Massdomain.ru

Хостинг и домены
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Распознавание лиц: как это работает и что с ним будет дальше

Распознавание лиц: как это работает и что с ним будет дальше?

Вы поднимаетесь по лестнице и заходите в лифт. Он знает, на какой этаж вам нужно. Двери в квартиру сами открываются перед вами. Компьютер и телефон «узнают» вас и не требуют ввода пароля. Автомобили, социальные сети, магазины — все приветствуют вас, едва завидев, обращаются к вам по имени и предугадывают каждый ваш шаг. Так работает распознавание лиц. Нравится? Пугает?

Как работает распознавание лиц?

На первый взгляд может показаться, что любая организация, которая может себе такое позволить, следит за каждым вашим шагом, собирает на вас досье. Но вы даже не представляете, как широко технологии распознавания лиц распространились по миру и какие мощные перспективы обещают. Помимо выше приведенных примеров, системы распознавания лиц позволяют делать и такие простые и сложные вещи:

  • подтверждение личности студента во время онлайн-экзаменов;
  • определение людей из «черного списка» на входе на стадионы и ночные клубы;
  • оплата товаров;
  • сохранение вашего места в очереди при посещении парка аттракционов;
  • разблокировка телефона или компьютера.

Что говорить, если в одной только Москве уже работает сеть из более 150 000 камер наружного видеонаблюдения. От них никуда не скрыться, и это заставляет людей задумываться, но масштабы «слежки» не настолько велики. Сеть использует мощную систему распознавания лиц, но для ее работы необходимо много энергии, поэтому в режиме реального времени работают всего 2-4 тысячи камер. Массовым слежением за населением пока только пугают, поэтому стоит сосредоточиться на реальных плюсах работы данной технологии. Но обо всем по порядку.

Физиогномика по-научному

Цифровое распознавание лиц – идентификация или подтверждение личности по лицу с помощью нейронных сетей − становится новой реальностью, которая все прочнее входит в нашу жизнь. Смартфоны давно научились находить лица на фотографиях, соцсети предлагают отметить друзей на снимках, а камеры на улицах и в транспорте «выхватывают» преступников из толпы.

bfec7ad44e9733103b25a1fb09f3d0e4.jpg

Известно, что новорожденные дети практически с момента своего появления на свет отличают человеческое лицо от других объектов, затем очень быстро запоминают лицо матери и учатся распознавать человеческие эмоции. В течение жизни этот навык сохраняется – мы легко отличаем лица знакомых, по одному выражению лица можем определить настроение человека. Логично предположить, что вслед за другими умениями и эту нашу способность со временем ученые должны были «оцифровать», чтобы наделить ей машины.

История изучения программного распознавания лиц тянется с 1960-х годов. Уже тогда было понятно, что лицо можно описать набором параметров, совокупность которых у каждого человека будет существенно отличаться. Если загрузить эти свойства в программу и сопоставить их с имеющейся базой фотографий, то можно найти соответствия с высокой точностью. Проблема заключалась в том, что на тот момент механизмы захвата лица по фото или видео, а также возможности компьютеров по скоростной обработке больших массивов информации находились на низком уровне. Но уже в то время потенциал разработки был ощутим.

Как работает Face ID и распознавание лица на Android смартфонах?

Интернет буквально переполнен статьями на тему того, как работает разблокировка по лицу (Face ID) на iPhone. Если вы хотя бы немножко интересовались этим вопросом, то сразу же вспомните все эти, набившие оскомину, термины: лазерный проектор, ИК-излучатель, 30 тысяч точек и т.п.

Как работает разблокировка по лицу?

Все популярные ресурсы (The Verge, Wired, Engadget) как под копирку пишут одно и то же, повторяя слова, сказанные еще на презентации первого iPhone с технологией Face ID.

Если ваше любопытство полностью удовлетворяется этими общими фразами, порой искаженными и далекими от реальности, тогда эта статья не для вас. Здесь же я расскажу о том, что в действительности происходит, когда вы пытаетесь разблокировать свой смартфон при помощи распознавания лица.

Надеюсь, эта статья ответит на многие вопросы!

Нейросети, искусственный интеллект, самообучение…

Эти слова, как мантру, повторяют блогеры, пытаясь объяснить работу Face ID. Но давайте задумаемся на минуточку, что это значит.

Чтобы смартфон научился классифицировать объекты (в нашем случае — лица), он должен пройти долгий и нелегкий процесс обучения. К примеру, если мы хотим, чтобы нейросеть отличала кошек от собак, мы должны «скормить» ей тысячи (а лучше десятки и сотни тысяч) фотографий различных собачек и котиков. Причем, каждая фотография должна иметь пометку о том, что конкретно на ней изображено.

В процессе обучения, нейросеть начнет выставлять веса таким образом, чтобы на выходе всегда активировался один нейрон, отвечающий за конкретное животное.

Читайте так же:
Как включить кино с телефона на телевизор

А теперь представьте себе такой процесс обучения на iPhone или Android. Вам нужно показать телефону тысячи своих фотографий с разной прической и макияжем, разной мимикой и аксессуарами. Ведь, как иначе смартфон будет вас узнавать? А затем нужно показать еще сотню тысяч других лиц, уточнив при этом, что это не вы и не следует этих людей пропускать.

Приятно, конечно, тешить себя мыслью, что ваш смартфон такой умный и сам обучается в процессе использования, но в реальности он проходит обучение еще до того, как попадет на прилавки магазинов. И ваше лицо, естественно, не имеет к этому процессу никакого отношения.

Для обучения нейросетей нужны очень мощные графические процессоры и много времени. Поэтому, на телефон загружают уже обученную нейросеть. Которая способна лишь незначительно адаптироваться в процессе своей работы.

Но как же тогда Android-смартфоны и iPhone за пару секунд запоминают лицо пользователя и в дальнейшем распознают его мгновенно, вне зависимости от выражения лица, освещения и даже макияжа? Где же тысячи фотографий и длительное обучение?

Как работает Face ID и распознавание лица?

Понятное дело, что учить смартфон запоминать ваше лицо, а также лица других людей — бессмысленная и ресурсоемкая задача. Он не будет классифицировать лица в том смысле, как делает это для различных видов животных или растений (в приложении Камера). Вместо этого телефон обучают делать кое-что другое.

Вначале (еще «на заводе») нейросеть учат просто различать лица, то есть, выделять какие-то конкретные признаки лица (формы, размеры, расстояния) и отличать одни от других. Делается это при помощи так называемой сверточной нейронной сети (CNN) и специальных фильтров или сверток (в рамках этой статьи понимание данного процесса совершенно не важно).

Вся нейросеть состоит из слоев: на первый слой подается изображение с лицом, на втором слое применяются свертки, дальше идет выделение отдельных признаков, после чего на последнем (выходном) слое определяется конкретный человек.

К примеру, если бы наша нейросеть определяла расу человека и на предпоследнем слое собрались бы такие признаки, как «темная кожа», «толстые губы», «широкий нос» и «крупные зубы», тогда на выходе активировался бы нейрон, отвечающий за негроидную расу.

Но нам не нужен последний слой. То есть, нейросеть не будет пытаться узнать конкретного человека или расу, а всё должно заканчиваться сбором признаков. Другими словами, Apple или любой другой Android-разработчик обучает нейросеть лишь собирать признаки лиц:

признаки лиц Face ID на iPhone

Однако же, само по себе умение собирать признаки еще не позволяет нам реализовать идентификацию пользователя по лицу.

Давайте на секундочку отвлечемся. Как мы понимаем, внутри нейросети нет ничего, кроме чисел. Вся нейросеть — это просто математическая модель, в которой одни числа, «проходя» по связям от нейрона к нейрону, умножаются и суммируются (подробно об этом я рассказывал в этой статье).

В итоге, каждый признак — это не изображение глаза или носа, а определенное число, которое ассоциируется с конкретным глазом, носом или расстоянием между глазами (для каждого лица эти числа будут разными). Набор всех признаков называется вектором. К примеру, на картинке выше у нас есть 7 признаков на выходе из нейросети, то есть, наш вектор признаков — это 7 определенных чисел, уникальных для конкретного лица.

А теперь следите за мыслью, так как это самая важная часть в понимании Face ID или распознавания лица на любом другом смартфоне. Как мы знаем, вектор можно изобразить в пространстве. Для удобства представим, что у нас на выходе из нейросети только два числа: первое отвечает за цвет глаз, а второе — за цвет кожи.

Мы подаем в нейросеть фото человека с голубыми глазами и светлой кожей, а на выходе получаем два числа, например, 5 и 4. Затем мы подаем фото другого человека с темной кожей и зелеными глазами, соответственно, получаем на выходе другие числа, к примеру, 3 и 2. Всё это — двумерные вектора (с двумя координатами), которые можно легко отобразить на плоскости:

векторы лиц на координатной плоскости

Если признаков будет 3, то получим трехмерный вектор, который также очень легко изобразить в пространстве (добавится третья координата глубины).

Нейросеть на смартфоне собирает гораздо больше признаков, соответственно и размерность вектора также намного выше. Вообразить себе точку в таком пространстве невозможно, так как наш мозг ограничен только тремя измерениями. Но это не суть важно, главное, что искусственный интеллект работает с этим без малейших проблем.

Когда сверточная нейросеть научилась выделять признаки, мы собираем несколько одинаковых нейросетей (с одинаковыми весами) в один блок и продолжаем обучение. Только теперь задание посложнее. Мы должны подавать уже 3 фотографии на вход: на первых двух снимках (А и Б) изображено лицо одного и того же человека, но с небольшими отличиями (макияж, другая прическа, другое выражение), а на третьем снимке (В) — лицо совершенно другого человека:

Читайте так же:
Живые обои на андроид под музыку

метод обучения распознавания лица (Face ID)

Задача нашей новой нейросети — не просто выделять какие-то признаки каждого лица, но подбирать их так, чтобы когда мы отобразим эти вектора в пространстве, расстояние между А и Б (слегка отличающимися лицами одного и того же человека) было минимальным, а вектор В (лицо совершенно другого человека) находился как можно дальше:

схема распознавания лица при разблокировке смартфона

Мы продолжаем «скармливать» нейросети тысячи примеров до тех пор, пока она не научится выделять правильные признаки, чтобы расстояние между векторами одного и того же лица было минимальным, а между разными лицами — максимальным. И весь этот процесс обучения, повторюсь, происходит еще до того, как смартфон попадет на прилавки.

Когда нейросеть научилась это делать, ее можно загружать на iPhone или Android-смартфон.

Теперь пользователь включает функцию распознавания лица (или Face ID) и происходит первоначальная настройка. Обученная нейросеть уже знает, какие именно нужно выделить признаки и создает, образно говоря, их вектор в пространстве. Телефону уже не нужны тысячи ваших фотографий или десятки тысяч снимков других людей, чтобы научиться различать лица (делать классификацию). Вектор признаков вашего лица всегда будет находиться примерно в одном и том же месте скрытого пространства.

Когда вы попытаетесь разблокировать устройство в очередной раз, нейросеть снова создаст вектор признаков того лица, которое видит перед собой. И этот вектор с огромной вероятностью разместится в пространстве очень близко к первому — тому, что был сохранен при начальной настройке Face ID.

Если же другой человек попытается разблокировать ваш телефон, нейросеть создаст новые признаки, вектор которых будет находиться гораздо дальше от сохраненного. Соответственно, аппарат не разблокируется.

Подведем небольшие итоги

Смартфон не умеет классифицировать лица, как например, его камера определяет сцену (цветок, собака, кошка и пр.):

Определение сцены ИИ камеры Huawei Y7 2019

Он не понимает, что какое-то лицо принадлежит конкретному человеку, а другое лицо — другому конкретному человеку. Его нейросеть просто умеет так выделять признаки лица, чтобы их вектора всегда занимали определенное положение в пространстве.

Как вы уже догадались, смартфон не хранит фотографии своего владельца, так как в этом нет никакого смысла. Сохраняются лишь вектора (наборы чисел), расстояния между которыми и сравниваются при каждой разблокировке.

Может ли iPhone или Android-смартфон «обучаться» в процессе использования? Если мы говорим именно о тренировке нейросети, тогда ответ однозначный — нет.

Сеть обучена производителем и дополнительные «тренировки» невозможны, так как это потребовало бы переобучения всей нейросети. Но когда смартфон создает вектор признаков и он находится дальше, чем нужно для разблокировки, и в то же время вы вводите верный пин-код (то есть, подтверждаете, что это ваш вектор признаков), тогда устройство может (но не факт) запомнить его и в дальнейшем пропускать.

В чем разница между Face ID на iPhone и Распознаванием лица на Android?

Обе технологии используют один и тот же принцип работы, о котором я рассказал чуть выше. Наличие одной лишь селфи-камеры на Android-смартфонах и целый набор датчиков на iPhone могут ввести в заблуждение пользователей касательно самого процесса распознавания лица.

На самом деле, все дополнительные датчики на iPhone нужны только для обнаружения витальности (или жизненности). Помимо распознавания признаков лица, еще более сложной задачей является определение того, находится ли перед камерой смартфона живое (настоящее) лицо или же это фотография/видео/маска.

Android-смартфоны с одной селфи-камерой определяют жизненность лица при помощи определенных алгоритмов. Скорее всего, вам не удастся обмануть современную разблокировку по лицу простой фотографией или даже видео с экрана. Особенно, если камера видит очертание телефона или фотографии/бумаги в ваших руках. Подобные примитивные методы моментально обнаруживаются нейросетью.

Смартфон пытается определить характерные для стекла или бумаги блики, которых не может быть на реальном лице. Также в расчет берется текстура области лица или предмета, которым вы пытаетесь заменить лицо. Анализируется муар, расфокусировка и дисторсия на снимке.

Может даже использоваться анализ микромимики, когда смартфон делает несколько снимков подряд, а затем попиксельно ищет различия.

С другой стороны, iPhone использует гораздо более эффективный метод защиты. При помощи дополнительных датчиков он строит карту глубины, то есть, видит ваше лицо в трехмерном пространстве. Соответственно, все обманные методы, связанные с использованием 2D подделок (фотографии, снимки с экрана, видео), отпадают сразу же. Остается лишь использование масок. Но и здесь нейросеть пытается обнаружить подделку.

Читайте так же:
Лучшие марки смартфонов рейтинг

Метод 3D-сканирования однозначно безопаснее 2D-сканирования, но не стоит полагать, что распознавание лица на Android-смартфонах очень легко обмануть. Особенно, когда речь идет о флагманах, вычислительной мощности которых достаточно для работы глубоких нейросетей.

Основные технологии распознавания лиц

В завершение хотелось бы просто перечислить самые популярные методы распознавания лиц:

Как запретить распознавание лиц, если оно уже повсюду?

Ответ — не запретить, но отрегулировать; разбирался Recode (Vox), приводим сокращённый перевод статьи.

В конце прошлого месяца мы узнали о первом известном неправомерном аресте из-за ошибки распознавания лиц. Ранее несколько крупных технологических компаний (IBM, Amazon и Microsoft) приостановили или ограничили доступ правоохранительных органов к своим собственным программам распознавания лиц.

Но многие компании всё ещё интегрируют эту технологию в потребительские товары широкого спектра. В июне Apple объявила, что включит распознавание лиц в свои аксессуары HomeKit и что технология Face ID станет распространяться на вход на сайты через Safari. В разгар пандемии Covid-19 другие компании поспешили предложить клиентам бесконтактные биометрические технологии, включая распознавание лиц.

«Когда мы думаем обо всех этих на вид безобидных способах получения наших изображений, мы должны помнить, что у нас нет законов, которые защитили бы нас. И поэтому эти изображения могут быть использованы против нас», — сказал Мутале Нконде, сотрудник Центра Беркмана Кляйна Гарвардской юридической школы.

Удобство, которые многие находят в оснащении функцией распознавания лиц потребительских устройств, резко контрастирует с растущим давлением (и даже запретом) на регулирование и использование технологии правительством. Чиновникам придётся это учитывать.

Распознавание лиц становится всё более распространенным в потребительских устройствах

Один из самых популярных видов использования распознавания лиц — верификация. Её часто применяют для входа в электронные устройства. Вместо того чтобы вводить пароль, фронтальная камера на телефоне делает снимок пользователя, после чего алгоритмы подтверждают личность. Это удобная, хотя и не совсем надёжная, функция, стала востребованной, когда Apple выпустила iPhone X с Face ID в 2017 году. Многие другие компании, в том числе Samsung, LG и Motorola, теперь предоставляют разблокировку телефонов на основе распознавания лиц. Технология также всё чаще используется для облегчения входа в систему на игровых консолях, ноутбуках и приложениях всех видов.

Однако некоторые потребительские приложения с распознаванием лиц пытаются идентифицировать не только своих клиентов, но и других людей. Один из таких примеров — метка на фотографиях в Facebook, который сканирует фотографии пользователей на платформе, чтобы предложить тех, кого можно отметить на изображениях. Аналогичная технология у Google Photos и Apple Photos, которые могут автоматически идентифицировать и помечать объекты на фотографии.

Распознавание лиц появляется в некоторых умных телевизорах, которые определяют, кто из членов семьи сейчас перед ними, и предлагают индивидуальный контент.

Технология активно выходит и за рамки потребительских товаров. Так, компания HireVue сканирует лица с помощью искусственного интеллекта, чтобы оценить кандидатов на вакансию. Некоторые автомобили, такие как Subaru Forester, используют биометрию и камеры, чтобы следить, не теряют ли водители внимания на дороге. Несколько компаний разрабатывают программное обеспечение, которое определяет даже эмоции водителей. Обратная сторона медали заключается в проблеме предвзятости.

«Идея заключается в том, что если водитель устал, машина перейдёт на самоуправление. Проблема в том, что мы не испытываем одинаковые эмоции», — сказал Нконде.

Размытая грань между распознаванием лиц для обеспечения домашней безопасности и слежкой полиции

Face ID — это пример технологии распознавания лиц, используемой для проверки личности. Алгоритм Apple просто отвечает на вопрос, является ли человек пользователем телефона. Он не предназначен для идентификации большого количества людей, и, что важно, биометрические данные не отправляются в облако, а остаются на устройстве пользователя.

Когда речь идет не об одном человеке, вопрос распознавания становится сложнее. Вот, например, Facebook сканирует фотографии пользователя, чтобы идентифицировать его друзей. Компания говорит, что ни с кем не делится полученной информацией, но потребовались годы, чтобы пользователи обрели контроль над этой функцией. В начале года Facebook согласилась заплатить 550 млн долл., для урегулирования дела о нарушении конфиденциальности.

Вопрос о согласии становится откровенно проблематичным в контексте работы камер видеонаблюдения. Камеры Google Nest и Apple HomeKit позволяют пользователям создавать альбомы лиц знакомых и присылают уведомления, когда алгоритм обнаруживает одного из них. HomeKit также оповещает о людях, которые часто приходят к дверям, например, владельцы собак на прогулке, но не находятся в приложении фотобиблиотеки.

Apple не отправляет эти биометрические данные в облако. Google отправляет, но шифрует и не передаёт за пределы организации. Таким образом, камеры слежения на базе Google и Apple явно ориентированы на потребителей, а базы данных, используемые их алгоритмами распознавания лиц, более или менее ограничены.

Читайте так же:
Игровой контроллер для смартфона

Однако граница между технологиями для потребительских продуктов и потенциалом мощных полицейских инструментов наблюдения размывается системами безопасности, созданными Ring. Эта принадлежащая Amazon компания сотрудничает с полицией. Хотя Ring утверждает, что продукты компании в настоящее время не используют технологию распознавания лиц, есть информация, что компания стремилась создать «списки наблюдения» за соседями на основе распознавания лиц.

Похоже, что системы распознавания лиц становятся всё более амбициозными по мере того, как их базы данных становятся больше, а алгоритмы выполняют более сложные задачи. Неудивительно, что чиновники всё сильнее настаивают на ограничении использования технологии распознавания лиц правоохранительными органами. Последние имеют доступ не только к огромному количеству камер, но и к невероятно большим базам данных. Джорджтаунский центр по вопросам конфиденциальности и технологий обнаружил в 2016 году, что более половины американцев находятся в базе данных распознавания лиц.

Спорный стартап Clearview AI утверждает, что нашёл в интернете миллиарды фотографий, размещённых в социальных сетях, и создал массивную базу данных распознавания лиц, которую он предоставил в распоряжение правоохранительных органов. По словам Джейка Лаперрука, старшего юрисконсульта проекта по правительственному надзору, это сулит пугающее будущее для технологии распознавания лиц.

«Это может быть очень серьезно, если система действительно работает хорошо и используется для каталогизации списков людей, которые ходят на протесты или политические митинги», — сказал Джейк Лаперрук, старший юрисконсульт Project on Government Oversight.

Регулирование распознавания лиц будет осуществляться постепенно

Недавний американский мораторий на распознавание лиц и биометрические технологии на федеральном уровне запретит использование распознавания не только лиц, но ещё голоса и походки, пока Конгресс не примет другой закон, регулирующий эту технологию.

Но регулирование технологии неизбежно потребует постепенного принятия законов и внимания к деталям, чтобы конкретные случаи использования не были упущены из виду. Например, В Сан-Франциско внесли поправки в постановление о распознавании лиц после того, как оно случайно сделало незаконными принадлежащие полицейскому департаменту iPhones. Когда Бостон принял своё недавнее постановление о распознавании лиц, он сделал исключение для распознавания на входе в личные устройства, такие как ноутбуки и телефоны. Одного закона, регулирующего технологию распознавания лиц, может быть недостаточно.

Повсеместное использование технологии распознавания лиц заставит нормализовать наблюдение. Как утверждает профессор Технологического института Рочестера Эван Селинджер, когда люди адаптируются к системе и она отодвинется на второй план, их желания и убеждения могут перестроиться.

Поэтому, несмотря на запрет распознавания для правоохранительных органов, который в определённой степени даже эффективен, технология всё равно становится частью повседневной жизни. Рано или поздно нам придётся иметь дело с последствиями этого.

Напомним, РосКомСвобода предлагает ввести мораторий на использование систем распознавания лиц на улицах, пока не будет разработано законодательство, регулирующее эту сферу и уменьшающее риски, связанные со злоупотреблениями данной технологией, а также утечками биометрических данных.

Что дальше?

Зайдет ли распознавание лиц так же, как в свое время зашел сканер отпечатков пальцев? Еще год назад я бы ответил, что не зайдет. Но теперь, когда за дело взялась Apple, верится в технологию чуть больше. Я не фанат и не неадекват, но как-то вот получается у Apple распространять старые-новые фишки.

Возможно, сканер отпечатков пальцев и распознавание лиц будут жить бок о бок — как IPS и AMOLED, Android и iOS, Фараон и Тимати. Возможно, Apple побалуется и вернется к сканеру отпечатков, научившись встраивать его прямо в экран. А возможно, уже через пару-тройку лет Xiaomi выпустит очередной Redmi за 10 тысяч без сканера отпечатков пальцев, который будет пусть и косячно, но распознавать лица.

Телефоны с распознаванием лица и разблокировкой

Телефоны с технологией Face Id сегодня представлены в широком разнообразии. Вслед за компанией Apple системы распознавания лица стали применять и другие производители смартфонов. Алгоритмы распознавания лиц конкурентов при этом немного различаются, о чем и поговорим далее.

IPhone X

Технология, созданная компанией Apple, имеет образцовую структуру. Именно на основании ее и по ее типу остальные производители смартфонов внедряли систему распознавания лица в свои гаджеты.

Уникальная True-Depth камера располагается в верхней части панели Айфона рядом с динамиком, фронтальной камерой и микрофоном. Функции Flood Illuminator и Dot Projector помогают инфракрасной камере зафиксировать модель Вашего лица.

Учтите, что для первого раза необходимо будет покрутить головой, чтобы система смогла зафиксировать Ваше лицо с различных ракурсов. С каждой новой попыткой разблокировки телефона или подтверждения оплаты приложения система все проще и проще будет Вас идентифицировать. Так устроен ее процессор.

Читайте так же:
Как восстановить приложение плей маркет на телефон

С выходом новой функции многих заинтересовал вопрос, сколько можно добавить лиц в систему Face Id? Ведь наличие второго или третьего пользователя ставить под сомнение всю систему безопасности. К счастью, того же мнения придерживаются и разработчики Apple: одни смартфон – одно лицо.

IPhone X на Яндекс Маркете
[dynamic_widget tag=.tovar]

Как включить и настроить?

Как настроить Face Id на смартфоне IPhone X? Алгоритм довольно прост и удобен для всех категорий пользователей. Для первоначальной активации работы необходимо прохождение нескольких этапов:

  • Нажмите кнопку «Приступить»;
  • В появившемся на экране круге Вы должны увидеть свое лицо;
  • Убедитесь, пожалуйста, что лицо не выходит за пределы считывающего черты лица круга;
  • Начинайте совершать лицом круговые движения внутри круга;
  • Повторите вращение;
  • Готово – Face Id настроен.

Также функция Face Id в смартфоне может быть отключена. Это может понадобиться в том случае, когда телефон сменит владельца и потребуется сброс настроек распознавания лица.

Делается это в два простых шага:

  1. В настройках телефона необходимо открыть раздел Face Id.
  2. В нем найдите кнопку «Сбросить Face Id» и нажмите ее.

После этого лицо бывшего владельца телефона перестает активировать систему безопасности. Для установки новой модели лица потребуется лишь вновь настроить изображение при помощи кругового вращения лица.

Face Id может быть частично отключена. Это касается системы фиксирования взгляда пользователя. Распознавание внимания можно отключить, если из-за нарушений зрения делать это становится трудно. Отключение происходит в несколько этапов:

  • Проходим по следующей схеме: Настройки – Основные – Универсальный доступ.
  • Отключаем функцию «требовать внимание для Face Id».

Теперь Ваш телефон будет считывать только черты лица, без участия взгляда.

Xiaomi Mi 8 и Huawei P20: распознавание лиц на смартфонах Android

Система Android вслед за компанией Apple стала использовать технологии распознавания лица в своих продуктах. Face Id на Android доступна для тех устройств, на которых установлена версия операционной системы 5.0.

Конкурентные Face Id системы появились в смартфонах Xiaomi Mi 8 и Huawei P20.

В основании работы системы распознавания лиц также лежит действие собственной системы для фиксирования особенностей лица под названием Face Unlock. Разблокировка происходит также быстро, как и на IPhone X.

Новая Lite версия смартфона Huawei имеет целых три мощных камеры и считывает лицо владельца телефона в дневное время в течение 1 секунды.

На телефонах фирмы Xiaomi система распознавания лица доступна на моделях: Mi8, Redmi S2, Redmi Note5, Mi Mix 2S.

Xiaomi Mi 8 на Яндекс Маркете
[dynamic_widget tag=.tovar2]

Huawei P20 на Яндекс Маркете
[dynamic_widget tag=.tovar3]

Своя технология распознавания лиц Face Unlock

Для распознавания лиц на устройствах Андроид не требуется инфракрасная камера. Действует система через обычную фронтальную камеру. Функция Face Unlock является программой распознавания лиц для систем Android. Работает она при помощи нейронных сетей, которые преобразуют полученную карту изображение в математическое представление.

Никакие изменения во внешности неспособны изменить качество считывания объекта.

Как включить и настроить?

Для активации функции Face Unlock потребуется несложное исполнение алгоритма:

  • Зайдите в настройки смартфона;
  • Внизу списка настроек найдите пункт «Система и устройство»;
  • В нем найдите и нажмите кнопку «Блокировка экрана и пароль»;
  • Нажмите на ссылку «Добавить новые лица» и подтвердите Ваш пароль;
  • После этого на экране появится круг и активируется работа камеры смартфона;
  • Следуйте инструкциям на экране;
  • Дождитесь окончания процедуры сканирования, которая займет 5-10 секунд.

Если что-то пойдет не так в сканировании лица, телефон предложит повторить попытку настройки. Если Face Id и после этого не работает, лучше обратиться в сервисную компанию или в магазин, в котором была совершена покупка.

Как отключить распознавание лиц на Android Samsung

Если снятие блокировки при помощи внешности для вас неудобно, и вы решили его отключить, повторите следующие действия:

Авторизуйтесь в настройках, затем откройте раздел безопасности. Нажмите на кнопку “Блокировка экрана”.

распознания лица шаг четыре

Выберите другой инструмент для блокировки, это может быть PIN-код, графический ключ или отпечаток пальца. После настройки варианта вернитесь в раздел безопасности.

Нажмите на “Smart lock”

распознания лица шаг пять

Выберите раздел “Распознавание лиц”.

распознания лица шаг шесть

Далее нажмите кнопку настройки, на странице параметров отключите опцию.

Таким образом, блокировка будет снята, и в дальнейшем для её снятия будет применяться инструмент, который вы выбрали дополнительно.

голоса
Рейтинг статьи
Ссылка на основную публикацию
Adblock
detector