Як працює розпізнавання облич: технологія, ринок і майбутнє deepfake

Сучасне розпізнавання облич базується на нейромережах, які перетворюють зображення на числові вектори в багатовимірному просторі — зазвичай 512 або 1024 виміри. Кут між векторами визначає, чи належать фото одній людині. Якщо кут мінімальний — обличчя збігаються, якщо перевищує критичне значення — це різні особи.

Процес розпізнавання складається з кількох етапів: спочатку система виявляє обличчя в кадрі (face detection), потім за потреби вирівнює його (face alignment), і лише після цього генерує ембеддінг — числовий вектор, який порівнюється з базою даних. Для навчання алгоритмів використовують датасети — набори з сотнями або тисячами фотографій однієї людини за різних умов: освітлення, ракурсів, міміки, аксесуарів.

Якість даних — ключовий фактор успіху. За оцінками фахівців, 80% результатів машинного навчання залежать саме від датасету, а не від алгоритму. Датасети збирають роками: великі корпорації та мережі супермаркетів накопичують записи з камер відеоспостереження за 5 років до того, як починають їх монетизувати. Ці дані або використовують для власних алгоритмів, або продають — ринок «сирих» даних стрімко зростає.

Окремий напрям — технологія deepfake. Українська компанія RefaceAI пропонує заміну обличчя на фото та відео за допомогою генеративних змагальних мереж (GAN). Для створення якісного результату достатньо однієї фотографії та 10 секунд обробки. Щоб запобігти зловживанням, компанія вбудовує у відео цифровий водяний знак. Користувачі створюють платний акаунт, що дозволяє ідентифікувати автора контенту.

Ринок технологій розпізнавання облич оцінюється в мільярди доларів. Лідером вважається Китай, який інвестує в системи ідентифікації за обличчям, ходою, голосом і навіть моделями покупок. При цьому, зазначають експерти, лідерство в окремих нішах часто належить невеликим компаніям, чиї рішення згодом копіюють сотні гравців.