Распознавание лиц в видеонаблюдении: как и где закон

Это инженерное руководство, а не юридическая консультация. Уточняйте детали у квалифицированного юриста.

Кратко

Распознавание лица измеряет лицо в строку чисел – «шаблон» – и сравнивает её с другими шаблонами, отвечая на вопрос «это тот же человек?»; это совершенно другая и куда более регулируемая операция, чем детекция лица, которая лишь замечает, что лицо присутствует. Технология действительно точна в лаборатории на кооперативных, хорошо освещённых снимках анфас, но эта точность резко падает на реальном видео под углом, при плохом свете и на дистанции – нередко на десятки процентных пунктов, с большей долей ошибок у женщин, пожилых, детей и части демографических групп. Поскольку шаблон лица – это биометрические данные, выделяющие конкретного, поимённо известного человека, распознавание лица – это сначала юридический барьер и только потом фича: GDPR в ЕС относит его к спец-категории, EU AI Act запрещает большинство случаев публичного опознания в реальном времени, а в США законы Illinois BIPA и Texas CUBI дали урегулирования на сотни миллионов и миллиарды. Эта статья объясняет, как распознавание работает от начала до конца, насколько оно точно вне лаборатории, как событие лица попадает в Video Management System через стандарт ONVIF Profile M и где именно закон проводит границу.

Почему это важно

Распознавание лица – аналитика, которая чаще всего приводит проект видеонаблюдения к иску, запрету или тихому сворачиванию после запуска – не потому, что подводит математика, а потому что команды относятся к нему как к галочке в списке функций, а не как к регулируемой возможности с реальной долей ошибок. Тот, кто его закладывает, – обычно интегратор систем безопасности, руководитель розничных операций, менеджер по безопасности здания или продакт-менеджер, который увидел демо, где лицо опознаётся мгновенно, и теперь должен решить, разворачивать ли его, где и под каким законом; а разрыв между этим демо и законной, надёжной продакшн-системой огромен. Статья написана так, чтобы обе половины были понятны нетехническому читателю: как именно работает конвейер распознавания и где рушится его точность, и почему шаблон лица юридически «радиоактивен» так, как номерной знак или рамка детекции человека – нет. Старший видеоинженер найдёт точными формулировки про стандарты и точность; но текст служит прежде всего тому, кто принимает решение.

Детекция лица – это не распознавание: граница, на которой всё держится

Прежде всего разведите два похожих слова, которые постоянно путают, потому что от этой разницы зависит вся юридическая и техническая история.

Детекция лица отвечает на один вопрос: есть ли в кадре лицо и где? Она рисует рамку вокруг каждого найденного лица – так же, как детекция объектов, которую мы разбирали раньше, рисует рамку вокруг человека или машины. Детекция не знает и не пытается узнать, чьё это лицо. Когда камера телефона рисует жёлтый квадрат вокруг лица перед съёмкой – это детекция. Это дешёвая, зрелая, работающая-на-камере часть, и сама по себе она почти не несёт веса приватности: подсчёт того, сколько лиц в кадре, – не запись того, кто эти люди.

Распознавание лица отвечает на куда более тяжёлый вопрос: чьё это лицо? Оно берёт обнаруженное лицо, измеряет его геометрию в числовую сигнатуру и сравнивает её с другими, чтобы решить, принадлежат ли два лица одному человеку. Распознавание – это то, что превращает «здесь человек» в «здесь этот конкретный, поимённо известный человек». Именно этот шаг – от анонимного присутствия к личности – включает почти каждый закон, о котором пойдёт речь дальше.

Держите эту границу яркой, потому что вендоры её постоянно размывают. «У наших камер есть ИИ по лицам» может означать только детекцию (безвредно) или полное распознавание (жёстко регулируется). Чистый тест: пытается ли система различать людей и присваивать им имя или устойчивую личность? Если да – это распознавание, и действует юридический барьер. Если она только считает или размывает лица, не опознавая их, – это детекция, и барьер не действует.

Нажмите, чтобы увеличить

Как работает распознавание: конвейер из четырёх шагов

Современное распознавание лица – это конвейер из четырёх шагов. Каждый стоит понять, потому что на каждом точность выигрывается или теряется.

Шаг 1 – Детекция. Сначала система находит лицо в кадре и вырезает его – ровно шаг детекции выше. Если лицо слишком мелкое, слишком повёрнутое или слишком размытое, чтобы вырезать чисто, страдает всё дальше по конвейеру. Мусор на входе – мусор на выходе начинается здесь.

Шаг 2 – Выравнивание. Вырезанное лицо редко смотрит прямо. Система находит несколько опорных точек – углы глаз, кончик носа, края рта – и по ним поворачивает, масштабирует и выпрямляет лицо в стандартный ракурс, как поворачивают наклонённое фото ровно на сканере перед чтением. Выравнивание – это то, что позволяет лицу, чуть повёрнутому влево, всё же совпасть с тем же лицом, чуть повёрнутым вправо. Чем экстремальнее исходный угол, тем меньше выравнивание спасает.

Шаг 3 – Эмбеддинг (шаблон). Это сердце распознавания и самая непонятая часть. Нейросеть смотрит на выровненное лицо и выдаёт список чисел – обычно вектор из 512 чисел – который суммирует геометрию лица. Этот список называют шаблоном (или «эмбеддингом», «отпечатком лица»). Ключевой момент и для инженеров, и для юристов: шаблон – это строка чисел, а не сохранённая фотография. По 512 числам, как правило, нельзя увидеть лицо. Современные системы используют методы обучения вроде ArcFace, которые намеренно сближают шаблоны одного человека и разводят шаблоны разных людей, так что одно лицо всегда попадает почти в одну и ту же точку этого числового пространства (Deng et al., «ArcFace», CVPR 2019).

Шаг 4 – Сверка. Наконец, новый шаблон сравнивается с одним или несколькими сохранёнными шаблонами по тому, насколько близки числа – обычно через косинусное сходство, единый балл схожести двух шаблонов. Если балл превышает выбранный порог, система объявляет совпадение; если нет – совпадения нет. Этот порог – регулятор, и где вы его выставите, решает всё в поведении ошибок, как показывают следующие разделы. Нет «золотого» значения, точного для всех в любых условиях.

Нажмите, чтобы увеличить

Две очень разные задачи: верификация 1:1 и идентификация 1:N

Слово «распознавание» скрывает две задачи с совершенно разным профилем риска. Их путаница – одна из самых дорогих ошибок в этой области.

Верификация 1:1 спрашивает: эти два лица – один человек? Вы заявляете личность – приложив пропуск, предъявив паспорт или разблокировав телефон – и система сверяет живое лицо с одним шаблоном на эту личность. Это кооперативный, хорошо освещённый случай «вы смотрите в камеру». Это лёгкая версия, и она точна.

Идентификация 1:N спрашивает: кто это, если вообще кто-то, – из галереи в N человек? Лицо появляется (часто без согласия человека, на камере наблюдения), и система ищет его в списке наблюдения или галерее из N зачисленных шаблонов, возвращая ближайшее совпадение или совпадения. Это трудная версия. Именно её обычно имеют в виду под «распознаванием лиц в наблюдении», и её поведение ошибок ухудшается с ростом галереи – по причине, которую стоит показать арифметикой.

Вот ловушка масштабирования в простых числах. Допустим, у системы 1:N доля ложных положительных опознаний – вероятность ошибочно пометить не входящего в список как совпадение – всего 0,1% на сравнение, что звучит отлично. Теперь просканируйте оживлённый транспортный узел:

• проверок в день: 1 000 000
• доля ложных срабатываний на человека: 0,1% = 0,001
• ожидаемые ошибочные «срабатывания» в день: 1 000 000 × 0,001 = 1000

Тысяча невинных людей, помеченных каждый день, системой, которая «точна на 99,9%». Цифра точности никогда не была неверна; просто на масштабе она означает не то, что предполагают покупатели (NIST, отчётность FRTE 1:N). Чем больше список наблюдения и чем больше лиц вы прогоняете, тем больше ложных тревог – поэтому серьёзные внедрения либо держат галереи маленькими, а пороги жёсткими, либо принимают, что каждое срабатывание – это зацепка для проверки человеком, а не вывод.

Реальность точности: великолепна в лаборатории, гораздо слабее на реальном видео

Теперь правило, на котором построен весь раздел, применённое к лицам: точность – это диапазон, зависящий от качества изображения, ракурса, света и людей перед камерой, никогда не одно число и никогда не 100%.

Эталонные цифры действительно впечатляют. Американский Национальный институт стандартов и технологий проводит Face Recognition Technology Evaluation (FRTE) – переименованного, продолжающегося преемника многолетнего FRVT – и лучшие алгоритмы 1:1 верифицируют безупречные кооперативные портреты с долей ложных непринятий заметно ниже 1%, а в некоторых ограниченных тестах «визового качества» – ниже 0,1% (NIST, FRTE 1:1 Verification, текущий). Если ваша задача – сверить чёткое фото из паспорта с человеком, стоящим неподвижно у киоска, технология превосходна.

Наблюдение – противоположность этого теста. Камера сверху, объект движется и не смотрит в неё, свет смешанный, лицо – один мелкий мазок кадра 1080p на пятнадцати метрах. Независимые анализы и полевые отчёты вендоров сходятся к одному неудобному выводу: тот же алгоритм, что набирает ~99% на кооперативных снимках NIST, нередко падает примерно до 65–85% в реальных условиях CCTV – провал на десятки процентных пунктов, вызванный в основном размытием, низким разрешением и ракурсом (полевые отраслевые анализы, 2025). Лабораторный балл реален; он просто не переносится в коридор. Любой вендор, называющий вам свою цифру NIST так, будто это его цифра для CCTV, вводит вас в заблуждение – намеренно или нет.

Нажмите, чтобы увеличить

Точность неодинакова для разных лиц

Есть второй факт о точности, который одновременно является фактом о справедливости и о праве. Знаковое демографическое исследование NIST показало, что доли ошибок не одинаковы для разных групп: многие алгоритмы дают больше ложных положительных для женщин, пожилых, детей и людей из части расовых и региональных групп, а разброс ложных срабатываний между группами охватывает широкий диапазон – у худших алгоритмов это десятки и более чем сотня раз (NIST, FRVT Part 3: Demographic Effects, NISTIR 8280, и текущий отчёт по демографии, обновлён в 2025). У лучших современных алгоритмов разрыв сузился, но не исчез. Для покупателя это означает сразу две вещи: система, настроенная на одну популяцию, может промахиваться на другой, а внедрение, которое непропорционально ложно-совпадает на одной демографической группе, – это не только неточность, это проблема дискриминации и юридической экспозиции прежде всего остального.

Как «гораздо слабее на реальном видео» выглядит в мире

Это не теория. В США задокументировано более десятка ошибочных арестов, связанных с полицейским применением распознавания лиц, и схема устойчива: некачественное исходное изображение, поиск 1:N, возвращающий правдоподобного-но-неверного кандидата, и сотрудник, принявший зацепку за доказательство. Первый публично известный случай, Роберт Уильямс в Детройте в 2020 году, возник из размытого кадра с камеры магазина, прогнанного по базе водительских прав; совпадение было попросту неверным, и его арестовали на глазах у семьи. Более поздний детройтский случай ошибочно арестовал женщину на восьмом месяце беременности. Все три известных детройтских случая касались темнокожих жителей, повторяя ровно тот демографический вывод про ошибки выше, и итоговое урегулирование теперь запрещает этому управлению арестовывать на основании одного лишь результата распознавания лица (ACLU, Williams v. City of Detroit, 2020–2024). Инженерный урок резок: срабатывание распознавания на видео наблюдения – это зацепка, а не опознание, и любая система или политика, считающая это доказательством, построена так, чтобы провалиться.

Как событие лица попадает в VMS – и что ONVIF стандартизирует, а что нет

Совпадение по лицу полезно, только если Video Management System – ПО, которое принимает и записывает множество потоков с камер, называемое VMS, – может его принять и обработать. Это та часть, которой владеет курс по наблюдению, в отличие от курса по ИИ, который владеет моделью.

ONVIF – это общий язык, позволяющий камерам и ПО разных производителей понимать друг друга, а ONVIF Profile M – профиль для метаданных и событий аналитики. Profile M задаёт стандартный способ для устройства слать в VMS метаданные и события, связанные с лицами – событие «здесь обнаружено лицо с такими-то атрибутами» или «сработало событие распознавания» – переносимые внутри видеопотока, через ONVIF event service или по лёгкому протоколу обмена сообщениями MQTT (ONVIF, Profile M). Этот стандартный интерфейс событий – причина, по которой события лиц с камеры Profile M могут зажигать тревоги и поиски в VMS другого вендора с Profile M.

Вот граница, которая ловит команды. ONVIF стандартизирует, как сообщается событие лица, а не насколько точно распознавание и как оно вычисляется. Сам алгоритм распознавания – модель эмбеддингов, галерея, порог, демографическая настройка – это собственность вендора, доступная через его SDK, а не гарантированная ONVIF. Как всегда, совместимость с ONVIF – это базовый уровень интероперабельности, а не обещание паритета функций или точности. Держите «события лиц, совместимые с ONVIF» и «хорошее, законное распознавание лиц» строго раздельно. Стандарт под этим разобран в статье события, метаданные и интерфейс аналитики ONVIF; коммерческий обзор того, как профили вписываются в системы безопасности, – справочник Фора Софт профили ONVIF в системах безопасности.

Где работают две половины

Конвейер делится по системе, и где работает каждая часть, определяет стоимость, задержку и – больше всего – приватность. Детекция лица лёгкая и работает на краю, на нейропроцессоре (NPU) самой камеры или малом сервере на объекте, потому что найти и вырезать лицо дёшево и должно успевать за живым кадром. Распознавание – эмбеддинг и сверка с галереей – обычно работает на сервере или в облаке, потому что сверка с списком наблюдения из N человек требует галереи шаблонов в одном месте и больше вычислений на модель эмбеддингов и поиск.

Следствие для покупателя – знакомый компромисс с незнакомой ставкой. Распознавание централизованно означает отправку лиц или шаблонов лиц вверх с каждой камеры и хранение галереи биометрических шаблонов в одном месте – что операционно удобно и одновременно концентрированный пул самых чувствительных, самых регулируемых данных, какие можно держать. Больше на краю (детекция на камере, отправка только событий) снижает трафик и сжимает центральное биометрическое хранилище, но ограничивает богатство сверки. Где работает аналитика – на камере, на сервере объекта или в облаке – это отдельное решение со своим профилем задержки, трафика и приватности, разобранное в аналитике на краю против облака. Эта статья владеет тем, что делает распознавание и какой закон его оборачивает; та – тем, где оно работает.

Нажмите, чтобы увеличить

Модель живёт в другом разделе – намеренно

Одна граница держит статью честной. Как построена и обучена сеть распознавания – архитектуры эмбеддингов, обучение с угловым отступом за ArcFace, функции потерь, разводящие личности – относится к нашему разделу AI for Video Engineering. Эта статья по наблюдению владеет применением: как распознавание подключается к камере, VMS и хранилищу, насколько оно точно в поле и какой закон управляет его развёртыванием. Когда нужны внутренности модели, идите по кросс-ссылке; когда нужно задать, развернуть и остаться в рамках закона – оставайтесь здесь.

Юридический барьер: шаблон лица – это биометрия, и закон относится к нему именно так

Это часть, которую не может пропустить ни одна команда наблюдения, потому что с распознаванием лица закон идёт до фичи. Шаблон лица – это биометрические данные – он измеряет физическую характеристику, чтобы опознать конкретного человека – и почти каждый крупный режим приватности выделяет биометрию для строжайшего обращения. Важнее всего четыре опоры.

Европа – GDPR. Общий регламент ЕС о защите данных определяет биометрические данные и в статье 9 относит биометрию, обрабатываемую с целью однозначно опознать человека, к спец-категории, которую запрещено обрабатывать без узкого исключения (например, явного согласия или существенного публичного интереса) (GDPR, Рег. (ЕС) 2016/679, ст. 9 и ст. 4(14)). Руководство Европейского совета по защите данных по видеоустройствам прямо указывает, что распознавание лиц на видео наблюдения – это обработка спец-категории, которой нужны законное основание, прозрачность и – для систематического мониторинга публичного пространства – оценка воздействия на защиту данных (DPIA) до включения (EDPB, Guidelines 3/2019; GDPR ст. 35). Простая детекция или размытие – не это; опознание людей – это.

Европа – EU AI Act. Поверх GDPR AI Act регулирует саму технологию напрямую. Опознание людей в реальном времени по биометрии на расстоянии в публично доступных местах – сверка лиц в толпе вживую – это запрещённая практика для большинства целей, в силе с 2 февраля 2025 года, лишь с узкими, предварительно санкционированными исключениями для правоохраны (EU AI Act, Рег. (ЕС) 2024/1689, ст. 5). Прочие системы биометрического опознания и биометрической категоризации отнесены к высокому риску с тяжёлыми обязанностями (управление рисками, логирование, человеческий надзор, регистрация); основная часть этих обязанностей высокого риска применяется с 2 августа 2026 года, а часть графика для биометрии высокого риска уточнена более поздней поправкой – уточняйте текущую дату вступления для вашего точного сценария, эта область ещё движется. Вывод структурный: в ЕС самая «наблюдательная» форма распознавания лиц – вживую, публично, опознать-каждого – в основном снята со стола, а остальное по умолчанию высокого риска.

США – Illinois BIPA. У США нет федерального закона о биометрии, но именно Biometric Information Privacy Act штата Иллинойс переформатирует рынок. BIPA требует информированного письменного согласия до того, как частная организация соберёт геометрию лица человека, предписывает политику хранения и уничтожения и – уникально – даёт людям частное право на иск со штрафами $1000 за неосторожное нарушение и $5000 за безрассудное или умышленное (BIPA, 740 ILCS 14). Верховный суд Иллинойса постановил, что для иска не требуется фактический вред (Rosenbach v. Six Flags, 2019) и что нарушения могут накапливаться за каждое сканирование (Cothron v. White Castle, 2023); поправка 2024 года (SB 2979) затем ограничила это одним взысканием на человека на метод сбора и подтвердила электронное согласие. Даже после этого смягчения экспозиция по BIPA реальна и велика – Facebook урегулировал коллективный иск по BIPA о тегировании лиц на $650 млн. Если ваши камеры могут захватить лицо жителя Иллинойса, BIPA – это гейтовое проектное ограничение, а не сноска.

США – Texas CUBI и лоскутное право. Capture or Use of Biometric Identifier Act (CUBI) штата Техас требует согласия на захват биометрических идентификаторов; его исполняет генеральный прокурор штата, а не частные иски, и в 2024 году Техас достиг урегулирования с Meta на $1,4 млрд за захват геометрии лиц – крупнейшего урегулирования по приватности, полученного одним штатом, и первого исполнения CUBI (Texas AG, State v. Meta, 2024). У Вашингтона свой закон о биометрии, и всё больше штатов добавляют их ежегодно. В итоге получается лоскутное право, где система, продаваемая в разные регионы, фактически управляется строжайшим применимым правилом – поэтому проектируйте под строжайшее, а не под самое мягкое.

Чистое инженерное правило, вытекающее из всех четырёх: распознавание лица – это юридический барьер, через который проходят прежде, чем выпускать фичу. Подтвердите законное основание и режим согласия, проведите DPIA, держите галерею минимальной и под контролем доступа, задайте срок хранения по максимуму закона, а не операционному удобству, считайте каждое срабатывание зацепкой, требующей подтверждения человеком, и – поскольку правила различаются по местам и постоянно меняются – привлеките квалифицированного юриста по вашей юрисдикции. Это инженерное руководство, а не юридическая консультация.

Нажмите, чтобы увеличить

Распознавание лица одним взглядом

Таблица 1. Детекция против двух задач распознавания. Детекция анонимна и без гейта; обе задачи распознавания биометричны и юридически гейтованы, а 1:N на видео наблюдения – и наименее точная, и наиболее регулируемая. Сопоставьте столбец с реальной потребностью, прежде чем задавать систему.

Частая ошибка, которой стоит избегать

Самый дорогой паттерн, который мы видим, – относиться к срабатыванию распознавания как к опознанию, а не как к зацепке: процесс, а тем более политику, выстраивают так, что совпадение принимают как доказательство, тогда как на реальном видео наблюдения заметная доля срабатываний неверна и перекошена демографической ошибкой. Близкий второй – задавать систему по цифре NIST, а разворачивать в коридор: балл ~99% на кооперативных портретах – это не 65–85%, которые вы получите с камеры 1080p сверху на дистанции, и бюджет по лабораторной цифре гарантирует разочарование. Третья, самая опасная ошибка – выпускать распознавание, не пройдя сперва юридический барьер: собирать шаблоны лиц без режима согласия, без DPIA, без срока хранения и без проверки юрисдикции – так проект оказывается не на той стороне BIPA, CUBI, GDPR или AI Act. Требуйте полевой пилот на ваших реальных камерах, отчётный как диапазон precision/recall с указанным порогом, и письменное юридическое одобрение, прежде чем кто-то назовёт распознавание лиц «готовым».

Где здесь Фора Софт

Фора Софт строит ПО для видео реального времени, стриминга и компьютерного зрения с 2005 года, в 250+ выпущенных проектах, и распознавание лиц – функция, на которой мы больше всего управляем ожиданиями до того, как написать строку кода. Команды приходят, желая переключатель с подписью «опознать каждого»; ответственная сборка ýже и честнее – детекция на краю, распознавание в минимальной галерее под контролем доступа, порог, настроенный и измеренный на собственных камерах клиента, каждое срабатывание как подтверждаемая зацепка, и всё это за гейтом режима согласия, DPIA и хранения, которого требует юрисдикция. Мы ведём с того, как система ведёт себя под реальной нагрузкой: реалистичная полевая точность на вашем видео и вашей популяции, размер и защищённость биометрического хранилища, юридическая позиция – и только потом возможность. Система распознавания, честная о своей доле ошибок и построенная пройти юридический барьер, превосходит ту, что демонстрируется безупречно, а в поле становится обузой.

Главное

• Детекция находит лицо; распознавание опознаёт, чьё оно – биометрия и юр. барьер включает только распознавание.
• Распознавание – конвейер из четырёх шагов: детекция, выравнивание, эмбеддинг в числовой шаблон, сверка по сходству против порога.
• Верификация 1:1 (кооперативная) точна; идентификация 1:N на видео наблюдения труднее, а ложные срабатывания растут с размером галереи.
• Лабораторная точность (~99% на кооперативных снимках) часто падает до 65–85% на реальном CCTV, с большей ошибкой у части групп – никогда не 100%.
• Шаблон лица – это биометрия: GDPR ст. 9, EU AI Act, Illinois BIPA и Texas CUBI гейтуют его, с урегулированиями от сотен миллионов до миллиардов.
• Считайте каждое срабатывание зацепкой для проверки, а не доказательством – и пройдите юридический барьер до развёртывания.

Что почитать дальше

• Распознавание номерных знаков (LPR / ANPR)
• GDPR для видеонаблюдения
• BIPA и биометрические законы США