Рынок систем видеонаблюдения и видеоаналитики — в числе тех, для кого пандемия стала мощным стимулом к росту. По оценкам аналитиков MarketsandMarkets, объем мирового рынка видеонаблюдения увеличится в период 2020–2025 годов с 45,5 до 74,6 млрд долларов, а среднегодовой рост составит 10,4%. Мировой рынок технологий распознавания лиц будет расти еще быстрее (на уровне 16,6% в год) и достигнет 7 млрд долларов к 2024 году. По расчетам аналитиков Brandessence Market Research, к 2027 году объем этого рынка достигнет 11,6 млрд долларов. 

Современные достижения видеоаналитики

Точность алгоритмов распознавания улучшилась за несколько последних лет, констатировал Дмитрий Морозов, директор по развитию компании ТРИДИВИ (3DiVi): «Сегодня они демонстрируют точность 99,7% вместо 92% на базах порядка одного миллиона лиц». При этом технологии обеспечивают детектирование лиц в толпе, даже если находятся вдалеке, повернуты в сторону от камеры и полуприкрыты. Точность распознавания не снижают наличие шапки или медицинской маски на лице, а также попытки изменить внешность: парик, очки, фальшивая борода и т.д. Не мешает точному распознаванию лица и плохое освещение: технологии способны работать в условиях сильной засветки и затемнения. Например, в терминале распознавания лица BioSmart Quasar реализована уникальная оптическая система (RGB, IR и стереокамера с адаптивной подсветкой), которая «видит» лицо в 3D-объеме даже в полной темноте.

«Нынешние технологии видеоаналитики позволяют с достаточной точностью идентифицировать пол человека, возраст и даже настроение», — заметил Василий Куць, директор по отраслевым решениям для банков компании КРОК. 

Программные решения видеонаблюдения работают с огромными потоками видеоданных. Например, ПО компании NtechLab анализирует кадры, снятые с помощью 100 тыс. камер видеонаблюдения в Москве, решение Face Machine позволяет управлять базой данных до 100 млн лиц и множественными коллекциями лиц с помощью API или веб-интерфейса с идентификацией лица за 1–1,5 с. Такой подход обеспечивает законодательные требования ФЗ-152 и GDPR — изображения лиц не требуется хранить в корпоративной видеосистеме.

В цифровую эпоху особое значение получает подтверждение того, что в коммуникации участвует настоящий человек, а не его фотография или видео на планшете. «Специальная программа с ИИ может за несколько секунд проанализировать подлинность документа и провести верификацию клиента по биометрии лица, тем самым защищая банк от биометрических атак, к сожалению, уже распространенных», — сказал Тимур Аитов, глава центра компетенций Фонда развития цифровой экономики.  

Дмитрий Морозов подтвердил: «Технологии для детектирования подлога живого лица сейчас активно развиваются и остаются, наверное, наиболее востребованной функциональностью со стороны заказчиков». По его оценкам, технология умеет отличать живое лицо от фото- и видеоматериалов и дипфейков. 

Биометрический алгоритм распознавания «живого» лица от компании Oz Forensics достиг точности в​ 100% по результатам тестирования iBeta​ и получил сертификат безопасности ISO 30107-3 level 2 по противодействию дипфейк и биометрическим атакам. На​ сегодня Oz Forensics является одним из наиболее точных и​ быстрых в​ мире.​ ​ iBeta​ — единственная лаборатория биометрического тестирования, аккредитованная институтом NIST по​ программе NVLAP (Code 200962), включая стандарт ISO 30107–3 (Biometric presentation attack detection).​

Поведенческая аналитика на основе биометрических данных 

В ближайшие годы технологии анализа лиц будут развиваться в русле поведенческой аналитики (User and Entity Behavioral Analytics, UBA/UEBA): важно понимать не только, кто именно появился в кадре, но и как ведет себя этот человек в той или иной ситуации.

Аналитики Gartner в своем исследовании мирового рынка решений UEBA еще в 2019 году утверждали, что рынок поведенческой аналитики пользователей и сущностей перешел в стадию зрелости. Признаки этой стадии — широкое использование технологий UEBA средним и крупным корпоративным сегментом и тенденция встраивания функционала UEBA-аналитики в различные вертикальные ниши: 

• SIEM;

• анализ сетевого трафика;

• управление идентификацией и доступом (IAM);

• защита конечных точек;

• системы предотвращения утечек данных.

Исследователи Allied Market Research прогнозируют, что рынок поведенческой биометрии до 2025 года будет расти ежегодно на 23,7% и достигнет 3,9 млрд долларов. При этом самый головокружительный рост (CAGR, совокупный среднегодовой темп роста) — 27,5% — ожидается в сегменте анализа походки.

Эксперты Frost & Sullivan полагают, что именно поведенческая биометрия станет основным элементом проверки личности в двухфакторной или многофакторной аутентификации. Cистемы, сочетающие биометрию и PIN-код, экономически эффективны и используют более безопасный метод аутентификации по сравнению с другими многофакторными системами аутентификации, полагают специалисты MarketsandMarkets. Этим они объясняют тот факт, что финансовые учреждения широко используют биометрические данные в сочетании с PIN-кодом для аутентификации и проверки транзакций счетов. 

Инструменты «аналитики тела» дороги в разработке и эксплуатации. Процесс разработки и обучения моделей ИИ промышленного качества дорогостоящий и зависит от технических знаний и ноу-хау. Для этого требуются:

• массив данных, собранных из многочисленных сценариев; 
• сложный дизайн моделей и алгоритмов обучения;
• вычислительная инфраструктура для обучения моделей. 

Видеонаблюдение для улучшения клиентских и внутриофисных процессов

В Альфа-Банке биометрическая аналитика распознает клиентов на пороге отделения, подтверждает проведение операций, а также используется при формировании предложения. 

В число популярных сценариев использования видеотехнологий для офисного обслуживания входят:

• контроль доступа (СКУД). По прогнозам MarketsandMarkets, размер мирового рынка СКУД вырастет с 8,6 млрд долларов в 2020 году до 12,8 млрд долларов в 2025-м. Среднегодовой темп роста составит 8,2%; 
• отслеживание VIP-клиентов;
• анализ посетителей (посещаемость офиса, время пребывания посетителей, демографические особенности — пол, возраст и т.д);
• как отмечает Василий Куць, новые перспективы открываются в связке технологий распознавания лиц с системой управления цифровой рекламой Digital Signage: это дает возможность персонифицировать рекламный контент для каждого конкретного посетителя офиса. Недавно подобное решение компания КРОК реализовала для одного крупного заказчика в формате управляемого сервиса;
• управление очередями. В системы управления персоналом WFM (Work Force Management) включается функционал, позволяющий прогнозировать потребность в наличии персонала в тот или иной промежуток времени в офисе или контактном центре для эффективного обслуживания текущего потока клиентов;
• контроль наличия у сотрудников элементов корпоративной униформы.

Банк может начать взаимодействовать с клиентом, открыть счет без посещения отделения посредством удаленной верификации документов и личности, отметил Александр Хлуденев, директор по цифровым решениям компании «ВС Лаб».

Ряд зарубежных банков, например австралийский National Australia Bank, предоставляет возможность оформить крупный кредит или ипотеку через удаленное предоставление документов и прохождение интервью клиента с сотрудником в онлайне. В русле таких сценариев, отметил эксперт, банки экспериментируют с технологиями распознавания эмоций, чтобы получить дополнительные оценки достоверности предоставляемой информации.

Видеотехнологии и защищенность корпоративных данных

Видеоаналитика приходит на помощь в задачах контроля работы сотрудников, а также в задачах антифрод-менеджмента. В исследовании Allied Market Research отмечается, что в части поведенческой аналитики сектор BFSI (банкинг, финансовые сервисы и страхование) сохранит лидерство по доходам до 2025 года. Аналитики объясняют этот тренд ростом числа киберпреступлений и популярностью поведенческих биометрических решений для борьбы с мошенничеством — этот сегмент будет демонстрировать в указанный период среднегодовой рост на уровне 25,2%.

Один из самых масштабных проектов распознавания лиц среди российских банков реализован в Почта Банке: 50 тыс. рабочих мест сотрудников оборудованы специальными камерами. Перед началом работы с клиентами сотрудник должен войти в систему банка и подтвердить свою личность, причем не только ввести пароль, но сфотографировать себя. Систему распознавания лиц используют также для внутренней аттестации, чтобы один сотрудник не проходил тестирование за другого и чтобы никто не мог зайти под чужим паролем и провести незаконную транзакцию.

Когда в банк приходит клиент, камера верифицирует его аналогичным образом. ПО сравнивает изображение клиента с базой мошенников. Она пополняется собственными усилиями банка и с помощью межбанковского взаимодействия. 

В 2019 году это помогло предотвратить более 1,2 тыс. попыток использования чужих учетных записей для входа в системы и выявить свыше 2 тыс. подозрительных операций без ведома клиента на сумму более 500 млн рублей. 

В банке «Хоум Кредит» биометрия также используется для выявления мошенников при заключении кредитного договора.

В Банке России биометрические технологии дают возможность контролировать доступ сотрудников к информационным ресурсам. Как рассказали в компании BioSmart, более 500 рабочих мест оснащено считывателями вен ладоней, интегрированных с существующей системой логического доступа к информационным ресурсам банка. При этом сами биометрические данные хранятся локально — на смарт-картах Mifare Desfire 4 Кб/8 Кб, там же находятся и закрытые ключи. Пользователь кладет смарт-карту на специальную область сканера BioSmart, которая считывает с карты биометрические данные в локальную память и запускает сканирование ладони. Считанный рисунок вен ладони сравнивается с биометрическим шаблоном в памяти устройства.

Технологии распознавания лиц встраиваются в IT-решения для контролирования действий сотрудников в течение рабочего дня. Например, ПО агента системы StaffCop Enterprise, способного работать на удаленном компьютере, не находящемся в локальной сети компании, фиксирует действия сотрудников, собирает статистику использования рабочего времени и сигнализирует о нарушениях. Благодаря модулю распознавания лиц Staffcop Enterprise автоматически распознает на снимке с веб-камеры, кто именно работает за компьютером. 

В системе CleverControl реализованы режим прямой трансляции с веб-камер, подключенных к корпоративным компьютерам, а также режим записи экрана, изображений веб-камеры и звука для последующего анализа при расследовании внутренних инцидентов.

Система Smart Fraud Detection компании «Фаззи Лоджик Лабс» в режиме реального времени распознает поведение сотрудников с помощью данных видеокамер и микрофонов. Она использует ряд шаблонов подозрительных действий, например закрытие видеокамеры, фотографирование экрана монитора фотоаппаратом или камерой телефона, голоса нескольких человек, появление в кадре других людей, а также нетипичные эмоции сотрудника. Сопоставляя динамику эмоций, динамику взгляда, наличие третьих лиц в кадре, система может сделать, например, предположение о скрытом принуждении сотрудника к неправомерным действиям третьими лицами.

Видеокамера смотрит в мир

Технологии видеоаналитики помогают банкам решать задачи, связанные с материальными объектами: от оптимизации парковочного пространства до обнаружения забытых предметов и выявления оружия в руках посетителя. Умная видеоаналитика умеет распознавать нетипичное поведение посетителя и оперативно оповещать персонал банка. «Если система выявила посетителя в позиции стрелка или сотрудника с поднятыми руками, то служба безопасности банка тут же узнает об этих событиях, даже если сотрудник не смог воспользоваться тревожной кнопкой», — рассказал Яков Волкинд, директор филиала ITV Group в Санкт-Петербурге. 

Особое значение этот функционал приобретает, если речь идет о деньгохранилищах и сервисных зонах банкоматов. Так, в банкоматной зоне важно фиксировать все действия, связанные с работой инкассаторов, а также противоправные действия злоумышленников.

Анализ позы человека

«Поведенческая аналитика в зоне банкоматов способна обнаружить лежащего человека. Это может быть тот, на кого совершено нападение, кому внезапно стало плохо и требуется немедленная помощь, или тот, кто выбрал это помещение для ночлега. Система также немедленно оповестит службу безопасности о человеке, присевшем рядом с банкоматом на корточки, — потенциальном взломщике, причем еще до того, как он начнет что-то делать», — рассказывает Яков Волкинд. При этом система анализирует наличие в кадре искр: если человек сидит возле банкомата, и обнаружены искры, это означает одно — злоумышленник воспользовался для взлома газовым или аналогичным оборудованием.

Есть примеры использования технологий распознавания изображений в страховом бизнесе. Например, для оценки масштаба повреждений кузова автомобиля после ДТП, наличие на поверхности грязи, снега, различных наклеек и т.д. Такие сервисы функционирует на базе нейронной сети, которая прошла обучение на десятках тысяч фотографий с десятками тысяч элементов автомобиля. 

Расследование инцидентов

Важный элемент работы службы безопасности банка — оперативное расследование инцидентов, которое невозможно без развитых возможностей поиска в обширном архиве видеоинформации. Яков Волкинд выделяет несколько типовых сценариев интеллектуального поиска.

• Поиск по лицам. В видеоархиве можно найти все события, соответствующие моменту распознавания лица правонарушителя, загрузив в систему его фотографию.
• Поиск контактировавших лиц. Позволяет найти людей, контактировавших с выбранным лицом и попавших в поле зрения камер одновременно с ним. Как правило, эта функция используется при расследовании незаконных действий для поиска лиц, вступавших в общение с подозреваемым. 
• Поиск по зонам и линиям. Если известно, что правонарушение произошло в конкретном месте, оператор может выделить эту область на видеокадре и задать критерии поиска: любое движение в зоне, пересечение линии в выбранном направлении, появление/исчезновение предметов в зоне, цветовые или габаритные характеристики объекта.
• Поиск по признакам. Позволяет выделить из видеопотока те события, которые представляют интерес, например найти всех людей в красной одежде, которые проходили в заданное время в поле зрения видеокамер.

Сервисы аналитики безопасности, объединяйтесь!

Продвинутые видеотехнологии превращаются в экосистемы полезных сервисов. Например, решение для финансовых организаций с распределенной сетью устройств для самообслуживания и множеством офисов обеспечивает защиту сети банкоматов, терминалов и банковских помещений, видеоконтроль финансовых операций с возможностью удаленных запросов к видеоархивам по данным транзакций, а также централизованный мониторинг технического состояния и тревожных событий на объектах контроля.

Интеграция различных нишевых систем позволяет настраивать автоматические сценарии взаимодействия систем и управлять комплексом безопасности централизованно, что способствует повышению их экономической эффективности:

1. отпадает необходимость в отдельном обслуживании каждой из подсистем, уменьшается количество рабочих мест;

2. появляется возможность создания единого центра мониторинга, подразумевающего в том числе контроль технического состояния локальных систем безопасности. 

«Такой центр позволяет оперативно реагировать на неполадки оборудования и тревожные сообщения, поступающие из отделений банка и от банкоматов, а также осуществлять контроль за работой всех операторов распределенной системы безопасности», — заметил Яков Волкинд. 

Претензионная работа банка тоже может быть автоматизирована. При появлении той или иной претензии соответствующий сотрудник задает ее параметры (адрес банкомата, время банковской операции, номер карты клиента и т.д.) и тут же получает все видео- и фотоматериалы, связанные с транзакцией. Одновременно маркетинговые службы банка могут эффективно использовать единую систему безопасности для своих целей — проводить аналитические и статистические исследования о количестве посетителей, эффективности рекламы, удовлетворенности клиента посещением банка и т.д.

Такой единый центр мониторинга функционирует в Северо-Западном банке Сбербанка. Под контролем системы работает более 400 отделений банка, свыше 4 тыс. банкоматов, 40 тыс. видеокамер, более 5 тыс. компьютеров системы безопасности.

Мониторинговый центр Северо-Западного банка Сбербанка