Распознавание лиц – это технология использования на компьютере таких нововведений, как поисковые системы или программное обеспечение, для идентификации людей или поиска с похожими лицами.

Сферы и области применения технологии достаточно объемны – это видеонаблюдение, и маркетинг, и рекламная область, и осуществление платежей, и медицина.

Благодаря развитию и эффективности она используется и применяется для установления преступников и помогает в установлении личности людей.

 

Распознавание лиц в видеонаблюдении

В современных системах видеонаблюдения функция распознавания лица в режиме реального времени является одной из ключевых.

При попытке использовать интеллектуальную видеоаналитику, основанную на движении, такую 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, основанная на движении, выдает сигнал даже тогда, когда в поле зрения камеры появляются животные или двигаются деревья из-за сильного ветра. В конечном итоге это приводит к тому, что просто отключают этот механизм уже через несколько дней после установки. Даже сотрудники службы безопасности перестают обращать внимание на такие события.

Система распознавания лиц в видеонаблюдении гарантирует, что уведомление будет отправляться только тогда, когда в отмеченной области присутствует именно человек.

Распознавание лиц в видеонаблюдении

Распознавание лиц в видеонаблюдении

На сегодняшний день, для воплощения такого механизма, могут применяться два основных способа:

– Процесс осуществляется на стороне снимающей камеры и затем передаются мета-данные и видеопоток на сервер. Плюсы такого метода: подключение большого количества камер к медиа-серверу. Метод существенной нагрузки на ресурсы и производительность это не окажет. Недостатки способа в том, что потребуется устанавливать видеокамеры одного производителя.

– Другой метод. Специальное программное обеспечение устанавливается на самом сервере. В таком случае с камеры наблюдения принимается только видеопоток. Такую систему 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.

 

Технологии распознавания лиц

2D распознавание лица

Большинство программ и технологий распознавания опирается на 2D изображения. Но это сделано не потому, что 2D-изображение лица 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.

Технологии распознавания и применение – 2D распознавание лица

2D распознавание лица

 

Почему 2D-изображение лица не является точным?

Плоский снимок лица испытывает недостаток в идентифицирующих особенностях, таких как глубина. 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 спектра видимого света. Это означает, что двухмерная визуализация лица не работает в темноте. Такая технология может быть ненадежной при ярком или темном освещении.

Для обхода этих недостатков надо использовать другие методы.

 

3D распознавание лица

Появившаяся не так давно технология для распознавания лиц опирается на 3D-моделирование.  Такая модель обеспечивает бОльшую точность. Для получения 3-х-мерного изображения поверхности лица человека в режиме реального времени 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.

Технологии распознавания и применение – 3D распознавание лица

3D распознавание лица

Используя ось измерения и глубину, на которую не оказывает влияние освещение, 3D-распознавание может применяться в темноте. Позволяет идентифицировать объект под разными углами обзора с возможностью распознавания до 90 градусов (лицо в профиль).

Применяя ПО для 3D, система распознавания лиц подвергается серии промежуточных шагов для проверки личности человека:

Обнаружение

Получение изображения может быть выполнено путем оцифровки существующей фотографии (2D) или с использованием видео для получения живого изображения объекта (3D).

Центровка

Как только система обнаруживает лицо, определяется положение головы, размер и поза. Как указывалось ранее, объект может быть распознан до 90 градусов. В то время как в режиме 2D голова должна быть повернута как минимум на 35 градусов в направлении камеры.

Измерение

Затем измеряются кривые грани в миллиметровом (или микроволновом) масштабе и создает шаблон.

Представление

Система переводит шаблон в уникальный код. Эта кодировка дает каждому шаблону набор чисел для представления особенностей лица субъекта.

Согласование

Если снимок является трехмерным, а база данных содержит трехмерные изображения, то сопоставление будет выполнено без каких-либо изменений.

Однако в настоящее время существует проблема, с которой сталкиваются информационные базы, находящиеся в 2D-изображениях. 3D обеспечивает живой движущийся переменный объект по сравнению с плоским устойчивым снимком.

Новые технологии решают эту проблему.

При съемке трехмерного объекта определяются разные точки (обычно три). Например, наружная часть глаза, внутренняя часть глаза и кончик носа будут извлечены и измерены. Как только эти измерения будут выполнены, к картинке будет применен алгоритм (пошаговая процедура), чтобы преобразовать его в двухмерное. После преобразования программное обеспечение будет сравнивать полученный результат с 2D-изображениями в базе, чтобы найти потенциальное совпадение.

Проверка и(или) идентификация

При проверке, исходная информация сопоставляется только одному результату в базе данных (1: 1). Это делается, чтобы проверить, является ли субъект тем, кем он говорит. Если целью является идентификация, то кадр сравнивается со всеми файлами в базе, что дает оценку для каждого потенциального соответствия (1: N).

Далее рассмотрим, как биометрия кожи может помочь проверить совпадения.

 

Биометрическая идентификация

Анализ текстуры кожи оказался успешным инструментом для распознавания за счет значительного повышения разрешения изображения. Такой метод использует биометрию кожи или уникальность текстуры, для получения еще более точных результатов.

Процесс работает почти так же, как распознавание лиц. Выбирается участок кожи, называемый отпечатком. Затем этот отпечаток разбивается на более мелкие блоки. Используя алгоритмы, чтобы превратить рассматриваемый участок в математическое уравнение, система будет различать любые линии, пористость и фактическую текстуру. Согласно Identix, благодаря сочетанию распознавания лиц с анализом текстуры кожи, точность идентификации может увеличиться на 20-25 процентов.

 

Тепловизионный анализ

На сегодняшний день исследования по распознаванию лиц в основном сосредоточены на видимом спектре. Решая такие проблемы, как изменения освещенности, поза и разрешение изображения. Тем не менее, для видеонаблюдения в ночное время отсутствие освещения не позволяет эффективно использовать камеры, работающие в спектре видимого света.

Тепловизионный анализ лица

Отдельный объект, видимый в видимом (а) и тепловом (b-e) спектрах

Тепловизионный анализ измеряет излучение в инфракрасном спектре средней длины волны и длинноволновой части спектра. Которое естественным образом излучается живой тканью, и поэтому является весьма практичным способом визуализации для работы в ночное время. Однако, поскольку большинство баз данных и списков наблюдения содержат только результаты в видимом спектре, трудно сопоставить неизвестное тепловое изображение с набором известных видимых снимков.

Распознавание становится все более заметным в нашем мире. За последние несколько лет мы стали свидетелями серьезных разработок в этой технологии. Детектор лиц в видеонаблюдении – одна из новейших разработок биометрических идентификаторов, которая не требует много времени на обработку или вмешательства человека в проверку.

Другие биометрические идентификаторы, такие как сканеры отпечатков пальцев и распознавание голоса, требуют гораздо больше разных устройств для функционирования.

Распознавание лиц – высокоэффективная биометрическая технология, обладающая большим потенциалом.

 

Пишите в комментариях ниже какую информацию добавить или убрать по данной теме. Открыт для предложений по оформлению и наполнению страницы.


0 комментариев

Добавить комментарий

Ваш e-mail не будет опубликован.