GPTmag GPTmag
Новости

AI в МВД: как развивается распознавание лиц в России в 2026

В 2026 году пилот распознавания лиц МВД расширяется на новые регионы и транспортные сценарии. Разбираем точность систем, 152-ФЗ, реакцию правозащитников и эффект для бизнеса.

Кирилл Пшинник Кирилл Пшинник 6 минут

В 2026 году МВД продолжает разворачивать пилот распознавания лиц: к Москве, Санкт-Петербургу и нескольким крупным регионам, где система работала ещё в 2021–2024 годах, добавляются новые субъекты. Параллельно ускоряется внедрение биометрии на транспорте — например, по сообщениям СМИ, в первом квартале 2026 года биометрический проход начали тестировать в аэропорту Пулково. Система интегрируется с городскими сетями видеонаблюдения и базами розыска, на ней работают связки от российских вендоров — VisionLabs, NtechLab, Tevian. Для бизнеса это очередной повод пересчитать риски.

Где работает система

Базовое ядро пилота сложилось вокруг крупнейших агломераций — Москвы, Санкт-Петербурга, Татарстана и ряда других регионов, где городские системы видеонаблюдения и так наиболее зрелые. В 2026 году пилот постепенно расширяется на новые субъекты и сценарии: транспорт (вокзалы, аэропорты, метро), массовые мероприятия, крупные ТЦ — по договорам аренды видеопотока с собственниками. Точный список регионов и объектов МВД публично не раскрывает.

В каждом регионе разворачивается узел распознавания, привязанный к местному центру обработки видео. Общий тренд, который видно по сообщениям vc.ru, Tadviser и Ren.tv — постепенный охват всё большего числа субъектов и интеграция с федеральной биометрической инфраструктурой.

Что умеет система

Архитектура классическая для современной видеоаналитики: face detection → face embedding (компактный вектор признаков) → поиск по индексу. Особенность государственного пилота — единая инфраструктура и связь с базами розыска, к которой подключены региональные узлы. Российские вендоры — VisionLabs, NtechLab, Tevian — на тестах NIST FRVT и собственных стендах показывают высокую точность на сценариях «поиск конкретного человека» (whitelist) и заметно более высокий уровень ошибок на «open-set»-задачах (опознавание в потоке).

Что важно держать в голове, не ввязываясь в конкретные цифры:

  • На whitelist (поиск конкретного человека) лучшие алгоритмы выдают доли процента ошибок.
  • На открытом наборе (когда системе подсовывают много неизвестных лиц) количество ложных срабатываний растёт на порядки.
  • Маска и плохое освещение заметно снижают точность, но не блокируют работу — алгоритмы продолжают пытаться сопоставлять.
  • Конкретные параметры (TPR/FAR, размер базы, количество камер на узел) МВД и интеграторы публично не раскрывают.

Поэтому говорить про «99% точности» в маркетинговом смысле можно, но это всегда условные цифры на тщательно подобранном датасете — в реальной эксплуатации значимое число ложных срабатываний неизбежно.

152-ФЗ и юридические нюансы

Распознавание лиц без согласия гражданина допустимо в рамках оперативно-розыскной деятельности по 144-ФЗ и 3-ФЗ «О полиции». Спорным остаётся вопрос хранения эмбеддингов: формально это персональные данные согласно 152-ФЗ, но МВД использует механизм «обезличенных биометрических данных» — позиция, которую правозащитники оспаривают в судах.

Правозащитное объединение «Роскомсвобода» исторически последовательно критикует расширение систем распознавания лиц в России: они оспаривают использование биометрии в публичных пространствах в судах, обращаются в КС и Госдуму с жалобами и инициативами. Конкретные дела на разных стадиях обсуждаются на сайте организации и в профильных СМИ.

Для бизнеса, который интегрируется с городскими системами видеонаблюдения, действует другой набор требований — мы разбирали их в материале Безопасность данных при работе с ИИ.

Что это значит для бизнеса

Прямого подключения к федеральной базе у бизнеса нет — это закрытая система МВД. Но косвенный эффект значителен.

Видеоаналитика для retail и ТЦ

Рынок частной биометрии и видеоаналитики в России в 2026 году заметно растёт — по мере того как расширяется государственный пилот, корпоративный сегмент тоже подтягивается. Крупные ТЦ внедряют собственные системы для отсечения шоплифтеров и аналитики потока посетителей. Основные поставщики — VisionLabs, NtechLab, Tevian. Конкретные оценки объёма рынка имеет смысл сверять у TAdviser и аналитических обзоров вендоров — методики разные.

Транспорт и массовые мероприятия

Биометрический проход в метро Москвы (FacePay) и пилоты в аэропортах (например, Пулково в первом квартале 2026 года) — самые видимые сценарии для рядового пассажира. По сообщениям СМИ, готовится расширение биометрии на железнодорожные перевозки. Аналогичные системы тестируются на стадионах: «болельщик проходит по лицу» — это давний тренд российского спорта.

HR и контроль доступа

Корпоративные системы прохода на основе биометрии становятся массовыми. Бизнес отмечает заметное снижение фрода на турникетах, но получает риски утечки биометрических шаблонов — за нарушения по 152-ФЗ с 2025 года заметно ужесточили штрафы.

Реакция правозащитников

Правозащитники последовательно указывают на три ключевые проблемы российских FR-систем:

  1. Нет публичного доступа к статистике использования системы и количеству ошибок.
  2. Отсутствует независимый аудит точности — все цифры приходят от разработчика или интегратора.
  3. Гражданин не может проверить, есть ли он в базе, и потребовать удалить себя из неё.

Параллельно регулярно появляются инициативы по отдельному закону «О биометрии» и поправкам в 152-ФЗ — отдельные нормы постепенно появляются в законодательстве, но единого «закона о биометрии» в обозримой повестке Госдумы пока нет.

Регулирование биометрии в России отстаёт от ЕС, где AI Act требует обязательного независимого аудита и публичной регистрации систем. Подробнее о различиях — в материале Регулирование ИИ в России и ЕС.

Что делать пользователям

В отличие от пилотов 2021–2022 годов, в новой версии есть механизм «биометрического отказа»: гражданин может прийти в МФЦ и подать заявление о неучастии в добровольной идентификации (ЕБС, Госуслуги). На федеральную базу МВД отказ не распространяется — это закрытая ОРД-система.

Способы минимизировать вероятность ложного срабатывания:

  • Не публиковать фотографии анфас в публичных соцсетях с высоким разрешением
  • В случае конфликта с системой — требовать письменного отчёта о времени и месте срабатывания
  • Знать своё право на адвоката при задержании по факту распознавания

О том, как технологии меняются вокруг — мы писали в обзоре пилотов AI в Госуслугах и в материале как бороться с AI-дипфейками.

Частые вопросы

Где работают камеры с распознаванием?

В пилотных регионах — в метро, на вокзалах, в аэропортах, на стадионах, в крупных ТЦ (по договорам аренды видеопотока с собственниками). Точная карта камер не публикуется.

Можно ли узнать, есть ли я в базе?

Технически нет — это закрытая ОРД-база. На запрос гражданина МВД отвечает «информация ограничена». На жалобах в прокуратуру можно получить общий ответ.

Что делать, если распознали ошибочно?

Требовать письменный отчёт, фиксировать время и место, обращаться к адвокату. По итогам опросить — есть ли инцидент в журнале. С 2024 года такие случаи в суде идут чаще, и истцы выигрывают по факту нарушения 152-ФЗ.

Помогает ли маска или очки?

Маска и тёмные очки заметно снижают точность распознавания, а их комбинация — ещё сильнее. Полное закрытие лица в общественном месте по 54-ФЗ может быть основанием для задержания, поэтому юридически это рискованный путь.

Кто разрабатывает систему?

Основные российские вендоры алгоритмов распознавания лиц — NtechLab, VisionLabs, Tevian. В госпроектах задействованы и системные интеграторы из контура «Ростеха». Конкретная архитектура хранилища и используемые СУБД в публичных источниках раскрываются точечно.

Что с правом на забвение?

В рамках 152-ФЗ гражданин может потребовать удаления своих биометрических шаблонов из частных систем. Из федеральной базы МВД — нет, это исключение по 3-ФЗ «О полиции».

Итог

  • В 2026 году МВД продолжает расширять пилот распознавания лиц на новые регионы и транспортные сценарии (вокзалы, аэропорты, метро).
  • Современные FR-алгоритмы хорошо работают на whitelist-сценариях и заметно слабее — на open-set; ложные срабатывания неизбежны при массовом потоке.
  • Регулирование биометрии в России отстаёт от ЕС: нет обязательного независимого аудита и понятного права на удаление из закрытых баз.
  • Бизнес получает косвенный буст — рынок частной видеоаналитики продолжает расти на фоне общего тренда.
  • Гражданам стоит знать механизм биометрического отказа и собственные права при задержании.
Кирилл Пшинник

Кирилл Пшинник

Сооснователь и CEO «Зерокодера», эксперт Forbes по EdTech и AI, лектор МФТИ и Иннополиса. Главный редактор GPTmag.

Все материалы автора →

Похожие статьи

Безопасность корпоративных данных при работе с нейросетями

Безопасность корпоративных данных при работе с нейросетями в 2026

Как малому и среднему бизнесу работать с AI без утечек: 152-ФЗ, разделение ПДн, корпоративные тарифы, локальные модели. Чек-лист политик и список российских прокси для GPT/Claude.

К Кирилл Пшинник 9 минут

Дискуссия

Что вы думаете?

Поделитесь опытом, расскажите, как у вас решается похожая задача, или задайте вопрос — я лично читаю все комментарии и отвечаю.