабированное до разрешения , а выходные данные — действительный вектор размерности 4096, являющийся вектором признаков изображения лица.

В статье 2014 года [13] в конце добавлен дополнительный полностью связный слой, чтобы классифицировать изображение лица как одного из 4030 возможных людей, которых сеть видела во время обучения.

Реакции

Промышленность

Исследователь искусственного интеллекта Бен Герцель сказал, что Facebook «довольно убедительно решил проблему распознавания лиц» с помощью этого проекта, но сказал, что было бы неправильно заключить, что глубокое обучение — это полное решение проблемы искусственного интеллекта.

Нирадж Кумар , исследователь из Вашингтонского университета, сказал, что DeepFace от Facebook показывает, как большие наборы внешних данных могут привести к созданию модели «более высокой емкости». Из-за широкого доступа Facebook к изображениям людей их программное обеспечение для распознавания лиц может работать лучше, чем другое программное обеспечение, с гораздо меньшими наборами данных. [14] [15]

СМИ

В статье Huffington Post названа технология «жуткой», ссылаясь на проблемы конфиденциальности данных , и отмечается, что некоторые европейские правительства уже потребовали от Facebook удалить данные распознавания лиц. [16] По данным Broadcasting & Cable , Центр цифровой демократии пригласил Facebook и Google принять участие в «встрече заинтересованных сторон» Национального управления по телекоммуникациям и информации в 2014 году , чтобы помочь разработать Билль о правах потребителей на конфиденциальность , но они оба отказались. Broadcasting & Cable также отметила, что Facebook не публиковал никаких заявлений в прессе относительно DeepFace, хотя их исследовательская работа была опубликована ранее в этом месяце. Slate заявил, что Facebook не рекламирует DeepFace, потому что опасается очередного раунда заголовков, осуждающих жуткость DeepFace.

Пользователи

Многие люди боятся технологии распознавания лиц. [17] [18] Почти идеальная точность этой технологии позволяет компаниям социальных сетей создавать цифровые профили миллионов американцев. [19] Однако страх человека перед распознаванием лиц и другими проблемами конфиденциальности не соответствует снижению использования социальных сетей. Вместо этого отношение к конфиденциальности и настройкам конфиденциальности не оказывают большого влияния на намерение человека использовать приложения Facebook. [20] [21] [22] Поскольку Facebook — это сайт социальной сети, индивидуальные страхи по поводу конфиденциальности перевешиваются желанием участвовать в социальных сетях. [23]

Проблемы конфиденциальности

Иск BIPA

Пользователи Facebook подали коллективный иск против Facebook в соответствии с Законом штата Иллинойс о конфиденциальности биометрической информации (BIPA). [24] В Иллинойсе имеется наиболее полное законодательство о конфиденциальности биометрических данных, регулирующее сбор биометрической информации коммерческими организациями. [25] BIPA штата Иллинойс требует от корпорации, которая получает биометрическую информацию человека, получить письменное разрешение, уведомить ее о том, что ее информация собирается, и указать продолжительность сбора информации. В иске, поданном против DeepFace, утверждается, что сбор Facebook идентификационной информации о лице для использования инструмента подсказки тегов нарушает BIPA. [26] Поскольку Facebook не уведомляет и не дает согласия лицам, когда они используют этот инструмент, пользователи Facebook утверждают, что это нарушает BIPA. [27]  Девятый округ отклонил ходатайство Facebook о прекращении дела и в конечном итоге утвердил дело. Facebook пытался обжаловать решение Девятого округа, которое в конечном итоге было удовлетворено. Facebook утверждает, что дело не должно было быть проверено, поскольку истцы не заявляют о каком-либо вреде, кроме нарушения Facebook BIPA. Facebook удалил функцию автоматического распознавания лиц в 2019 году в ответ на опасения, высказанные в иске. [28] Facebook предложил выплатить по этому делу компенсацию в размере 550 миллионов долларов, но оно было отклонено. Когда Facebook увеличил сумму компенсации до 650 миллионов долларов, суд принял ее. Facebook было приказано выплатить компенсацию в размере 650 миллионов долларов в начале марта 2021 года. 1,6 миллиона жителей Иллинойса получат не менее 345 долларов. [29]

В июле 2020 года Facebook объявил, что создает команды, которые будут изучать расизм в своих алгоритмах. [30] Команды Facebook будут работать с командой ответственного ИИ Facebook, чтобы изучить предвзятость в их системах. Реализация этих программ началась недавно, и пока неясно, какие реформы будут проведены. [31]

Десятилетний вызов

В 2019 году в Facebook стал вирусным конкурс, в котором пользователям предлагалось опубликовать фотографию 10-летней давности и фотографию 2019 года. Задача получила название «Вызов 10 лет». В челлендже приняли участие более 5 миллионов человек, в том числе многие знаменитости. Возникло беспокойство по поводу того, что 10-летний конкурс Facebook был разработан для обучения базы данных Facebook по распознаванию лиц. Кейт О'Нил, автор журнала Wired , написала статью, в которой повторила эту возможность. [32] Facebook отрицает свою причастность к созданию проблемы. [33] Однако отдельные лица утверждают, что опасения, которые подчеркивают теории вокруг 10-летней проблемы, перекликаются с более широкими опасениями по поводу Facebook и права на неприкосновенность частной жизни. [34]

Расизм в технологии идентификации лица

Алгоритмы распознавания лиц не всегда успешны. [35] Хотя в некоторых случаях алгоритмы способны классифицировать лица с точностью более 90%, точность ниже, когда алгоритмы применяются к женщинам, чернокожим людям и молодым людям. [36] Системы ошибочно идентифицируют лица чернокожих и азиатов в 10–100 раз чаще, чем белые лица. [37] Поскольку алгоритмы в основном обучаются на белых мужчинах, таким системам, как DeepFace, сложнее их идентифицировать. [38] Предполагается, что как только базы данных распознавания лиц будут обучены идентифицировать цветных людей, показывая им более разнообразные лица, они будут более успешны в идентификации. [39]

Смотрите также

Рекомендации

  1. ^ «Facebook создает программное обеспечение, которое соответствует лицам почти так же хорошо, как и вы», Technology Review , Массачусетский технологический институт, 17 марта 2014 г.
  2. ^ «DeepFace от Facebook демонстрирует серьезные навыки распознавания лиц», CBS News , 19 марта 2014 г.
  3. ^ «DeepFace: устранение разрыва с производительностью человеческого уровня при проверке лица» . Исследование Фейсбука . Проверено 25 июля 2019 г.
  4. ↑ Мец, Рэйчел (2 ноября 2021 г.). «Facebook закрывает свое программное обеспечение для распознавания лиц». CNN . Проверено 5 ноября 2021 г.
  5. ^ Аб Хилл, Кашмир; Мак, Райан (2 ноября 2021 г.). «Facebook, ссылаясь на обеспокоенность общества, планирует отключить систему распознавания лиц» . Нью-Йорк Таймс . ISSN  0362-4331 . Проверено 5 ноября 2021 г.
  6. ^ Аб Чоудри, Амит. «Программное обеспечение DeepFace от Facebook может распознавать лица с точностью 97,25%». Форбс . Проверено 9 апреля 2021 г.
  7. ^ «Facebook урегулировал спор по распознаванию лиц» . Новости BBC . 30 января 2020 г. Проверено 8 апреля 2021 г.
  8. ^ «Том 23.1 - Зима 2017 | Журнал права науки и технологий» . www.bu.edu . Проверено 24 апреля 2021 г.
  9. ^ «Технология распознавания лиц: обеспечение прозрачности в использовании правительством - ФБР» . www.fbi.gov . Проверено 9 апреля 2021 г.
  10. ^ «Распознавание лиц: 7 главных тенденций (технологии, поставщики, рынки, варианты использования и последние новости)» . Группа компаний «Талес» . Проверено 9 апреля 2021 г.
  11. ^ «Что такое настройка распознавания лиц на Facebook и как она работает? | Справочный центр Facebook» . www.facebook.com . Проверено 22 апреля 2021 г.
  12. ^ Глейзер, апрель (9 июля 2019 г.). «База данных Face-ID Facebook может быть самой большой в мире. Да, это должно нас беспокоить». Журнал «Сланец» . Проверено 22 апреля 2021 г.
  13. ^ аб Тайгман, Янив; Ян, Мин; Ранзато, Марк'Аурелио; Вольф, Лиор (июнь 2014 г.). «DeepFace: сокращение разрыва в производительности человеческого уровня при проверке лиц». Конференция IEEE 2014 по компьютерному зрению и распознаванию образов . IEEE. стр. 1701–1708. дои : 10.1109/cvpr.2014.220. ISBN 978-1-4799-5118-5. S2CID  2814088.
  14. ^ «Facebook создает программное обеспечение, которое распознает лица почти так же хорошо, как и вы» . Обзор технологий Массачусетского технологического института . Проверено 22 апреля 2021 г.
  15. ^ Рубинштейн, Ира; Хорошо, Натан (2012). «Конфиденциальность по задумке: контрфактический анализ инцидентов с конфиденциальностью в Google и Facebook». Электронный журнал ССРН . дои : 10.2139/ssrn.2128146. ISSN  1556-5068.
  16. ^ Грандони, Дино (18 марта 2014 г.). «Новая программа Facebook DeepFace настолько жуткая, насколько и звучит» . ХаффПост . Проверено 22 апреля 2021 г.
  17. ^ «Конфиденциальность и идентичность на Facebook», «Дискурс и идентичность на Facebook» , Bloomsbury Academic, 2017, doi : 10.5040/9781474289153.0014, ISBN 978-1-4742-8912-2, получено 24 апреля 2021 г.
  18. ^ Барретт, Линдси (24 июля 2020 г.). «Запретить технологии распознавания лиц для детей и всех остальных». Рочестер, Нью-Йорк. ССНН  3660118. {{cite journal}}: Требуется цитировать журнал |journal=( помощь )
  19. ^ Хуанг, Мишель Ян. «Распознавание лиц почти идеально точное — вот почему это может быть проблемой». Бизнес-инсайдер . Проверено 22 апреля 2021 г.
  20. ^ Ван дер Шифф, Карл; Цветочный день, Стивен; Лоури, Пол Бенджамин (01 августа 2020 г.). «Поведение в отношении конфиденциальности информации при использовании приложений Facebook: оценка уязвимости на основе личности». Гелион . 6 (8): e04714. Бибкод : 2020Heliy...604714V. дои : 10.1016/j.heliyon.2020.e04714 . ISSN  2405-8440. ПМЦ 7452521 . ПМИД  32904276. 
  21. ^ Матиялакан, Сатхасивам; Хейлман, Джордж; Хо, Кевин; Ло, Вай (01 января 2018 г.). «Исследование влияния гендера и культуры на конфиденциальность и доверие Facebook на Гуаме». Журнал международных технологий и информационного менеджмента . 27 (1): 29–56. дои : 10.58729/1941-6679.1363 . ISSN  1941-6679. S2CID  159011924.
  22. ^ «Распознавание лиц в Facebook мешает протестам по поводу конфиденциальности» . Биометрические технологии сегодня . 2011 (7): 1 июля 2011 г. doi :10.1016/s0969-4765(11)70120-5. ISSN  0969-4765.
  23. ^ Розенталь, Сонни; Васенден, Оле-Кристиан; Гронневет, Горм-Андреас; Линг, Рич (01 ноября 2020 г.). «Трехсторонняя модель доверия к Facebook: принятие персонализации информации, забота о конфиденциальности и грамотность в области конфиденциальности». Медиапсихология . 23 (6): 840–864. дои : 10.1080/15213269.2019.1648218. hdl : 10356/145658 . ISSN  1521-3269. S2CID  201372342.
  24. ^ «Сила, распространенность и потенциал: дивный новый мир распознавания лиц через призму уголовного права (и за его пределами)» . nycbar.org . Проверено 31 марта 2021 г.
  25. ^ «Рост и регулирование технологии теплового распознавания лиц во время пандемии COVID-19» — Поиск в Google». www.google.com . Проверено 22 апреля 2021 г ..
  26. ^ Центр, Электронная информация о конфиденциальности. «EPIC — Патель против Facebook». эпик.орг . Проверено 22 апреля 2021 г. {{cite web}}: |first=имеет общее имя ( справка )
  27. ^ «Социальная сеть или социальный кошмар: как суды Калифорнии могут помешать пугающему вторжению Facebook в технологию распознавания лиц навсегда преследовать права потребителей на неприкосновенность частной жизни» . вЛекс . Проверено 24 апреля 2021 г.
  28. ^ «Обновление о распознавании лиц на Facebook» . О Фейсбуке . 03.09.2019 . Проверено 22 апреля 2021 г.
  29. ^ «Facebook заплатит 650 миллионов долларов для урегулирования коллективного иска, основанного на законе штата Иллинойс о конфиденциальности» . ТехКранч . Проверено 22 апреля 2021 г.[ постоянная мертвая ссылка ]
  30. ^ Хайльвайль, Ребекка (22 июля 2020 г.). «Facebook внимательно рассматривает расовую предвзятость в своих алгоритмах». Вокс . Проверено 23 апреля 2021 г.
  31. ^ Траутман, Лоуренс Дж. (27 марта 2020 г.). «Управление кризисом конфиденциальности Facebook». Питтсбургский журнал технологического права и политики . 20 (1). дои : 10.5195/tlp.2020.234 . ISSN  2164-800X.
  32. ^ «10-летний вызов Facebook» - это просто безобидный мем, верно?» Проводной . ISSN  1059-1028 . Проверено 22 апреля 2021 г.
  33. ^ Твиттер https://twitter.com/facebook/status/1085675097766031360 . Проверено 22 апреля 2021 г. {{cite web}}: Отсутствует или пусто |title=( помощь )
  34. ^ Слобом, Майкл (01 января 2020 г.). «Согласие, присвоение путем манипулирования и 10-летний вызов: как интернет-мем усложнил конфиденциальность биометрической информации». Обзор закона Митчелла Хэмлайна . 46 (5).
  35. ^ Бесерра-Риера, Фабиола; Моралес-Гонсалес, Аннетт; Мендес-Васкес, Хейди (01 августа 2019 г.). «Исследование мягкой биометрии лица для систем видеонаблюдения и судебно-медицинской экспертизы». Обзор искусственного интеллекта . 52 (2): 1155–1187. дои : 10.1007/s10462-019-09689-5. ISSN  0269-2821. S2CID  186207594.
  36. ^ Буоламвини, Джой; Гебру, Тимнит (21 января 2018 г.). «Гендерные оттенки: различия в точности в коммерческой гендерной классификации». Конференция по справедливости, подотчетности и прозрачности . ПМЛР: 77–91.
  37. Ссылки ​ www.govinfo.gov . Проверено 23 апреля 2021 г.
  38. ^ «Предвзятость, предвзятость: почему для защиты цветных людей необходимо принять законодательство, устанавливающее требования к закупке коммерциализированной технологии распознавания лиц» . www.americanbar.org . Проверено 23 апреля 2021 г.
  39. ^ Кейн, Кейн; Янг, Эмбер; Майчжак, Энн; Рэнсботам, Сэм (01 марта 2021 г.). «Как избежать репрессивного будущего машинного обучения: теория дизайна помощников по освобождению». Информационные системы управления Ежеквартально . 45 (1): 371–396. дои : 10.25300/MISQ/2021/1578. ISSN  0276-7783. S2CID  232369411.

дальнейшее чтение