ВИДЕОАНАЛИТИКА И РАСПОЗНАВАНИЕ ЛИЦ
В статье рассмотрены основные методы реализации такой функции видеоаналитики как распознавание лиц. Приведены характеристики камер для решения различных задач, размещен обзор некоторых, наиболее популярных программ для распознавания лиц.
В статье рассмотрены основные методы реализации такой функции видеоаналитики как распознавание лиц. Приведены характеристики камер для решения различных задач, размещен обзор некоторых, наиболее популярных программ для распознавания лиц.
Качественная современная система видеонаблюдения должна не только производить запись и выводить изображение на экран, но и осуществлять ряд аналитических функций. Одной из наиболее востребованных является распознавание и идентификация людей (лиц) в зоне контроля.
Функция распознавания лиц широко применяется в следующих случаях:
Система контроля управления доступа (СКУД).
В этом случае видеонаблюдения интегрировано в систему безопасности и управляет контроллерами на турникетах. Она может использоваться как дублирующая система пропуска и как основная. Преимуществом такого применения является минимизации влияния человеческого фактора и повышение трудовой дисциплины.
2. Противодействие кражам в гипермаркетах.
Проблема систематических хищений стоит перед каждым магазином, особенно перед организациями с большими торговыми площадями. Классическая система видеонаблюдения, установленная в магазине, не сможет в полной мере обезопасить магазин от воровства. К тому же, она обычно используется "post factum" для получения доказательств уже совершенной кражи, когда ущерб уже нанесен. Зачастую, мелкие противоправные действия, которые приносят не только финансовый урон, но и снижение репутации магазина, осуществляют одни и те же люди. Введение их изображения в особую базу данных и использование средств видеоаналитики поможет выявить потенциального злоумышленника еще на входе в магазин и более тщательно контролировать его действия в помещении.
3. Фейс-контроль в развлекательных заведениях и ночных клубах.
Использование системы распознавания лиц с выведением тревожной информации на удаленное устройство владельца клуба (планшет, смартфон и т.п.) поможет снизить или полностью пресечь злоупотребления персонала.
МЕТОДЫ РАСПОЗНАВАНИЯ ЛИЦ
Гибкое сравнение на графах.
Метод относится к 2D моделированию. Его суть заключается в сопоставлении графов, которые описывают изображения лиц. Само лицо представлено в виде сетки с индивидуальным расположением вершин и ребер.
Процедура распознавания происходит следующим образом - эталонный граф, характеризующий основной параметр распознания, остается неизменным, в то время как другие деформируются под влиянием структура лица с привязкой к основным антропометрическим точкам: расстояние между глазами, ушами, линия носа, ширина губ и т.п.
Чем больше этих точек используется, тем точнее будет система распознавания, но и существенно увеличится время на обработку одного объекта.
2. Нейронные сети.
Довольно распространенный метод, который использует около десятка различных алгоритмов. Наиболее совершенным на данный момент является Convolutional Neural Network, который позволяет проводить быстрое и эффективное распознание и использует многослойное сканирование, позволяющие быстро классифицировать полученное изображение.
3. Скрытые Марковские модели.
Метод основан на статистическом сравнении объекта с базой эталонов.
ПРИНЦИП ДЕЙСТВИЯ СИСТЕМЫ РАСПОЗНАНИЯ ЛИЦ
Независимо от выбранного алгоритма видео аналитики программная функция распознавания лиц работает по принципу сравнения отсканированного изображения с эталонами, имеющимися в базе.
Хорошим показателем эффективности и быстродействия считается, если комплекс идентифицировал человеческое лицо с расстояния не менее 10 метров от видеокамеры.
При этом, узнавание должно происходить даже при изменении определенных физических параметров: изменение прически, появление бороды, наличие или отсутствие очков и т.п.
Период, за который осуществляется опознание и дается команда отклика на исполнительные устройства, не должен превышать определенного времени, например подхода объекта видеоконтроля от входной двери турникетам.
Камеры для распознавания лиц
Для реализации различных функциональных возможностей систем видеоаналитики используются системы ip видеонаблюдения. В зависимости от решаемых задач используется несколько типов ip камер, обладающих соответствующими характеристиками:
Обнаружение
Разрешение от 1 Мpix, фокусное расстояние от 1 мм. Фиксирует проникновение объекта на подконтрольную территорию, может использоваться для панорамного сканирования и получения общего изображения ситуации на объекте. Не распознает лица, а только наводит на объект более совершенные дорогостоящие IP видеокамеры, которые производят сканирование основных биометрических параметров.
Опознание
Разрешение от 2 Мpix, фокусное расстояние от 6 мм. Может использоваться в системах идентификации со слабыми алгоритмами, которые производят распознание 3-4 ключевым параметрам.
Идентификация
Разрешение от 5 Мpix, фокусное расстояние 8-12 мм. Качество получаемого изображения достаточное для использования сложных алгоритмов распознавания.
Кроме основных эксплуатационных параметров видеокамеры на эффективность системы распознания оказывает значительное влияние место установки видеокамеры, то есть угол обзора и расположение источников освещения.
ИСТОЧНИК: https://video-praktik.ru/st_videoanalitika.html
