Tehnologia recunoașterii faciale este o nouă eră în analiza video, supravegherea video și sistemele de control al accesului. Sistem de recunoaștere a feței folosind sisteme de supraveghere video. Algoritm de căutare a feței

Obținerea unui împrumut, solicitarea unei vize sau pur și simplu lansarea celui mai recent model de smartphone - toate acestea sunt imposibile astăzi fără participarea algoritmilor de recunoaștere facială. Ei ajută polițiștii în investigații, muzicieni pe scenă, dar încetul cu încetul se transformă într-un ochi atotvăzător care ne monitorizează toate acțiunile online și offline.

Algoritmi (tehnologii)

Identificarea unei persoane dintr-o fotografie din punctul de vedere al computerului înseamnă două sarcini foarte diferite: în primul rând, să găsești chipul din fotografie (dacă este acolo) și, în al doilea rând, să izolezi din imagine acele trăsături care disting această persoană de ceilalți. persoane din baza de date.

1. Găsiți

Încercările de a învăța un computer să găsească o față în fotografii au fost făcute încă de la începutul anilor 1970. Au fost încercate multe abordări, dar cea mai importantă descoperire a venit mult mai târziu - odată cu crearea în 2001 a lui Paul Viola și Michael Jones a metodei de stimulare în cascadă, adică un lanț de clasificatori slabi. Deși acum există algoritmi mai sofisticați, poți paria că este bunul vechi Viola-Jones care funcționează atât în telefonul tău mobil, cât și în camera foto. Este vorba despre viteză și fiabilitate remarcabile: chiar și în 2001, computerul mediu putea procesa 15 imagini pe secundă folosind această metodă. Astăzi, eficiența algoritmului satisface toate cerințele rezonabile. Principalul lucru pe care trebuie să-l știți despre această metodă este că este surprinzător de simplă. Nici nu o sa crezi cat de mult.

Pasul 1. Îndepărtăm culoarea și transformăm imaginea într-o matrice de luminozitate.
Pasul 2. Așezați pe ea una dintre măștile pătrate - se numesc caracteristici Haar. Parcurgem întreaga imagine cu ea, schimbând poziția și dimensiunea.
Pasul 3. Adunăm valorile luminozității digitale din acele celule matrice care se încadrează sub partea albă a măștii și scădem din ele acele valori care se încadrează sub partea neagră. Dacă în cel puțin unul dintre cazuri diferența dintre zonele albe și negre este peste un anumit prag, luăm această zonă a imaginii pentru a lucra în continuare. Dacă nu, uită de ea, nu există nicio față aici.
Pasul 4. Repetați de la pasul 2 cu o mască nouă - dar numai în zona imaginii care a trecut primul test.

De ce funcționează asta? Uita-te la semn. În aproape toate fotografiile, zona ochilor este întotdeauna puțin mai întunecată decât zona imediat dedesubt. Uită-te la semn: zona luminoasă din mijloc corespunde podului nasului, situat între ochii întunecați. La prima vedere, măștile alb-negru nu arată deloc ca niște fețe, dar cu toată primitivitatea lor au o mare putere de generalizare.

De ce așa repede? Un punct important nu este notat în algoritmul descris. Pentru a scădea luminozitatea unei părți a imaginii din alta, ar trebui să adăugați luminozitatea fiecărui pixel și pot fi mulți dintre ei. Prin urmare, de fapt, înainte de aplicarea măștii, matricea este convertită într-o reprezentare integrală: valorile din matricea de luminozitate sunt adăugate în avans, astfel încât luminozitatea integrală a dreptunghiului să poată fi obținută prin adăugarea doar patru numere.

Cum să asamblați o cascadă? Deși fiecare etapă de mascare produce o eroare foarte mare (precizia reală nu este cu mult mai mare de 50%), puterea algoritmului constă în organizarea în cascadă a procesului. Acest lucru vă permite să excludeți rapid din analiză zonele în care cu siguranță nu există față și să depuneți efort doar pe acele zone care pot produce rezultate. Acest principiu de asamblare a clasificatorilor slabi într-o secvență se numește boosting (puteți citi mai multe despre el în numărul din octombrie al PM sau). Principiul general este acesta: chiar și erorile mari, atunci când sunt înmulțite între ele, vor deveni mici.

2. Simplificați

Găsirea trăsăturilor faciale care ar permite cuiva să-și identifice proprietarul înseamnă a reduce realitatea la o formulă. Vorbim de simplificare, și una foarte radicală. De exemplu, poate exista un număr mare de combinații diferite de pixeli chiar și într-o fotografie în miniatură de 64 x 64 pixeli - (2 8) 64 x 64 = 2 32768 bucăți. Mai mult, pentru a număra fiecare dintre cele 7,6 miliarde de oameni de pe Pământ, doar 33 de biți ar fi de ajuns. Trecând de la un număr la altul, trebuie să eliminați toate zgomotele străine, dar să păstrați cele mai importante caracteristici individuale. Statisticienii familiarizați cu astfel de probleme au dezvoltat multe instrumente de simplificare a datelor. De exemplu, metoda componentei principale, care a pus bazele pentru identificarea fețelor. Cu toate acestea, recent rețelele neuronale convoluționale au lăsat vechile metode mult în urmă. Structura lor este destul de particulară, dar, în esență, aceasta este și o metodă de simplificare: sarcina sa este de a reduce o anumită imagine la un set de caracteristici.

Aplicăm imaginii o mască de dimensiune fixă (numită corect nucleu de convoluție) și înmulțim luminozitatea fiecărui pixel din imagine cu valorile luminozității din mască. Găsim valoarea medie pentru toți pixelii din „fereastră” și o scriem într-o celulă de la nivelul următor.

Deplasăm masca cu un pas fix, înmulțim din nou și din nou scriem media în harta caracteristicilor.

După ce am parcurs întreaga imagine cu o mască, repetăm cu cealaltă - obținem o nouă hartă a caracteristicilor.

Reducem dimensiunea hărților noastre: luăm mai mulți pixeli vecini (de exemplu, un pătrat de 2x2 sau 3x3) și transferăm doar o valoare maximă la nivelul următor. Facem același lucru pentru cardurile primite cu toate celelalte măști.

De dragul igienei matematice, înlocuim toate valorile negative cu zerouri. Repetăm de la pasul 2 de câte ori dorim să obținem straturi în rețeaua neuronală.

Din ultima hartă de caracteristici asamblam nu o rețea neuronală convoluțională, ci complet conectată: transformăm toate celulele ultimului nivel în neuroni care, cu o anumită greutate, influențează neuronii stratului următor. Ultimul pas. În rețelele antrenate să clasifice obiecte (pentru a distinge pisicile de câini în fotografii etc.), aici este stratul de ieșire, adică o listă de probabilități de detectare a unui anumit răspuns. În cazul fețelor, în loc de un răspuns specific, obținem un scurt set al celor mai importante trăsături ale feței. De exemplu, în Google FaceNet aceștia sunt 128 de parametri numerici abstracti.

3. Identificați

Ultima etapă, identificarea efectivă, este cel mai simplu și chiar banal pas. Se rezumă la evaluarea asemănării listei de caracteristici rezultate cu cele aflate deja în baza de date. În jargonul matematic, aceasta înseamnă găsirea în spațiul caracteristic a distanței de la un vector dat până la cea mai apropiată zonă a fețelor cunoscute. În același mod, puteți rezolva o altă problemă - găsirea unor persoane care sunt asemănătoare între ele.

De ce funcționează asta? Rețeaua neuronală convoluțională este concepută pentru a extrage cele mai caracteristice trăsături dintr-o imagine și pentru a face acest lucru automat și la diferite niveluri de abstractizare. Dacă primele niveluri răspund de obicei la modele simple, cum ar fi umbrirea, gradientul, limitele clare etc., atunci cu fiecare nou nivel complexitatea caracteristicilor crește. Măștile pe care le încearcă rețeaua neuronală la niveluri înalte seamănă adesea cu adevărat cu chipuri umane sau fragmente ale acestora. În plus, spre deosebire de analiza componentelor principale, rețelele neuronale combină caracteristici într-un mod neliniar (și neașteptat).

De unde măștile? Spre deosebire de măștile folosite în algoritmul Viola-Jones, rețelele neuronale se descurcă fără ajutorul uman și găsesc măști în timpul procesului de învățare. Pentru a face acest lucru, trebuie să aveți un set mare de antrenament, care să conțină imagini cu o varietate de fețe pe o varietate de fundaluri. În ceea ce privește setul rezultat de caracteristici pe care le produce rețeaua neuronală, acesta se formează folosind metoda tripleților. Triplele sunt seturi de imagini în care primele două sunt o fotografie a aceleiași persoane, iar a treia este o fotografie a alteia. Rețeaua neuronală învață să găsească caracteristici care aduc primele imagini cât mai aproape una de cealaltă și, în același timp, o exclud pe a treia.

A cui rețea neuronală este mai bună? Identificarea facială a părăsit de mult academia și a intrat în afaceri mari. Și aici, ca în orice afacere, producătorii se străduiesc să demonstreze că algoritmii lor sunt mai buni, deși nu oferă întotdeauna date din testarea deschisă. De exemplu, conform competiției MegaFace, algoritmul rusesc deepVo V3 de la Vocord arată în prezent cea mai bună acuratețe cu un rezultat de 92%. FaceNet v8 de la Google din aceeași competiție arată doar 70%, iar DeepFace de la Facebook, cu o precizie declarată de 97%, nu a participat deloc la competiție. Aceste numere trebuie interpretate cu prudență, dar este deja clar că cei mai buni algoritmi aproape au atins acuratețea recunoașterii faciale la nivel uman.

Machiaj live (artă)

În iarna lui 2016, la cea de-a 58-a ediție a premiilor Grammy, Lady Gaga i-a adus un omagiu lui David Bowie, care murise recent. În timpul spectacolului, lava vie s-a răspândit pe fața ei, lăsând un semn pe frunte și pe obraz, pe frunte și pe obraz, pe care toți fanii lui Bowie pot fi recunoscut - un fulger portocaliu. Efectul machiajului în mișcare a fost creat prin proiecție video: computerul a urmărit mișcările cântăreței în timp real și a proiectat imagini pe fața ei, ținând cont de forma și poziția acesteia. Este ușor să găsești un videoclip pe Internet în care se observă că proiecția este încă imperfectă și este ușor întârziată în timpul mișcărilor bruște.

Nobumichi Asai a dezvoltat tehnologia de cartografiere video Omote pentru fețe din 2014 și a demonstrat-o activ în întreaga lume din 2015, adunând o listă decentă de premii. Compania pe care a fondat-o, WOW Inc. a devenit partener cu Intel și a primit un bun stimulent pentru dezvoltare, iar cooperarea cu Ishikawa Watanabe de la Universitatea din Tokyo ne-a permis să accelerăm proiecția. Cu toate acestea, principalul lucru se întâmplă pe computer, iar soluții similare sunt folosite de mulți dezvoltatori de aplicații care vă permit să vă puneți măști pe față, fie că este vorba de o cască de soldat Imperiului sau de machiaj „David Bowie”.

Alexander Khanin, fondator și CEO al VisionLabs

„Un astfel de sistem nu necesită un computer puternic; măștile pot fi aplicate chiar și pe dispozitivele mobile. Sistemul poate funcționa direct pe un smartphone, fără a trimite date către cloud sau server.”

„Această sarcină se numește urmărirea punctelor faciale. Există multe soluții similare în domeniul public, dar proiectele profesionale se disting prin viteză și fotorealism”, ne-a declarat Alexander Khanin, șeful VisionLabs. „Cel mai dificil în acest caz este să determinați poziția punctelor, ținând cont de expresiile faciale și de forma individuală a feței sau în condiții extreme: cu întoarceri puternice ale capului, iluminare insuficientă și expunere ridicată.” Pentru a învăța sistemul să găsească puncte, rețeaua neuronală este antrenată - mai întâi manual, marcând meticulos fotografie după fotografie. „Intrarea este o imagine, iar rezultatul este un set marcat de puncte”, explică Alexander. „Apoi se lansează detectorul, se determină fața, se construiește un model tridimensional al acesteia, pe care se aplică o mască. Markerii sunt aplicați fiecărui cadru al fluxului în timp real.”

Cam așa funcționează invenția lui Nobumichi Asai. Anterior, inginerul japonez scanează capetele modelelor sale, obținând prototipuri tridimensionale precise și pregătind o secvență video ținând cont de forma feței. Sarcina este, de asemenea, ușurată de mici markere reflectorizante care sunt lipite de interpret înainte de a merge pe scenă. Cinci camere cu infraroșu le monitorizează mișcările, transmitând datele de urmărire către un computer. Apoi totul se întâmplă așa cum ne-a spus VisionLabs: se detectează fața, se construiește un model tridimensional și intră în joc proiectorul lui Ishikawa Watanabe.

Dispozitivul DynaFlash a fost introdus de acesta în 2015: este un proiector de mare viteză care poate urmări și compensa mișcările avionului pe care este afișată imaginea. Ecranul poate fi înclinat, dar imaginea nu va fi distorsionată și va fi difuzată la o frecvență de până la o mie de cadre de 8 biți pe secundă: întârzierea nu depășește trei milisecunde invizibile. Pentru Asai, un astfel de proiector s-a dovedit a fi o mană divină; machiajul live a început să funcționeze cu adevărat în timp real. În videoclipul înregistrat în 2017 pentru popularul duo japonez Inori, decalajul nu se mai vede deloc. Fețele dansatorilor se transformă fie în cranii vii, fie în măști plângătoare. Arată proaspăt și atrage atenția - dar tehnologia devine rapid la modă. În curând, un fluture care aterizează pe obrazul unui meteorologic, sau interpreți care își schimbă aspectul de fiecare dată pe scenă, vor deveni probabil cel mai obișnuit lucru.

Hacking facial (activism)

Mecanica învață că fiecare acțiune creează o reacție, iar dezvoltarea rapidă a sistemelor de supraveghere și identificare personală nu face excepție. Astăzi, rețelele neuronale fac posibilă compararea unei fotografii neclare aleatorii de pe stradă cu imaginile încărcate în conturile de rețele sociale și de a afla identitatea unui trecător în câteva secunde. În același timp, artiștii, activiștii și specialiștii în viziunea computerizată creează instrumente care pot reda oamenilor intimitatea, spațiul personal care se micșorează într-un ritm atât de amețitor.

Identificarea poate fi împiedicată în diferite etape ale algoritmilor. De regulă, sunt atacați primii pași ai procesului de recunoaștere - detectarea figurilor și fețelor din imagine. Așa cum camuflajul militar ne înșală viziunea, ascunzând un obiect, încălcându-i proporțiile geometrice și silueta, tot așa încearcă să confunde vederea artificială cu pete colorate contrastante care distorsionează parametri importanți pentru acesta: ovalul feței, locația ochilor, gura. , etc. Din fericire, viziunea computerizată nu este încă la fel de perfectă ca a noastră, ceea ce lasă o mare libertate în alegerea culorilor și formelor unui astfel de „camuflaj”.

Tonurile de roz și violet, galben și albastru domină linia de îmbrăcăminte HyperFace, ale căror primele mostre au fost introduse de designerul Adam Harvey și startup-ul Hyphen Labs în ianuarie 2017. Modelele de pixeli oferă viziunea artificială o imagine ideală, din punctul său de vedere, a unei fețe umane, pe care computerul o surprinde ca o momeală. Câteva luni mai târziu, programatorul de la Moscova Grigory Bakunov și colegii săi au dezvoltat chiar și o aplicație specială care generează opțiuni de machiaj care interferează cu funcționarea sistemelor de identificare. Și deși autorii, după câteva gândiri, au decis să nu facă programul disponibil publicului, același Adam Harvey oferă mai multe opțiuni gata făcute.

O persoană care poartă o mască sau cu machiaj ciudat pe față poate să nu fie vizibilă pentru sistemele informatice, dar cu siguranță alte persoane îi vor acorda atenție. Cu toate acestea, există modalități de a face opusul. Într-adevăr, din punctul de vedere al rețelei neuronale, imaginea nu conține imagini în sensul obișnuit pentru noi; pentru ea, o imagine este un set de numere și coeficienți. Prin urmare, obiecte complet diferite pot arăta destul de asemănătoare cu ea. Cunoscând aceste nuanțe ale AI, puteți efectua un atac mai subtil și puteți corecta imaginea doar puțin - astfel încât schimbările vor fi aproape imperceptibile pentru o persoană, dar viziunea mașină va fi complet înșelată. În noiembrie 2017, cercetătorii au arătat cum micile modificări ale culorii unei țestoase sau a unei mingi de baseball au determinat sistemul InceptionV3 de la Google să vadă cu încredere o armă sau o ceașcă de espresso. Și Mahmoud Sharif și colegii săi de la Universitatea Carnegie Mellon au conceput un model cu pate pentru rama ochelarilor: aproape că nu are niciun efect asupra percepției feței de către ceilalți, dar identificarea computerizată folosind Face++ îl confundă cu încredere cu fața persoanei „pentru cui” a fost conceput modelul de pe cadru.

S-a deschis o nouă eră. Tehnologia de recunoaștere facială este principala sa caracteristică. Și nimeni nu se îndoiește că această metodă de deblocare va fi implementată în multe alte smartphone-uri.

În anii 1960, au fost efectuate experimente speciale în care un computer trebuia să învețe să recunoască fața unei persoane. Apoi acest lucru nu a dus la nimic, deoarece orice emoție a dus la un eșec. De asemenea, sistemului inventat se temea de schimbarea condițiilor de iluminare.

Abia la sfârșitul secolului al XX-lea au apărut sisteme care au învățat să identifice fețele oamenilor din fotografii, amintindu-le. În același timp, nu mai dau greș când apar mustață, barbă, ochelari și alte „interferențe”. Cel mai activ, astfel de sisteme au început să fie implementate în camerele digitale. Și-au găsit un loc și în sectorul de securitate.

Sistemele de recunoaștere facială au de mult timp un dezavantaj semnificativ. Depindeau foarte mult de iluminare și unghi. Cu toate acestea, această problemă nu a fost observată în scanerele de securitate. Fața era lipită aproape aproape de ei, apoi luminată de lămpi. Introducerea fotografiei stereo a ajutat să scapi de dezavantajul menționat mai sus. Două camere înțeleg adâncimea scenei și, prin urmare, precizia citirilor crește de câteva ori.

Cum funcționează tehnologia de recunoaștere facială?

Treptat, o nouă caracteristică a început să apară pe smartphone-uri. Aici, identificarea biometrică a utilizatorului este implementată, astfel încât o persoană neautorizată să nu poată debloca dispozitivul. În mod ideal, doar geamănul poate accesa informațiile personale. Nu este nevoie să vă faceți griji pentru asta. Este puțin probabil ca cineva să ascundă serios ceva de la fratele sau de la sora lor. Și nimeni nu te deranjează să setezi o parolă suplimentară pentru a citi niște date deosebit de secrete.

Funcționarea sistemului de recunoaștere facială în smartphone-uri poate fi împărțită în patru etape:

Scanarea feței. Acest lucru se face folosind camera frontală sau, ca și în cazul iPhone X, un senzor special. Scanarea este 3D, așa că trucul foto nu va funcționa.
Extrageți date unice. Sistemul se concentrează pe un set de caracteristici ale feței scanate. Cel mai adesea acestea sunt contururile orbitelor, forma pomeților și lățimea nasului. În sistemele avansate, cicatricile pot fi și ele vizibile.
Preluarea unui șablon cu date primite anterior din memorie.
Căutați potriviri. Etapa finală în care sistemul decide dacă deblochează afișajul. Puterea procesoarelor moderne vă permite să petreceți doar o fracțiune de secundă „gândind”.

Funcția de recunoaștere a feței poate fi implementată chiar și folosind camera frontală - atâta timp cât are două lentile. Cu toate acestea, în acest caz, funcționarea acestei funcții va fi instabilă. Cert este că doar senzorii speciali vor asigura scanarea facială chiar și pe întuneric, în timp ce camera frontală necesită iluminare puternică. De asemenea, senzorii speciali afișează practic un număr mai mare de puncte pe față, astfel încât acestea sunt declanșate chiar și atunci când apar barbă, ochelari și alte obstacole. Într-un cuvânt, în unele DOOGEE Mix 2 sistemul va funcționa cu siguranță mult mai rău decât în iPhone X. Un alt lucru este că produsul aniversar Apple costă mult mai mult decât toate celelalte smartphone-uri cu funcție de recunoaștere facială.

Este tehnologia viitorul?

Senzorii necesari pentru scanarea facială necesită o instalare perfectă. O schimbare de sutimi de milimetru va duce la faptul că funcționarea funcției nu va mai fi ideală - prin urmare, în timpul producției unui smartphone, se poate observa un randament crescut de defecte, ceea ce duce la o creștere a costului acestuia. Iar senzorii în sine sunt foarte scumpi; nu degeaba îi folosește doar Apple, deși nu are brevete pentru ei.

Într-un cuvânt, deocamdată, producătorii de Android vor implementa funcția de recunoaștere facială folosind camera frontală. Îl puteți găsi deja în Samsung Galaxy S8 și Note 8. Dar proprietarii acestor dispozitive vă vor spune că nu funcționează cel mai bine - este mai ușor să utilizați un scaner de amprente. Prin urmare, încă nu se poate spune nimic despre viitorul funcției. Trebuie să așteptăm să vedem dacă Apple va implementa senzorii corespunzători pe smartphone-uri mai accesibile și dacă aceștia vor apărea pe dispozitivele Android.

Concluzie

Nu este nevoie să vă faceți griji cu privire la salvarea datelor dvs. de identificare. Șablonul creat la scanarea unei fețe se află într-o secțiune de memorie separată - acest sector nu poate fi citit de un computer sau de programe terțe. Cu toate acestea, acest lucru este valabil și pentru amprentele digitale. Ce tip de identificare este mai convenabil de utilizat depinde de dvs. să decideți.

Ați ținut vreodată un smartphone care să vă recunoască fața? Și vă așteptați la adoptarea în masă a acestei funcții? Împărtășește-ți părerea în comentarii, ne vom bucura!

Peste trei mii de camere video ale rețelei de supraveghere video a orașului au fost conectate la sistemul de recunoaștere facială. Imaginea video este analizată automat în timp real: sistemul poate determina identitatea persoanei din videoclip, sexul și vârsta acesteia.

Sistemul de supraveghere video de la Moscova a fost instruit să recunoască fețele. Datorită unui algoritm bazat pe utilizarea rețelelor neuronale, înregistrările video de la camerele din oraș sunt analizate în timp real. Fețele de pe înregistrări sunt scanate astfel încât, dacă este necesar, să poată fi comparate cu informațiile din diferite baze de date - de exemplu, din bazele de date foto ale agențiilor de drept atunci când vine vorba de găsirea unui infractor. În plus, un astfel de sistem analitic poate ajuta agențiile de aplicare a legii, atunci când prinde un infractor, să construiască o rută pentru deplasarea acestuia în jurul orașului. Sistemul însuși va selecta videoclipurile necesare din diferite camere de supraveghere, identificând suspectul din videoclip. Rețeaua metropolitană este formată din 160 de mii de camere video și acoperă 95 la sută din intrările clădirilor rezidențiale. Până la sfârșitul anului, cetățenii vor putea să instaleze în mod independent camere în casele lor și să le conecteze la un sistem unificat de supraveghere video.

„Introducerea analizei video este un motor puternic pentru creșterea eficienței sistemelor de supraveghere video private și urbane. Locuitorii orașului au acum un nivel suplimentar de protecție”, a declarat Artem Ermolaev, șeful Departamentului de Tehnologii Informaționale din Moscova. — Desigur, toate aceste oportunități trebuie implementate în mod foarte responsabil. Prioritatea noastră este să echilibrăm confidențialitatea și securitatea și menținem controale interne stricte pentru a ne asigura că drepturile cetățenilor sunt respectate.”

În prezent, aproximativ 16 mii de utilizatori sunt conectați la sistemul de supraveghere a orașului - aceștia sunt angajați ai agențiilor de aplicare a legii, ai organizațiilor de stat și municipale. Fiecare are propriul nivel de acces, care vă permite să păstrați confidențialitatea informațiilor. Oamenii legii pot obține datele necesare la cerere în cadrul legislației în vigoare, iar angajații agențiilor guvernamentale beneficiază de acces la camerele video numai din acele teritorii și rute de care sunt responsabili. Fiecare apel către sistemul de urmărire este înregistrat.

Funcția de recunoaștere facială funcționează online, procesul de identificare durează câteva secunde. Dacă algoritmul detectează o persoană al cărei chip este încărcat în baza de date, va trimite o alertă agențiilor de aplicare a legii.

Departamentul a mai remarcat că introducerea funcției de recunoaștere facială a sporit deja eficiența cercetării infracțiunilor și a găsirii infractorilor. În timpul testelor pilot, acesta a fost folosit pentru a detecta și reține mai mult de 50% dintre cei care încalcă legea care au fost căutați folosind algoritmi analitici. Înainte de aceasta, unele dintre ele nu au putut fi găsite de mulți ani.

Moscoviții își vor putea conecta camerele de supraveghere la rețeaua generală a orașului. Această opțiune va fi implementată înainte de sfârșitul anului. Videoclipurile de la astfel de camere vor fi transmise la un centru unificat de stocare și procesare a datelor (DSDC), iar înregistrările de la acestea pot fi folosite ca probe semnificative din punct de vedere juridic în instanță.

Anul acesta, peste 3,5 mii de camere suplimentare au fost conectate la un singur centru de stocare și procesare a datelor. Camerele video de acces, camerele instalate pe teritoriu și în clădirile școlilor și grădinițelor, la stațiile MCC, stadioane, stațiile de transport în comun și stațiile de autobuz, precum și în parcuri sunt conectate la un sistem unificat. În plus, până în iunie 2018, camerele CCTV vor apărea în 25 de treceri de pietoni subterane din capitală. Dispozitivele de înregistrare vor fi instalate în pasajele subterane care nu sunt conectate la stațiile de metrou și se află sub jurisdicția Instituției Bugetului de Stat Gormost.

Piața globală de recunoaștere facială va crește din 4,05 miliarde de dolari în 2017 cu un an înainte 7,76 miliarde USD până în 2022.

Cum funcționează sistemul de recunoaștere facială?

În principiu, un sistem de recunoaștere facială poate fi descris ca procesul de potrivire a fețelor capturate de un obiectiv de cameră cu o bază de date de imagini faciale de referință stocate și identificate anterior.
Pe baza implementării structurale a unui sistem de recunoaștere a feței, se pot distinge trei scheme comune.

Analiza fluxului video de pe server

Cea mai comună schemă de implementare este aceea că o cameră IP transmite un flux video către un server; pe server, un software specializat analizează fluxul video și compară imaginile faciale obținute din fluxul video cu o bază de date de fețe de referință.

Dezavantajele acestei scheme sunt: sarcina mare în rețea, costul ridicat al serverului; chiar și cel mai puternic server poate conecta un număr limitat de camere IP, de exemplu. cu cât sistemul este mai mare, cu atât mai multe servere.
Avantajul este abilitatea de a utiliza un sistem de supraveghere video existent.

Analiza fluxului video pe o cameră IP

În acest caz, analiza imaginii va fi efectuată chiar pe cameră, iar metadatele procesate vor fi transferate pe server.

Dezavantaje - aveți nevoie de camere speciale, a căror alegere este în prezent extrem de mică, costul camerelor este mai mare decât al celor obișnuite. De asemenea, în sistemele de la diferiți producători, problema stocării și dimensiunea bazei de date de referințe faciale recunoscute, precum și problemele de interacțiune între software-ul de pe cameră și software-ul de pe server vor fi rezolvate diferit.
Avantaje - conectarea unui număr aproape nelimitat de camere la un server

Analiza fluxului video pe un dispozitiv de control al accesului

Spre deosebire de primele două scheme în care se folosesc camere IP, în acest caz camera este încorporată într-un dispozitiv de control al accesului, care, pe lângă recunoașterea facială, care apare în mod natural pe dispozitiv, îndeplinește funcții de control al accesului, de obicei printr-un turnichet sau electric. broasca instalata pe usa. Baza de date a fețelor de referință este stocată pe dispozitiv și, de regulă, nu sub formă de imagini fotografice.

Dezavantaje - de regulă, toate astfel de dispozitive sunt produse pentru utilizare în interior.
Avantaje – cost redus al sistemelor comparativ cu sistemele de supraveghere video utilizate pentru recunoașterea facială.

În orice caz, succesul proiectelor de recunoaștere facială depinde de trei factori importanți:
Algoritm de recunoaștere
Baze de date cu fețe recunoscute (standarde)
Performanța algoritmului

Tehnologia recunoașterii faciale

De obicei, sistemul constă dintr-o cameră de supraveghere video și un software care efectuează analiza imaginilor.Software-ul de recunoaștere facială se bazează pe procesarea imaginilor și calculul unor algoritmi matematici complecși, care necesită un server mai puternic decât este necesar în mod obișnuit pentru sistemele de supraveghere video.

Vom fi interesați în primul rând de indicatorii de calitate ai software-ului. În al doilea rând, ce putere server va fi necesară pentru a analiza imaginea și a procesa baza de date de imagini și, în al treilea rând, vom lua în considerare problema aplicabilității camerelor IP în scopuri de recunoaștere facială.O atenție deosebită trebuie acordată așa-numitelor dispozitive „de sine stătătoare” care efectuează procesarea imaginilor direct pe dispozitivul în sine și nu pe server; astfel de dispozitive pot avea, de asemenea, o bază de date cu fețe de referință stocate în memorie.

Recunoașterea feței 2D
Tehnologia de recunoaștere a feței 2D (bidimensională) se bazează pe imagini bidimensionale plate. Algoritmii de recunoaștere a feței folosesc: parametri faciali antropometrici, grafice - modele de fețe sau modele de fețe elastice 2D, precum și imagini cu fețe reprezentate de un anumit set de caracteristici fizice sau matematice. Ne vom uita la ratingul de popularitate al algoritmilor de recunoaștere a feței mai jos.

Recunoașterea imaginilor 2D este una dintre cele mai populare tehnologii în acest moment. Deoarece principalele baze de date de indivizi identificați acumulate în lume sunt tocmai bidimensionale. Iar echipamentul principal, deja instalat, este tot 2D în întreaga lume - conform datelor din 2016 - 350 de milioane de camere CCTV. Acesta este motivul pentru care cererea principală este pentru sistemele de recunoaștere facială 2D.

Și cererea, după cum știm, stimulează oferta, forțând dezvoltatorii să maximizeze eforturile pentru a îmbunătăți tehnologia 2D.Aceste eforturi aduc uneori rezultate neașteptat de interesante, de exemplu sub forma creării unui model tridimensional al unei fețe pe baza unei imagini 2D.Cercetătorii de la Universitățile din Nottingham și Kingston au prezentat un proiect de reconstrucție 3D a fețelor pe baza unei singure imagini.Rețeaua neuronală, prin care au fost trecute multe modele 3D tridimensionale de oameni și portrete obișnuite, recreează fețele tridimensionale ale oamenilor pe baza unei singure imagini bidimensionale a feței.

Avantaje
Un avantaj uriaș al recunoașterii feței 2D este disponibilitatea bazelor de date gata făcute cu standarde faciale și a infrastructurii gata făcute. Cererea maximă va fi în acest segment, iar cererea va stimula dezvoltatorii să îmbunătățească tehnologiile.

Defecte
Rate de eroare FAR și FRR mai mari în comparație cu recunoașterea feței 3D.

Recunoaștere facială 3D
Recunoașterea 3D (Three-dimensional face recognition - engleză) se realizează de obicei folosind imagini tridimensionale reconstruite. Tehnologia de recunoaștere facială 3D are caracteristici de calitate superioară. Deși bineînțeles că nu este ideal.

Există mai multe tehnologii diferite de scanare 3D. Acestea pot fi scanere laser care estimează distanța de la scaner la elementele suprafeței obiectului, scanere speciale cu iluminare structurată a suprafeței obiectului și procesare matematică a îndoirilor benzilor sau pot fi scanere care procesează perechi stereo sincrone de imagini faciale folosind metoda fotogrammetrică.

Unul dintre cele mai cercetate scanere 3D de către consumatori și experți este faimosul Face ID de la Apple. Experiența utilizării Face ID este extrem de interesantă și orientativă, pentru că de fapt acesta este singurul dispozitiv cu tehnologie de recunoaștere facială 3D lansat pe piața de masă, dacă, bineînțeles, puteți considera un telefon de o sută de dolari un dispozitiv pentru masă. piaţă.

Tehnologia 3D a Apple este singura din lume care folosește lasere cu emiță verticală (VCSEL) și se zvonește că a cheltuit un total de 1,5 până la 2 miliarde de dolari pentru dezvoltarea Face ID. Furnizorul VCSEL al Apple este două companii Finisar Corp (investiții Apple - 390 milioane USD) și Lumentum Holdings. Și judecând după faptul că alte tehnologii 3D nu arată o astfel de eficiență precum Face ID, deblocarea facială pe smartphone-urile Android nu va apărea curând.

Desigur, Face ID nu poate face față sarcinii de identificare a gemenilor, deși nimeni nu se aștepta la acest lucru, dar chiar și rudele apropiate eșuează.
Ei bine, mai degrabă un moment comic, dar la început Face ID nu distingea asiaticii, dar problema s-a rezolvat atât de repede încât Apple nu a avut timp nici măcar să depună un singur proces pentru rasism.

Beneficiile 3D
O precizie mai mare și mai puține erori sunt încă de neatins pentru sistemele de recunoaștere a feței 2D.

Dezavantajele 3D
Destul de usor fals pentru profesionisti
Chiar și Face ID, în ciuda întregii sale cool, a fost piratat de compania vietnameză Bkav imediat după ce a fost pus în vânzare. Masca a fost creată folosind o imprimantă 3D. Costul creării măștii este de doar 150 USD. Realizarea unei măști este destul de dificilă pentru o persoană obișnuită, iar mama ta este puțin probabil să o poată repeta, dar pentru profesioniști este ca două degete pe asfalt.

Nu utilizați recunoașterea facială 3D pentru a vă proteja împotriva accesului neautorizat la laptopuri, smartphone-uri sau spații cu un nivel special de secret; toate acestea pot fi piratate cu ușurință de către profesioniști.

Este necesară recunoașterea 3D camere speciale pentru scanare, care de câteva ori mai scumpe camere CCTV convenționale care sunt utilizate în recunoașterea 2D.
Lipsa bazelor de date gata făcute ale fețelor identificate, în comparație cu recunoașterea 2D
Recunoașterea gemenilor rămâne o sarcină dificilă pentru algoritmii de recunoaștere facială. În medie, există 13,1 gemeni născuți la 1.000 de nașteri în întreaga lume, iar această cifră variază foarte mult în funcție de regiunea geografică.

Recunoașterea feței bazată pe textura pielii feței
Imaginile de înaltă rezoluție sunt un alt factor în îmbunătățirea tehnologiei de recunoaștere facială; datorită rezoluției înalte a devenit posibilă analiza foarte detaliată a texturii pielii.

În acest tip de analiză, o zonă specifică a pielii faciale poate fi captată ca imagine și apoi defalcată în unități mai mici, care sunt transformate în spații măsurabile matematic în care sunt înregistrate liniile, porii și textura reală a pielii.

Tehnologia poate identifica diferențele dintre gemeni, ceea ce nu este încă posibil cu software-ul de recunoaștere facială.” Dacă recunoașterea feței este combinată cu analiza texturii suprafeței, precizia identificării poate crește foarte mult.

Recunoașterea feței din imagini termice
Utilizarea camerelor termice pentru recunoașterea facială este considerată în prezent o zonă promițătoare pentru dezvoltare, dar nu există încă soluții comerciale pregătite pentru implementare.

Tehnologia este destul de promițătoare, deoarece ne permite să eliminăm punctele dureroase ale recunoașterii 2D.

Recunoașterea feței în întuneric complet și în condiții de lumină scăzută
Machiajul, coafura, barba, palaria, ochelarii nu sunt o problema pentru camerele termice
Vă permite să recunoașteți gemenii

Există două direcții în care se realizează dezvoltarea:
Identificarea pe baza termogramelor pre-create ale indivizilor identificați. Problemele aici sunt aceleași ca la recunoașterea 3D, nu există baze de date gata făcute de standarde, iar echipamentul este scump.
Identificarea unei persoane din imaginile obținute de la o cameră de termoviziune și o bază de date de imagini bidimensionale obișnuite este folosită ca fețe de referință. Problema este rezolvată, așa cum probabil ați ghicit deja, folosind rețele neuronale profunde.

Recunoașterea feței pe baza texturii pielii și a imaginilor termice. Funcționează doar în laborator și chiar și atunci nu este ideal. Dar urmărim îndeaproape și, dacă se întâmplă ceva, vă vom anunța imediat.

Calitatea software-ului

Există mai multe valori importante pentru evaluarea calității software-ului.

Cele mai importante dintre ele sunt FRR și FAR
False Reject Rate - FRR (False Reject Rate) - probabilitatea ca sistemul să nu identifice sau să nu verifice autenticitatea unui utilizator înregistrat.

Cum se calculează FRR:
Fie Nt numărul de standarde de imagine din baza de date. FR - numărul de nerecunoașteri false (False Respinge - Ivanov, nerecunoscut ca Ivanov),

False Acceptance Rate - FAR (False Acceptance Rate) - probabilitatea ca sistemul de recunoaștere facială să identifice în mod fals un utilizator neînregistrat sau să confirme autenticitatea acestuia.

Cum se calculează FAR:
Fie Nt numărul de standarde de imagine din baza de date. FA - numărul de recunoașteri false (Acceptare falsă - Ivanov este recunoscut ca Petrov),

Primul și cel mai important lucru pe care trebuie să-l știți despre acești doi indicatori este că aceștia nu sunt absoluti, ci relativi, adică. acestea pot varia în funcție de setările algoritmului de recunoaștere a feței.

Al doilea este că acești indicatori sunt interrelaționați - cu cât FAR este mai mic, cu atât FRR este mai mare.

Valorile aproximative ale FRR și FAR pentru sistemele de recunoaștere a feței și relația lor sunt prezentate în tabel:

Comparația FAR și FRR a diferitelor metode de identificare biometrică:

Dezvoltatorii de algoritmi de recunoaștere facială

Un algoritm de recunoaștere este, de regulă, nu un produs software gata făcut, ci un algoritm software care nu a fost încă împachetat într-un produs software și hardware.

Există destul de mulți producători de algoritmi de recunoaștere în lume, din fericire există organizații independente care testează eficiența algoritmilor. Cele mai faimoase: NIST - Institutul Național de Standarde Tehnologice din SUA și MegaFace - Universitatea din Washington, Labeled Faces in the Wild, mai sunt și altele. Rezultatele concursurilor sunt actualizate constant. Orice companie își poate actualiza rezultatul în orice moment, făcând din nou testul. Nu cu mult timp în urmă, NtechLab s-a declarat câștigător, dar astăzi se află abia pe locul 4.

Vom publica testarea NIST cu rezultate începând cu 13.05.2018. Deoarece NIST, din punctul meu de vedere, este mai interesant, deoarece testarea algoritmilor are loc pe o bază de date închisă de indivizi, ceea ce elimină pregătirea dezvoltatorului pentru testare.

Algoritm - megvii-000 din Megvii, China
Compania chineză Megvii cu produsul său principal Face++. Deestimări KommersantCifra de afaceri a companiei a fost de aproximativ 100 de milioane de dolari.
Algoritmi: locul 2 - visionlabs-003, locul 7 - visionlabs-002, VisionLabs, Rusia
Algoritmi: locul 3 - morpho-002, locul 17 - morpho-000. OT-Morpho, Franța
Prima greutate grea din clasament cu o cifră de afaceri de aproape 3 miliarde de euro pentru 2017. Întreprindere în comun Oberthur Technologies (OT) și Safran Identity & Security (Morpho)
Algoritmi: locul 4 - ntechlab-003, locul 13 - ntechlab-002 de la NtechLab, Rusia
Compania din Moscova, care și-a câștigat faima ca dezvoltatorsoluții pentru găsirea de actori porno .
Investiții primite de la RT - Business Development (o subsidiară a Rostec) și fondul VB Partners. Suma investiției nu este dezvăluită. Drept urmare, filiala Rostec a primit 12,5% din companie, fondul New Dimension Fund Variable Capital Investment, administrat de VB Partners, a primit 25% din companie. NtechLab intenționează să intre pe piața sistemelor naționale de securitate și să accelereze dezvoltarea în sectorul comercial.
Algoritm - cogent-000 din Gemalto Cogent, SUA
Elaborează o gamă completă de soluții biometrice, cu accent pe aplicarea legii, controlul frontierelor și identificarea civilă. Vânzările globale anuale sunt de aproximativ 205 milioane USD.
Algoritm - vocord-002 din Vocord, Rusia
Compania Vocord a fost fondată în 1999 de absolvenții MIPT Dmitri Zavarikin și Alexey Kadeishvili. Potrivit SPARK-Interfax, în 2014, veniturile companiei s-au ridicat la 302 milioane de ruble; date mai recente nu au putut fi obținute la momentul redactării acestui articol.
Algoritmi: - fdu-000, locul 9 - fdu-001. Universitatea Fudan, China
Algoritm - neurotehnologie-003. Neurotehnologie, Lituania
De pe site-ul companiei puteți Descarca versiune demo a software-ului pentru PC și smartphone Android, versiune demo a SDK. Compania are un canal YouTube informativ. Preturile sunt publicate pe site. Compania oferă și propriul serviciu cloud www.skybiometry.com
Algoritm - itmo-003. Universitatea de Stat de Tehnologii Informaționale, Mecanică și Optică din Sankt Petersburg, Rusia
Algoritm - 3divi-001. Tridivi (3DiVi Inc.), Rusia
Algoritm - yitu-000. Yitu Technologies, China
Produsul principal al lui Yitu este sistemul de recunoaștere facială Dragonfly Eye, care este utilizat de sistemele de securitate guvernamentale din diferite orașe din China. În primele trei luni de utilizare a sistemului în Shanghai, 567 de infractori au fost reținuți folosind Dragonfly Eye. Sistemul stochează 1,8 miliarde de fotografii, iar baza de date include fotografii nu numai ale cetățenilor chinezi, ci și ale tuturor turiștilor care trec granița țării. Sistemul este implementat și la evenimente publice: în timpul festivalului berii din Qingdao, camerele de luat vederi au ajutat la reținerea a 22 de persoane căutate. Autoritățile localeraportarea succeselor : într-un oraș, sistemul Yitu a ajutat la reducerea hoților de buzunare cu 30%, în altul, a rezolvat 500 de infracțiuni în doi ani. Într-un fel incredibil, sistemul a ajutat chiar la identificarea unei victime a crimei după craniul său la cinci ani după crimă.
Algoritm - gorila-000, Gorilla Technology, Taiwan
Algoritm - cyberextruder-002, CyberExtruder, SUA
Algoritm - tongyitrans-002,Tehnologia de transport TongYi, China
Algoritm - yisheng-001,Tehnologia electronică Zhuhai Yisheng, China

Total: 5 reprezentanți din Rusia, ceea ce este o veste bună, 5 din China, ceea ce nici măcar nu este surprinzător.

De fapt, există mult mai mulți producători de algoritmi de recunoaștere; puteți găsi mulți care lipsesc aici în ratingul MegaFace. Dar chiar dacă faceți o singură listă, aceasta nu va fi completă. Aproape toți giganții industriei IT își dezvoltă proprii algoritmi de recunoaștere facială - Facebook, Google (consideră sistemul său de recunoaștere cel mai precis), Baidu, Microsoft, Yandex (testează autorizarea șoferului prin față și voce), VKontakte, Toshiba și multe altele.

Există chiar și .

Din toată această diversitate se pot trage câteva concluzii simple:

Concurența pe această piață se va intensifica, iar consecința ei a fost deja o scădere multiplă a prețurilor. De exemplu, în 2017, Macroscop și-a redus prețurile modulelor de recunoaștere de 18 ori, pe care le-au raportat cu bucurie pe site-ul lor, ca și cum ar transmite un „bună ziua” tuturor clienților lor care au avut norocul să cumpere un modul de recunoaștere înainte de 2017.

Este evident că prețurile vor continua să scadă.Indicatorii de calitate ai algoritmilor de recunoaștere sunt în continuă creștere și, în multe cazuri, diferă ușor unul de celălalt, prețul diferă semnificativ, după cum puteți vedea mai jos, performanța diferă și mai semnificativ, desigur, un astfel de parametru ca performanța trebuie testat pe o bază de date de dimensiunea maximă.

De asemenea, este ușor de observat că practic nu există producători de echipamente pentru sisteme de supraveghere video în rating, iar fără camere video și dispozitive de stocare, toată povestea asta cu algoritmi se joacă doar pe un computer. Dar faptul că nu sunt acolo nu înseamnă că nu văd această piață și nu înțeleg semnificația ei. Iată recunoașterea facială de la Panasonic, de la NEC, Amazon și mulți alții. În general, această piață va deveni în curând foarte fierbinte. Cu exceptia soluții software(acesta este atunci când recunoașterea are loc direct pe server), există și De sine stătătoare soluțiile sunt atunci când recunoașterea are loc pe dispozitivul de citire.

Software de recunoaștere facială pentru sisteme CCTV

Testarea eficienței algoritmilor de recunoaștere a feței este, desigur, interesantă, ca orice competiție, dar este mai mult ca o expoziție a realizărilor economice naționale. Pare impresionant, dar nu este clar cum să începi să-l folosești și cât va costa.

Rezultatul muncii algoritmilor pentru recunoașterea feței va fi o potrivire sau nepotrivire cu baza standardelor. Și apoi, în funcție de specificul sistemului dvs., ar trebui să aibă loc o acțiune preprogramată. De exemplu, atunci când un client VIP se conectează, managerul superior primește o notificare cu toate datele clientului din baza ta de date.

Sau invers, atunci când o persoană din lista neagră intră, securitatea primește o notificare. Sau când o persoană din lista neagră încearcă să treacă prin punctul de control, sistemul de control al accesului blochează trecerea - aceasta este deja integrarea unui sistem de recunoaștere facială cu un sistem de control al accesului.

Funcționarea unui sistem de recunoaștere a feței în condiții reale este un întreg complex de interacțiune software și hardware.

Pentru a organiza astfel de interacțiuni, există o mulțime de platforme integrate care vă permit să configurați interacțiuni cu sisteme de control acces, sisteme de supraveghere video, sisteme de securitate, sisteme de siguranță la incendiu, sisteme CRM, sisteme de management al întreprinderii și multe altele.

Deci, dacă nu vă plac damele, dar aveți noroc, următoarele două secțiuni sunt pur și simplu un „Must Have” pentru dvs.

Platformele de integrare sunt un nume mare; se aplică dezvoltatorilor enumerați mai jos în diferite grade, așa că atunci când alegeți soluții pentru recunoașterea facială, trebuie să vă familiarizați cu toate capacitățile software-ului (platformă). Luând în considerare atât nevoile actuale ale întreprinderii, cât și oportunitățile de dezvoltare, atât caracteristicile calitative ale algoritmului de recunoaștere a feței, cât și capacitățile de integrare.

Dezvoltatori de software pentru sisteme de recunoaștere facială și prețuri pentru modulele lor

ISS, Rusia, software „SecurOS® Face”

Licență pentru modul de captare a feței - preț 41.275 de ruble

Spre canal. Instalat pe un server de recunoaștere a feței sau pe un server de captură a feței

Licența modulului de recunoaștere a feței (până la 1000 de persoane în baza de date) - preț 665.760 de ruble.
La serverul de recunoaștere a feței.

Servere pentru software pentru recunoașterea facială

Recunoașterea feței, ca orice altă analiză video, este o sarcină care necesită mult procesor, așa că pentru a implementa chiar și un sistem mic de recunoaștere a feței veți avea nevoie de servere destul de puternice și deloc ieftine. Caracteristicile serverului sunt selectate individual și depind de mulți factori - de la numărul de canale de recunoaștere, până la dimensiunea așteptată a bazei de date de fețe de referință și durata de stocare a arhivei video.

Servere pentru software de recunoaștere facială - preț de la 101.567 de ruble

Alegerea serverelor nu se limitează la cele prezentate în acest catalog; în cele mai multe cazuri, asamblam un server în funcție de cerințele dvs.

Cele mai bune camere IP pentru recunoașterea facială

Am discutat mai sus despre software și servere, dar pentru ca sistemul să funcționeze, aveți nevoie de camere IP. Caracteristicile de calitate ale camerelor sunt cele care vor determina în mare măsură cât de bine va funcționa sistemul de recunoaștere facială.

Atunci când alegeți o cameră IP pentru recunoașterea facială, vă recomandăm să acordați atenție următoarelor caracteristici.

WDR (gamă dinamică largă)

În ciuda faptului că recent camerele cu WDR au apărut pentru 5.000 de ruble, calitatea imaginii unor astfel de camere este mult inferioară camerelor dintr-un segment de preț mai mare. Din experiența noastră, camerele cu cel mai bun WDR nu pot costa mai puțin de 80.000 de ruble.

Rată de cadre de cel puțin 60 de cadre pe secundă

Cu cât este mai mare rata de cadre pe secundă, cu atât este mai probabil să obțineți o imagine cu cea mai bună orientare a feței persoanei față de cameră, ceea ce va afecta direct calitatea recunoașterii feței.

Lentila varifocala

Cu cât sunt mai mulți pixeli pe fața unei persoane, cu atât imaginea va fi mai mare.

Testele au arătat că pentru recunoașterea cu succes a feței este necesar ca fața să fie reprezentată de cel puțin 160 de pixeli pe oval al feței și, în mod ideal, cel puțin 50 de pixeli la distanța dintre ochi. Indiferent cât de atent ai alege locația camerei, pentru a atinge aceste valori va trebui să fie reglată local în funcție de mulți factori. Acesta este motivul pentru care aveți nevoie de o lentilă varifocală.

Camere CCTV cu specificații recomandate de recunoaștere facială instalate- preț de la 10.000 de ruble

Apoi, după cum se spune, alegerea este a ta. Dacă construiți un sistem de recunoaștere de la zero, atunci ar trebui să vă gândiți să alegeți cele mai bune modele de camere IP testate cu adevărat.

O funcționalitate destul de comună și ieftină, de regulă este întotdeauna prezentă în principalul software de recunoaștere facială, dar poate fi achiziționată și separat. Dacă nu ai fost niciodată interesat de sistemele de supraveghere video în viața ta. Urmăriți videoclipul și vă va explica esența cât mai pe scurt posibil.

ITV, Rusia, software Intellect

Căutați chipuri în arhivă (pentru 1 canal video) - preț 6.200 de ruble

Trassir, Rusia, software „Trassir Face Search”

Modul pentru căutarea unei anumite persoane în arhiva Trassir Face Search - preț 36.990 de ruble

Majoritatea dezvoltatorilor au această funcționalitate într-o formă sau alta, așa că probabil că nu vom prelungi acest articol deja scurt.

Producători de echipamente cu algoritmi de recunoaștere facială integrați

Dacă secțiunea de mai sus cu dezvoltatorii de software este reală, de exemplu. Aici se concentrează principalele soluții care prezintă în acest moment eficiență maximă. Această secțiune este despre viitorul care vine deja.

În primul caz, fluxul video de la cameră este transmis prin rețea către un server cu software instalat și acolo are loc recunoașterea facială Fluxul de la o cameră IP este de aproximativ 5 Mbit/s, iar acest flux trebuie să fie transmis prin rețea către server și procesat acolo. În cazul unei camere, totul pare acceptabil, dar dacă există sute de camere, aceasta este o problemă care trebuie rezolvată separat. Poate fi rezolvată în principal de zeci de servere pentru procesarea datelor; orice analiză video este o sarcină care necesită mult procesor. Deci serverele vor reprezenta o cheltuială semnificativă.

Este mult mai eficient de recunoscut la bordul dispozitivuluiși transferați rezultatele deja procesate prin rețea, ceea ce va reduce sarcina pe rețele și servere cu ordine de mărime.

Pe lângă faptul că astfel de dispozitive există deja, ele arată deja o eficiență și o viteză uimitoare. Aș împărți toate echipamentele în două grupuri mari: „Camere CCTV cu recunoaștere facială încorporată” și „Echipamente pentru sisteme de control al accesului cu recunoaștere facială încorporată”.

Camere CCTV cu recunoaștere facială încorporată

Camerele inteligente cu algoritmi de recunoaștere facială încorporați sunt unele dintre cele mai avansate din industrie. Acestea vă permit să procesați fluxul video direct pe camera în sine și să trimiteți metadate procesate către server.

Cameră de 2MP iDS-2CD8426G0/F-I cu două lentile - preț 135.550 de ruble

HikVision, China, cel mai mare producător chinez de sisteme de supraveghere video.
Senzor - CMOS de scanare progresivă de 1/2,8 inchi
Sensibilitate - Culoare: 0,005 Lux @ (F1.2, AGC ON), 0,0089 Lux @ (F1.6, AGC ON), 0 Lux cu IR
Viteza obturatorului electronic - 1s ~ 1/100000s
Rezoluție 2MPHardware WDR 120dB, frame rate 25fps@2MP, slot pentru microSD de până la 128GB, iluminare IR până la 10m

Camera de recunoaștere facială, cu două lentile, este un dispozitiv compact cu algoritmi de învățare profundă DeepinView cu un sistem de recunoaștere facială la bord.

Camera acceptă mai multe codecuri de compresie video (H.265, H.264, MPEG-4 și MJPEG) și poate procesa până la cinci fluxuri video. Dimensiunea camerei video este de 180,4 x 147 x 117,9 mm, greutatea dispozitivului este de 1500 de grame. Din punct de vedere structural, este o cameră cu două lentile cu tehnologie stereo binoculară, care citește un număr mare de caracteristici faciale pentru o recunoaștere mai precisă.

Este echipat cu un obiectiv cu o distanta focala fixa de 4 mm si un unghi de vizualizare de 86°. Camera captează, selectează și afișează automat imaginea optimă a feței unei persoane.

Efectuează recunoașterea feței, compararea instantanee a fețelor capturate cu bibliotecile de la bord și acceptă activarea alarmei pe baza unei fețe identificate.

HikVision susține temperaturi de funcționare cuprinse între -10°C și 40°C și niveluri de umiditate de până la 95%.

Aparatul foto comută automat între modurile zi și noaptea. Iluminarea cu infraroșu funcționează la o distanță de până la 10 metri.

DVR iDS-96128NXI-I16 cu sistem de recunoaștere facială - preț 3.299.990 de ruble

Înregistrare video de până la 12 MP, ieșire video până la 4K
128 de canale, Redare sincronă 4 canale @ 4K
16 HDD-uri SATA de până la 10 TB fiecare
1/2 intrare/ieșire audio, 16/8 intrare/ieșire alarmă
Interfață de rețea 4 RJ-45 10M/100M/1000M Ethernet

Memoria DVR este proiectată pentru 16 biblioteci de imagini cu persoane (până la 100.000 de fotografii în total)

DVR-ul acceptă funcții inteligente pentru căutarea unor persoane similare, analiza comportamentului și detectarea fețelor și a mașinilor.
Este posibil să lucrați cu camere termice, să detectați incendiul, să detectați navele maritime, să măsurați temperatura, să mențineți statisticile camerelor termice cu hărți și să numărați vizitatorii.
iDS-96128NXI-I16 este capabil să detecteze persoane pe 32 de canale și să modeleze fețe cu o viteză de 64 de fotografii pe secundă.

Reportofonul are interfețe 1 RS-232, 1 RS-485, RS-485 pentru tastatură și doi conectori USB 2.0 și USB 3.0, precum și 16 intrări de alarmă și 8 ieșiri.

IDS-96128NXI-I16 acceptă utilizarea matricelor raid RAID0, RAID1, RAID5, RAID6 și RAID10.

Cameră CCTV DH-IPC-HF8242F-FR cu sistem de recunoaștere facială la bord - preț 100.000 de ruble
Tehnologia Dahua, China
Codec CMOSSmart de 1/1,9", 2 MP cu scanare progresivă 265+/H.264+, codare în 3 fluxuri
Starlight, adevărat WDR 120dB, 3DNR, zi/noapte (ICR), AWB, AGC, BLC
Monitorizare rețea multiplă: Web Viewer, CMS (DSS/PSS) și DMSS
Focalizare automată înapoi (ABF)

Captura feței este o aplicație software care captează automat fețe dintr-o imagine digitală sau dintr-o secvență video dintr-o sursă video. Camerele Dahua folosesc algoritmi avansați de Deep Learning, care permit camerei să recunoască și să potrivească rapid și precis fețele.

Camera de recunoaștere a feței DH-IPC-HF8242FP-FR folosește tehnologia Deep Learning pentru a recunoaște și potrivi în mod eficient fețele. Funcțiile analitice ale dispozitivului vă permit să determinați vârsta, sexul, starea de spirit, prezența sau absența unei măști/ochelari/bărbii sau mustăți.

Camera video are o funcție de numărare a persoanelor și generează o hartă termică.
Memoria camerei conține până la 10.000 de fețe, care pot fi împărțite în 5 categorii, permițând capturarea și compararea feței în timp real.

Datorită tehnologiei Dahua Starlight, camera este ideală pentru lucrul în medii dificile cu iluminare limitată.
Sensibilitatea sa la lumină scăzută asigură performanța imaginii color cu lumină ambientală minimă. Chiar și în condiții de lumină extrem de scăzută, în întuneric aproape complet, tehnologia Starlight este capabilă să afișeze o imagine color.

Cameră CCTV IPC2255-Gi4N cu sistem de recunoaștere facială la bord - preț 100.000 de ruble

Kedacom, China
Matrice Starlight CMOS 1/1,9", 0,001 lux cu imagine color 1080@30 fps în H.265 / H.264 / MJPEG
Recunoașterea a până la 18 ținte simultan (imagine, față)
Hardware WDR, Iluminare IR adaptată până la 100 m
2 intrari de alarma / 1 iesire, Clasa de protectie IP66, Domeniu de temperatura -40°C +60°C

Cameră video Axis P1367 cu algoritm Ayonix încorporat - preț 68.448 ruble

Ayonix, Japonia
Matrice de 1/2,9” cu scanare progresivă
Distanță focală variabilă 2,8–8,5 mm
Calitate video superioară cu rezoluție de 5 MP
Tehnologii Lightfinder și Forensic WDR, tehnologie Zipstream
Capacități avansate de analiză a imaginii

Dezvoltatorul japonez de software de recunoaștere facială Ayonix a dezvoltat un software pentru a funcționa la bordul camerei Axis P1367.

Datorită platformei ACAP, dezvoltatorii terți pot dezvolta aplicații pe care să le instaleze direct pe camerele Axis.

Terminale pentru sisteme de timp și prezență cu recunoaștere facială încorporată

Terminalul de timp și prezență FacePass Pro - preț 23.000 de ruble

Anviz, China
Capacitate de memorie pentru 400 de utilizatori
Timp de identificare< 0,1 сек
Distanța de identificare a utilizatorului: de la 30 cm la 80 cm
Procent de recunoaștere: >99%
Ecran tactil TFT sensibil de 2,8 inchi
Server web încorporat pentru configurarea ușoară a terminalului

Două camere de scanare asigură cea mai precisă identificare, iar procesorul Samsung ARM de mare viteză minimizează timpul necesar pentru a recunoaște fețele angajaților

Chiar și factori precum culoarea pielii, expresia facială, sexul, coafura, precum și prezența sau absența părului facial nu afectează acuratețea și viteza identificării.

Anviz FacePass Pro este un sistem de urmărire a timpului angajaților cu recunoaștere facială, carduri RFID fără contact sau parolă.

Combinația noului algoritm BioNANO cu hardware de înaltă performanță garantează identificarea utilizatorului în mai puțin de 0,1 (!) secunde.

Iluminarea unică în infraroșu asigură funcționarea stabilă a dispozitivului atât în încăperi cu condiții de iluminare variate, cât și în întuneric complet.
Viteza și calitatea identificării nici măcar nu este afectată de factori precum culoarea pielii, expresia feței, sexul, coafura, precum și prezența sau absența unei barbi sau mustăți pe față.

Tastatura numerică dinamică și afișajul sensibil tactil TFT de 2,8” garantează o funcționare confortabilă.

Terminal multibiometric de timp și prezență ZKTeco Pface202-ID - preț 26.500 de ruble

ZKTeco, China

Memorie pentru 600 de modele de vene ale palmei, 1200 de fețe (până la 3000 cu verificare 1:1), 2000 de degete și 10000 de carduri
Capacitate de jurnal 100.000 per eveniment
Ecran LCD tactil de 4,3 inchi
Cititor de carduri încorporat Em-Marin

Terminal biometric de rețea pentru sisteme de prezență și control acces cu identificare prin fețe, vene palmei, amprente, cititor de carduri RFID și conexiune ethernet.

Terminal multibiometric de timp și prezență ZKTeco uFace302-ID - preț 27.405 ruble

Capacitatea memoriei este de 1.200 de șabloane de fețe, 2.000 de amprente și 10.000 de carduri
Jurnal de evenimente pentru 100.000 de intrări
Viteză mare de recunoaștere
Interfețe TCP/IP, RS232/485, USB Host, ieșire Wiegand
Ieșiri pentru conectarea unei încuietori electrice, senzor de stare a ușii, buton de ieșire, ieșire alarmă
Utilizarea criptării hardware pentru a proteja firmware-ul

Terminalul biometric pentru urmărirea timpului și controlul accesului UFace302-ID asigură identificarea prin față, amprentă, card și cod. Face302-ID este capabil să distingă fața unei persoane reale de o imagine foto. O interfață de utilizator avansată și prietenoasă este oferită de un ecran tactil de 4 inchi (Ecran tactil).

Terminal biometric de timp și prezență ZKTeco uFace800 - preț 27.405 ruble

Cameră dublă de înaltă rezoluție încorporată pentru scanarea feței cu iluminare în infraroșu
Memorie pentru până la 3.000 de fețe, 5.000 de degete, 10.000 de carduri și 100.000 de evenimente
Platformă ZMM220_TFT, algoritmi ZK Face 7.0, ZK Finger 10.0
6 stări de eveniment la înregistrare
Scanner de amprente, cititor de carduri încorporat
Interfețe TCP/IP, USB Host, WiFi (opțional), ieșire Wiegand

Terminal biometric de rețea pentru sisteme de prezență și control acces cu identificare facială, scaner de amprente, cititor de carduri RFID și conexiune ethernet.
uFace800 acceptă controlul blocării, controlul senzorului ușii, soneria, senzorul efracției, conexiunea butonului de ieșire.

Echipamente pentru sisteme de control acces cu recunoaștere facială încorporată

Terminal de recunoaștere facială FaceStation 2 - preț 80.856 ruble

Suprema, Coreea. Cel mai mare producător de sisteme biometrice din lume, unul dintre cei mai mari 50 de producători mondiali de sisteme de securitate.
Sistem cu microprocesor: 1.4 GHz Quard Core, Memorie: 8 GB Flash + 1 GB RAM
Memorie autonomă pentru 30.000 de utilizatori, 5.000.000 de evenimente, 50.000 de fotografii
Identificare rapidă – comparație de modele 1:3.000 pe secundă
Ecran tactil Ecran tactil LCD de 4 inchi, Iluminare de fundal până la 25000 lux
Funcționare stabilă în orice lumină datorită iluminării de fundal de 25.000 de lux

FaceStation 2 este o platformă de recunoaștere facială de înaltă performanță. Recunoașterea feței poate fi utilizată atât în modul de identificare, cât și în cel de verificare. Pe lângă identificarea facială, este acceptată identificarea prin smartphone și carduri contactless.

Pentru a rezolva probleme specifice ACS la un obiect real, utilizatorul poate selecta diferite moduri de identificare (1:N) sau verificare (1:1) din lista largă oferită de FaceStation 2.
Astfel, devine posibil să se aleagă echilibrul optim între nivelul de securitate și viteza de operare în fiecare caz specific.

În funcție de modul selectat, vor fi utilizate diverse combinații de senzori biometrici, un cititor de carduri inteligente încorporat și o tastatură tactilă pentru introducerea unui cod PIN.
Identificarea facială fără contact și capacitatea de a utiliza un smartphone în loc de card de acces fac FaceStation 2 extrem de ușor de utilizat.

Terminal de recunoaștere facială de înaltă performanță, cu cititor de carduri multi-frecvență încorporat (125 kHz EM & 13,56 Mhz MIFARE, DESFire/EV1, FeliCa, NFC, ISO14443A/B, ISO15693).

Datorită zonei extinse de recunoaștere, dispozitivul, instalat conform instrucțiunilor, „vede” fețele persoanelor cu o înălțime de 145 cm până la 210 cm.
Terminalul este echipat cu caracteristici avansate de securitate, cum ar fi tehnologia infraroșu anti-fals și tehnologia de detectare RF multi-bandă care acceptă cele mai recente standarde RFID.

Există și o modificare a terminalului FaceStation 2 (model FS2-AWB) - preț 93.850 ruble, cu cititor MultiCLASS SE încorporat (125kHz EM, HID Prox și 13.56Mhz MIFARE, DESFire/EV1, FeliCa, iCLASS SE/SR, NFC, ISO14443A/B, ISO15693).

Și desigur, soluții de la partenerii noștri chinezi, care nu ar fi parteneri chinezi dacă nu ar oferi tehnologii moderne de 3-4 ori mai ieftine. Ieftinitatea cu siguranță nu vine fără consecințe, una dintre principalele diferențe este dimensiunea bazei de date, care pentru chinezi este de cel puțin 5 ori mai mică, iar viteza și acuratețea suferă și ele puțin. Dar, în principiu, acestea sunt soluții locale complet funcționale pentru întreprinderile mici.

Dispozitiv de identificare biometrică multifactor ZKTeco VF680 - preț 13.410 ruble

ZKTeco®, China, cel mai mare producător biometric chinez, dezvoltă independent algoritmi de recunoaștere.
Platformă ZEM810, algoritm ZK Face 7.0
Cameră dublă de înaltă rezoluție încorporată pentru scanarea feței cu iluminare în infraroșu
Memorie pentru 800 de chipuri, până la 10.000 și 100.000 de evenimente
Viteza de verificare nu este mai mare de 1 secundă
Conexiune TCP/IP

VF680 poate funcționa independent sau se poate conecta la sisteme de control al accesului în rețea. Terminalul este echipat cu platforma ZEM810, ecran tactil de 3.0 inch și algoritmul ZK Face 7.0, care acceptă 800 de fețe.
Cititorul poate fi programat de la tastatura încorporată sau folosind un software.

Dispozitiv de identificare biometrică multifactor ZKTeco MultiBio700id - preț 28.530 de ruble

Versiunea algoritmului: ZK Face v7.0 și ZK Finger v10.0

100.000 de evenimente în jurnal
Recunoaștere în 1 secundă

Terminalul multibiometric ZKTeco Multibio700 oferă acces prin față, amprentă, card fără contact și cod.
Dispozitivul captează poziția relativă, dimensiunea și forma ochilor, nasului, pomeților și maxilarelor și formează un șablon biometric din aceste date pentru comparație ulterioară.
Recunoașterea utilizatorului este precisă și rapidă în 1 secundă. Iluminarea cu infraroșu ajută la identificarea cu succes în condiții de lumină scăzută.

Pentru controlul direct al lacătului, terminalul poate fi utilizat autonom, sau conectat ca cititor la sistemele de acces la rețea folosind interfața Wiegand.

Cititor biometric ZKTeco SpeedFace V5

Procesor Quad-Core A17 1.8Ghz, memorie 2G RAM / 16G ROM
Cameră dublă: cameră IR + cameră cu lumină vizibilă
Funcționare sub iluminare 0~40.000Lux
Ecran tactil de 5 inchi
Memorie pentru 6.000 ~ 10.000 de fețe (1:N).
Viteza de verificare mai mică de 1 secundă
Cititorul acceptă recunoașterea după chip, amprentă și carduri RFID EM-Marine sau Mifare.

Recunoașterea feței cu lumină vizibilă este de multe ori superioară recunoașterii feței IR, iar distanța de recunoaștere a fost mărită la 2 metri, ceea ce simplifică foarte mult situația în timpul orelor de vârf. Nu este nevoie să stai mult timp în fața camerei dispozitivului. Utilizatorul poate merge rapid în direcția dorită lângă dispozitiv, astfel încât fața să cadă în câmpul vizual al camerei.

Datorită utilizării CNN și creării unui model 3D al feței, a devenit posibilă recunoașterea din diferite unghiuri de vizualizare. Folosind un algoritm inteligent CNN, funcția anti-spoofing previne în mod eficient trecerea măștilor, fotografiilor și videoclipurilor.

Terminal de acces biometric HikVision DS-K1T606M - preț 49.990 de ruble

HikVision, China
Memorie pentru 3.000 de șabloane de fețe, 5.000 de carduri în format Mifare și 100.000 de evenimente în jurnal
2 intrari de alarma si 1 iesire
interfețe de comunicație TCP/IP; Wifi; Protocolul EHome; RS-485; Wiegand 26/34
Condiții de funcționare -20 °C până la +50 °C, umiditate 10% - 90%
Potrivit pentru instalare în exterior

Cititor cu controler încorporat și algoritm de recunoaștere a feței ST-FR040EM - preț 26.824 de ruble
Smartec, Rusia, un brand rusesc umbrelă, plasează comenzi la o grămadă de fabrici chineze și vinde în Rusia sub marca unică Smartec.
Versiunea algoritmului: ZK Face v7.0 și ZK Finger v10.0
Cameră cu infraroșu de înaltă rezoluție, afișaj tactil de 3".
Capacitate de memorie pentru 400 de șabloane de fețe, 2000 de amprente și 1000 de carduri fără contact
Recunoaștere în 1 secundă
Cititor RFID încorporat Em-Marine 125kHz

Daca ti s-a parut ca este asemanator cu ZKTeco MultiBio700ID, atunci ai dreptate.Pentru Smartec, acest cititor este produs de ZKTeco, si este o copie completa a MultiBio700ID.

Interfon cu sistem de recunoaștere facială încorporat DS06M - preț 14.300 de ruble

Bevard, Rusia
Senzor SONY Exmor de 1,3 MP, sensibilitate 0,01 Lux
Funcționare în intervalul de temperatură de la -40 la +50°С, clasa de protecție IP54
Card microSDHC de 4 GB instalat, înregistrare pe cardul de memorie
Audio bidirecțional
Asistență pentru serviciul cloud Camdrive

Nu vă grăbiți să vă bucurați de prețul mic, baza de date conține maximum 30 de persoane. Dar dacă aveți o afacere mică și doriți să creați un efect WOW asupra vizitatorilor dvs., aceasta ar putea fi calea de urmat.

Apropo, orice interfon IP poate fi echipat cu un sistem de recunoaștere facială, de preferință cu o cameră IP normală.
Și chiar mai mult, interfonul IP este instalat exact la nivelul feței sau puțin mai jos, ceea ce este ideal pentru recunoașterea facială de înaltă calitate.

Același interfon Bevard, dar conectat la sistemul de recunoaștere facială Makroscope, în acest caz software-ul Makroscope este instalat pe server. În această configurație, dimensiunea bazei de date este limitată doar de, scuzați-mă, capacitățile dumneavoastră financiare.

Ochelarii cu sistem de recunoaștere facială sunt deja utilizări Poliția orașului Zhengzhou

LLVision Technology, China

Conectați la o bază de date a poliției, ochelarii furnizează numele și adresa unei persoane în 2-3 minute. Pe parcursul a o săptămână și jumătate, șapte persoane căutate și 26 cu cărți de identitate false au fost reținute folosind ochelari în gara Zhengzhou.

Pe lângă hackeri, există și omniprezentul tovarăș-major, care nu manifestă un interes mai puțin pentru datele biometrice. WikiLeaks a publicat un mesaj (url blocat cu prudență de RosKomNadzor) despre posibilul furt al bazei de date CIA Aadhaar, folosind echipamente folosite pentru scanarea amprentelor digitale și irisului de la compania Cross Match (Amintiți-vă de această companie americană, încă își promovează activ echipamentele, inclusiv pe piețele internaționale)

Desigur, Aadhaar însuși oferă acces companiilor comerciale, de exemplu, Microsoft folosește Aadhaar pentru a verifica identitatea utilizatorilor unei versiuni speciale de Skype pentru India.

A oferi companiilor comerciale acces la bazele de date biometrice guvernamentale are foarte mult sens. De regulă, datele biometrice în sine nu sunt transmise, se transmite doar rezultatul identificării. Pe lângă faptul că aceste servicii sunt plătite, cu aceste venituri sunt create și întreținute bazele de date bimetrice de stat.

Rusia are și propriul său Aadhaar; este evident că baza de date rusă este puțin probabil să poată evita toate problemele prin care a trecut Aadhaar.

Este planificat să ofere băncilor acces la baza de date rusă.

Există, de asemenea, exemple de abordare diferită; Belgia este prima țară care interzice utilizarea sistemelor de recunoaștere facială de către organizațiile comerciale.

Baze de date laadecvate companiilor comerciale
Statul, deși deține monopolul colectării obligatorii a datelor, de obicei nu este cel mai eficient colector de date.

De aceea avem un număr mare de baze de date comerciale de informații biometrice. Cea mai mare bază de date - VKontakte (mai mult de 97.000.000 de oameni utilizați lunar VKontakte), de exemplu, NtechLab îl folosește pentru site-ul său FindFace, Facebook și alte rețele sociale și site-uri de întâlniri au, de asemenea, o bază de date mare.

Bazele de date comerciale sunt create pentru ca alte companii comerciale să le poată folosi pentru bani modici.

De exemplu, Bitrix24 în produsele sale Face tracker, Face cards for 1C, Bitrix24.Time and visitor tracker utilizează baza de date VKontakte.

Cea mai bună bază de date
Toate bazele de date de mai sus au un dezavantaj semnificativ: nu au nimic de-a face cu afacerea dvs. Și conțin doar anumite seturi de date, de multe ori seturi extrem de utile, dar fără a ține cont de specificul afacerii tale, utilizarea lor este foarte limitată.

Unul dintre cei mai importanți indicatori ai calității bazei de date va fi calitatea imaginilor faciale, referințe.
Cei mai importanți indicatori de calitate ai unei baze de date de imagini de referință sunt:
Numărul de pixeli
Contrastul și detalierea feței
Fundalul pe care se află partea principală a feței
Fără părți deranjante pe zona feței etc.

De asemenea, este important să se respecte condiții mai mult sau mai puțin identice pentru obținerea imaginilor fețelor (iluminare, dimensiunea feței în sine pe fundalul întregii imagini).

Este important să luați în considerare acești indicatori în faza de proiectare a sistemului în ansamblu, acordând o atenție deosebită sistemului de obținere a standardelor faciale recunoscute.
Începeți să vă construiți baza de date astăzi!

Utilizarea bazelor de date biometrice
Mulți au preocupări rezonabile atât cu privire la utilizarea de către guvern a datelor biometrice, cât și cu privire la utilizarea acestor date de către entitățile comerciale.

Într-adevăr, aceste preocupări nu sunt lipsite de merit, dar nu ar trebui să oprească implementarea tehnologiei. În viitorul nostru apropiat este al nostru identitate biologică va permite distinge oamenii de inteligența artificială.

Ecran cu date despre numărul de roboți și persoane reale care vizitează site-uri web, cercetare realizată de Imperva Incapsula

Chiar și în acest moment, numărul de roboți și de persoane reale care vizitează site-uri este aproximativ același. Odată cu dezvoltarea Internetului lucrurilor și a inteligenței artificiale, numărul de roboți va crește în progresie matematică, la fel și capacitățile lor; există deja soluții care pot apela în numele tău, de exemplu, la un coafor sau o pizzerie.

Domenii de aplicare a sistemelor de recunoaștere facială

Aplicația specifică a tehnologiei de recunoaștere facială diferă prin criticitatea erorilor în funcție de domeniul de aplicare.

Sisteme de control acces

Una dintre cele mai bune aplicații ale sistemelor de recunoaștere facială în acest moment este în sistemele de control al accesului. În primul rând, angajatul însuși este interesat să îi ofere acces și nu va sabota în mod deliberat funcționarea sistemului de recunoaștere facială. În al doilea rând, controlați toți factorii externi care afectează calitatea recunoașterii - iluminare, fundal, modele de mișcare a angajaților. Folosind toate acestea, puteți crea condiții ideale.

Sistemele de recunoaștere facială pot fi utilizate în sistemele de control al accesului în două moduri:

Mod de identificare - decizia de admitere se ia doar pe baza datelor din sistemul de recunoastere faciala. Adică, de exemplu, o bază de date a angajaților tăi este formată din 100 de persoane, iar sarcina sistemului de recunoaștere este să compare fața persoanei actuale cu o bază de date de 100 de persoane. Adică, comparația are loc 100:1. Dacă o persoană este identificată ca angajat, i se va acorda acces.

Terminale de recunoaștere a feței de la HikVision

Acest mod este cel mai eficient utilizat în sarcinile de detectare a străinilor într-o zonă controlată. De regulă, este logic să folosiți întreprinderi în zone special protejate în care accesul este permis unui număr limitat de persoane. Toate camerele instalate într-o anumită zonă sunt conectate la sistemul de recunoaștere; dacă este detectată vreo persoană care nu este conținută în baza de date, serviciul de securitate este informat.

Mod de verificare - identificarea în acest caz se realizează folosind o altă tehnologie, de exemplu RFID (dacă sunteți un conservator), sau se pot utiliza identificatori mobili sau amprentele sau modelul venelor unei mâini sau deget , dacă decideți în ce direcție bate vântul în tendințele moderne ACS și nu doriți să aruncați bani.

O persoană aduce cardul cititorului, sistemul îl identifică, adică stabilește că este Ivanov, iar lui Ivanov i se permite accesul în acel moment. Sistemul de recunoaștere facială în acest caz știe deja că acesta este Ivanov și, folosind doar fotografia lui Ivanov din baza de date, compară purtătorul cardului RFID cu fotografia lui Ivanov din baza de date. Adică, comparația are loc 1:1.

În modul de verificare, în general funcționează perfect, deoarece sarcina de verificare este foarte simplă chiar și pentru sistemele de recunoaștere a feței de calitate medie.

Acest mod este recomandabil să fie utilizat în orice puncte de intrare - centre de afaceri, întreprinderi de producție, institute, școli.

Sarcina sistemului de recunoaștere facială este de a verifica deținătorul cardului. De obicei, această sarcină este îndeplinită de un agent de securitate sau de paznic. Și aceasta nu este cea mai bună idee, cu excepția cazului în care sunteți folclorist și nu urmăriți scopul de a compila o „enciclopedie a culturii moderne”

Agentul de securitate afișează o fotografie a persoanei pe monitorul său când prezintă cititorului cardul contactless; sarcina agentului de securitate este să compare fotografia și purtătorul cardului (conform științei, aceasta se numește verificare). Agentul de securitate face această treabă prost - ca orice altă muncă monotonă, de rutină, repetitivă.

Un sistem de recunoaștere facială nu numai că va face această treabă mult mai eficient, ci și va preveni abuzul de către securitate.

Recunoașterea feței în transport

În transport, recunoașterea facială poate fi utilizată în mai multe scopuri:

Caută persoane dispărute
Caută criminali căutați
Extragerea informațiilor demografice ale oamenilor pentru un serviciu mai bun
Măsurând satisfacția oamenilor din fețele lor
Numărarea numărului de pasageri care folosesc transportul public

Datele online despre pasageri vor ajuta la gestionarea rețelelor de transport public urban mai rapid, mai flexibil și mai eficient.

De asemenea, numărarea numărului de pasageri la compararea acestor date cu numărul de plăți va face posibilă stabilirea încălcărilor regulilor de plată a tarifelor.

Identificare facială pentru plata tarifului

Recunoașterea facială în scopul plății călătoriei poate fi efectuată în prezent în modul de verificare și va evita utilizarea neautorizată a biletelor de călătorie cu utilizare multiplă, de exemplu, utilizarea unui card de călătorie de către mai multe persoane.

Utilizarea unei fețe recunoscute ca unic identificator de pasager pentru plata automată a tarifelor, la acest nivel de dezvoltare tehnologică, pare posibilă doar în rețelele de transport corporative mici și nu este în niciun caz potrivită pentru transportul public urban în masă.

Urmărirea timpului

Până de curând, înregistrarea orelor de lucru fără a utiliza dispozitive de blocare era un vis de neatins. Astăzi aceasta este realitatea.
Înregistrarea timpului de lucru este, desigur, una dintre funcțiile sistemului de control al accesului, dar înregistrarea timpului de lucru poate fi efectuată separat, doar cu ajutorul sistemelor de recunoaștere facială.

Unul dintre principalele avantaje ale utilizării sistemelor de recunoaștere facială pentru a urmări timpul lucrat este absența cerințelor pentru curățenia facială. În limitele rezonabile, desigur - vezi secțiunea „Sabotaj”.

De asemenea, avantajele urmăririi timpului de lucru folosind un sistem de recunoaștere facială vor fi:

Absența dispozitivelor de blocare, ceea ce desigur crește confortul
Abilitatea de a utiliza urmărirea timpului în secret, fără a informa angajații

Urmărirea timpului de lucru este doar una dintre metrici și, în general, izolat de alte date despre funcționarea întreprinderii, nu spune mare lucru. Dar având toate cunoștințele pe care le are, este perfect integrată în analiza performanței companiei.

Merită să monitorizați traficul îndeaproape în timpul unei crize; PricewaterhouseCoopers însuși ne subliniază direct acest lucru. Dacă nu iei prezență, vei primi 2 zile suplimentare de absență de la serviciu, despre care nu vei ști, dar pe care le vei plăti. Ceea ce vă va crește de 1,3 ori pierderile financiare din absența angajaților de la locul de muncă.

Recunoașterea facială în scopuri de contabilitate a lucrătorilor poate fi implementată în două tipuri.

Server + software + camere IP bune și toate astea pentru mulți bani. Opțiunea regală este atunci când orele de lucru pot fi înregistrate fără informarea angajaților.

Terminalele specializate sunt o opțiune atunci când un angajat trebuie să se apropie de terminal, trecând astfel prin procedura de identificare. Acest lucru funcționează numai dacă ați anunțat că oricine nu se înregistrează cu dispozitivul de recunoaștere facială nu va fi plătit pentru ziua respectivă. Această măsură administrativă simplă reduce în mod magic erorile FAR și FRR la zero absolut.

Recunoașterea feței într-o mulțime

Vorbind despre sistemul de recunoaștere facială, de regulă, imaginația noastră desenează tocmai scenarii pentru identificarea criminalilor pe străzile orașului. Aceasta este cea mai dorită, cea mai solicitată și cea mai dificilă sarcină în acest moment.

Găsirea persoanelor dispărute în China folosind recunoașterea facială

Dificultăți
Iluminare neuniformă (zi, noapte, soare strălucitor, toate acestea sunt condiții diferite care vor afecta foarte mult procentul de recunoaștere a feței)
Un număr mare de oameni în cadru

pro
Efectul surprizei
Recunoașterea facială, deși o tehnologie promițătoare despre care se scrie mult, este scrisă în publicații specializate „geek”. Așadar, numărul persoanelor care sunt conștienți este microscopic, la scara populației totale. Majoritatea criminalilor pur și simplu nu vor efectua acțiuni care împiedică identificarea.

Acoperirea rețelei
Există o mulțime de camere CCTV în majoritatea orașelor mari. Acesta este aspectul care va face propriile ajustări la funcționarea sistemului de recunoaștere facială. De exemplu, în Marea Britanie, o persoană este surprinsă de o cameră de aproximativ 300 de ori pe zi. Și acesta nu este un record, și nu o limită, având în vedere costul scăzut actual al camerelor IP.

Determinarea vârstei

Trecem de la sarcini de securitate la sarcini de marketing. Când vorbesc despre alăturarea industriei „Sisteme de securitate” cu marea industrie IT, la asta se referă exact - cu ajutorul echipamentelor care anterior erau considerate capabile să rezolve doar probleme de securitate. Astăzi rezolv o serie gigantică de probleme diferite care nu au nimic de-a face cu „sistemele de securitate” ca atare.

Compoziția de vârstă a vizitatorilor este o informație de neprețuit pentru orice marketer, și dacă credeți ministrul nostru al Sănătății, care a afirmat că speranța medie de viață ar putea crește la 120 de ani, deși doamna Skvortsova nu a precizat în ce țară s-ar întâmpla acest lucru, ceea ce dezvăluie evident. că este o persoană inteligentă. (Personal cred că în Rusia), într-un fel sau altul, relevanța sarcinii de a determina vârsta va crește cu siguranță.

Servicii online pentru determinarea vârstei
Puteți testa cât de precisă va fi determinarea vârstei pe mai multe servicii online. Încarcă-ți fotografiile și testează.

În scopul determinării vârstei, veți avea nevoie de:

Software de recunoaștere facială www.axis.com/products/axis-demographic-identifier/

Determinarea genului

Dacă nu aveți de gând să analizați sexul participanților la Eurovision, aceasta este o sarcină destul de simplă pentru sistemele moderne de recunoaștere facială.

Nu trebuie să fii un expert în marketing pentru a înțelege că compoziția diferită de gen a clienților tăi necesită diferite strategii de marketing, publicitate, PR și orice alte strategii legate de interacțiunea cu clienții.

Lanțurile de cinematografe Cinema Park și Formula Kino au lansat deja o colecție a vârstei și sexului vizitatorilor lor.

Puteți testa cât de precisă va fi determinarea sexului utilizând serviciile online cu care sunteți deja familiarizat. Încarcă-ți fotografiile și testează.

www.skybiometry.com/demo/face-detect/
www.how-old.net

În scopul determinării vârstei, puteți utiliza:
Software de recunoaștere facială, în multe cazuri aceasta este una dintre funcțiile sale.

Soluții gata făcute de la Axis, HikVision - Smart DVR + camere IP

Suedia
Identificator demografic AXIS
https://www.axis.com/products/axis-demographic-identifier/

Numărarea vizitatorilor unici

Problema clasică a numărării numărului de vizitatori a fost întotdeauna rezolvată cu senzori cu infraroșu sau cu laser, care arată pur și simplu numărul de treceri ale unei linii virtuale. De exemplu, un cărucior va oferi o intersecție separată, folosindu-le ca indicator al temperaturii medii din spital.

Există sisteme moderne de analiză video, de obicei combinate cu senzori suplimentari. Ei știu deja să numere anumiți oameni, dar un agent de securitate sau un nebun local, care a umblat de 50 de ori, poate reduce datele la inutilitate aproape completă.

Pentru prima dată, datorită sistemelor moderne de recunoaștere facială, marketerii pot obține date cu adevărat acționabile - numărul de vizitatori unici. Și împreună cu indicatorii de sex și vârstă, aceasta este o valoare Yandex pentru magazinul dvs.

Modulul de analiză facială Trassir Face Analytics - preț 36.990 de ruble
Modul inteligent de analiză a feței. Funcţional:
1. numărarea persoanelor unice
2. analiza demografică a indivizilor (sex, vârstă)
3. identificarea rasei
4. recunoașterea atributelor faciale (ochelari, pălărie, mustață, culoarea părului). Costul procesării unui canal video.

În curând vom publica un articol pe blogul nostru cu o recenzie a sistemelor moderne de analiză video pentru magazine, va fi o bombă, abonați-vă ca să nu-l ratați - suntem disponibili pe toate platformele -

Până de curând, sistemele de securitate cu opțiuni de recunoaștere facială păreau ceva fantastic și le puteai vedea doar în filme. Dar multe s-au schimbat în ultimii ani. Au apărut noi evoluții care au schimbat ideea sistemelor de securitate.

Calitatea și confortul societății depind de abordarea corectă a organizării securității personale și a protecției proprietății. Nu este surprinzător faptul că cerințele de securitate sunt în continuă creștere. Una dintre inovații a fost apariția unei funcții de recunoaștere facială. Care sunt caracteristicile sale? Unde este folosit? Pe ce principiu functioneaza? Vom lua în considerare aceste și alte întrebări în detaliu în articol.

Domenii de aplicare

Beneficiile recunoașterii faciale sunt greu de supraestimat. Sistemele de securitate cu această funcție sunt utilizate în diverse domenii - atunci când se organizează un sistem de trecere în organizații mari, pentru a căuta intruși, pentru a proteja instalațiile private și așa mai departe.

În general, cu ajutorul unui astfel de sistem de securitate se pot rezolva următoarele probleme:

Organizați un sistem de acces fiabil și eficient la punctul de control al companiei sau alte facilități închise. Pentru o mai mare eficiență, supravegherea video este combinată cu turnichete. Drept urmare, vă puteți recunoaște rapid angajații și străinii.
Creați un sistem de protecție împotriva furtului la punctele de vânzare și la unitățile private. Nu este un secret pentru nimeni că diverse magazine, centre comerciale, supermarketuri și alte unități se confruntă cu clienți problematici care sunt predispuși la furturi. În cele mai multe cazuri, furtul este efectuat de aceleași persoane. Dacă există o bază de date adecvată, funcția de recunoaștere facială vă permite să identificați o persoană din timp și să informați agentul de securitate. Ca urmare, este posibil să se ia măsuri suplimentare pentru protejarea proprietății.
Organizați un sistem de securitate care să ofere protecție împotriva pătrunderii neautorizate în clădiri închise și gospodării private. Chiar și cu o observare atentă, un agent de securitate nu este întotdeauna capabil să distingă un intrus de un alt obiect. Acest lucru este valabil mai ales dacă camera este instalată într-o zonă cu niveluri scăzute de iluminare. Instalarea unor sisteme speciale cu funcție de recunoaștere facială ajută la identificarea rapidă a unei persoane chiar și în întuneric. Ceea ce este dincolo de controlul unui lucrător de securitate poate fi rezolvat cu ușurință printr-un modul computer.
Asigurarea controlului facial în unitățile de noapte. Prezența sistemelor în cauză în cluburi garantează protecție 100% împotriva vizitatorilor „problemă”.

Cum functioneaza?

De cel mai mare interes este principiul de funcționare al sistemului, care este capabil nu numai să transmită o imagine către un monitor, ci și să recunoască fețele oamenilor. Sarcina unui modul special este de a citi informațiile, precum și compararea ulterioară a acestora cu datele disponibile în baza de date. Astfel de complexe sunt capabile să identifice fața unei persoane la o distanță de până la 10 m de cameră.

Una dintre caracteristicile sistemului este „sensibilitatea” ridicată, care vă permite să recunoașteți o persoană chiar și atunci când aspectul dvs. se schimbă. Modulul nu poate fi doborât prin folosirea ochelarilor, schimbarea coafurii, a bărbii sau a altor elemente suplimentare de camuflaj pe față. Acest lucru se datorează faptului că nu trăsăturile faciale sunt analizate, așa cum cred mulți, ci structura craniului și parametrii biometrici ai acestuia. Astfel de caracteristici sunt individuale, la fel ca amprentele digitale, ceea ce elimină posibilitatea de eroare.

Informațiile sunt scanate și procesate în timp real. Este suficient ca vizitatorul să-și întoarcă fața spre scaner, iar sistemul determină persoana și dă comenzi altor organe. Dacă modulul de recunoaștere facială este conectat la turnichete sau alte dispozitive de blocare, acestea sunt activate automat. În plus, o fotografie a unei persoane suspecte este stocată în memorie pentru procesare și analiză ulterioară de către securitate.

Sistemele cu funcție de identificare sunt cele mai răspândite în companiile mari unde există o concurență mare. Nu este un secret pentru nimeni că succesul unei întreprinderi depinde de nivelul de securitate. Acest lucru este valabil mai ales pentru organizațiile care lucrează în sectorul apărării, sunt angajate în dezvoltarea de noi proiecte sau cercetări biologice.

Sarcina sistemului este de a compara angajații și de a verifica persoanele cu baza de date existentă. Dacă o persoană nu se află pe listă, se transmite un semnal către securiști, după care aceștia din urmă iau măsuri pentru a împiedica pătrunderea persoanelor neautorizate în unitate. În acest caz, locația detectării este înregistrată cu acuratețe pe harta electronică, iar angajații departamentului de securitate identifică infractorul în câteva minute.

Caracteristici de instalare

Când instalați un sistem cu opțiuni de recunoaștere facială, merită să luați în considerare faptul că camerele video pot funcționa în unul dintre cele 2 moduri - 2D sau 3D. În primul caz, analiza se realizează pe baza unei imagini plane, iar camerele bidimensionale sunt foarte sensibile la lumină. De aici rezultă că la instalarea camerelor 2D trebuie acordată o atenție deosebită iluminării obiectului protejat și acoperirii zonelor protejate.

În ceea ce privește camerele cu 3D, acestea funcționează cu un obiect tridimensional bazat pe imaginea transmisă de dispozitiv. În acest caz, nu puteți acorda atenție nivelului de iluminare, deoarece sistemul se descurcă bine cu funcțiile care îi sunt atribuite chiar și în întuneric. Singurul pericol este că textura feței va fi ușor distorsionată.

Ce tipuri de astfel de sisteme există?

Atunci când alegeți sisteme care au o funcție de recunoaștere a feței, este important să vă concentrați pe mai mulți factori - scopuri, obiective și locația instalării. În plus, merită să luați în considerare tipurile de astfel de dispozitive:

Sisteme de detectare. Camera video are o rezoluție de 1 megapixel și o distanță focală de 1 mm. Funcționarea dispozitivului are ca scop înregistrarea faptului de pătrundere a unor entități neautorizate în obiecte protejate. Particularitatea scanerului este capacitatea sa de a distinge o persoană de un animal, dar nu va fi posibilă identificarea persoanei.
Sistem de recunoaștere. Acest complex este mai complex și include o cameră de 2 megapixeli cu o distanță focală de șase milimetri. Sarcina este de a recunoaște fețele și de a le identifica conform principiului „prieten sau dușman”. Dacă vizionați un videoclip, imaginea nu va fi clară. Sistemul detectează persoanele neautorizate, dar în caz de furt va fi dificil să găsiți hoțul folosind imaginea salvată
Dispozitive de identificare. La organizarea unui astfel de sistem se folosesc camere cu o rezoluție de 2 MP sau mai mult și o distanță focală mai mare de opt milimetri. Astfel de complexe sunt capabile să îndeplinească funcțiile discutate mai sus. Avantajul este că imaginea rezultată este suficientă pentru a identifica un hoț dintr-o fotografie. Filmările disponibile pot fi folosite în timpul procesului de investigație și chiar depuse în instanță.

Descrierea de mai sus discută cerințele minime pentru sistemele de securitate în ceea ce privește distanța focală și rezoluția imaginii. Aceasta înseamnă că atunci când achiziționați echipament, ar trebui să vă concentrați pe produse cu cele mai bune caracteristici care oferă o calitate mai bună a filmării. De exemplu, camerele de 2 MP cu o lungime focală de 8 mm sunt mai potrivite pentru sistemele de recunoaștere. În ceea ce privește complexele de identificare, recomandările de aici sunt și mai serioase. Este indicat sa folositi camere video cu o rezolutie de 5 MP si o distanta focala de 12 mm.

Să rezumam pe scurt:

O cameră video cu o rezoluție de 1 MP vă permite să distingeți o persoană de un animal. În acest caz, nu va fi posibilă identificarea subiectului.
Pentru a captura fețe și a le compara cu baza de date existentă, dispozitivul de fixare trebuie să aibă o rezoluție de 2 MP sau mai mult.
Pentru a identifica o persoană, este recomandabil să folosiți o cameră de 5 megapixeli.