Представьте себе эпоху, когда появится возможность идентифицировать вора или преступника, как только он войдет в здание. Представили? Эта эпоха настала.
Система распознавания лиц меняет привычный нам облик и предупреждает кражи. До недавнего времени выяснение личности мошенника происходила после совершения правонарушения. Хотя это отлично подходит для профилактики на будущее, но не сможет остановить злодеяние до того, как оно произойдет. Но революционная технология распознавания лиц все меняет — дает нам возможность не только предотвращать преступные действия, но и определять, кем являются люди, знать, где они были, куда направляются.
Чтобы помочь вам лучше понять технологию, это руководство объяснит:
- что такое распознавание лиц,
- как оно работает,
- какие существуют методы.
Что такое распознавание лиц
Распознавание лиц — это технология использования таких нововведений, как поисковые системы или прикладные программы, для нахождения сходства людей или поиска похожих. Исследователи в основном работают над созданием методики для помощи бизнесу и улучшению общественной жизни.
Сферы и области применения технологии распознавания лиц достаточно объемны:
- видеонаблюдение,
- маркетинг,
- реклама,
- осуществление платежей,
- медицина,
- приложения для смартфонов.
Благодаря развитию и эффективности она используется для установления преступников и личности людей.
В современном видеонаблюдении функция распознавания лица онлайн является одной из ключевых.
При попытке использовать интеллектуальный анализ видео, основанный на движении, такой как: обнаружение движения, отключение камеры, вторжение и т.д., для превентивной безопасности, пользователи часто раздражаются из-за ложных уведомлений. Эти срабатывания возникают из-за того, что аналитика, базирующаяся на перемещении объектов, выдает сигнал даже тогда, когда в поле зрения камеры появляются животные или раскачиваются деревья из-за сильного ветра. В конечном итоге это приводит к тому, что просто отключают функциональную возможность уже через несколько дней после установки. Даже сотрудники службы безопасности перестают обращать внимание на такие события.
Устройство распознавания лиц гарантирует, что уведомления будут отправляться только тогда, когда в отмеченной области присутствует именно человек.
Как работает распознавание лиц в видеонаблюдении
На сегодняшний день, для воплощения такого механизма, применяются два основных способа:
1. Процесс распознавания лица осуществляется на стороне снимающей камеры и затем передаются мета-данные и видеопоток на сервер. Плюсы метода при подключении большого количества устройств к медиа-серверу — существенной нагрузки на ресурсы и производительность не оказывается. Недостатком способа является то, что потребуется устанавливать модели одного производителя.
2. Специальная программа распознавания лиц устанавливается на самом сервере. Тогда с камеры принимается только видеопоток. Это удобно эксплуатировать в случае, если видеонаблюдение уже установлено на объекте — просто заменить устаревшее серверное оборудование.
Замена оборудования, покупка лицензии на каждый канал — все это стоит не «очень» дешево. Но и сами камеры со встроенным детектором лиц имеют немалую стоимость. Также нужно будет произвести замену ранее установленных видеокамер.
Для каждого конкретного случая выбор индивидуален.
Читайте также: VMS программа для видеонаблюдения — 10 лучших
Технологии идентификации
Системы распознавания лиц по фото
Большинство программ и технологий аутентификации опираются на 2D-изображения. Но это сделано не потому, что оно очень точное, а просто для удобства.
Подавляющее большинство камер получают картинку без какой-либо глубины. И общедоступные фотографии, которые можно использовать для баз данных, все в 2D.
Почему 2D контуры лица не является точным?
Неповторимые особенности лица на ровном снимке испытывают недостаток в рельефе. С помощью плоского изображения компьютер может измерять, например, расстояние между зрачками и ширину рта. Но он не может определить длину или выпуклость лба.
Кроме того, полученный снимок сильно зависит от электромагнитных колебаний, воспринимаемых радужной оболочкой. Что означает, что двухмерная визуализация лица не работает в темноте и ненадежная при ярком или темном освещении.
Для обхода этих недостатков надо использовать другие варианты.
3D моделирование для распознаний лиц
Приложение распознавания лиц людей опирается на 3D имитацию. Такая модель обеспечивает бОльшую точность.
Для получения 3-х-мерного вида поверхности лица используются отличительные черты, где наиболее очевидны кости и жесткие ткани, например изгибы глазниц, подбородка или носа. Такие области лица не меняются со временем, они — уникальны.
Используя ось измерения и глубину, на которую не оказывает влияние освещение, 3-х мерная идентификация может применяться в темноте. Она позволяет определять объект под разными углами обзора с возможностью различения до 90 градусов (лицо в профиль).
Применяя ПО для 3D системы распознавания, лицо подвергается серии промежуточных шагов для проверки личности:
Обнаружение лиц
Получение изображения для обработки может быть выполнено путем оцифровки существующей фотографии или с использованием видео.
Центровка изображения
Как только обнаруживается лицо, определяется положение головы, размер и поза. Как указывалось ранее, идентификация протекает при ракурсе до 90° для 3D. В то время как в 2D системе распознавания лиц голова должна быть повернута как минимум на 35 градусов в направлении объектива.
Измерение
Затем измеряются кривые грани в миллиметровом (или микроволновом) масштабе и создается шаблон.
Особенности лица — создание кода
Система распознавания лиц переводит шаблон в уникальный код. Эта кодировка дает каждой модели набор чисел для представления особенностей лица субъекта.
Согласование
Если снимок является трехмерным и массив данных содержит аналогичные, то сопоставление и распознание лица будет выполнено без каких-либо изменений. Однако в настоящее время существует проблема, с которой сталкиваются информационные базы с 2D изображениями.
Но уже есть решение проблемы.
При съемке пространственного объекта высчитываются разные точки (обычно три). Например, наружная и внутренняя часть глаза и кончик носа будут определены и измерены. Как только эти измерения выполнены, к картинке применяется алгоритм (пошаговая процедура), чтобы преобразовать его в двухмерное. После преобразования программное обеспечение будет сравнивать полученный результат с изображениями в базе, чтобы найти потенциальное совпадение.
Распознавание человека
При проверке, исходная информация сопоставляется только одному результату в банке данных (1: 1). Это делается, чтобы проверить, является ли субъект тем, кем он говорит. Если целью является авторизация, то кадр сравнивается со всеми файлами базы, что дает оценку для каждого потенциального соответствия (1: N, где N — количество сравнений).
Далее рассмотрим, как биометрия кожи может помочь проверить совпадения.
Также рекомендуем: взломали Instagram — что делать?
Биометрические технологии идентификации
Текстурный анализ кожи оказался успешным инструментом за счет значительного повышения разрешения изображения. Метод использует уникальность текстуры, для получения еще более точных результатов.
Процесс работает почти так же, как и система распознавания лиц.
- Выбирается участок кожи, называемый отпечатком.
- Затем отпечаток разбивается на более мелкие блоки.
- Используя алгоритмы, чтобы превратить рассматриваемый участок в математическое уравнение, будут различаться любые линии, пористость и фактическая текстура.
Согласно Identix, благодаря сочетанию технологии распознавания лиц с анализом текстуры кожи, точность совпадения может увеличиться на 20-25 процентов.
Тепловизионное распознавание
На сегодняшний день исследования в основном сосредоточены на видимом спектре, решая такие проблемы, как изменения освещенности и разрешение. Тем не менее, для видеонаблюдения в ночное время отсутствие освещения не позволяет эффективно использовать камеры с распознаванием лиц.
Отдельный объект в видимом (а) и тепловом (b-e) спектрах
Тепловизионный анализ измеряет излучение в инфракрасном спектре средней и длинной волны, которое естественным образом излучается живой тканью, и поэтому является весьма практичным способом визуализации для работы ночью. Однако, поскольку большинство данных и списков наблюдения содержат только результаты видимого диапазона, трудно сопоставить неизвестное тепловое изображение с набором известных видимых снимков.
Резюме
Технологии распознавания становятся все более заметными в нашем мире. За последние несколько лет мы стали свидетелями серьезных разработок в этой области. Детектор лиц — одна из новейших формирований биометрических идентификаторов, которая не требует много времени на обработку или вмешательства человека в проверку.
Благодаря тому, что видеонаблюдение с системами распознавания лиц и передовые охранные организации работают вместе, преступное поведение можно отслеживать и понимать. И результаты феноменальны.
0 комментариев