Маска сбила с толку современную технику. Некоторые эксперты подсчитывают, что медицинские маски снижают вероятность распознавания лиц примерно на 60%.
"Средний чек" кражи в магазинах за год вырос с 1067 до 1400 рублей, рассказал "РГ" директор по продуктам NtechLab Денис Гришин. Самыми популярными товарами у шоплифтеров (магазинных воров) остаются сыры и колбасные изделия (20,3%). За ними идут молочные изделия (19,6%), спиртные напитки (18,7%), кофе (15,3%) и морепродукты (12%). В 2020 году третьими, четвертыми и пятыми были кондитерские изделия и крупы. Крупы появились в этом списке впервые.
Ретейл - один из лидеров по применению технологий распознавания лиц. Традиционно здесь востребованы системы для работы с "черными списками" покупателей. Однако при их масштабировании и эксплуатации есть определенные законодательные и методологические ограничения по хранению и передаче персональных данных, которые нужно учитывать, пояснил генеральный директор компании VisionLabs Дмитрий Марков. Кроме того, по данным компании, многие шоплифтеры не совершают больше одной кражи в одном и том же магазине, что снижает эффективность подобных решений.
Тем не менее эксперты в один голос утверждают: маски не привели к снижению точности распознавания лиц, и для большинства алгоритмов она составляет 95%.
Масштабное независимое тестирование алгоритмов распознавания лиц в масках проводит Национальный институт стандартов и технологий (NIST) при министерстве торговли США. Сначала верификация выполняется среди пары фотографий, на одной из которых лицо в маске, а на второй - без маски. Потом сравниваются две фотографии, на каждой из которых лица без маски. При наличии маски вероятность ложного срабатывания в некоторых случаях не повышается, а точность распознавания меняется незначительно в пределах 1-2%, говорит Марков.
Пандемия даже оказала положительный эффект в этом смысле. В начале 2020 года точность алгоритмов при том же уровне ложных срабатываний составляла всего 95,27%, говорит Марков. Но за два года точность распознавания лиц в масках выросло в десятки раз и на сегодняшний день практически сопоставимо с распознаванием лиц без масок, считает Денис Гришин. По его словам, с помощью алгоритма NtechLab в прошлом году было зафиксировано 263 тысячи инцидентов с попытками краж в магазинах, в 2020 году - 172 тысячи инцидентов. "Необходимость корректной работы на лицах в масках стимулировала улучшение алгоритмов. Решить проблему получилось за счет дополнительного сбора данных и адаптации обучения нейронных сетей к этому сценарию их использования", - поясняет Марков.
Сейчас более активно развивается применение распознавания лиц в системах оплаты. Это помогает повысить качество и скорость обслуживания клиентов, а также обеспечить безопасность финансовых операций - биометрический идентификатор, в отличие от карты или телефона, нельзя потерять. Точной статистики пока нет, но многие из крупнейших розничных сетей уже начали внедрять новый способ оплаты с помощью этих технологий - это "Перекресток", "Пятерочка", "Магнит" и другие, говорит Марков.
Расширяется использование технологий компьютерного зрения в целом. На первый план выходят human-centric-технологии, ориентированные на распознавание деперсонализированных атрибутов - действий, элементов одежды или силуэтов. С их помощью можно не только выявлять, что кто-то взял и не оплатил товар, но и строить тепловые карты по маршрутам покупателей, анализировать взаимодействие персонала магазина с клиентами, отслеживать наличие и длину очередей.
Бизнес хочет получать уже существующие, но только улучшенные или адаптированные под его запросы решения, считает Гришин. Усиливается тренд на продуктивизацию алгоритмов. Ряд отраслей, среди которых транспорт, ресторанно-гостиничный бизнес, ретейл и банки, интересуется терминалами самообслуживания. В 2021 году в этом направлении наблюдался рост запросов на 580%. Терминалы самообслуживания - новая точка роста для видеоаналитики, в основном для ретейла, которому необходима оплата по лицу, возможность приобретения табачной и алкогольной продукции без предъявления документов, если покупатель ранее подтвердил данные, а также сравнение лица с черным списком недобросовестных покупателей. Кроме того, потребитель хочет получать персонализированные предложения, а бизнес стремится узнать клиента. Поэтому для компаний становятся все более востребованы решения видеоаналитики, позволяющие проводить сегментирование по полу и возрасту, уникальным и новым посетителям. Это помогает создавать более эффективные стратегии, более точно воздействовать на разную аудиторию. Востребованы решения, помогающие улучшать программы лояльности: реализовать биометрию вместо пластиковых карт на кассе.