顔認識の導入チェックリスト

段階1：このシステムは何のためで、誰が対象か。

この段階に費用はかかりませんが、以降のすべてを制約します。ここを飛ばすことが、誰も抜けられない登録データと、何でも正当化できるほど広い目的につながります。

1. 課題を特定します。1:1認証、1:N識別、ウォッチリスト警報のいずれか。誤りの様相も、法的な扱いも、費用も異なります。選ばないまま進む案件は、最も緩いものへ流れます。
2. 対象となる人々と、その登録の根拠を特定します。入館の条件として同意した従業員と、同意していない一般の方は別の問題です。
3. 照合が成立したときに何が起きるか、そして人を介さずにシステムが動作してよいかを定めます。
4. 何によって登録から外れるか、その手続きを誰が担うかを決めます。
5. ベンダーと話す前に、これらの答えを文書にします。この段階の前に行うベンダーとの会話は、範囲をベンダー側に定義させることになります。

• 顔認識におけるプライバシーと人による確認統制できるほど狭い目的とは何か、監査ログは何に答えられるべきか。

段階2：処理はどこで動かすか。

構成の判断は最も覆しにくく、3つの要件がそれだけで決着させます。精度の議論に入る前の話です。

• 画像が現場の外に出てよいか。出せないなら、構成はオンプレミス、エッジ、エアギャップのいずれかであり、精度の比較でこれは変わりません。
• ネットワーク断でも認識が機能し続ける必要があるか。回線が落ちても扉が開く必要があるなら、推論は現地で動かします。
• 許容遅延が往復時間より短いか。200ミリ秒で判断すべきゲートは、クラウドのリージョンを待てません。
• 3つのいずれにも縛られない場合に限り、クラウドサービスが選択肢になります。その場合はしばしばクラウドのほうが良い答えです。この点は明言する価値があります。

• オンプレミス・エッジ・エアギャップとクラウド専用の比較3つの要件の詳細、帯域の計算、そしてクラウドのほうが適する場合。

段階3：どのように登録するか。

登録画像の品質は下流のすべてに上限を課し、後から優れたアルゴリズムで取り返すことはできません。事務的な作業として扱われがちで、実際には最も結果を左右する段階です。

1. 取得元を決めます。管理された撮影、既存の社員証写真、書類のスキャン。これらは同等ではなく、3種類を混在させた登録データは最も品質の低いものに引きずられます。
2. 品質基準を定め、事後ではなく取得時に適用します。本人がその場にいる間に画像を却下する費用は数秒ですが、1年後に発覚すれば再登録の実施が必要になります。
3. 登録の経年をどう扱うか決めます。顔は変わり、8年前の登録は先月の登録と同じ資産ではありません。
4. 再登録を、必要になる前に計画します。誰にどう通知するかを含みます。
5. 良好に登録できない方への対応を決めます。この層は、段階5で代替手順を必要とする層と同じであることに留意してください。

段階4：カメラをどこに置くか。

撮影の設計は、アルゴリズムの選定より多くの結果を左右し、予算ではなく建物によって制約されます。構成の判断より後に来るのは、処理をカメラ側で行うかどうかで、カメラに求められるものが変わるからです。

• 撮影地点ごとに、顔にかかる実測画素数、設置高さと角度、1日のうち最も条件の悪い3つの時間帯の照度を調査します。
• 高解像度カメラを買うより、画角を絞ることを優先します。画角を絞るほうが通常は安価で効果的です。
• 撮影用カメラを窓やガラスの出入口に向けないこと。逆光は、デモでは動いたのにロビーでは動かないという事象の最も一般的な原因です。
• 既設のCCTVが使えるかを確認します。多くは使えません。場面の把握のために高所、広角、俯角で設置されているためです。どちらとも決めつけず測定してください。

• 顔認識のためのカメラ設置画素数、設置の幾何、照明、動き、そして現地調査で記録すべき事項。

段階5：失敗したときに何が起きるか。

どの導入にも、うまく機能しない層が存在します。その層への対応は細部ではなく、要員数を決め、要員数が事業性を決めます。ここに答えのない設計は、認識性能がどれほど高くても完了していません。

1. 代替手順を定義します。認識されなかった人が何をするか、誰が対応するか、どれだけ時間がかかるか。
2. その時間を測定します。繁忙時に必要な要員数を決める数値です。
3. 代替手順は、罰則的でなく、目立たないものにします。人を選り分ける代替手順は避けられ、回避は処理量の低下として現れます。
4. 予測できる対象層を含めます。子ども、車椅子利用者、宗教上の頭部の覆いを着用する方、参加を望まない方。
5. 照合結果に異議がある場合の手続きと、システムを覆す権限を持つ者を定めます。

段階6：試験導入と受入。

試験導入は、このシステムがここで機能するかに答えます。その価値は、受入基準が開始前に書かれているかどうかにすべてかかっています。事後に合意されたものは基準ではありません。

• しきい値、またはその決定手順を、ベンダーがデータを見る前に合意します。
• 受入基準を、方向を伴う数値として合意します。許容される誤照合率、許容される未検出率、必要な処理量、代替手順での解消に要する最大時間。
• 最も条件の悪い照明を含め、1日および1週間の全周期にわたって実施します。
• 率のみを報告せず、試行回数を数えます。標本規模を伴わない率は、その測定に検出力があったかどうかを隠します。
• 代替手順も試験導入の一部として測定します。別途の作業にしないでください。

• 顔認識の試験導入と受入試験の進め方事前に合意すべきこと、測定に必要な人数、そして結果の報告の仕方。

段階7：展開と見直し。

試験導入の結果は、その実施条件に帰属します。展開は条件を変え、見直しはその差分が事故になる前に捉えるためのものです。

1. 識別の性能は登録規模とともに変化すると想定してください。登録500件での結果は50万件での結果を予測しません。
2. 稼働開始時だけでなく、登録データが増えた後に再測定します。
3. 運用者の不一致率を注視します。人による確認がシステムと事実上一度も食い違わないなら、その工程は統制として機能しなくなっています。
4. カメラの点検を計画します。ピントはずれ、照明は季節で変わり、什器が画角に入り込みます。
5. 保存期間と登録データへの所属を、責任者を定めて定期的に見直します。どちらも意図より多く保持する方向へ流れます。
6. 変更を記録します。しきい値の変更やカメラの追加はシステムの実体を静かに変え、半年後の監査はそれを見られる必要があります。

展開後に最も多い失敗は、技術的なものではありません。ある目的で承認されたシステムが、隣接する別の目的に使われることです。その要請が妥当に見え、目的の記述が断れないほど広かったために起こります。