როგორ ამოწმებს აშშ-ს სახელმწიფო დეპარტამენტი მწვანე ბარათის ლატარიის მონაწილეთა განცხადებებს და ფოტოებს

მწვანე ბარათის ლატარია დაარსების დღიდან დღემდე იყო და რჩება შეერთებულ შტატებში ემიგრაციის უმარტივეს გზად. DV პროგრამაში მონაწილე მილიონობით ადამიანისთვის ლატარიაში მწვანე ბარათის მოპოვება არის საიმიგრაციო ერთადერთი გზა, რომელზეც იმედი აქვთ. აქ მნიშვნელოვანია არ გამოტოვოთ თქვენი შანსი ამის გამო გამაღიზიანებელი პატარა რამ - შეცდომები პროფილში ან არასწორი ფოტო. მოცემულია ფოტოები პროფილების შემოწმებისას უზარმაზარი ყურადღება. ვნახოთ, რას უნდა მიაქციოთ განსაკუთრებული ყურადღება კითხვარის შევსებისას.

ფოტო: Shutterstock

თავად ნახატის პროცესი არ არის საინტერესო. კომპიუტერი შემთხვევით ირჩევს გამარჯვებულთა გარკვეულ რაოდენობას რეგიონის ზოგადი ბაზიდან, ჯამში 100 – დან 150 ათასამდე ადამიანი. იმის გათვალისწინებით, რომ მხოლოდ 50 ათასი ვიზაა, კეთდება საკმაოდ დიდი რეზერვი, რომელიც მოიცავს მომავალში ბევრის აღმოფხვრას, კერძოდ: "სპორტსმენებს", რომლებიც იღბლის შესამოწმებლად თამაშობენ; ადამიანები, რომლებიც, მშვიდად შეაფასეს საიმიგრაციო დადებითი და უარყოფითი მხარეები, უარს იტყვიან პროცესის გაგრძელებაზე; ნასამართლევი; არ ჩააბარა სამედიცინო კომისია; ვინც ვერ შეაგროვებს საჭირო დოკუმენტებს ან საკმარის თანხას; დისკვალიფიკაცია გამოვლენილი შეცდომებისა და მოტყუების გამო და ა.შ.

ყველა ამ ადამიანის გარდა, 100-150 ათასიდან თავდაპირველად შერჩეული გამარჯვებულები, ვინც არა ერთი, არამედ რამდენიმე განაცხადი წარადგინა, აღმოიფხვრება.

პირველი ჩეკი, როდესაც მწვანე ბარათის ლატარიაში განაცხადისას

ყოველწლიურად 7 – დან 15 მილიონამდე განაცხადი იგზავნება მწვანე ბარათის ლატარიაში მონაწილეობის მისაღებად (ეს დამოკიდებულია მონაწილე ქვეყნებზე). აშკარაა, რომ ამდენი დოკუმენტის ხელით დამუშავება და შემოწმება უმადური საქმეა, ის უამრავი შეცდომით არის სავსე. ამ მიზეზით, დამუშავების თითქმის მთელი პროცესი ავტომატიზირებულია და სპეციალური კომპიუტერული პროგრამების მიანდო.

განაცხადის წარდგენის დროს, ჩამონტაჟებული ვალიდატორი ამოწმებს, შევსებულია თუ არა კითხვარის ყველა საჭირო ველი და შეესაბამება თუ არა თანდართული ფოტოები მითითებულ ტექნიკურ პარამეტრებს. ეს პირველი ტექნიკური შემოწმებაა. იგი გამოტოვებს ნებისმიერ პროგრამას, რომელიც ოფიციალურად შეესაბამება წესებს. მაგალითად, სავსებით შესაძლებელია, რომ ადამიანს სახელად Yyyyyyy Xxxxxxx წარუდგინოს პროფილი იმ ფოტოთი, რომელიც არ შეიცავს ადამიანის სურათს. თუ ეს 600-იანი 600 პიქსელიანი ფოტოა, .jpeg ფაილი 240 კილობაიტზე ნაკლებია, ფერადი გამოსახულება 24-ბიტიანი სიღრმით - ფაილის ყველა ტექნიკური პარამეტრი შესრულებულია, განაცხადი მიიღება და გაიცემა დადასტურების ნომერი.

ამასთან, მონაწილე Yyyyyyy Xxxxxxx ვერასდროს მიიღებს შეტყობინებას მოგების შესახებ - გადამოწმების შემდეგ ეტაპზე მისი განაცხადი უარყოფილი იქნება და ის არ მიიღებს მონაწილეობას მწვანე ბარათის გათამაშებაში.

მწვანე ბარათის ლატარიის გათამაშება და "უსარგებლო" აპლიკაციების ჩვენება

სინამდვილეში, არა ერთი საერთო გათამაშება იმართება, არამედ ექვსი ცალკეა - ექვსივე რეგიონიდან, რომლებშიც DV– ლატარიის პროგრამისთვის მსოფლიო პირობითად იყოფა. თითოეული რეგიონისთვის გამოითვლება გამარჯვებული ადამიანების გარკვეული კვოტა, ამ ექვსი კვოტების ჯამი იძლევა მოგებულთა საერთო რაოდენობას - 100-150 ათასი.

გათამაშების დროს, რეგიონში ყველა მოთხოვნას შემთხვევით ენიჭება ახალი ნომრები (საქმის ნომრები).

შემდეგ ყოველი განაცხადი შემოწმდება DV ლატარიის წესების ტექნიკურ მოთხოვნებთან შესაბამისობაში. პროგრამა იღებს ნომერ 1 აპლიკაციას, ამოწმებს და იძლევა დასკვნას მოთხოვნებთან შესაბამისობის შესახებ. შემდეგ ის გადადის განაცხადზე ნომერი 2 და ა.შ. თუ პროგრამა აღმოაჩენს აპლიკაციას, რომელიც არ აკმაყოფილებს მითითებულ პარამეტრებს, ის აღნიშნავს მას, როგორც "უსარგებლო" და გამოტოვებს მის ნომერს - ის, ვინც ის წარადგინა, ვერ დაინახავს შეტყობინებას მოგების შესახებ. ასე რომ, პროგრამა ამოწმებს აპლიკაციებს ზედიზედ, სანამ კვოტა არ შეივსება "კარგი" ნომრებით.

ვინაიდან განცხადების წარდგენისას კითხვარებს არ ერთვის დამხმარე დოკუმენტები, ვერიფიკაციის ამ ეტაპზე შეუძლებელია მითითებული მონაცემების სისწორე. ადამიანს შეიძლება ეწოდოს Yyyyyyy Xxxxxxx. ამიტომ, მომავალში, მხოლოდ წარდგენილი ფოტოების შემოწმება ხდება.

თითოეული სურათის ფაილი არის გაანალიზებული და დადგენილია თუ არა ადამიანი გამოსახულია ფოტოში და შეესაბამება თუ არა მისი სურათი კომპოზიციურ მოთხოვნებს.

სურათის არეალი, რომელშიც თავში უნდა იყოს განთავსებული, განისაზღვრება წესებით - პროგრამა ამ სფეროში აყენებს ვირტუალურ ნიღბს, რაც წარმოადგენს ადამიანის სახის ძირითადი ნაწილების საშუალო ჩვენებას: თვალები, ცხვირი, ტუჩები და ა.შ. თუ გაანალიზებული არეალის პარამეტრები ემთხვევა ნიღბს გარკვეული კრიტერიუმების შესაბამისად, ფოტო განისაზღვრება, როგორც სახის გამოსახულება. ამავე დროს, პროგრამა ამოწმებს, რომ ეს არის ფოტო მის წინ და არა, მაგალითად, აკვარელის ნახატი. სურათის ხარისხიც შემოწმებულია.

ამ ეტაპზე უგულებელყოფილია კითხვარები, რომლებსაც თან ახლავს კატების, მანქანების, ღრუბლების, შავი მოედნების და ა.შ. სურათები. ჩვეულებრივ, ადამიანები აგზავნიან ასეთ კითხვარებს, რომ ნახონ თუ როგორ მუშაობს საიტი, რომ ივარჯიშონ თავიანთი განაცხადის წარდგენამდე.

შეამოწმეთ კომპოზიციური მოთხოვნების დაცვა

წესები ადგენს საკმაოდ მკაცრ მოთხოვნებს ფოტოსურათში პირის გამოსახულებისადმი: ხელმძღვანელის ზომა, თვალის დონე, ხელმძღვანელის პოზიცია - მისი მიდრეკილება და ბრუნვა, ფონის ფერი მკაცრად არის დადგენილი. თუმცა, ყურებზე, მხრებზე, თმაზე, წვერზე და ულვაში, მაკიაჟზე არაფერია ნათქვამი.

შესაბამისად, შეიძლება ველოდოთ, რომ პროგრამა მხოლოდ შეამოწმებს ნათქვამს.

თუ ფოტოზე გამოსახული თავი უფრო დიდია ან ნაკლებია, ვიდრე საჭიროა, მარჯვნივ ან მარცხნივ მობრუნებული, აწეული ან ჩამოწეული, თვალები უფრო მაღალი ან დაბალია ვიდრე ეს უნდა იყოს, შემოწმების დროს განაცხადი უარყოფილი იქნება. თუ თმის ვარცხნილობის უკან ყურები არ ჩანს, მხრები ერთ დონეზე არ არის, ულვაში და წვერი მალავს პირს, მაგრამ პროპორციები აკმაყოფილებს და ადამიანი პირდაპირ კამერაში იყურება - აპლიკაცია ძალაში ჩაითვლება.

ამ შემოწმების დროს ფასდება ფონის სისწორე და მასზე ჩრდილების არარსებობა - ხელმძღვანელის კონტურები მკაფიოდ უნდა იყოს განსაზღვრული ფონზე. სახეზე ჩრდილებმა შეიძლება გამოიწვიოს დისკვალიფიკაცია, თუ მათ გამო პროგრამამ ვერ შეძლოს სახის ზოგიერთი ნაწილის ამოცნობა.

სახის ამოცნობის პირველი ეტაპისთვის მზადება

რატომ არის გადამოწმებული ფოტოები ასე საფუძვლიანად? განცხადება არ იქნება აღმოჩენა: იმისათვის, რომ გაზარდოთ ნებისმიერი ლატარიაში გამარჯვების შანსი, მონაწილემ უნდა წარმოადგინოს რამდენიმე განაცხადი. ეს აკრძალულია DV ლატარიის წესებით, მაგრამ ცდუნება დიდია და მრავალი ადამიანი (და შუამავალი ორგანიზაცია) აკრძალვის გადასალახად მიმართავს სხვადასხვა ხრიკებს.

მაგალითად, განაცხადების წარდგენა ხდება სახელისა და ფოტოს სხვადასხვა ტრანსლიტერაციით, სხვადასხვა თმის ვარცხნილობით. იმისათვის, რომ კომპიუტერმა გაიგოს, რომ ეს იგივე ადამიანია, გამოიყენება სახის ამომცნობი ტექნოლოგია.

მწვანე ბარათის ლატარიაში მონაწილეობისთვის წარმოდგენილი ფოტოების შემოწმებისას გამოიყენება მანქანების სახის ამოცნობის რამდენიმე ეტაპი. ყოველი მომდევნო აღიარების ალგორითმი უფრო რთულია, ვიდრე წინა, ასე რომ, ანალიზირებული სურათების რაოდენობა ყოველ ნაბიჯზე იკლებს - მანამ, სანამ არ გამოჩნდება ფოტოები, რომელთა პროგრამას თითქმის 100% დარწმუნებით შეუძლია თქვას, რომ ისინი გამოსახავენ ერთსა და იმავე ადამიანს.

ამოცნობა ხორციელდება Visionic– ის მიერ შემუშავებული FaceIt ტექნოლოგიის საფუძველზე. FaceIt ტექნოლოგიას სახელმწიფო დეპარტამენტი იყენებს (DoS) იმ ადამიანების გასინჯვაზე, რომლებიც ითხოვენ რაიმე ვიზას შეერთებულ შტატებში.

FaceIt მუშაობს სურათებით, რომლებიც შეესაბამება ISO / IEC 19794-5.

შემოწმებულია მწვანე ბარათის ლატარიაში მონაწილეობის მისაღებად განაცხადის თითოეული ფოტო, და დადგენილია მისი ვარგისიანობა აღიარების პროცესზე, და შეფასებულია შემდეგი პარამეტრები:

1. ხელმძღვანელის ზომა - სახე საკმარისად დიდი?
2. მოჭრა - სახეზე სრულად ჩანს სახე?
3. ცენტრირება - არის თუ არა ადამიანი საკმარისზე ორიენტირებული?
4. ექსპოზიცია - არის გამოსახულება გადაჭარბებული ან underexposed?
5. თვალები აშკარად ჩანს - არის თუ არა სათვალეები პირზე, და თუ ასეა, თვალები ჩანს ან დამალულია?
6. ფოკუსირება - არის გამოსახულება კარგად ფოკუსირებული?
7. შეკუმშვა - იყო გამოსახულება გადაჭარბებული კანის დეტალების მოსაშორებლად?
8. ტექსტურა - შეიცავს კანის ზედაპირი, ტექსტურას, რომელიც გამოიყენება სახის ამოცნობაში?
9. რეზოლუცია - აღემატება სურათის გარჩევადობას თვალებს შორის პიქსელებში იზომება მინიმალური?
10. სახე - შეიძლება სურათზე გამოვლენილ ობიექტს ადამიანის სახე ვუწოდოთ თუ არა?

მომზადების ეტაპზე ხდება ფოტოების ნორმალიზება - კომპიუტერი ატრიალებს სურათებს ისე, რომ მათზე თვალები მკაცრად ჰორიზონტალურად არის განლაგებული (სახეს სწორდება ვერტიკალური ღერძის მიმართ) და გამოსახულებებს ახალ ზომაზე აჭრის, ყველა ზედმეტი ჭრის სურათები იკვეთება ისე, რომ ყველა სურათში თვალების ცენტრებს შორის მანძილი ერთნაირია, სურათების სიკაშკაშე და კონტრასტი გათანაბრებულია.

სახის ელექტრონული აღიარება ფოტოებში

ელექტრონული აღიარება ვრცელდება მხოლოდ იმ გამარჯვებულ მასალაზე, რომელიც აღმოჩნდა ძალაში წინა შემოწმების ეტაპებზე და იმ ფოტოებზე, რომელთა წარმატებით ნორმალიზებაც მოხდა.

იდენტიფიკაციის პირველი ეტაპი არის ვექტორული შედარება (სავიზო რეჟიმის გამარტივებასთან დაკავშირებით)

აღიარების პირველ ეტაპზე გამოიყენება ვექტორული მახასიათებლების ანალიზის (VFA) ალგორითმი.

ამოცნობის ამ მეთოდის არსი იმაში მდგომარეობს, რომ პროგრამა წარმოადგენს თითოეულ ანალიზირებულ სახის სურათს, როგორც სხვა, ადრე შექმნილი სპეციალური სურათების, ე.წ. eigenvectors ან eigenface- ების ხაზოვან კომბინაციას. შედეგად მიღებული კოდი შეიცავს ინფორმაციას ამ კომბინაციის შესახებ. ასე იშიფრება თითოეული სურათი, რომელსაც გადამოწმება სჭირდება.

ძალიან მარტივად, „საკუთრივ სახეები“ („საკუთრივ ვექტორები“) შეიძლება წარმოდგენილი იყოს როგორც სახის გარკვეული სტანდარტული კომპონენტების ნაკრები, რომელიც მიღებულია სტატისტიკური ანალიზის, შემდგომი შერჩევისა და სხვადასხვა სახის სურათების დიდი ნაკრების დამუშავების შედეგად. ამ მეთოდის გამოყენებისას აქსიომად აღიქმება, რომ ნებისმიერი ადამიანის სახე შეიძლება შედგებოდეს „საშუალო სახისგან“ (კომპონენტი, რომელიც ერთნაირია ყველა სახისთვის) გარკვეული რაოდენობის „სათანადო სახეების“ დამატებით. სახეების უმეტესობის მიღება შესაძლებელია მცირე რაოდენობის "საკუთარი სახეების" დამატებით.

ეგიგენვექტორების შედეგად მიღებული ნაკრების შედარება, სისტემა ასკვნის, რომ ორიგინალური სურათები მსგავსია ან განსხვავებული.

კოდის, ან შაბლონის თითოეული ფაილი არის გამოყენებული საკუთარი პირების მარტივი სია (და თითოეული ადამიანის წვლილის პროცენტული გამოხატულება მათგან აშენებულ გამოსახულებაში) და აქვს ძალიან მცირე ზომა, ასე რომ თქვენ არ შეგიძლიათ აღადგინოთ სახის სურათი მხოლოდ ამ შაბლონის მონაცემების გამოყენებით. თუმცა, შაბლონური ფაილების მცირე ზომის გამო, მათი ერთმანეთთან შედარება ძალიან, ძალიან სწრაფია.

მას შემდეგ, რაც შაბლონის ყველა ფაილი მზად იქნება, პროგრამა ადარებს პირველ წარმატებულ წინადადებას ყველა შეტანილ არასასურველი განცხადებისგან. იგი ადარებს დაშიფვრის ეტაპზე ფოტოებისგან მიღებულ შაბლონებს, აფასებს კოდების შესაბამისობას პროცენტული თვალსაზრისით. თუ შემოწმებული კოდის რომელიმე სხვა თანხვედრა არ აღემატება გარკვეულ მნიშვნელობას, პროგრამა ასკვნის, რომ განაცხადში არ იქნა ნაპოვნი დუბლიკატები.

შემდეგ პროგრამა აგრძელებს მომდევნო აპლიკაციის შემოწმებას - მისგან გადაღებული ფოტოს გადამოწმებას ყველა წარდგენილი მოქმედი პროგრამის ყველა ფოტოს ყველა სხვა კოდთან ერთად. ასე რომ, პროგრამა სათითაოდ ამოწმებს ყველა აპლიკაციას, რომლებმაც მოიგეს მწვანე ბარათის გათამაშება.

თუ კომპიუტერი აღმოაჩენს, რომ ორი შედარებული ფოტოსურათის კოდების დამთხვევა აღემატება ბარიერის მნიშვნელობას (ეს მნიშვნელობა არის საიდენტიფიკაციო სისტემის ერთ-ერთი კონფიგურირებული პარამეტრი), პროგრამა აკეთებს აღნიშნულს ამის შესახებ და აგრძელებს გამოძიების ქვეშ მყოფი კოდის შემოწმებას.

ამრიგად, აღიარების პირველი ეტაპის შედეგად მიიღება ფოტოების წყვილი (ან სამეული, ოთხი და ა.შ.), რომლებსაც სისტემა ეჭვობს, რომ ერთი და იგივე პიროვნებაა.

ვექტორული შედარების მეთოდი ერთ-ერთი უძველესი მეთოდია, რომელიც გამოიყენება სახის ამოსაცნობად. უკიდურესად ითხოვს ყველა ანალიზირებული სურათის მკაცრად ნორმალიზებას. მნიშვნელოვანი შეცდომები ამ მეთოდის თანდაყოლილი სახის მსგავსების საკითხის გადაწყვეტისას, რომელიც გამოიყენება ცალკეული ვექტორების მცირე რაოდენობის გამო, აიძულებს მას გამოიყენონ მხოლოდ უხეში იარაღად, რაც წარმოადგენს დუბლიკატების შემდგომი ძიების საფუძველს.

იდენტიფიკაციის მეორე ეტაპი არის იერარქიული სახის გრაფიკების შედარების ალგორითმი (ჰგმ)

იერარქიული გრაფიკის შესატყვისი (HGM) არის ალგორითმი სახის შედარების საფუძველზე, რომელიც ეყრდნობა საკონტროლო კვანძოვანი წერტილების ადგილმდებარეობის ან მათ შორის დაშორებების ანალიზს.

სახეზე განისაზღვრება 2000-ზე მეტი წერტილი, დაწყებული თვალების ცენტრებიდან, ცხვირის ხიდიდან, ცხვირის წვერიდან და ფრთებიდან, პირის მარცხენა და მარჯვენა კუთხეებიდან და ა.შ., რომლებიც ერთმანეთთან აკავშირებს ქმნის ეგრეთ წოდებულ გრაფიკს, ან ნიღაბს, თითოეული სახის ინდივიდუალურად. წერტილებს შორის მანძილი თავის მხრივ შეიტანება ფაილში, ხოლო კოდირდება სახის გამოსახულება და ის მათემატიკური შედარებისთვის არის შესაფერისი.

ანალიზის ეს მეთოდი არ არის დამოკიდებული სახის ტექსტურაზე, მაგრამ იკვლევს ექსკლუზიურად მის ფორმას. შექმნილი მათემატიკური მოდელები აგებულია "დიდიდან პატარამდე" პრინციპზე, რაც საშუალებას გაძლევთ მნიშვნელოვნად დააჩქაროთ ფაილების შედარების პროცესი.

HGM ალგორითმი საკმაოდ კარგ შედეგებს აჩვენებს მწვანე ბარათის ლატარიის პროგრამასთან მიმართებაში, სადაც მკაცრად ნორმალიზებული მაღალი ხარისხის სურათების ანალიზი ხდება.

იდენტიფიკაციის მესამე ეტაპია ადგილობრივი განსხვავებების ანალიზი (LFA)

ადგილობრივი მახასიათებელი არის გამოსახულების ის ნაწილი, რომელიც განსხვავდება სხვა მეზობელი ტერიტორიებისგან. საიტი შეიძლება განსხვავდებოდეს ინტენსივობით, ფერით ან ტექსტურით, მაგრამ ლოკალიზაცია ზუსტად არ არის საჭირო ამ ცვლილებით. ადგილობრივი განსხვავებები შეიძლება იყოს წერტილები, კიდეები, გამოსახულების მცირე ნაწილები.

LFA პროცედურაში აღწერილია ადგილობრივი ურთიერთდაკავშირებული აღქმის ველების ნაკრები, რომლებიც განისაზღვრება რეცეპტორების ვირტუალური ქსელის თითოეულ წერტილში, რომლებიც გადაფარებულია სახის გამოსახულებაზე. ეს ველები განსხვავდება ერთმანეთისგან, ისინი ოპტიმალურად ემატება ორიგინალ სურათს და გამოსვლისას ისინი მაქსიმალურად განსხვავდებიან. ფაილების შექმნის ალგორითმი, რომელიც აღწერს ამ ველების დამოკიდებულებას და შემდეგ ამ ფაილების შედარება არის FaceIt სისტემის მწვანე ბარათის ფოტოების გადამოწმების საფუძველი.

LFA– ს დროს, პროგრამა დაშიფრული ფაილის ხელახლა შექმნით, ცნობს და აფასებს სახის სტრუქტურების გამოსახულების ბევრ ადგილობრივ განსხვავებას. სისტემა ადარებს გენერირებულ კოდირებულ ფაილებს და აღნიშნავს მათ, რომლებიც ემთხვევა წინასწარ განსაზღვრულ ზღურბლს.

ერთ-ერთი ფაქტორი, რომელიც აფერხებს პიროვნების იდენტიფიკაციას, არის მათი ცვალებადობა, რაც დამოკიდებულია სახის გამონათქვამებზე. მცირე ზომის ნახევრად ღიმილიც კი მოძრაობს სახის კუნთების დიდ რაოდენობას, ხოლო თითქმის ყველა მანძილი იცვლება სახის კონტროლის წერტილებს შორის. LFA მეთოდი, რომელიც აანალიზებს სახის ადგილობრივ ადგილებში არსებულ განსხვავებებს, რომლებიც ასევე განისაზღვრება დიდი ჭარბი რაოდენობით, პრაქტიკულად თავისუფალია სახის გამონათქვამებთან.

იდენტიფიკაციის მეოთხე ეტაპი არის სახის ზედაპირის ტექსტურის ანალიზი (STA)

ზედაპირული ტექსტურის ანალიზი (STA) უნდა იქნას გაგებული, როგორც ტექნოლოგიებისა და საიდენტიფიკაციო მეთოდების ერთობლიობა ფოტოების გამოყენებით, რაც საშუალებას გაძლევთ საკმარისად შეისწავლოთ აღიარებული სახეების კანის ტექსტურა. შესაბამისად, ეს არის სურათების ხარისხი, რომელსაც გადამწყვეტი მნიშვნელობა აქვს წარმატებული აღიარებისთვის.

STA გამოიყენება, როგორც ადგილობრივი განსხვავებების ანალიზის მეთოდის შემდგომი განვითარება, რაც შესაძლებელს გახდის შედარებისთვის უფრო მცირე ზომის დეტალების გამოყენებასაც, რომელიც შეფუთულია ნებისმიერი ადამიანის კანის ზედაპირზე.

როგორც წესი, გაანალიზებულია სახის ის ტერიტორია, რომელიც ზედმეტი მკვრივი მცენარეულობისგან თავისუფალია - თვალების ფსკერიდან ზედა ტუჩის დასაწყისში.

მოკლედ რომ ვთქვათ, STA მეთოდი შემდეგნაირად შეიძლება იქნას აღწერილი: პირველი, თითოეული პიქსელის საშუალო სიკაშკაშე განისაზღვრება, როგორც მის გარშემო მიმავალი პიქსელების საშუალო ნაცრისფერი მასშტაბი. შემდეგ, სახის გამოსახულება, პიქსელების ნაცრისფერი მასშტაბის მნიშვნელობების შედარებისას, მათ საშუალო სიკაშკაშესთან შედარებით, გარდაიქმნება ბინარულ გამოსახულებაში, რომლის მნიშვნელობაც 1 ან 0 არის მოცემული პიქსებზე, რომელთა საშუალო სიკაშკაშე მოცემულია ნაცრისფერი მნიშვნელობების მოცემულ საზღვარზე.

შემდეგ სახის არჩეული ტერიტორია იყოფა მცირე ბლოკებად. პირველი შედარებული სურათიდან თითოეული ბლოკისთვის, სისტემა ეძებს შესაბამის ბლოკს მეორე სურათში, რომელიც საუკეთესოდ შეესაბამება შედარებულ ბლოკს.

ამის შემდეგ ფასდება მეზობელი ბლოკების უწყვეტობა. თუ მეზობელი ბლოკის წყვილი პოზიციების შედარებითი ცვლილება მოცემულ ზღვარს მიღმაა, ისინი განიხილება, როგორც უწყვეტი. რაც უფრო მეტია უწყვეტი წყვილი ბლოკები, მით დიდია იმის ალბათობა, რომ გაანალიზებული სურათები ეკუთვნის იმავე ადამიანს. ეს ალბათობა შეიძლება ჩამოყალიბდეს, როგორც ბლოკების უწყვეტი წყვილის რაოდენობის ფუნქცია.

ზედაპირის ტექსტურის ანალიზს, სხვა ცნობის მეთოდებთან შედარებით, მეტი დრო სჭირდება გამოანგარიშებისათვის, ამიტომ იგი გამოიყენება იდენტიფიკაციის ბოლო ეტაპზე იმ სურათებზე, რომელთათვისაც საკმარისი საფუძველია ჩაითვალოს, რომ იმავე ადამიანს ეკუთვნის. დეველოპერის მონაცემებით, STA მეთოდის გამოყენება, როგორც LFA– ს დამატება, ზრდის ცნობის სიზუსტეს 20-25% -ით, რაც საშუალებას იძლევა თამამად განვასხვაოთ თუნდაც იდენტური ტყუპები.

ფოტო რეტუშირის აღიარება DV-გათამაშება

მწვანე ბარათების ლატარიაში მონაწილეობისთვის განაცხადების შემოწმებისას, ფოტოებზე გამოსახულების ცვლილებების ჩახშობის მიზნით, სპეციალური გრაფიკული პროგრამებისა და სხვა ტექნიკური საშუალებების გამოყენებით, გამოიყენება რეტუჩირება.

მწვანე ბარათის ლატარიის ინსტრუქციაში ნათქვამია, რომ აკრძალულია წარდგენილი ფოტოების განახლება - განაცხადები, რომლებმაც შეიტანეს ცვლილებები მათ ფოტოებზე (რაიმე ფორმით მანიპულირება), გაუქმდება.

რეტუშის აღმოსაჩენად (ტერმინი „რეტუში“ აქ ნიშნავს ნებისმიერ ცვლილებას ფოტოში, გარდა ზომის მოჭრისა), გამოიყენება სპეციალური პროგრამები, რომლებიც იყენებენ რამდენიმე ალგორითმის კომბინაციას ცვლილებების ძიებისას - ფერის გარდაქმნებიდან სხვადასხვა ფილტრების გამოყენებით და ამოცნობით. jpeg-ში გამოსახულების შეკუმშვის დროს წარმოქმნილი პიქსელების ბლოკების ჯაჭვების უწყვეტობის შესახებ, jpeg ფაილის კოდის გაანალიზებამდე.

ფოტოებში რაიმე ცვლილების შეტანისას გახსოვდეთ, რომ მაღალი ალბათობით, გამოვლინდება რეტუში. რა თქმა უნდა, შეგიძლიათ სირთულე გახადოთ რეტუშის გამოვლენა ქაღალდზე დაბეჭდვით და შეცვლილი ფოტოების დასკანირებით, მონიტორის ეკრანის რეტუშირებული სურათის გადაღებით და მსგავსი ხრიკებით, მაგრამ უნდა გესმოდეთ, რომ გადამოწმების ტექნოლოგიებში შეიძლება შეიცავდეს ამგვარი მანიპულაციებისგან დაცვის საშუალებებს.

მწვანე ბარათის ლატარიის ფოტოების შედეგი

კომპიუტერს არ შეუძლია გარკვეული პასუხი გასცეს, გამოსახულია თუ არა ერთი და იგივე ადამიანი ორ სხვადასხვა ფოტოსურათზე. მას მხოლოდ ასეთი დამთხვევის ალბათობის შეფასება შეუძლია (რა თქმა უნდა, ეს ალბათობა შეიძლება 100% -თან ახლოს იყოს). ამასთან, საბოლოო გადაწყვეტილებას ყოველთვის იღებს ადამიანი.

KCC- ში, თითოეული გამარჯვებულისთვის იქმნება საქმე (საქმე), სადაც შეგროვდება წარმოდგენილი დოკუმენტები და შემოწმების შედეგები. თუ ფოტოების შემოწმების შედეგად, განაცხადში დუბლიკატები იქნა ნაპოვნი (ეჭვი, რომ ეს ეგზემპლარები აღემატება გარკვეულ ოდენობას), ყველა ეს საეჭვო პროგრამა ასევე შედის საქმეში, ხდება ჩანაწერი საქმის აღწერილ ფაილში და წითელი ეტიკეტი გაკრულია პირად საქმესთან ერთად მიზეზის მითითება.

შევსებული ფაილი იგზავნება საკონსულო განყოფილებაში, სადაც ჩატარდება გასაუბრება. გასაუბრების დროს, კონსული შეაფასებს საქმის ყველა გარემოებას, გაეცნობა ფოტოების შემოწმების შედეგებს და ვიზუალურად შეადარებს ნაპოვნი საეჭვო კითხვარებს, მის თვალწინ დაინახავს ცოცხალ ადამიანს, განმცხადებელს. შედეგი იქნება გადაწყვეტილება, ხომ არ დაირღვა წესები, ჰქონდა თუ არა განმცხადებელმა რამდენიმე კითხვარი. შესაბამისად, კონსული ან დაამტკიცებს ვიზის გაცემას, ან უარს იტყვის.

DV-2006 (Face Recognition System) ოპერაციის პირველ წელს გამარჯვებულებს შორის 5221 თაღლითური განცხადება იქნა ნაპოვნი.

მწვანე ბარათების ლატარიაში დუბლიკატი ძებნის სისტემის მოტყუებით

ერთი პირის მიერ მრავალჯერადი განაცხადის შეტანა ლატარიის წესების დარღვევაა, რაც იწვევს განმცხადებლის ავტომატურ დისკვალიფიკაციას.

კონსულისთვის ინტერვიუსთვის ფიცის დადებისთვის, შეგიძლიათ მიიღოთ უვადო აკრძალვა შეერთებულ შტატებში შესვლის შესახებ.

თქვენი კონსული, რომელმაც დაინახა რამდენიმე წარდგენილი განცხადება, გადამოწმების პროგრამით აღიარებული სხვადასხვა ფოტოსურათით, ნამდვილად დაინტერესდება რა მოხდა. თუ ადამიანი იწყებს სიცრუეს, ეს გამოიწვევს როგორც ვიზის უარყოფას, ასევე შესვლის აკრძალვას უვადო აკრძალვას.

პრობლემა ისაა, რომ განმცხადებელმა ზუსტად ვერ იცის, რატომ სთხოვს კონსული ამის შესახებ - ნამდვილად იცოდა თუ არა პროგრამამ მისი განცხადებები, ან კონსული სვამს მარტივ რუტინულ კითხვას.

ამის საფუძველზე შეიძლება ითქვას, რომ ამოცნობის სისტემის მოტყუების მეთოდებს ეხება ექსკლუზიურად თეორიულად, კვლევითი მიზნებისათვის, აგრეთვე იმისთვის, რომ შემთხვევით არ მოხდეს აკრძალული რამ.

ლატარიის ონლაინ რეგისტრაცია მწვანე ბარათი 2023 დაიწყო 6 წლის 2021 ოქტომბერს და გაგრძელდება 12 წლის 00 ნოემბრის 09:2021 საათამდე. ფორუმდეილიმ მოამზადა ყველა დეტალი და რჩევა კითხვარის შევსების მიზნით აქ.

ასევე წაიკითხეთ ფორუმზე:

რუსულენოვანი ემიგრანტის თქმით, აშშ – ში ცხოვრების 15 მნიშვნელოვანი მინუსი

ილინოისში მოხუცი არალეგალური ემიგრანტები უფასოდ მიიღებენ სამედიცინო დაზღვევას

DV-2022 მწვანე ბარათის ლატარიაში რეგისტრაცია გაიხსნა: სად და როგორ უნდა მივიღოთ მონაწილეობა

როგორ შეავსოთ მწვანე ბარათის განაცხადი: დეტალური ინსტრუქციები

გსურთ უფრო მნიშვნელოვანი და საინტერესო ამბები აშშ-ში ცხოვრებისა და ამერიკაში იმიგრაციის შესახებ? - მხარი დაგვიჭირეთ შემოწირულობა! ასევე გამოიწერეთ ჩვენი გვერდი Facebook. აირჩიეთ „პრიორიტეტი ჩვენებაში“ და ჯერ წაგვიკითხეთ. ასევე, არ დაგავიწყდეთ ჩვენი გამოწერა დეპეშა არხი  და Instagram- იქ ბევრი საინტერესო რამ არის. და შეუერთდი ათასობით მკითხველს ფორუმი დღევანდელი ნიუ – იორკი — იქ ნახავთ უამრავ საინტერესო და პოზიტიურ ინფორმაციას მეტროპოლიის ცხოვრების შესახებ.