Дроны могут скоро стать более навязчивыми, чем когда -либо

1755178903
2025-08-14 12:30:00

Для всех впечатляющих задач, которые могут выполнять беспилотники, есть одна, которая остается за пределами их власти: распознавание лица. Дроны, как правило, намного дальше от их предметов, чем камеры, такие как видеонаблюдение, которые обычно используются для биометрии. На этих расстояниях лицо может состоять из нескольких десятков пикселей. Атмосферная турбулентность, вызванная, например, путем поднятия горячего воздуха, может искажать такие особенности, как расстояние между глазами. И поскольку они записывают с неба, встроенные камеры дронов могут захватить только частичный вид на лицо (или, если кто-то носит широкополую шляпу, вообще нет).

Премиальная иллюстрация: Getty Images/The Economist

Но новая технология от команды в Университете штата Мичиган (МГУ) стремится изменить все это и расширить шпионские полномочия искусственного интеллекта (ИИ) в небо. Система, известная как Farsight, предполагает, что воздушное наблюдение на большом расстоянии может вскоре стать гораздо более точным-и навязчивым-чем когда-либо раньше.

Проект финансируется за счет деятельности по разведки Advanced Research Projects (IARPA), часть американского правительства, ответственного за то, чтобы использовать причудливые идеи шпионских гаджетов в реальном использовании. Другие текущие проекты IARPA включают усилия по созданию устройства, которое может модулировать голос в режиме реального времени, чтобы избежать обнаружения с помощью инструментов распознавания речи, а также инициативы по созданию устройств Snooping небольшими и достаточно податливыми, чтобы быть вплетенными непосредственно в одежду.

Farsight работает с аналогичной техникой, известной как «биометрическое распознавание всего тела». Вместо того, чтобы пытаться распознать предмет только по их лицу, система использует комбинацию алгоритмов биометрического распознавания, которые работают параллельно.

Один набор алгоритмов различает походку человека. Другой генерирует 3D -реконструкцию их тела. Xiaming Liu, профессор компьютерных наук и инженерии в МГУ, который возглавляет проект, сравнивает его с по существу раздевающих субъектов, чтобы создать точную модель их анатомии, независимо от того, что они носят.

Третий набор алгоритмов запускает лицо субъекта через модель турбулентности, которая стремится отменить рефракционное влияние изменчивого воздуха на свет, который входит в камеру. Это возвращает изображение, собранное беспилотником в моделируемое неискаженное состояние, из которого затем извлекается подробное отображение функций субъекта.

После захвата три биометрических маркера – замыкание, форма тела и лицо – слились в комбинированный профиль. Этот профиль может быть сопоставлен с профилем известных людей или, если цель новая, сохранена для будущего соответствия. Вся операция происходит примерно через треть секунды, говорит доктор Лю. Его команда работает, чтобы уменьшить систему, чтобы она могла поместиться на квадрокоптере

Хотя это все еще экспериментальная система, ранние результаты Farsight впечатляют. Национальный институт стандартов и технологий (NIST), орган по стандартам Америки, который в течение более десяти лет оценивает системы распознавания лица, протестировал Farsight на множестве хитрых изображений с низким разрешением и видео, собранных в сотнях метров, во многих случаях под большим углом. Farsight превзошла все другие системы, протестированные на одном и том же наборе.

Проект также иллюстрирует, как крупные модели зрения (LVMS), вариант крупных языковых моделей, могут быть полезны для наблюдения. Команда MSU использовала Clip, модель, сделанную Openai, для аннотирования изображений тысяч предметов с текстовыми описаниями-«мускулистый соленд, длинное торс», «Короткий туловище», «высокая тавинка», «с низкой талией»-что тогда использовалось для обучения системы реконструкции корм. Функция распознавания походки основана на другой большой модели зрения, называемой Dinov2, которая была выпущена в прошлом году Meta.

Доктор Лю говорит, что LVMS может иметь еще более широкие приложения в предстоящие годы. Это связано с тем, что LVM достигают высокопроизводительного распознавания, не требуя больших наборов обучающих данных, которые сложны и дороги для производства. Данные об обучении и тестировании Farsight, большая часть которых была собрана Национальной лабораторией Oak Ridge, научно-исследовательским учреждением, состоит из 876 000 видео и фотографий около 3000 предметов. LVM, для сравнения, уже предварительно обучен на миллиарды изображений и видео, и может потребоваться только минимальная тонкая настройка, прежде чем его можно будет использовать для аналитики наблюдения.

Farsight еще не готов к полю. Несмотря на то, что он превосходит другие системы по признанию дальнего расстояния, его точность, а также ложноположительные и ложноотрицательные показатели, остаются «далеко позади производительности, которая потребуется для того, чтобы сделать систему развертываемой»,-говорит Джозеф Киттлер, профессор, работающий над биометрическими и компьютерными зрением в Университете Серри, который не участвовал в исследовании.

Система также имеет другие ограничения. Например, походка человека может резко измениться, если они несут тяжелую нагрузку или получили травму, говорит доктор Киттлер. Во втором тесте NIST на более широком наборе данных Farsight не был лучшим исполнителем. Доктор Лю говорит, что производительность Farsight также значительно падает, если угол камеры очень высок, если погода теплая (что вызывает жесткую турбулентность) или если расстояние до цели превышает километр.

Если эти недостатки будут разрешены, однако, нетрудно представить, как такая система может оказаться накладными. Согласно контрактным документам, IARPA стремится создать технологию не только для беспилотников, но и для любой высокой или отдаленной камеры, например, на высоких зданиях или башнях по границе. Агентство отметило, что результаты программы, которая известна как Briar и имеет, по крайней мере, еще одну другую активную исследовательскую группу, возглавляемую американской компанией под названием Science and Technology Research, также предназначены для «защиты критических инфраструктурных и транспортных средств».

«Это подразумевает его обычное использование в гражданском населении», – говорит Джей Стэнли в Американском союзе гражданских свобод и «создает серьезный риск жестокого обращения и пугающих последствий на чувство свободы». В таких городах, как Лондон или Нью-Йорк, где камеры видеонаблюдения являются повсеместными, но не смежными, распознавание всего тела может помочь отслеживать людей на больших расстояниях. Veritone, американская компания, уже продает систему, которая может соответствовать людям в соответствии с такими атрибутами, как форма тела и прическа. В мае начальник компании, Райан Стилберг, сказал журналу MIT Technology Review, что этот инструмент может быть полезен в городах, где запрещено распознавание лица.

Те, кто занимается вопросами конфиденциальности в свои руки, могут также найти их личные способности уклонения, уменьшенные перед лицом биометрии всего тела. Кто -то желает уклониться от такого инструмента, как Farsight, больше не мог просто полагаться на смену одежды или большую шляпу. Им также необходимо регулировать свою походку и, как -то, представить камеры другую форму тела. Другими словами, д -р Лю говорит: «Вся энчилада».

Любопытно о мире? Чтобы насладиться нашим умением, расширяющим научное освещение, подпишитесь на Просто науканаш еженедельный бюллетень только для подписчиков.

#Дроны #могут #скоро #стать #более #навязчивыми #чем #когда #либо