ЖУРНАЛ СТА №2/2020

на учиться на основе собранных дан- ных. Способность к обучению является главным компонентом алгоритмов по- следнего поколения, который хранит в себе «секретный метод» обнаружения, отслеживания и сопоставления лиц. Также подобные алгоритмы имеют встроенные системы распознавания ре- чи и перевода разговоров в режиме ре- ального времени. Благодаря этим осо- бенностям системы распознавания лиц становятся всё лучше и лучше. Соглас- но недавнему отчёту NIST за последние 5 лет (2014–2019 гг.) достигнут значи- тельный прирост точности распознава- ния лиц, который превышает показате- ли, достигнутые в период 2010–2013 гг. Большинство алгоритмов распознава- ния лиц в 2019 году уже обгоняют самый точный алгоритм конца 2013 года. В те- сте NIST выявлено, что 0,2% поисковых запросов в базе данных с 26,6 млн фото- графий не смогли найти правильное изображение по сравнению с 4% оши- бок в 2014 году. Это 20-кратное улучше- ние, достигнутое за четыре года. Алго- ритмы искусственной нейронной сети помогают технологии распознавания лиц становиться всё более точной. Р ЫНКИ СИСТЕМ РАСПОЗНАВАНИЯ ЛИЦ Согласно данным исследования, опуб- ликованного в июне 2019 года, к 2024 го- ду мировой рынок распознавания лиц будет приносить $7 млрд дохода при со- вокупном годовом росте (CAGR) в 16% за период 2019–2024 гг. Например, к 2019 году рынок оценивался в $3,2 млрд. Дву- мя основными факторами этого роста являются контроль безопасности в госу- дарственном секторе и множество других приложений для различных сегментов рынка. Благодаря этому исследованию были определены ведущие поставщи- ки систем распознавания лиц, такие как Accenture, Aware, BioID, Certibio, Fujitsu, Fulcrum Biometrics, Gemalto, HYPR, Idemia, Leidos, M2SYS, NEC, Nuance, Phonexia и Smilepass. Приложения распознавания лиц можно распределить на три ключевые категории. 1. Системы безопасности для право- охранительных органов Этот рынок испытывает высокие тем- пы роста в связи с возросшей актив- ностью в борьбе с преступностью и тер- роризмом. Преимущества систем рас- познавания лиц для полиции очевидны, с их помощью можно выявлять право- нарушителей и предотвращать преступ- ления. Правоохранительные органы ис- пользуют технологии распознавания лиц при выдаче документов, удостове- ряющих личность, и чаще всего в соче- тании с другими биометрическими дан- ными, такими как отпечатки пальцев. Сопоставление лиц используется при прохождении пограничного контроля для сравнения фотоизображения на цифровом биометрическом паспорте с лицом владельца. Биометрическая тех- нология распознавания лиц также мо- жет использоваться полицией для про- верок, хотя в Европе её применение строго контролируется. В 2016 году «че- ловек в шляпе», ответственный за те- ракты в Брюсселе, был найден благода- ря программному обеспечению распо- знавания лиц ФБР. Полиция Южного Уэльса провела эту операцию на фина- ле Лиги чемпионов УЕФА в 2017 году. В США в 30 штатах разрешают право- охранительным органам проводить по- иск в своих базах данных водительских прав и удостоверений личности с фото- графиями. ФБР имеет доступ к фотогра- ОБ ЗОР / Т Е Х НОЛОГ ИИ СТА 2/2020 9 www.cta.ru ОФИЦИАЛЬНЫЙ ДИСТРИБЬЮТОР