Технология распознавания лиц в системе видеонаблюдения

Какие задачи способна решать технология

Круг задач, решать которые позволяет методика распознавания лиц, чрезвычайно широк, но некоторые из них являются наиболее типичными.

Организация контроля доступа на объект. Прохождение сотрудников предприятия через турникет – наиболее востребованный вариант использования технологии. В этом случае человек заинтересован, чтобы его опознали: он смотрит прямо в камеру, сняв очки и головной убор. Эффективность системы при этом самая высокая, и ее использование оправдывает себя на 100 %.

Поиск человека в «чистой» зоне. Такой зоной называют территорию с одним человеком в кадре и с хорошими условиями для работы алгоритма распознавания (правильным расположением камеры, достаточным освещением и т. д.). Это могут быть шлюз, турникет или проходная. Если в базе данных есть фотография опознаваемого, то, скорее всего, система сработает точно.

Поиск человека в группе людей. На эту услугу всегда есть множество заказчиков, но для решения такой задачи требуется соблюдение целого ряда условий. Прежде всего, в кадр должно попасть изображение с прямым положением лица, на котором, в идеале, нет никаких эмоций. Вероятность, что опознаваемый будет держаться именно так, довольно низка. Во-вторых, нужно обеспечить достаточный уровень освещения – естественного или искусственного, что тоже не всегда выполнимо. Т. е. видеонаблюдение с распознаванием лиц в этом случае будет малоэффективным из-за большого числа ложных срабатываний системы.

Обнаружение незнакомцев. Задача видеосистемы при этом заключается в выявлении людей, которых нет в базе данных. Это бывает необходимо, например, для предупреждения проникновений на режимный объект посторонних посетителей. При таком распознавании также бывает много некорректной информации.

Маркетинговые исследования. Распознавание лиц в процессе видеонаблюдения может использоваться в сфере управления бизнесом, например, когда нужно получить данные о посетителях супермаркетов, ресторанов, кинотеатров, ночных клубов и т. д. В зависимости от полученных результатов может корректироваться маркетинговая политика с целью более полного удовлетворения потребительского спроса.

Как это работает

Система распознавания представляет собой процесс сопоставления лиц, оказавшихся в объективе видеокамеры, с имеющимися в базе данных идентифицированными эталонами изображений. Главную роль в продвижении этой технологии сыграли достижения в таких областях, как big data, глубокие нейронные сети и мощные графические процессоры. С помощью определенных алгоритмов нейронных сетей компьютер обучается сначала распознавать лица, а затем отличать их одно от другого. При этом анализ видеопотока может происходить:

• на сервере – наиболее распространенный вариант реализации, когда обработка видеопотока происходит на серверной части с помощью специального ПО;
• на IP-камере, когда на сервер передаются уже обработанные метаданные;
• на устройстве контроля доступа. Эта схема предусматривает, что камера встроена в устройство, и такая многофункциональная система отвечает как за распознавание, так и за управление доступом.

Особенности технологии

Система распознавания состоит из видеокамеры и программного обеспечения, выполняющего анализ изображений. ПО отвечает за обработку полученной картинки и выполнение сложных вычислений по определенным алгоритмам. Для этих целей требуется более мощный сервер, чем для простого видеонаблюдения.

2D-распознавание. В 2D-распознавании лиц используются двухмерные плоские изображения. Это самая популярная технология идентификации, которую поддерживает большинство выпускаемых сегодня устройств. Наиболее полные из существующих баз данных идентифицированных лиц – именно двухмерные. Такие базы, как и алгоритмы выборки из них, постоянно совершенствуются. В распоряжении заинтересованных пользователей – ПО, которое находится в свободном доступе, а также коммерческие версии продукта.

3D-распознавание. Реализация такой технологии гораздо сложнее, но и точность идентификации в этом случае намного выше, чем в 2D. Оборудование для 3D-распознавания предусматривает точки наблюдения с разных ракурсов и позиций. Разумеется, такие устройства являются более дорогостоящими. Существует специальное ПО, позволяющее преобразовывать 2D-изображения в 3D: это наиболее простой способ получения трехмерной модели.

Насколько надежной может быть система

Чтобы получить представление о степени надежности систем видеонаблюдения с функцией распознавания лиц, нужно уяснить, что данная технология основана на математической статистике, т. е. на вероятностях. Это означает, что методика допускает определенный процент ошибочной информации. Иными словами, система не утверждает безоговорочно, что человек опознан или наоборот. Она выдает определенный процент схожести опознаваемого с эталоном, имеющимся в базе данных. Пользователь в настройках может сам установить порог положительного и отрицательного результата распознавания. Снижая порог вероятности пропуска на объект злоумышленника, мы одновременно повышаем вероятность задержания сотрудника предприятия. Сопоставление подобных рисков помогает принять решение о целесообразности внедрения такой системы видеонаблюдения на конкретном объекте.

Два типа ошибок

Все ошибки распознавания делятся на две категории:

• FAR (False Acceptance Rate). Этот параметр определяет, насколько велик риск допуска на объект злоумышленника, принятого системой за идентифицированного сотрудника;
• FRR (False Rejection Rate). Этот коэффициент позволяет оценить вероятность отказа в допуске своему человеку.

Что важно учитывать проектировщику

Главные условия корректной работы системы видеонаблюдения с распознаванием лиц – соответствующие определенным требованиям фотографии в базе данных и качественная картинка с камеры. Разрешение фотоснимка должно быть минимум 320 х 240, задний фон – нейтральным, освещение – равномерным. Основные требования к расположению и техническим характеристикам камеры:

• угол наклона по отношению к центральной оси в горизонтальной и вертикальной плоскостях – не более 15°;
• плотность пикселей в зоне распознавания – 500 Пк/м или более;
• вся контролируемая территория должна просматриваться с достаточной глубиной резкости;
• время накопления заряда – не менее 0,01 секунды;
• размер матрицы – от 1/3’’;
• светосила объектива – от F4 и выше;
• освещенность – от 150 люксов.

Заключение

Таким образом, видеонаблюдение с распознаванием лиц – достаточно эффективный метод решения многих задач, связанных с обеспечением безопасности объектов, идентификацией личности в так называемых «чистых» зонах, проведением маркетинговых исследований и т. д. Видеоаналитика происходит на сервере, IP-камере или устройстве контроля доступа. При установке системы важно правильно оценить стоимость ее ошибки, т. е. насколько критичными будут последствия ложных срабатываний.