Sustav prepoznavanja lica uz pomoć video nadzora. Algoritam pretraživanja lica

Softver i hardver

Sveobuhvatni sigurnosni sustavi

Jedna platforma integrirani sigurnosni sustavi uključuje module sigurnosti i vatrogasne opreme, nadzor i kontrolu pristupa, video nadzor ili sigurnosnu televiziju (COT). Funkcije potonjih do nedavno bile su ograničene na video nadzor i snimanje stanja na mjestu i okolnim teritorijima, arhiviranje i pohranjivanje podataka. Klasični video sustavi imaju niz značajnih nedostataka:

• Ljudski faktor. Neučinkovito djelovanje operatora pri emitiranju velike količine informacija.
• Nemogućnost kirurške intervencije, nepravodobna analiza.
• Značajni vremenski troškovi za pronalaženje i utvrđivanje događaja.

Razvoj digitalnih tehnologija doveo je do stvaranja "pametnih" automatiziranih sustava.

Snaga u inteligenciji

Osnovno načelo intelektualnog sustavi video nadzora je video analitika - tehnologija temeljena na metodama i algoritmima za prepoznavanje slike i obradu slika, automatiziranu prikupljanju podataka kao rezultat analize video signala. Takva oprema bez ljudske sposobnosti za otkrivanje i pratiti ciljeva postavljenih u stvarnom vremenu (automobila, grupa ljudi), potencijalno opasne situacije (dim, vatra, neovlaštenu intervenciju u rad video kamere), programirani događaji i aktivira alarm u pravodobno. Zbog filtriranja video podataka bez interesa, opterećenje komunikacijskih kanala i baze arhive znatno se smanjuje.

Najpopularnije sredstvo za video analitiku je sustav prepoznavanja lica. Ovisno o izvedenim funkcijama i zadacima dodijeljenim opremi, izvršeni su određeni zahtjevi.

Softver i hardver

Za učinkovito funkcioniranje sustava koriste se nekoliko vrsta IP kamera s različitim radnim karakteristikama. Detekcija objekta na kontroliranom terenu fiksirana je kamerama s panoramskim pogledom s razlučivosti od 1 MP i žarišnom duljinom od 1 mm i usmjerene su uređajima za skeniranje. To su napredniji fotoaparati (od 2Mp, od 2mm) koji proizvode prepoznavanje jednostavnim tehnikama (3-4 parametra). Za identifikaciju objekta koriste se kamere dobre kvalitete slike, dovoljne za primjenu složenih algoritama (od 5 MPa, 8-12 mm).Najpopularniji softver Face Intellect (developer - House Control), voditeljica lica (tvrtka Sinezis) i VOCORD FaceControl (VOCORD) pokazuju:

• Visoka vjerojatnost prepoznavanja objekta (do 99%).
• Podrška za širok raspon kutova fotoaparata.
• Mogućnost odvajanja ljudi čak iu gustom pješačkom masu.
• Varijabilnost pripreme analitičkih izvješća.

Osnove prepoznavanja uzoraka

Svaki biometrijski sustav prepoznavanja temelji se na prepoznavanju korespondencije fizioloških osobina osobe koja se čita na određeni predefinirani uzorak.Skeniranje se odvija u stvarnom vremenu. IP kamera emitira video stream na terminal, a sustav prepoznavanja lica određuje usklađenost slike s fotografijama pohranjenim u bazi podataka. Postoje dvije glavne metode. Prva se temelji na statičkim načelima: rezultati obrade biometrijskih parametara stvaraju elektronski uzorak u obliku jedinstvenog broja koji odgovara određenoj osobi. Druga metoda modelira "ljudski" pristup i karakterizira samoučenje i robusnost. Identifikacija osobe na video slici uzima u obzir promjene dobi i druge čimbenike (prisutnost kaputa, brade ili brkova, naočala). Ova tehnologija omogućuje rad čak i sa starim fotografijama i po potrebi s rendgenskim zrakama.

Algoritam pretraživanja lica

Najčešća metoda otkrivanja lica je uporaba Haar kaskada (setova maski). Maska je pravokutni prozor s drugačijom kombinacijom bijelih i crnih segmenata.

Mehanizam programa je kako slijedi: video okvir se pokriva niz maski, a rezultati konvolucija (računajući piksela koji pripadaju crno-bijeli sektora) izračunate su razlike u usporedbi s određene granične vrijednosti.

Da bi se unaprijedio rad klasifikatora, stvorili su se pozitivni (okviri, gdje su lica ljudi) i negativni (bez tih) obuka. U prvom slučaju, rezultat konvolucije je veći od praga vrijednosti, u drugom slučaju je manji. Detektor osoba s dopuštenim pogreškama određuje zbroj konvulzija svih kaskada i, ako se prekorači prag, signalizira prisutnost osoba u okviru.

Tehnologije prepoznavanja

Nakon otkrivanja i lokalizacije, u preliminarnoj se fazi javlja svjetlina i geometrijsko poravnanje slike. Daljnje aktivnosti - izračunavanje svojstava i identifikacije - mogu se provesti različitim metodama.

Pri skeniranju punog lica u sobi s izvrsnom rasvjetom, dobri rezultati pokazuju algoritmi koji rade s dvodimenzionalnim slikama. Analizirajući jedinstvene točke i udaljenosti između njih, sustav prepoznavanja lica određuje činjenicu identifikacije pomoću koeficijenata razlike između "živog" snimka i registriranog predloška.

Trodimenzionalne tehnologije otporne su na promjene svjetlosnog toka, dopušteno odstupanje od prednjeg kuta je do 45 stupnjeva. Ovdje se ne samo točke i linije podvrgavaju analizi, već i svojstvima površina (zakrivljenost, profil), metriku udaljenosti između njih. Za rad takvih algoritama potrebna je maksimalna kvaliteta snimanja videozapisa s frekvencijom do 200 sličica u sekundi. Osnova sustava sastoji se od stereovideo kamere s matricom od 5 megapiksela, visoke optičke razlučivosti i minimizirane sinkronizacijske pogreške. Osim toga, oni su spojeni posebnim vremenskim kabelom za odašiljanje sinkroniziranih impulsa.

Stanje modernog tržišta sustava

Prvi sustavi biometrijske kontrole, s obzirom na njihove visoke troškove, razvijeni su samo za državne vojne objekte, a tek sredinom 1990-ih postaju dostupni trgovačkim organizacijama. Brzi razvoj tehnologije i mikroprocesorske tehnologije omogućio je povećanje točnosti sustava i proširenje opsega njihove primjene. Na tržištu vodećih položaja na našoj zemlji pripadaju američki i zapadnoeuropski proizvođači sigurnosnih sustava. Vođa prodaje je oprema korporacija ZN Vision Technologies i Visionics. Najviše obećava među domaćim programerima koji žele istraživanja i proizvoda tvrtke „Vocord”, NTechLab „potplata”, doo „VizhnLabs” i od „Milenijskih ciljeva razvoja”, koji je, između ostalog, bavi više i prilagodbe stranih sustava na ruskim uvjetima.

Računalna kontrola lica

Najopsežnije područje primjene beskontaktne identifikacije je borba protiv terorizma i kriminala. Slika kriminalnog lica pohranjena je u bazi podataka. U mjestima masovnih zagušenja ljudi (zračne luke, željezničke stanice, trgovački centri, sportski objekti) fotografira se realni tok ljudi kako bi identificirali one koji su željeli.

Sljedeća sfera je sustavi kontrole pristupa: usporedba uzorka s fotografske slike na elektroničkom prolasku s modelom dobivenim kao rezultat obrade podataka iz videokamere. Postupak se odvija odmah, bez potrebe za daljnjim postupcima (za razliku od skeniranja mrežnice oka ili otiska prsta).

Još jedna industrija koja se brzo razvija je marketing. interaktivni pano nakon skeniranja osobe lice, određuje njegov spol i dob, vizualizira samo one oglase koji će potencijalno biti od interesa za klijenta.

Trendovi i perspektive razvoja

Sustavi prepoznavanja osoba u bankarskom sektoru su u velikoj potražnji. Kao rezultat prošle godine, nakon instalacije 50.000 inteligentnih video kamera u njihovim uredima, banka Post Bank uspjela je spasiti milijune rubalja sprečavanjem prijevare u segmentima kredita i plaćanja. Stručnjaci tvrde da će do 2021. biti stvorena neophodna infrastrukturna mreža, a sve operacije u bankomatima postat će moguće tek nakon biometrijske identifikacije lica klijenta.

U sljedećem desetljeću visoke tehnologije će otvoriti lanac trgovina pune samoposluživanja: Kupac odlazi u izlozima, odabrati proizvode iz kataloga i lišća. Sustav prepoznavanja lica i slika odredit će identitet kupca, kupiti i otpisati potrebni iznos s računa.

U tijeku su radovi za stvaranje sustava za prepoznavanje psihoemocionalne države. Analiza ljudskih emocija će biti u potražnji na multimedija područja: animacije, filma, industrije, stvaranje računalnih igara.