Компания VisionLabs создала экосистему биометрических решений, которые сегодня обрабатывают миллиарды событий ежемесячно и используют в 42 странах.
Почему распознавание лиц — это не просто камеры наблюдения
Первые системы распознавания лиц появились еще в 1960-х годах, но работали они крайне примитивно — по геометрическим пропорциям лица. Современные решения основаны на глубоком машинном обучении и способны анализировать сотни параметров одновременно.
Сегодня системы компьютерного зрения решают задачи далеко за пределами простого видеонаблюдения: анализируют эмоции, определяют возраст и пол, выявляют попытки обмана и даже предсказывают поведение.
VisionLabs разработала полную экосистему биометрических решений:
- Luna Platform — центральная система, способная работать с базой до 120 миллионов лиц и обрабатывать 10 тысяч запросов в секунду;
- Luna ID — система для работы с биометрическими данными на мобильных устройствах;
- Luna Pass — система для распознавания лиц при работе на компьютере;
- Luna Kiosk — система для обработки биометрических данных в банкоматах и на кассах самообслуживания.
Ключевое отличие российской разработки — способность работать в сложных условиях. Алгоритмы VisionLabs распознают лица даже при плохом освещении, в масках, с изменившейся внешностью. Точность составляет свыше 99%.
У нас классический подход к созданию алгоритмов распознавания лиц. На первом этапе мы обнаруживаем на изображении лицо человека. Затем из этого лица создаем биометрический шаблон, который в профессиональных кругах называется дескриптором. Дальше шаблон кладется в базу и впоследствии используется для сравнения, когда человек совершает оплату по лицу в магазине или метро, входит в приложение по биометрии или использует любое другое биометрическое решение.
Как VisionLabs достигла лидерства по точности и скорости распознавания
Процесс распознавания лица состоит из нескольких этапов. Сначала система обнаруживает лицо на изображении, затем создает его уникальный биометрический шаблон — дескриптор. Этот «цифровой отпечаток» сохраняется в базе данных для последующих сравнений.
Ключевое преимущество решений VisionLabs — способность работать в сложных реальных условиях. Алгоритмы распознают лица даже при плохом освещении, в масках, с изменившейся внешностью. Точность составляет свыше 99%.
Разработчики компании делают ставку на собственные алгоритмы машинного обучения, адаптированные под практическое применение. Вместо погони за идеальными лабораторными показателями команда фокусируется на том, как система работает в метро, аэропортах, на границах — там, где освещение неидеальное, а люди постоянно двигаются.
Наш алгоритм может работать на любых видах аппаратных платформ. Мы поддерживаем как стандартные процессоры CPU, так и все виды GPU, частично — процессор NPU. В том числе наши алгоритмы можно запустить на устройствах Android и iOS. Если говорить про российские аналоги, мы можем работать на «Авроре» и поддерживаем много других отечественных операционных систем.
Технологии Liveness Detection и Deepfake Detection: как отличить живого человека от маски или дипфейка
Развитие технологий распознавания породило новые виды мошенничества. Злоумышленники пытаются обмануть системы с помощью фотографий, видео, силиконовых масок и даже дипфейков — видеоподделок, созданных нейросетями.
Основные виды дипфейков включают:
- Face swap — замена лица одного человека на другое;
- Face synthesis — полная генерация несуществующего лица;
- Face reenactment — перенос мимики и выражения лица;
- Lip sync — синхронизация движений губ с речью.
Для борьбы с такими атаками VisionLabs разработала две ключевые технологии.
Liveness Detection определяет, стоит ли перед камерой живой человек или мошенник пытается использовать подделку. Система анализирует десятки параметров, включая незаметные человеческому глазу артефакты. По результатам международного тестирования iBeta, технология успешно отразила все 3300 попыток взлома.
Deepfake Detection выявляет видеоподделки с точностью 99,3%. Алгоритмы анализируют микропиксельные искажения, неестественные движения и другие признаки искусственной генерации контента.
От московского метро до международных проектов
Технологии VisionLabs используются в самых разных сферах. В московском метро система обрабатывает поток с 50 тысяч камер на 271 станциях. За время работы она помогла найти более 9000 подозреваемых и более 1300 пропавших людей.
В банковской сфере технологию защиты от дипфейков применяют 13 банков в России, Казахстане, Кыргызстане и Узбекистане. Система встроена в процедуры удаленной идентификации клиентов, которые банки обязаны проводить согласно требованиям законодательства о противодействии мошенничеству.
Одно из самых необычных применений — гостиничная сфера. В 2025 году VisionLabs представила сервис заселения в отель по биометрии. Технология позволяет гостям регистрироваться без предъявления паспорта — первое в мире решение такого типа.
География бизнеса впечатляет: более 500 проектов реализовано в 42 странах. Офисы и представительства компании работают в 9 странах. Общее количество камер, использующих ПО VisionLabs, превышает 1,7 миллиона, ежемесячно обрабатывается свыше 1,5 миллиарда событий в режиме реального времени.
Искусственный интеллект на службе безопасности
Помимо распознавания лиц VisionLabs развивает системы видеоаналитики для обеспечения безопасности. Продукт Luna Scanner специально разработан для массовых мероприятий — концертов, фестивалей, спортивных событий и других мест большого скопления людей. Система автоматически выявляет драки, пожары, оружие и ведет подсчет людей в толпе, обеспечивая безопасность участникам мероприятий.
Luna Platform предоставляет более широкие возможности для создания «умных» и безопасных городов. Эта комплексная система интегрируется с городской инфраструктурой, позволяя контролировать общественные пространства, транспортные узлы, административные здания и любые другие объекты.
Планы на будущее: экспорт и новые технологии
VisionLabs не собирается останавливаться на достигнутом. Компания активно развивает экспортное направление, ориентируясь на страны БРИКС+, Юго-Восточную Азию, Ближний Восток, Африку и Латинскую Америку.
В разработке находятся гибридные решения, объединяющие компьютерное зрение с языковыми моделями (VLM — Visual Language Model). Это позволит, например, искать людей в видеоархивах по текстовым запросам: «найди мужчину в красной куртке, который вошел в здание между 14:00 и 15:00».
Один из новейших продуктов компании, платформа для запуска и обучения ML-моделей без написания кода Luna Line, уже включает гибридные решения, объединяющие компьютерное зрение с языковыми моделями. А за счет того, что работа с платформой не требует команды ML-разработчиков, сроки создания нейросетей и стоимость проектов сокращаются на 20−30%. В ходе разработки VisionLabs протестировала платформу для выявления и классификации дефектов на металлургическом производстве, поиска автобусных остановок с разбитыми стеклами и проверки нанесения идентификационного номера на автомобилях.
На больших объемах данных системы VisionLabs требуют гораздо меньше вычислительных ресурсов, чем решения конкурентов, поэтому общая стоимость создания биометрической платформы с нашими технологиями ниже.
Развитие платформы Luna Line и интеграция визуальных языковых моделей открывают новые возможности для автоматизации производственных процессов и создания интеллектуальных систем мониторинга. VisionLabs планирует расширять функциональность no-code решений и адаптировать их под потребности различных отраслей — от промышленности до медицины и образования.
