Технологии распознавания лиц не узнают человека в том смысле, в каком это делает знакомый на улице. Они превращают изображение лица в набор чисел, сравнивают его с другим таким же набором и выдают не ответ «да или нет», а степень похожести. Отсюда все остальное: системы ошибаются в обе стороны, а цена ошибки зависит от того, какое решение принимают по подсказке алгоритма. Ниже принцип работы, реальные сферы применения, измеренные ограничения и то, что уже запрещено законом.
Как это работает: от кадра до числового вектора
Этапов в любой современной системе четыре. Сначала детектор находит на кадре область лица. Затем по опорным точкам, таким как углы глаз и крылья носа, изображение выравнивают и масштабируют, чтобы наклон головы не мешал сравнению. После этого нейросеть превращает его в вектор признаков, то есть в упорядоченный набор чисел, который называют биометрическим шаблоном. На последнем этапе два шаблона сравнивают и получают расстояние между ними.
Хранить ваше лицо в виде картинки системе при этом не нужно, хранится шаблон. Восстановить по нему исходную фотографию в бытовом смысле нельзя, но обезличенными такие данные не являются: шаблон привязан к конкретному человеку и опознает его в любой базе, построенной тем же алгоритмом.
Решение о совпадении принимает порог. Сдвинули в одну сторону, стало меньше ложных совпадений, но система чаще не узнает своего же сотрудника. Сдвинули в другую, людей пускают без заминки, но растет риск пустить чужого.
Верификация и идентификация: разница, которая определяет риск
Режимы различаются радикально. Верификация это сравнение один к одному: человек утверждает, что он владелец телефона или счета, и его лицо сверяют с одним сохраненным шаблоном. Идентификация это сравнение один к многим: система перебирает тысячи или миллионы шаблонов в базе и выдает список похожих.
Второй режим опаснее арифметически: чем больше база, тем больше в ней людей, случайно похожих на искомого при заданном пороге, поэтому ложные совпадения там неизбежны даже у хорошего алгоритма. Система дает не ответ, а версию для проверки.
| Сценарий | Режим | Что дает на практике | Главный риск |
|---|---|---|---|
| Разблокировка телефона | Один к одному | Быстрый вход, шаблон остается на устройстве | Низкий: при сбое есть код доступа |
| Удаленное открытие счета | Один к одному | Проверка, что в кадре живой владелец документа | Подделка видео и подмена потока камеры |
| Пропускной режим и учет времени | Один к немногим | Проход без карты, автоматическая отметка | Сбор биометрии работников без реальной альтернативы |
| Пограничный контроль | Один к одному | Сверка лица с чипом паспорта | Задержки и ручная проверка при несовпадении |
| Видеонаблюдение в городе | Один к многим | Поиск человека по кадрам камер | Ложные совпадения и слежка за обычными людьми |
| Аналитика в магазине | Один к многим | Подсчет посетителей, выявление возвратных визитов | Обработка лиц людей, которые об этом не знают |
Где технология применяется на самом деле
Самый массовый и самый безобидный сценарий это разблокировка личных устройств, где шаблон не покидает телефон. Следом идет удаленная идентификация клиента в банках, и там к сравнению лица добавляют проверку живости, то есть тесты, отличающие живого человека от фотографии, маски или сгенерированного видео.
В компаниях биометрию ставят чаще всего не ради безопасности, а ради учета рабочего времени и прохода без карт. Стоит помнить, что терминал на входе фиксирует присутствие, а не результат, и не заменяет нормально составленный рабочий график. В ритейле систему продают как инструмент борьбы с потерями и аналитики посещаемости, и она встраивается в маркетинговые стратегии компании наравне с программами лояльности, только в отличие от карты лояльности согласия у человека никто не спрашивает.
Есть применение, о котором в Украине знают по новостям 2022 года: Министерство обороны использовало систему американской компании Clearview AI для идентификации погибших российских военных и поиска их родственников, когда другие способы опознания не работали; доступ компания предоставила бесплатно. Пример удобен тем, что показывает обе стороны технологии: та самая база, собранная сплошным сбором фотографий из интернета, позже стала предметом многомиллионных штрафов в Европе.
Доказанные ограничения: что показали измерения
Самый цитируемый независимый источник здесь это Национальный институт стандартов и технологий США. В отчете NISTIR 8280 от декабря 2019 года проверили 189 алгоритмов от 99 разработчиков на 18,27 миллиона изображений 8,49 миллиона человек из государственных баз. Выводы были такие.
- Большинство алгоритмов показывает демографические различия: способность сопоставить два снимка одного человека меняется от группы к группе.
- В режиме один к одному ложные совпадения чаще возникали для азиатских и афроамериканских лиц по сравнению с европеоидными, причем разница доходила от десятикратной до стократной в зависимости от конкретного алгоритма.
- Среди алгоритмов, разработанных в азиатских странах, такого разрыва между азиатскими и европеоидными лицами не было, что NIST связал с более разнообразными обучающими данными.
- В режиме один к многим на базе из 1,6 миллиона снимков чаще ложно срабатывали совпадения для афроамериканок.
- Не все алгоритмы дают такой разброс, и наиболее равномерные по демографическим группам входят в число самых точных в целом.
NIST продолжает публиковать обновляемые оценки с отдельным разделом по демографическим эффектам: общая картина за эти годы улучшилась, но разброс между возрастными, половыми и региональными группами сохраняется.
Отдельно о том, чего технология не умеет, хотя это иногда продают. Она не определяет эмоции, намерения или ложь: по мимике можно предположить выражение лица, но не внутреннее состояние, и обоснованность таких выводов остается спорной. Качество падает при остром угле съемки, контровом свете, низком разрешении и после заметного изменения возраста или веса. Однояйцевые близнецы для части систем остаются проблемой.
Цена ошибки: один документированный случай
В 2020 году в Детройте по подсказке системы распознавания задержали Роберта Уильямса: алгоритм сопоставил его фотографию из водительского удостоверения с кадром записи из магазина 2018 года, а сотрудник магазина подтвердил опознание. Человек оказался ни при чем. В июне 2024 года город выплатил ему 300 тысяч долларов по мировому соглашению и изменил правила: результат распознавания больше нельзя использовать как основание для задержания без независимых доказательств, а все дела с 2017 года, где распознавание применялось для получения ордера, подлежат проверке.
Слабое место здесь не алгоритм: он выдал список похожих, а решение приняли люди, не имея других доказательств. Поэтому требование подтверждать подсказку системы независимыми данными стало стандартным пунктом регламентов.
Что с этим делает законодательство
В Евросоюзе с 2 февраля 2025 года действуют запреты статьи 5 Регламента об искусственном интеллекте. Запрещено создавать или расширять базы распознавания лиц нецелевым сбором изображений из интернета или с камер наблюдения, без исключений. Запрещены системы определения эмоций на рабочих местах и в учебных заведениях, кроме медицинских и связанных с безопасностью случаев. Удаленная биометрическая идентификация в реальном времени в публичных местах для правоохранительных целей запрещена, кроме узкого перечня ситуаций вроде поиска жертв преступлений или конкретной террористической угрозы, и каждое применение требует предварительного разрешения. Штрафы по этим пунктам достигают 35 миллионов евро или 7 процентов мирового оборота.
Общий регламент о защите данных и до этого относил биометрию, используемую для однозначной идентификации человека, к особой категории данных с усиленными требованиями. На практике это уже привело к штрафам именно за сплошной сбор фотографий: регуляторы Франции, Италии и Греции в 2022 году наложили на Clearview AI по 20 миллионов евро каждый, а в сентябре 2024 года нидерландский регулятор добавил к этому 30,5 миллиона.
В Украине действует статья 7 Закона о защите персональных данных: обработка биометрии запрещена, кроме перечисленных оснований, среди которых однозначное согласие человека и необходимость в сфере трудовых отношений при надлежащей защите. Контролирующий орган это Уполномоченный Верховной Рады Украины по правам человека, туда и идет жалоба. Если вы строите продукт с распознаванием лиц, запреты европейского регламента имеет смысл прочитать до начала разработки: это один из пунктов, который на пути от идеи до первых продаж способен закрыть всю затею. Решение о внедрении биометрии в компании тоже техническое только на первый взгляд, и это та часть работы руководителя, где цена ошибки юридическая, а не инженерная.
Что можно сделать самому
- Разделяйте два случая: биометрия на вашем устройстве против передачи лица в чужую базу. Первое вы контролируете, второе нет.
- Проверьте, установлен ли на телефоне надежный код доступа как запасной способ входа: лицо без кода защищено хуже, а не лучше.
- Перед согласием на биометрию спрашивайте четыре вещи: кто оператор данных, где хранится шаблон, сколько он хранится и есть ли альтернативный способ.
- Там, где биометрия не обязательна по закону, требуйте альтернативу в виде карты или пропуска. На работе это законное требование, а не каприз.
- Не выкладывайте портреты высокого качества в открытый доступ без необходимости.
- Пользуйтесь правом на доступ: оператор обязан ответить на письменный запрос о том, какие ваши данные обрабатывает и на каком основании.
- При отказе или молчании обращайтесь с жалобой к Уполномоченному по правам человека, приложив копию своего запроса.
Частые вопросы
Можно ли обмануть распознавание лица фотографией
Простую систему с одной обычной камерой обмануть проще, чем защищенную. Поэтому там, где на кону деньги или доступ, применяют проверку живости: анализ глубины, инфракрасную съемку, реакцию на смену освещения или просьбу выполнить движение. Полностью надежной защиты нет, гонка между подделкой видео и методами ее выявления продолжается.
Законно ли видеонаблюдение с распознаванием лиц
Видеосъемка и обработка биометрии это разные вещи. Второе по украинскому законодательству требует законного основания, чаще всего однозначного согласия человека. Поэтому камера на входе в магазин вопросов не вызывает, а сопоставление лиц посетителей с какой-либо базой уже требует обоснования.
Можно ли потребовать удалить свое лицо из базы
Да, субъект данных вправе требовать от оператора информацию об обработке своих данных и их удаления, если законного основания нет. Работает это не мгновенно, но именно такие требования стали поводом для крупнейших европейских штрафов.
Чем вход по лицу в телефоне отличается от городских систем
Режимом и местом хранения. В телефоне это сравнение один к одному с шаблоном, который хранится в защищенной части самого устройства. Городская система это сравнение один к многим по внешней базе, где вы не знаете ни порога, ни того, кто имеет доступ к результатам.
Насколько точны такие системы в цифрах
Единой цифры не существует, и это не уклончивый ответ. Частота ошибок зависит от алгоритма, выставленного порога, размера базы, качества съемки и демографической группы. Корректно сравнивать только результаты независимых тестов в одном и том же режиме, а любая точность, названная без этих условий, является рекламной.