Система распознавания лиц в видеонаблюдении - VISTAGRUP.RU

Система распознавания лиц в видеонаблюдении

Распознавание лиц в видеонаблюдении

vkontakte social button pressed RU’>

odnoklassniki social button pressed RU’>

Технология автоматической идентификации человека по лицу открывает новые возможности для повышения эффективности бизнеса и обеспечения безопасности. Высокоточный анализ потока данных, получаемых с камер, в режиме реального времени решает задачи обнаружения, идентификации, контроля и прогнозирования.

Системы распознавания лиц в видеонаблюдении успешно функционируют на административных, военных, промышленных, торговых, спортивных, медицинских и других объектах. Область применения, зона охвата, возможности технологии ежегодно растут. По прогнозу MarketsandMarkets, уже через пять лет мировые продажи систем распознавания лиц достигнут 7,0 млрд. долларов США.

Как работает камера распознавания лиц. Принцип работы системы

Распознавание лиц − процесс сравнения изображений людей, зафиксированных камерами наблюдения, с эталонами из базы данных.

Современная система распознавания лиц в видеонаблюдении способна выполнить захват и идентификацию лица человека, находящегося на расстоянии нескольких метров от видеокамеры. Период опознания и отклика на исполнительные устройства составляет всего миллисекунд. Алгоритмы срабатывают даже при изменении ряда визуальных параметров (другая прическа, макияж, появление или отсутствие бороды, усов, очков).

Ivideon Faces – новый сервис распознавания лиц в режиме реального времени

Ivideon представляет новый облачный сервис распознавания лиц Ivideon Faces, который уже доступен в личном кабинете. Мы предлагаем вам оценить его преимущества:

  • удобная тарифная сетка (от 3 150 рублей в месяц);
  • простое подключение и использование;
  • развитый функционал видеоаналитики.

Как начать пользоваться сервисом распознавания лиц

Сервис можно подключить сразу через личный кабинет, в разделе «Лица». Достаточно выполнить три шага:

  1. Зайдите в личный кабинет и перейдите в раздел «Лица» бокового меню.
  2. Нажмите на кнопку «Подключить» и выберите тарифный план.
  3. Загрузите фотографии в собственную базу данных.

Видеокамеры, в которых нет встроенной прошивки Ivideon, можно подключить к сервису через программу для ПК Ivideon Server Faces или видеорегистратор Ivideon.

Мы помогаем подобрать тариф и оборудование, проводим обучение для пользователей сервиса. Новым клиентам мы рекомендуем обратиться к нашим менеджерам за консультацией.

Что умеет система Ivideon Faces

В нашем сервисе можно производить параметрический поиск по спискам или загруженным фото, формировать отчеты на основе полученной информации. Все детекции и распознания автоматически заносятся в раздел «События» (время хранения соответствует выбранному тарифу).

Сортировка с помощью фильтров ограничивает поиск по желанию пользователя и открывает доступ к событиям по конкретным персонам (детекции лица в видеопотоке). Карточка события содержит фрагмент видео с камеры с распознаванием лиц на момент детекции.

Для быстрой навигации можно создать персонализированные списки (например, сотрудники компании, постоянные покупатели, нежеланные гости). В сервисе предусмотрены push-уведомления и звуковые оповещения при идентификации персоны или события.

Результаты поиска экспортируются в Excel. Типовая таблица события содержит графы:

  • дата и время;
  • фото;
  • название камеры;
  • id камеры;
  • персона (ФИО);
  • статус распознания (нет/да);
  • список, в который занесена персона;
  • логин оператора;
  • проверено оператором;
  • статус события.

Пользователям доступны отчеты по времени присутствия персоны на территории объекта и по не идентифицированным лицам, которые сняла камера с распознаванием лиц.

Отчет по рабочему времени включает:

  • ФИО;
  • вход (дата и время);
  • схожесть с эталоном (на входе);
  • выход (дата и время);
  • схожесть с эталоном (на выходе);
  • отработанное время (за указанный период).

Отчет по не идентифицированным лицам включает:

  • фотография;
  • дата и время;
  • камеры, зафиксировавшие персону.

Тарифы Ivideon Faces

Мы предлагаем варианты оплаты для разных категорий клиентов. Стоимость обслуживания (ежемесячная цена за одну камеру) учитывает глубину хранения архива видеозаписей и величину базы данных. Количество детекций и событий по конкретным персонам не ограничивается. Каждый тариф дает доступ ко всем функциям сервиса «Распознавание лиц».

Для клиентов, трафик которых превышает 1000 уникальных посетителей в сутки, мы разрабатываем выгодные персональные тарифы.

Зачем устанавливают камеры идентификации лица

Область применения системы распознавания лиц делится на три основных категории:

  1. Обеспечение безопасности (предотвращение террористической угрозы, мошенничества и краж, контроль доступа на территорию).
  2. Маркетинг (улучшение качества обслуживания, анализ эффективности рекламных кампаний, сбор статистики по клиентам).
  3. Организация бизнеса (учет рабочего времени и занятости сотрудников, фиксация нарушений правил охраны труда, корпоративное взаимодействие).

Рассмотрим востребованные задачи в данных секторах.

Контроль управления доступом

Технология распознавания лиц интегрируется в систему безопасности, управляющую турникетами. Видеокамера с распознаванием лиц может использоваться в качестве основной или дублирующей. Автоматическая идентификация лиц сокращает влияние человеческого фактора, устраняет угрозу доступа посторонних на территорию охраняемого объекта, повышает трудовую дисциплину.

Противодействие кражам на торговых площадках

Распознавание лиц в видеонаблюдении сокращает риск краж и предоставляет доказательства уже произошедших. Фотографии установленных правонарушителей заносятся в отдельный список. Система подает тревожный сигнал при обнаружении потенциально опасных персон.

Учет рабочего времени

Идентификация сотрудников по лицам может вестись открыто или скрытно. Сбор статистики позволяет контролировать дисциплинарные нарушения и повышать эффективность работы персонала.

Определение пола и возраста клиентов

Информация о гендерном составе покупателей необходима для реализации и оценки результативности многих маркетинговых стратегий.

Подсчет уникальных посетителей

Графики изменений клиентского трафика по определенным временным периодам, полученные на основе данных видеоаналитики, помогают скорректировать работу персонала, способствуют устранению очередей и повышению продаж.

Что нужно для эффективного распознавания лиц

IP-камеры для распознавания лиц выбираются в зависимости от решаемых задач. В общем случае, для уверенной идентификации персон необходимо оборудование с разрешением от 2 Мп.

Наши консультанты помогут правильно выбрать камеры для вашего объекта.

Помимо эксплуатационных параметров видеокамер, существенное влияние на работу систем распознавания лиц оказывают место установки (угол обзора и наличие/расположение источников освещения), а также качество фотографий, по которым производится сравнение. Требования к эталонам баз данных перечислены в стандарте ISO/IEC 19794-5:2013 (ГОСТ Р ИСО/МЭК 19794-5-2013).

Свяжитесь с нами, чтобы получить больше сведений о работе системы.

Как не дать нейросетям распознать своё лицо

Исследователи по всему миру пытаются предотвратить «цифровое рабство». Системы распознавания лиц — это реальная угроза или мнимая опасность?

Системы распознавания лиц позволяют идентифицировать личность человека по записи с камеры видеонаблюдения или селфи в инстаграме. Для этого используются нейросети, которые считывают и анализируют характерные черты человеческого лица, а затем сверяют их с базой. Такие технологии иногда дают сбой и вредят людям: например, системы, применяемые в криминалистике, чаще указывают на темнокожих как на потенциальных преступников.

Технологии распознавания лиц активно используются в том числе и в России. Например, в 2020 году они применялись для поиска нарушителей режима самоизоляции в Москве. В июне 2021 года стало известно, что российские власти собираются объединить камеры по всей стране в единый контур видеонаблюдения. На разработку платформы и установку «умных» камер планируется потратить 250 млрд рублей за пять лет.

Руководитель «Роскомсвободы» Артём Козлюк считает, что запуск такой масштабной системы может грозить россиянам потерей персональных данных. По его словам, из-за ошибок распознавания граждане рискуют попасть под неправомерные действия правоохранительных органов.

Где сегодня используются системы распознавания лиц, чем они полезны и опасны и как учёные пытаются бороться с технологией — в материале Skillbox Media.

  • Технология распознавания лиц уже везде. Где и как вас точно узнают
  • Далеко не все считают системы распознавания чем-то плохим. Говорят, в них много пользы
  • Некоторые правозащитники и учёные убеждены, что технология может навредить. Чем она опасна
  • Как обмануть системы распознавания лиц
  • Кто победит: системы распознавания лиц или инструменты против них

Журналист и редактор. Пишет о бизнесе, технологиях и лайфстайле. Любит рассказывать о небольших историях, которые вырастают во что-то значимое.

Где и как применяют системы распознавания лиц

Для идентификации человека используют нейросети, умеющие считывать и анализировать черты лица, а затем сверять их с базой. Самая известная технология распознавания лиц — Face ID на iPhone.

Подобные системы используют:

Производители смартфонов — для защиты персональных данных и их недоступности в случае кражи.

Полиция и спецслужбы — для поиска преступников, доказывания преступлений и их предотвращения.

Аэропорты и погранслужбы — для автоматизированного контроля электронных паспортов.

Больницы и дома престарелых — для отслеживания и оценки состояния пациентов.

Общепиты, банки и ретейл — для идентификации, предотвращения мошенничества, анализа поведения покупателей; для открытия счёта и получения кредита.

Школы и университеты — для контроля за учениками и студентами во время экзаменов.

Маркетинговые и рекламные компании — для повышения качества обслуживания клиентов и запуска персонализированной рекламы.

Автомобильные компании — для замены ключей от машины.

В 2020 году объём мирового рынка распознавания лиц оценивался в 3,86 млрд долларов и, как ожидает исследовательская компания Grand View Research, будет увеличиваться со среднегодовым темпом роста 15,4% с 2021 по 2028 год. Согласно отчёту Global Market Insights, к 2026 году объём рынка должен превысить 12 млрд долларов.

Самые масштабные разработки в области распознавания лиц принадлежат Google, Apple, Facebook, Amazon и Microsoft. Например, Facebook с 2010 года начал автоматически отмечать людей на фотографиях с помощью встроенного инструмента, а Apple внедрила распознавание лиц в iPhone.

Технология активно используется и за пределами IT-сектора. Так, авиакомпания British Airways с 2017 года применяет систему распознавания лиц, чтобы ускорить процедуру посадки на рейс, идентифицировать пассажиров, вылетающих рейсами из США.

В России есть четыре крупных игрока в этой сфере: NtechLab, VisionLabs, Sensemaking Lab и Группа ЦРТ. NtechLab известна как разработчик приложения FindFace, которое использовали для поиска людей во «ВКонтакте» по фото. Позже компания выступила подрядчиком для внедрения камер с распознаванием лиц в Москве и других регионах России.

VisionLabs также разрабатывала системы для столичных камер и участвовала в других городских проектах. Сейчас компания входит в экосистему «Сбера» и внедряет биометрию в банковские сервисы.

Sensemaking Lab создаёт продукты для городских и федеральных служб, сотрудничает с российскими и зарубежными компаниями. Группа ЦРТ первой в России внедрила систему распознавания лиц в спорте, её решения используются более чем на десяти стадионах и ледовых аренах.

Какие проблемы связаны с технологией и почему распознавание лиц — это всё равно хорошо

На сегодня с современными системами распознавания лиц связаны две основные проблемы, которые не сильно зависят от алгоритмов и носят общий характер, рассказал Skillbox Media директор департамента решений на базе ИИ компании Oberon Владимир Борисов.

Во-первых, по мнению эксперта, есть недоверие людей, страх тотальной цифровизации и того, что в современном мире у человека не останется личного пространства. В результате вокруг систем распознавания лиц образуется негативный информационный фон. «Но это не относится к корпоративному сегменту, где на протяжении многих лет формировалось мнение, что ИИ и системы распознавания приносят много пользы и работают на благо как конкретного сотрудника, так и предприятия в целом», — утверждает Владимир Борисов.

Во-вторых, у систем распознаваний лиц есть проблемы с инфраструктурой, на которой должна работать биометрия. Если базу создавать с нуля, то сложностей не возникает. Можно довольно быстро подобрать и смонтировать оборудование. Но если на предприятии уже есть видеокамеры или системы видеонаблюдения, то зачастую приходится формировать дополнительные рекомендации по верному расположению камер, изменению фокусного расстояния и светочувствительности.

Владимир Борисов убеждён, что системы распознавания лиц не могут навредить законопослушным людям. Напротив, они помогают в повседневной жизни. «Например, это различные удобные сервисы оплаты или прохода через турникеты по лицевой биометрии, биометрические карты лояльности, позволяющие продавцу-консультанту в торговом зале быстро сориентироваться и предложить покупателю необходимый товар», — объясняет он.

Системы распознавания лиц активно используются также для борьбы с преступностью. По словам Борисова, ежесекундно в России «миллионы камер в аэропортах, на ж/д вокзалах или транспорте сопоставляют пассажиропоток с базой террористов». В случае выявления совпадений камеры выдают необходимые оповещения на пульт охраны.

Вопрос системы распознавания лиц чаще обсуждается не на уровне технологического прогресса, а на уровне этических нормативов, с сожалением отметил в разговоре со Skillbox Media директор по продуктам облачного сервиса для видеонаблюдения Ivideon Заур Абуталимов. Обсуждение проблемы инициировал ЕС, в ряде штатов США запрещено использование технологии для коммерческой деятельности, а в Сингапуре, например, уже действуют цифровые паспорта.

«У системы распознавания лиц нет цели слежки за каждым жителем города и получения его персональных данных. Камера хоть и умеет выцеплять лицо из потока, но это осуществляется для локальных целей, например, бизнеса: цифровая проходная система в офис или маркетинговый анализ поведения покупателя в магазине. Контролировать каждого жителя мегаполиса — это дорого и бесцельно», — утверждает Заур Абуталимов.

Чем могут быть опасны современные системы распознавания лиц

Тем не менее технология не всегда работает так, как утверждают её сторонники. Например, в 2020 году система распознавания лиц в московском метро ошибочно приняла горожанина Сергея Межуева за преступника в розыске. В итоге его задержали и не сняли подозрения, пока не нашли реального правонарушителя.

Другой проблемой систем распознавания называют утечки. По данным СМИ, на чёрном рынке продают доступ к московским камерам видеонаблюдения — в том числе подключённым к системе распознавания лиц. Так, волонтёр «Роскомсвободы» смогла заказать на чёрном рынке слежку за собой в Москве с использованием системы распознавания лиц. За 15 тысяч рублей она получила информацию о своих передвижениях и видеозаписи с собой.

Читайте также  Что входит в систему видеонаблюдения организации?

Если меры безопасности, применяемые в технологии распознавания лиц, недостаточно строги, хакеры могут подделывать чужую внешность для незаконной деятельности, рассказал Skillbox Media директор по продуктам компании Ivideon Заур Абуталимов. Например, была обнаружена утечка данных в приложении BioStar 2, использующем технологию распознавания лиц и отпечатков пальцев для идентификации пользователей. Исследователи конфиденциальности в интернете Ноам Ротем и Ран Локар в экспериментальных целях смогли получить доступ к более чем 1 млн записей отпечатков пальцев, а также к информации о распознавании лиц.

«Однако число случаев мошенничества с идентификационными данными уменьшается благодаря всё более совершенным мерам безопасности и уровню развития технологии. Сегодня обмануть систему распознавания лиц стало очень сложно», — считает Заур Абуталимов.

Сегодня для обучения нейросетей, применяемых в системах распознавания лиц, используют базы данных, которые содержат в основном фото людей титульной нации. Поэтому системы плохо распознают азиатов, латиноамериканцев и афроамериканцев. А системы, применяемые в криминалистике, чаще указывают на чернокожих людей как на потенциальных преступников. Например, в 2020 году в Детройте система распознавания лиц приняла чернокожего мужчину за преступника. Афроамериканец был арестован, потому что алгоритм посчитал его снимок идентичным фотографии грабителя — тоже афроамериканца.

Наиболее широко распознавание лиц применяют в Китае. Там технология используется не только для поимки преступников, но и для поддержки социального рейтинга. В рамках этой системы каждый житель страны получает баллы за общественно полезную деятельность, отсутствие нарушений и своевременную уплату налогов. За проступки баллы снимаются — китайцам с плохим рейтингом могут отказать, например, в выдаче кредита или вылете из страны.

Системы распознавания лиц в современном обществе постепенно становятся инструментом контроля, заявил Skillbox Media руководитель облачного хостинг-провайдера HostFly.by Александр Хмыль. По мнению эксперта, вместо того чтобы создавать программные продукты для быстрой оплаты или совершенствования рекламных технологий, разработчики сфокусировались на государственных проектах и применении системы распознавания лиц в сфере охраны правопорядка. Но это легко объясняется тем, что разработка подобных решений — достаточно дорогая.

«Позволить себе вкладывать деньги в системы, которые реально могут работать с большим массивом данных изображений, может только государство или крупные финансовые компании. На примере банков, которые попытались внедрить систему идентификации клиентов по лицу, можно сказать, что такие инвестиции вряд ли окупятся в ближайшие годы», — рассказал Александр Хмыль. Он уточнил, что доступ к базе данных изображений граждан есть только на государственном уровне, а другим компаниям нужно самостоятельно формировать эту базу, хранить её и защищать от утечек.

В 2020 году с призывом ввести мораторий на применение технологии распознавания лиц на всей территории США выступила Ассоциация вычислительной техники. Причина кроется в задокументированной этнической, расовой и гендерной предвзятости, которую проявляют системы, использующие алгоритмы распознавания.

По мнению Александра Хмыля, чтобы технология распознавания лиц стала массовой, она должна очень хорошо себя зарекомендовать, работать идеально, без ошибок и историй вроде «машину обманули распечаткой портрета пользователя». Сейчас технологии визуальной идентификации далеки от совершенства, хотя определённый прогресс в этом направлении есть, резюмирует эксперт.

Как обмануть системы распознавания лиц

Чтобы не стать жертвой некорректной работы систем распознавания, некоторые люди стараются найти способы для их обмана.

В 2017 году директор по распространению технологий «Яндекса» Григорий Бакунов разработал специальную систему макияжа, якобы помогающего обмануть нейросети. Для этого он использовал алгоритм, подбирающий образ по принципу антисходства. Примерно в том же ключе действовали участники протестов в Лондоне в 2020 году: они пытались обмануть системы распознавания лиц с помощью цветных патчей на лице.

Распознавание лиц в системах видеонаблюдения

Процедура распознавания лиц с использованием системы видеонаблюдения позволяет определить и идентифицировать человека по его лицу без необходимости обращаться к дополнительным источникам и проводить какие-либо действия для определения личности человека – тема, которая интересует очень многих. В их числе маркетологи, социологи, статистики и все те профессионалы, которые в своей деятельности работают с людьми и заинтересованы в выяснении их личности, а также работают с представленными статистическими обезличенными данными и информацией.

Первоначально желательно ознакомиться с имеющимся практическим опытом по сделанным тестам по для распознавания человеческих лиц. Важно уяснить, какие задачи можно решить при помощи использования техники распознавания лиц, а когда в этом нет никакой практической необходимости и пользы. Далее нужно разобраться с надежностью работы системы по распознаванию лиц, а также принять во внимание полезные рекомендации тем, кто проектирует и создает системы такого типа.

Стандартные задачи, решаемые при распознавании лиц

На основании практического опыта можно сделать вывод, что все объекты различны, чем и обусловлены выполняемые в процессе распознавания задачи.

Однако можно выделить типичные черты:

  • осуществление контроля доступа с использованием системы распознавания лиц;
  • обнаружение человека в “чистой зоне”;
  • возможность найти человека в группе лиц или толпе;
  • обнаружение человека в толпе в том случае, если его личность не внесена в базу данных;
  • проведение маркетинговых исследований.

Рассмотрение каждой задачи

Осуществление контроля доступа с использованием распознавания лиц

Процесс проникновения через проходную с использованием распознавания лиц – самая востребованная технология. Человек смотрит в камеру, снимает очки, лишние аксессуары и система его пропускает после узнавания.

При эмпирических исследованиях узнавание является стопроцентным. Поэтому технология практична и полезна.

Стоит отметить, что на больших предприятиях, с численностью в сотни и тысячи сотрудников, возможно возникновение ошибки. Поэтому ежедневно её вероятность возникновения следует рассчитывать.

Поскольку используется система распознавания 2D, то её можно обмануть при помощи фотографии. Поэтому желательно совмещать её с другими способами идентификации личности. К ним можно отнести, например, верификацию с помощью прикладывания карты.

Обнаружение личности в “чистой зоне”

Такой зоной считается территория, где человек пребывает в единственном числе и имеются хорошие условия для его распознавания. Важно место размещения камеры и надлежащее освещение. Это может быть место турникета, проходной, шлюза и т.д.

В этом случае в базу загружают фотографии лиц, которые будут распознаваться. Фото должно быть надлежащего качества. Лучший результат будет в том случае, если проходящий человек посмотрит в камеру. Однако систему легко обмануть, например, надев парик или используя грим. Таким образом, система работает и подходит в том случае, если человек не планирует прятаться умышленно.

Обнаружение личности в группе людей

Услуга является очень востребованной у заказчика. Насколько же это реально?

Для того, чтобы система выдала вполне адекватный результат, важно не только расположение самой камеры, но и картинка лица человека в ней. В толпе человек осуществляет жестикуляцию и много двигается. Поэтому нужный ракурс в этом случае для попадания в камеру минимален. В той ситуации, когда имеется узкий созданный проход или коридор в месте нахождение камеры, вероятность распознавания увеличивается. Однако это место уже будет являться территорией “чистой зоны”.

Чтобы система идеально сработала, требуется правильное освещение. Но его трудно организовать в яркий солнечный день или при свете фонарей вечером. Препятствием станет также маскировка самого человека и качество фотографии, размещенной в базе системы. Таким образом, поиск личности в толпе способом 2D пока что не реален.

Обнаружение незнакомых лиц

Задача заключается в поиске тех людей, чьи фото отсутствуют в базе данных системы. То есть цель – предупредить проникновения посторонних лиц на объект. В дополнение задачи система должна быть способной опознать тех, кто есть в базе данных. Таким образом, будет много ложной некорректной информации. Теоретически, перепроверять придётся каждого 10 входящего.

Маркетинговое изучение

Результаты распознавания довольно часто используется в сфере маркетинга. Важны данные о числе посетителей, тепловых картах и т.д Изучаются места большого скопления людей, такие как магазины, кинотеатры. В исследованиях нуждаются крупные компании для определения собственной маркетинговой политики и восполнения потребностей посетителей, увеличение объемов продаж. В этом случае, задача именно маркетинговая, направленная на получение прибыли, не связанная с безопасностью.

На основании проведенных исследований можно сделать вывод о том, что данные получаются адекватные, хотя их точность имеет определенную погрешность.

Насколько надежная система распознавания людей

Распознавание лиц относится к биометрической системе, в основе которой лежит математическая статистика и вероятности.

Варианты ошибок (FAR и FRR)

Информация о возможных ошибках предоставляется разработчиками программного продукта. Но проводить сравнительный анализ между алгоритмами в этом ракурсе некорректно. Суть в том, что каждый разработчик для определения ошибок имеет собственную эталонную базу с изображениями.

Результатом деятельности системы станет информация о процентном соответствии распознаваемых лиц по отношению к изображению, находящемуся в базе. Пользователь сам устанавливает порог идентификации и положительного или отрицательного результата распознавания.

Первый вид ошибки – FAR (False Acceptance Rate)

Это касается возможности пропуска злоумышленника, которого система распознала как своего и впустила.

Второй вид ошибки – FRR (False Rejection Rate).

Это вероятность того, что будет запрещаем доступ своему сотруднику. Еще одно нарушение – свой человек не сможет пройти систему и будет представлен как злоумышленник. Потребуется дополнительная проверка.

Вся информация предоставляется каждым производителем продукта в форме таблиц или графиков.

Возможность ошибки при пропуске лиц через проходную

Для примера можно взять объект, на котором проходит внутрь помещения 300 сотрудников в день и столько же выходит. Дополнительно, могут пропускаться и другие лица. Таким образом, общее число распознаний будет около 600 ежедневно. При этом важно не допустить, чтобы проникло постороннее лицо. Расчёты показывают, что вероятность проникновения злоумышленника – один случай на 10000 вхождений.

Такой показатель считается позитивным. Возможность остановки своего сотрудника равняется 7 процентам. При шестистах распознаваниях необходимость подтвердить свою личность возникнуть у 43-х людей. Принимать окончательное решение об установке системы должен заказчик, имея оценочную информацию.

Возможность найти человека в толпе

Для примера можно взять вокзал, с проходной способностью 100000 человек ежедневно. При этом имеется база, в которой 100 разыскиваемых людей, возможно, преступников. Вероятность ошибки равна 3%, так что каждый 33-й человек не будет обнаружен системой, особенно в случае использования им маскировки (парик).

Возможность срабатывания ложной тревоги составляет 0,1%. Так как в базу внесено 100 лиц, то вероятность ошибки увеличивается на 10%. Таким образом, система отреагирует на каждого 10 человека, что составит в нашем случае 10000 невиновных людей для проверки документов дополнительно.

Таким образом, вряд ли рационально устанавливать систему на вокзале.

Требования к установке камеры и ее характеристикам

Характеристики объектов и преследуемые цели могут быть абсолютно различные у каждого заказчика системы. Поэтому пару возможных потенциальных ошибок, рассмотренных выше, нужно подбирать индивидуально, с учётом преследуемых целей. Принимать окончательное решение должен заказчик на основании представленных приблизительных данных.

Проект монтажа системы

Прежде всего, необходимо поместить в базу фотографию человека хорошего качества. Важно также, чтобы картинка, сделанная видеокамерой, была высокого качества, но не обязательно с высоким расширением. При установке камеры необходимо соблюдать условия по отклонению для каждой точки распознаваемого пространства. Камера должна иметь надлежащую светочувствительность.

Важно также, чтобы задний фон отличался нейтральностью и был однородным.

Подведение итогов

Таким образом, использование системы распознавания лиц может быть достаточно результативным только в случаях создания идеальных условий. Однако даже в таком варианте необходимо учитывать погрешности и перспективы возникновения ошибок. Установка системы принесет положительные адекватные результаты только в некоторых определенных случаях для решения поставленных задач. Заказчик должен изначально учитывать статистику отказов вследствие ошибок системы.

Важный момент

Пользователь может получить бесплатные услуги при проведении консалтинговых работ по проектированию, включая систему распознавания человеческих лиц. Также предоставляется аудит спецификации проекта, который исключит риски совершения ошибок.

Для получения бесплатной консультации нужно отправить запрос по электронной почте info@videomir.pro либо воспользоваться бесплатным номером телефона: +7 (499) 390-48-38

Портфолио

  • Контроль доступа на территорию многоквартирного дома в центре Коломны
  • Установка систем безопасности на складе “ИНДУСТРИЯ ЧИСТОТЫ СТОЛИЦА” в городе Видное
  • Установка IP видеонаблюдения с подключением облачного сервиса IPEYE
  • Комплексная система безопасности – банка Электроника
  • ЛВС в офисе ООО “ЧАРОЕН ПОКПАНД ФУДС (ЗАРУБЕЖНЫЕ ИНВЕСТИЦИИ)”

Свежие записи

  • Сравнение замков для домофонов
  • Насколько надёжен электромагнитный домофон?
  • Система видеонаблюдения для быта
  • Домофонный ключ
  • Как правильно выбрать домофон
  • Достоинства и недостатки IP видеонаблюдения
  • Слепые зоны видеонаблюдения

Рубрики

  • База знаний
  • Портфолио
  • Статьи
  • Типовые решения
  • Услуги
  • Установка видеонаблюдения

Всё для для Вашей выгоды

Полезные статьи

  • Проектирование системы видеонаблюдения
  • Что такое вариофокальный объектив?
  • Камеры видеонаблюдения на склад
  • Система контроля и управления доступом
  • Видеонаблюдение и составление технических заданий
  • Система видеонаблюдения для быта
  • Автоматизация парковок и стоянок
  • Въезд и выезд по распознаванию номера и управлению шлагбаумом
  • Общегородское видеонаблюдение в Коломне
  • Комплекс автоматизированной охраны складов самообслуживания САМОСКЛАД
  • Какая видеокамера безопасности подходит для вашего объекта?
  • Проектирование видеонаблюдения
  • Видеонаблюдение в детском саду
  • Видеонаблюдение на склад под ключ
Читайте также  Сканер IP адресов камер видеонаблюдения

+7 (499) 390-48-38 (Москва и Московская область)
+7 (917) 554-88-96 — WhatsApp/Viber (Бесплатный звонок из всех городов России)

Пн-Пт: с 9:00 до 19:00
Сб-Вс: с 10:00 до 18:00

140408, Московская область, г. Коломна, улица Октябрьской Революции 291 B, этаж 2

Распознавание лиц системой видеонаблюдения — необходимость, а не роскошь

Функции современных систем видеонаблюдения уже давно не исчерпываются только контролем доступа на объект и отслеживанием перемещений посетителей. По мере расширения технических возможностей системы слежения получили возможность распознавать и идентифицировать лица даже в плотном потоке людей, при затрудненных условиях съемки.

Функции современных систем видеонаблюдения уже давно не исчерпываются только контролем доступа на объект и отслеживанием перемещений посетителей. По мере расширения технических возможностей системы слежения получили возможность распознавать и идентифицировать лица даже в плотном потоке людей, при затрудненных условиях съемки. Такая аналитика требуется в следующих системах:

  • система контроля управления доступом — видеонаблюдение считается частью системы безопасности и управляет турникетами на проходной. Главная ее функция — снижение количества аварий и происшествий благодаря исключению человеческого фактора и улучшению трудовой дисциплины,
  • системы безопасности и противодействия краж в супермаркетах и других торговых помещениях — кражи в магазинах не всегда спонтанны. Часто их совершают систематически одни и те же люди, и отслеживание их появления еще на входе помогает предотвратить очередное хищение,
  • фейс-контроль в развлекательных заведениях — информация от входа может передаваться прямо на мобильное устройство владельца, что поможет установить дополнительный контроль за действиями охранников.

Задачи распознавания лиц

Перед современной системой распознавания лиц стоит несколько задач:

  • организовать систему управления доступом,
  • найти на территории незнакомцев, которых нет в базе,
  • сканирование пешеходного потока в поисках нужного лица, занесенного в базу,
  • поиск человека в так называемой чистой зоне, например проходной — когда человек сам хочет, чтобы система опознала его и впустила.

Как работает система распознавания лиц

Принцип работы распознавания лиц прост, независимо от выбранного алгоритма: система получает отсканированное изображение лица гостя и сравнивает его с эталонными картинками, которые уже хранятся в базе. Учитываются косметические изменения во внешности: макияж, борода, очки, стрижка. Важна и скорость реакции системы: на сканирование лица, поиск аналогий и получение отклика от базы данных должен пройти период времени, примерно равный времени, за который человек пройдет от двери к пропускной системе.

Специалисты используют три популярные схемы для подключения системы распознавания:

  • самая популярная — IP-камера снимает поток людей на видео и передает картинку на сервер, где происходит обработка информации, сравнение отсканированных лиц с имеющимися в базе и формирование аналитического отчета для оператора. Недостаток такой системы — ограниченность сервера, число камер, подключенных к нему, не безгранично. Больших затрат потребует покупка серверного оборудования и поддержание его в рабочем состоянии.
  • IP-камера сама анализирует поток, а на сервер передаются уже обработанные данные. К серверу предъявляются гораздо меньшие требования, чем в предыдущем варианте, зато возрастает список технических параметров, которым должна соответствовать камера. Цена таких камер значительно выше, чем у моделей более низкого класса.
  • обычная видеокамера встраивается в устройство контроля доступом, которое сканирует видеопоток, распознает лица и кроме этого, управляет доступом на объект — открывает и закрывает дверь или турникет. Такие устройства эффективно работают только в помещениях, но зато имеют сравнительно невысокую стоимость.

Три главных параметра, от которых зависит эффективность функционирования системы распознавания лиц: быстрый отклик система, точность алгоритма распознавания, широта базы данных с эталонами.

Алгоритмы распознавания

Системы безопасности используют разные методы распознавания человеческой внешности, причем идеального пока не найдено — у каждого есть свои плюсы и минусы.

Нейронные сети — популярный метод, позволяющий получить качественное распознавание в течение короткого времени. Сканирование лица имеет много слоев, благодаря этому система быстро находит соответствие в своей базе данных. Есть и недостатки:

  • новый эталон добавить в базу очень сложно, это потребует переобучения всей сети,
  • внесение изменений параметров может длиться до нескольких дней,
  • функции распознания нуждаются в выстраивании, так как параметры алгоритма распознавания до конца не формализованы.

Скрытые Марковские модели. В их основе лежит статистическое сравнение полученных изображений с эталонами. У этого метода есть несколько существенных недостатков, что снижает его популярность:

  • имеет большое время отклика — вызвано тем, что система подбирает дополнительную модель для сравнения,
  • система легко может спутать похожих людей, так как имеет низкую способность к различению,
  • долгий и несовершенный алгоритм обучения,
  • время на перебор моделей в базе данных нельзя сократить.

Гибкое сравнение на графах. Этот метод использует в качестве вспомогательного способа 2D-моделирование. Система составляет графы — двухмерные модели лиц, которые выглядят как сетка с индивидуальным расположением ребер и вершин. Эталонный граф, который демонстрирует главный параметр распознавания, остается неизменным, а другие меняются в структуре лица. При этом учитываются основные антропометрические точки, которые в течение жизни не меняются: расстояние между ушами и глазами, ширина носа или губ. Подробные модели с большим количеством точек позволяют распознать лицо как можно точнее, но в этом случае увеличится и время отклика системы.

Сложность процесса распознавания привела к необходимости для работы такой системы мощных компьютеров. Как и при других алгоритмах, внедрение новых эталонов в базу требует сил и времени, а чем обширнее база эталонов, тем дольше обрабатывает их система.

Основа системы распознавания лиц — умные камеры

IP-камеры отвечают за сканирование лица нового посетителя, обработку полученной модели и отклика от системы. Специфические характеристики камер делят их на несколько видов в зависимости от функции, которую они выполняют в системе:

  • обнаружение объекта — выступают своего рода “сторожами” подконтрольной территории. Они не распознают лица, а лишь наводят на объект умные видеокамеры с более совершенными техническими характеристиками, которые и сканируют биометрические параметры гостя. Их устанавливают при входе на территорию для фиксации посетителей, используют для общей видеосъемки. Технические их характеристики далеки от совершенства: фокусное расстояние до 1 мм, разрешение от 1 Мрх, но этого для обнаружения проникновения на объект вполне достаточно.
  • опознание — берут за основу 3-4 основных биометрических параметра, по которому и осуществляется сканирование. Фокусное расстояние доходит до 6 мм, разрешение стартует от 2 Мрх.
  • Идентификация — такие камеры делают детальное сканирование лица по нескольким параметрам, чтобы полученное изображение высокого качества могло использоваться в более совершенной системе распознавания лиц. Фокусное расстояние колеблется от 8 до 12 мм, а разрешение – от 5 Мрх.

Кроме фокусного расстояния и разрешения, на качество распознавания влияют количество источников света, адаптация камеры к плохому освещению, место ее установки, угол обзора и средства защиты от негативных проявлений окружающей среды.

Обычно камеры размещаются на проходной или в дверях производственного или коммерческого помещения. Оптимальное место — на уровне лица посетителя или под небольшим углом. Так можно обеспечить лучший угол обзора и качество распознавания.

Распространенные программы для систем распознавания

Разработкой систем распознавания лиц занимаются многие компании — эта сфера стала востребованной не только в связи с возможностью предотвращения коммерческих убытков, злоупотреблений персонала и банальных краж, но и в свете участившихся преступлений в общественных местах. С помощью программ распознавания можно вычислить потенциального преступника еще на подходе к зданию с большим количеством людей.

Компания Синезис, Face Director

В линейке этой компании множество разных систем видеонаблюдения и программ бизнес-аналитики на их основе. Эта программа “ловит” и идентифицирует лицо, изображение которого совпало с эталоном в ее базе данных, и сопровождает его на протяжении всего пути объекта. Ее преимущества обусловили широкую распространенность программы:

  • подача тревожного сигнала, если объект пытается прикрыть лицо,
  • высокое качество идентификации — до 99%,
  • широкий выбор углов обзора позволяет сканировать и идентифицировать лицо с любой точки.

Компания House Control, Face Интеллект

Специализируется на промышленных системах безопасности и идентификации лиц. Использует популярный алгоритм с открытым кодом, написанный еще несколько лет назад. Программа универсальна и адаптируется к большинству моделей аналоговых и цифровых видеокамер. Для качественного распознавания потребуется статичность объекта хотя бы на несколько секунд, поэтому важно правильно установить видеокамеру. Оптимальное место — позади турникета. Здесь программа показывает наиболее качественное распознавание.

Компания VOCORD, VOCORD FaceControl

Компания работает уже 20 лет, специализируясь на программах и системах безопасности с нестандартными параметрами. Эта программа — уникальна, так как является собственной разработкой фирмы. От других программ со схожими задачами она отличается широкими возможностями, которые предлагает оператору:

  • камера выхватывает лица, имеющиеся в базе, из пешеходного потока высокой плотности,
  • идентифицирует пол и возраст объекта,
  • выводит оператору предупреждения на экран, причем делит их на разные категории в зависимости от типа объекта, которого ему присвоила система,
  • процесс распознавания идет в режиме реального времени,
  • предлагает оператору составить аналитический отчет по проделанной работе,
  • осуществляет поиск по базе лиц и в архиве.

Нужна помощь специалиста?

Свяжитесь с нами! Эксперты TERATEK всегда готовы ответить на интересующие
вас вопросы и предоставить развернутую консультацию!

  • Системы видеонаблюдения
    • Камеры видеонаблюдения
    • Комплекты видеонаблюдения
    • Объективы
    • Кронштейны и адаптеры
    • Кожухи для видеокамер
    • Грозозащита
    • Устройства инфракрасной подсветки
    • Видеорегистраторы
    • Цифровые системы записи на базе ПК
    • Мониторы
    • Пульты управления
    • Матричные системы
    • Программное обеспечение
    • Устройства для передачи и обработки аудио/видео
    • Аксессуары для видеонаблюдения
    • Аксессуары для сетевого оборудования
  • Каталог по брендам
  • Архив товаров
  • Системы контроля доступа
    • Принтеры для карт и расходники
    • Считыватели
    • Видеодомофоны аналоговые
    • Шлагбаумы и автоматика для ворот
    • Контроллеры
    • IP домофония
    • Турникеты
    • Карточки и другие идентификаторы
    • Системы «Клиент — кассир» (интеркомы)
    • Исполнительные устройства
    • Аксессуары
    • ПО для СКУД
  • ОПС и оповещение
    • Извещатели
    • Оповещатели
    • Приемно-контрольные приборы
    • Радиоканальные системы
    • Системы звукового оповещения
    • Аксессуары для ОПС и оповещения
  • Кабель, СКС, ИБП, и комплектующие
    • Блоки питания и аксессуары
    • Кабели
    • Накопители
    • Шкафы и комплектующие
    • Инструменты
    • Монтажные изделия
    • Роутеры, модемы и PoE
  • Системы гражданской обороны и чрезвычайных ситуаций
    • Контрольно-измерительные устройства
    • Индивидуальные средства защиты
    • Системы регенерации
    • Средства связи
    • Другие гаджеты
    • Специализированные камеры
    • Информационная безопасность

Звонки по России

Системы видеонаблюдения ООО «ТЕРАТЕК»
© 1999-2021

Как установить камеру видеонаблюдения для уверенного распознавания лиц?

Как установить камеру видеонаблюдения для уверенного распознавания лиц?

Распознавание лиц является одной из основных функций видеоаналитики. Причем применяется она не только в целях обеспечения безопасности, но и в маркетинге для анализа реакции людей на тот или иной товар или услугу, путем определения их эмоций.

По сути основные задачи, которые выполняет функция распознавания лиц следующие:

  • Организация контроля доступа с помощью распознавания лиц
  • Поиск человека в «чистой зоне»
  • Поиск человека в толпе
  • Поиск человека в толпе, которого нет в базе данных
  • Маркетинговые исследования

Но чтобы функция распознавания лиц работала точно и без сбоев, необходима правильная установка видеокамер на объекте, где требуется данная опция видеоаналитики.

Для надёжного определения и распознавания наличия лица в кадре камеру нужно устанавливать в центральной части входа на объект или выхода с него, будь то проходная завода, магазин или другой объект, где требуется данная услуга. Также камеры могут быть установлены в важных местах: у стеллажей с товарами, у рекламного плаката и т.д

При этом камера должна располагаться на определенной высоте и расстоянии от человека. Принцип можно увидеть на рисунке ниже:

При этом параметры H и В, а также грfдус наклона камеры должны быть следующими:

Если камера нельзя по каким-то причинам установить на таком расстоянии и не под таким углом, как указано в таблице, то придется поменять объектив камеры что бы при съемке лица изображение имело как минимум 150 — 200 пикселей или больше.

Лучше всего для распознавания лица использовать камеры с вариофокальным объективом, так как они позволяют увеличивать или уменьшать видеоизображение, за счёт изменения фокусного расстояния объектива.

Причем, чем больше разрешающая способность камеры, тем на большем расстоянии от точки распознавания лица она может быть установлена. При этом изображение лица должно иметь достаточно контрастным и быть освещённым встречным источником света.

Очень часто бывает так, что съёмка происходит напротив застеклённых дверных проёмов, через которые проникает естественный свет, что обычно заставляет электронный затвор камеры работать быстрее. Из-за этого лица людей стоящих спиной к свету затемнены и надежность детекции снижается.

Для борьбы с данным эффектом следует применять камеры с аппаратным WDR либо обеспечить достаточно мощное искусственное освещение помещения, где ведется съемка для распознавания лиц людей.

Рекомендуемая высота установки камеры для детекции лиц при разных расстояниях от камеры до точки детекции следующая:

Так как на обработку видео для детекции лиц цифровой камерой или видеорегистратором требуется порядка 0,2 — 1 сек, видеокамеру лучше всего в местах, где скорость передвижения человека принудительно замедляется, например турникет, касса, рекламный щит и т.д. Тогда камера успеет провести детекцию.

Читайте также  Видеонаблюдение для дачи своими руками бюджетное

Также можно установить камеры в коридорах, где поток людей движется на камеру в течении некоторого времени, достаточного для детекции лица в кадре в течении 2-3 сек.

Таким образом, требования для идеального распознавания лиц достаточно серьезные и их много.

Во-первых, важным является равномерное освещение лица, нейтральный задний фон и расположение лица на фотографии в соответствии с определенными размерами. Требования к изображению изложены в стандарте ISO/IEC 19794-5:2013 или в ГОСТ Р ИСО/МЭК 19794-5-2013 .

Во-вторых, камера должна быть установлена с отклонением центральной оси наблюдения не более 15 градусов к плоскости лица, как в горизонтальной, так и в вертикальной плоскости. Условия по отклонению должны выполняться в каждой точке области распознавания.

В-третьих, для идеального распознавания лиц требуется плотность пикселов не менее 500 pix/м во всей предполагаемой зоне распознавания. Это требование в конечном итоге определяет разрешение и угол обзора камеры.

В-четвертых, глубина резкости должна покрывать всю зону контроля. Это показатель напрямую зависит от фокусного объектива и значения диафрагмы. То есть рекомендуется заранее просчитывать глубину резкости (особенно актуально для длиннофокусных объективов) и выбрать камеру с возможностью управления диафрагмой. В идеале камера должна позволять задавать пределы открытия и закрытия диафрагмы объектива.

В-пятых, для четкости получаемого кадра рекомендуется по значению времени накопления заряда (выдержки, shutter) – не менее 1/100 секунд.

В-шестых, камеру лучше всего выбрать с высокой светочувствительностью (матрица от 1/3“ и больше), использовать светосильный объектив (от F1,4 и лучше).

В-седьмых, в зоне обзора камеры нужно обеспечить хорошее и ровное освещение (150 и более люкс). Это достаточно сложно сделат. Тут нужен индивидуальный подход к каждому объекту. Например, когда на проходной может быть затруднен засветкой камеры светом с улицы, который нужно погасить встречным светом.

В-восьмых, съемку следут проводить так, чтобы задний фон был нейтральным и однородным.

Для распознавания лиц следует настроить функцию в программе для видеонаблюдения либо же специальный модуль детекции лица.

Обычно, в зависимости от выбранной зоны контроля: коридор, проходная с турникетом, контролируемый вход в дверь и т.д., осуществляется настройка камеры для распознавания лиц. Для каждой камеры производится индивидуальная настройка модуля распознавания лиц. Например в VideoNet PSIM существуют три группы настроек.

При этом важно обратить внимание на параметры настроек.

Параметры потока:

Разрешение. При настройке указывается разрешение кадра, которое будет подаваться на вход модуля распознавания — стандартное, высокое или максимальное. Значение данного параметра влияет на скорость распознавания.

Частота кадров. Выбирается частота кадров, поступающих на обработку. Значение подбирается в зависимости от производительности системы. Значение данного параметра влияет на загрузку процессора.

Параметры детекции лиц:

Порог достоверности. При детектировании лица в видеопотоке — т.е. определении, что в кадре есть лицо, используется параметр порог достоверности. Этот параметр определяет уверенность модуля распознавания в том, что обнаруженный в кадре объект является лицом. Чем выше порог достоверности, тем меньше количество ложных срабатываний, но при этом повышаются шансы пропустить настоящее лицо.

Выбор настройки порога достоверности определяется индивидуально для каждой решаемой задачи. Когда в настойках задает высокое значение порога достоверности, система не пропустит постороннего, но при этом даст большое количество ложных срабатываний, c которыми придется разбираться. Когда порог достоверности понижается, шансы пропустить лицо малы, но при этом возрастает ошибка пропуска постороннего на объект. Поэтому выбор значения порога достоверности в каждом случае индивидуален.

Частота детекции. Данный параметр регламентирует обнаружение лиц не чаще, чем на указанном количестве кадров в секунду. Значение выбирается в зависимости от производительности системы. Значение данного параметра влияет на скорость распознавания.

Алгоритм детектора. В VideoNet PSIM существуют два варианта алгоритмов поиска и обнаружения лиц на изображении — качественный или быстрый. Быстрый алгоритм рекомендуется использовать в случае очень ограниченных вычислительных ресурсов. Значение данного параметра влияет на скорость распознавания.

Параметры распознавания лиц:

Игнорировать повторное распознавание. Задается время по истечении которого одно и тоже лицо повторно появившееся в зоне распознавания следует считать новым. Настройка данного параметра необходима, т.к. в процессе нахождения в кадре человек может кратковременно отвернуться и может быть перекрыт другим человеком.

Сохранять лица. Сохранение лиц в базу данных.

Подсчитывать лица Подсчет количества распознанных лиц.

Определение пола, возраста, эмоций человека по изображению лица:

По изображению лица можно определять характеристики человека: пол, возраст, эмоции (радость, гнев, печаль и т.д.). Этот функционал входит в состав модуля распознавания лиц в VideoNet PSIM.

Определение характеристик человека пол, возраст, эмоции называется классификацией. Классификацию человека по изображению лица применяют во многих областях для анализа возрастного состава аудитории, например, магазина или ресторан, анализа гендерного состава аудитории, анализа качества обслуживания покупателей, поиск людей в видеоархиве по фотографии, полу, возрасту, эмоциям.

Подмена лица фотографией:

Функционал «подмена лица фотографией» используется в случаях, когда злоумышленник использует фотографию, чтобы скрыть своё лицо или же пытается проникнуть на объект, используя фотографию одного из сотрудников данного объекта. Подобный контроль потребует дополнительных ресурсов компьютера. Значение данного параметра влияет на скорость распознавания. В настройках задается процент вероятности того, что прошедший человек закрыл лицо фотографией, при превышении заданного значения лицо человека должно считаться подменённым.

Программ и модулей распознавания лиц сегодня достаточно много. У них могут быть различные настройки, но общий принцип понятен из приведенного примера.

Ну а нам остается лишь напомнить, что наша компания «Запишем всё» с 2010 года занимается монтажом, модернизацией и обслуживанием любых систем видеонаблюдения, а также видеодомофонов в Москве и Подмосковье.

Мы работаем быстро, качественно и по доступным ценам. Перечень услуг и цены на их вы можете посмотреть здесь.

Звоните +7 (499) 390-28-45 с 8-00 до 22-00 в любой день недели, в том числе и в выходные. Мы будем рады Вам помочь!

Охранные системы с функцией распознавания лиц: принцип работы, установка и сферы применения.

Еще недавно охранные системы с опцией распознавания лиц казались чем-то фантастическим, а увидеть их можно было только в кино. Но за последние несколько лет многое изменилось. Появились новые разработки, которые изменили представление об охранных системах.

Качество и комфорт существования общества зависит от правильного подхода к организации персональной безопасности и защиты имущества. Не удивительно, что требования к защите постоянно растут. Одним из нововведений стало появление функции распознавания лиц. В чем ее особенности? Где она применяется? На каком принципе работает? Эти и другие вопросы подробно рассмотрим в статье.

Сферы применения

Пользу распознавания лиц сложно переоценить. Охранные системы с такой функцией применяются в различных сферах — при организации системы пропуска в крупных организациях, для поиска злоумышленников, защиты частных объектов и так далее.

Если говорить в целом, с помощью такой охранной системы удается решить следующие задачи:

  • Организовать надежную и эффективную систему пропуска на проходной в компании или на других закрытых объектах. Для большей эффективности видеонаблюдение объединяется с турникетами. В результате удается быстро распознавать своих сотрудников и посторонних лиц.
  • Создать систему защиты от краж в точках продаж и частных объектах. Не секрет, что различные магазины, торговые центры, супермаркеты и прочие заведения сталкиваются с проблемными клиентами, склонными к кражам. В большинстве случаев воровство осуществляется одними и теми же людьми. При наличии соответствующей базы функция распознавания лиц позволяет вовремя выявить человека и информировать охранника. В результате удается принять дополнительные меры по защите имущества.
  • Организовать охранную систему, обеспечивающую защиту от проникновения посторонних в сооружения закрытого типа и частные домовладения. Даже при внимательном наблюдении охраннику не всегда удается отличать злоумышленника от другого объекта. Это особенно актуально, если камера установлена на участке с низким уровнем освещения. Монтаж специальных систем с функцией распознавания лиц помогает быстро определить человека даже в темноте. То, что неподвластно работнику охраны, с легкостью решается компьютерным модулем.
  • Обеспечение фейс-контроля в ночных заведениях. Наличие рассматриваемых систем в клубах гарантирует 100-процентную защиту от «проблемных» посетителей.

Как это работает?

Наибольший интерес вызывает принцип работы системы, способной не только передавать изображение на монитор, но и распознавать лица людей. Задача специального модуля заключается в считывании информации, а также ее последующем сравнении с данными, которые имеются в базе. Такие комплексы способны идентифицировать лицо человека на удалении от камеры до 10 м.

Одна из особенностей системы — высокая «чувствительность», позволяющая распознавать личность даже при изменении внешности. Модуль невозможно сбить с помощью очков, изменения прически, бороды или других дополнительных элементов маскировки на лице. Это связано с тем, что анализируются не черты лица, как считают многие, а строение черепа, его биометрические параметры. Такие характеристики индивидуальны, как и отпечатки пальцев, что исключает вероятность ошибки.

Информация сканируется и обрабатывается в режиме реального времени. Достаточно посетителю повернуться лицом по направлению к сканеру, как система определяет личность и дает команды другим органам. Если модуль распознавания лиц связан с турникетами или другими устройствами блокировки, их срабатывание производится автоматически. Кроме того, в памяти сохраняется фотография подозрительного лица для дальнейшей обработки и анализа охраной.

Наибольшее распространение системы с функцией идентификации получили в крупных компаниях, где имеет место большая конкуренция. Не секрет, что от уровня безопасности зависит успех предприятия. Особенно это касается организаций, которые работают в оборонной сфере, занимаются разработкой новых проектов или биологическими исследованиями.

Задача системы заключается в сравнении работников и сверке лиц с имеющейся базой. Если человека нет в перечне, подается сигнал охранникам, после чего последние принимают меры по предотвращению проникновения постороннего лица на объект. При этом место выявления точно фиксируется на электронной карте, а сотрудники отдела безопасности в течение нескольких минут выявляют нарушителя.

Особенности установки

В процессе монтажа системы с опций распознавания лиц стоит учесть, что видеокамеры могут работать в одном из 2-х режимов — 2D или 3D. В первом случае анализ выполняется на базе плоского изображения, а двухмерные камеры обладают высокой чувствительностью к освещению. Из этого следует, что при установке 2D-камер стоит отдельное внимание уделять освещению охраняемого объекта и охвату защищаемых зон.

Что касается камер с 3D, они работают с трехмерным объектом на базе передаваемого устройством изображения. В этом случае можно не обращать внимания на уровень освещенности, ведь система хорошо справляется с возложенными на нее функциями даже в темноте. Единственная опасность в том, что текстура лица будет в незначительной степени искажена.

Какие виды таких систем существуют?

При выборе систем, имеющих функцию распознавания лиц, важно ориентироваться на несколько факторов — цели, задачи и место монтажа. Кроме того, стоит брать во внимание виды таких устройств:

  • Системы обнаружения. Видеокамера имеет разрешение от 1 Мп, а фокусное расстояние составляет от 1 мм. Работа устройства направлена на фиксацию факта проникновения посторонних субъектов на защищаемые объекты. Особенность сканера заключается в способности отличить человека от животного, но идентифицировать личность не получится.
  • Система распознавания. Этот комплекс отличается большей сложностью, а в него входит 2-мегапиксельная камера с фокусным расстоянием от шести миллиметров. Задача заключается в распознавании лиц и их определению по принципу «свой-чужой». В случае просмотра видео четкости у картинки не будет. Система выявляет посторонние лица, но в случае кражи найти вора по сохраненному изображению будет сложно
  • Устройства идентификации. При организации такой системы применяются камеры с разрешением от 2 МП и более, имеющие фокусное расстояние больше восьми миллиметров. Такие комплексы способны выполнять функции, рассмотренные выше. Плюс заключается в том, что полученного изображения достаточно для опознавания вора по фотографии. Имеющийся кадр можно использовать в процессе расследования и даже передавать в суд.

В приведенном описании рассмотрены минимальные требования для охранных систем в отношении фокусного расстояния и разрешения «картинке». Это значит, что при покупке оборудования стоит ориентироваться на изделия с лучшими характеристиками, обеспечивающими более качественную съемку. Например, для систем распознавания больше подойдут камеры на 2 МП, имеющие фокусное расстояние, равное 8 мм. Что касается комплексов для идентификации, здесь рекомендации еще более серьезные. Желательно использовать видеокамеры с разрешением в 5 МП и 12-миллиметровым фокусным расстоянием.

Подведем краткие итоги:

  • Видеокамера с разрешением 1МП позволяет отличить человека от животного. При этом идентифицировать субъекта не получится.
  • Для фиксации лиц и сравнения с имеющейся базой устройство для фиксации должно иметь разрешение от 2-х МП и более.
  • Для идентификации человека желательно применять 5-мегапиксельную камеру.
Понравилась статья? Поделиться с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: