Распознавание лиц перешло из лабораторий в городскую среду. Московская система видеонаблюдения уже подключает алгоритмы к камерам в метро и на улицах, банки тестируют биометрическую идентификацию клиентов, а ретейл считает пол, возраст и эмоции покупателей. Технология созрела быстрее, чем регуляторика. Бизнесу и госсектору приходится принимать решения в зоне, где техническая зрелость опережает правовую определённость.

Как это работает

Современные системы строятся на свёрточных нейросетях. Алгоритм находит лицо в кадре, нормализует его по положению и освещению, затем переводит в числовой вектор – эмбеддинг из нескольких сотен признаков. Дальше задача сводится к сравнению векторов: расстояние между двумя эмбеддингами показывает, один это человек или разные.

Различают два режима. Верификация (1:1) подтверждает, что человек – тот, за кого себя выдаёт; так работает вход в приложение банка. Идентификация (1:N) ищет лицо в базе из тысяч или миллионов записей – это сценарий городского видеонаблюдения и розыска. Второй режим на порядок сложнее: с ростом базы накапливаются ложные срабатывания, и точность в 99% на тесте превращается в десятки ошибок в сутки на потоке.

Качество упирается в данные и условия съёмки. Ракурс, низкая освещённость, маски, изменения с возрастом снижают точность. Отдельная проблема – атаки представления: фотография, видео с экрана или маска. Поэтому к распознаванию добавляют liveness detection – проверку, что перед камерой живой человек, а не подделка.

Правовые границы в России

Биометрические персональные данные регулирует статья 11 152-ФЗ. Изображение лица, обрабатываемое для идентификации, – это биометрия, и её обработка по общему правилу требует письменного согласия субъекта. Исключения узкие: оборона, безопасность, правосудие, исполнение международных договоров. Коммерческая идентификация без согласия под исключения не попадает.

С 2018 года работает Единая биометрическая система: банки собирают лицо и голос, чтобы клиент мог удалённо открывать счета. Это отдельный регуляторный контур ЦБ и Минкомсвязи со своими требованиями к защите шаблонов. Параллельно государство наращивает инвестиции в цифровую инфраструктуру – мы разбирали это в обзоре нацпрограммы «Цифровая экономика», и биометрия проходит по той же линии.

Практические границы для проекта складываются из нескольких вопросов. Есть ли законное основание обработки – согласие или прямое полномочие? Где хранятся шаблоны и как они защищены? Можно ли отозвать согласие и удалить данные? Биометрию, в отличие от пароля, нельзя сменить после утечки, поэтому требования к защите хранилища жёстче, чем к обычной базе. Здесь работают те же принципы юридической значимости, что и в электронной подписи и ЭДО: без корректно оформленного согласия и защищённого носителя результат идентификации юридически уязвим.

Что это значит для внедрения

Распознавание лиц решает реальные задачи – контроль доступа, борьба с мошенничеством, обезличенная аналитика трафика. Но проект начинается не с выбора модели, а с правовой схемы и оценки рисков. Сначала – основание обработки и сценарий получения согласия, затем – архитектура хранения шаблонов и liveness, и только потом – алгоритм и его дообучение под ваши условия съёмки.

Под конкретную задачу заказчика такая система собирается из разработки приложений с ИИ с пилотом на реальном видеопотоке и интеграцией с существующими СКУД и бэк-офисом. О более широком технологическом контексте года мы писали в обзоре ИТ-трендов 2019.

Вывод простой: технология уже рабочая, а её ценность определяется не процентом точности на тесте, а тем, насколько корректно она вписана в закон и защищена от утечек. Зрелое внедрение начинается с права, а не с нейросети.