Функции современных систем видеонаблюдения уже давно не исчерпываются только контролем доступа на объект и отслеживанием перемещений посетителей. По мере расширения технических возможностей системы слежения получили возможность распознавать и идентифицировать лица даже в плотном потоке людей, при затрудненных условиях съемки. Такая аналитика требуется в следующих системах:

• система контроля управления доступом - видеонаблюдение считается частью системы безопасности и управляет турникетами на проходной. Главная ее функция - снижение количества аварий и происшествий благодаря исключению человеческого фактора и улучшению трудовой дисциплины,
• системы безопасности и противодействия краж в супермаркетах и других торговых помещениях - кражи в магазинах не всегда спонтанны. Часто их совершают систематически одни и те же люди, и отслеживание их появления еще на входе помогает предотвратить очередное хищение,
• фейс-контроль в развлекательных заведениях - информация от входа может передаваться прямо на мобильное устройство владельца, что поможет установить дополнительный контроль за действиями охранников.

Задачи распознавания лиц

Перед современной системой распознавания лиц стоит несколько задач:

• организовать систему управления доступом,
• найти на территории незнакомцев, которых нет в базе,
• сканирование пешеходного потока в поисках нужного лица, занесенного в базу,
• поиск человека в так называемой чистой зоне, например проходной - когда человек сам хочет, чтобы система опознала его и впустила.

Как работает система распознавания лиц

Принцип работы распознавания лиц прост, независимо от выбранного алгоритма: система получает отсканированное изображение лица гостя и сравнивает его с эталонными картинками, которые уже хранятся в базе. Учитываются косметические изменения во внешности: макияж, борода, очки, стрижка. Важна и скорость реакции системы: на сканирование лица, поиск аналогий и получение отклика от базы данных должен пройти период времени, примерно равный времени, за который человек пройдет от двери к пропускной системе.

Специалисты используют три популярные схемы для подключения системы распознавания:

• самая популярная - IP-камера снимает поток людей на видео и передает картинку на сервер, где происходит обработка информации, сравнение отсканированных лиц с имеющимися в базе и формирование аналитического отчета для оператора. Недостаток такой системы - ограниченность сервера, число камер, подключенных к нему, не безгранично. Больших затрат потребует покупка серверного оборудования и поддержание его в рабочем состоянии.
• IP-камера сама анализирует поток, а на сервер передаются уже обработанные данные. К серверу предъявляются гораздо меньшие требования, чем в предыдущем варианте, зато возрастает список технических параметров, которым должна соответствовать камера. Цена таких камер значительно выше, чем у моделей более низкого класса.
• обычная видеокамера встраивается в устройство контроля доступом, которое сканирует видеопоток, распознает лица и кроме этого, управляет доступом на объект - открывает и закрывает дверь или турникет. Такие устройства эффективно работают только в помещениях, но зато имеют сравнительно невысокую стоимость.

Три главных параметра, от которых зависит эффективность функционирования системы распознавания лиц: быстрый отклик система, точность алгоритма распознавания, широта базы данных с эталонами.

Алгоритмы распознавания

Системы безопасности используют разные методы распознавания человеческой внешности, причем идеального пока не найдено - у каждого есть свои плюсы и минусы.

Нейронные сети - популярный метод, позволяющий получить качественное распознавание в течение короткого времени. Сканирование лица имеет много слоев, благодаря этому система быстро находит соответствие в своей базе данных. Есть и недостатки:

• новый эталон добавить в базу очень сложно, это потребует переобучения всей сети,
• внесение изменений параметров может длиться до нескольких дней,
• функции распознания нуждаются в выстраивании, так как параметры алгоритма распознавания до конца не формализованы.

Скрытые Марковские модели. В их основе лежит статистическое сравнение полученных изображений с эталонами. У этого метода есть несколько существенных недостатков, что снижает его популярность:

• имеет большое время отклика - вызвано тем, что система подбирает дополнительную модель для сравнения,
• система легко может спутать похожих людей, так как имеет низкую способность к различению,
• долгий и несовершенный алгоритм обучения,
• время на перебор моделей в базе данных нельзя сократить.

Гибкое сравнение на графах. Этот метод использует в качестве вспомогательного способа 2D-моделирование. Система составляет графы - двухмерные модели лиц, которые выглядят как сетка с индивидуальным расположением ребер и вершин. Эталонный граф, который демонстрирует главный параметр распознавания, остается неизменным, а другие меняются в структуре лица. При этом учитываются основные антропометрические точки, которые в течение жизни не меняются: расстояние между ушами и глазами, ширина носа или губ. Подробные модели с большим количеством точек позволяют распознать лицо как можно точнее, но в этом случае увеличится и время отклика системы.

Сложность процесса распознавания привела к необходимости для работы такой системы мощных компьютеров. Как и при других алгоритмах, внедрение новых эталонов в базу требует сил и времени, а чем обширнее база эталонов, тем дольше обрабатывает их система.

Основа системы распознавания лиц - умные камеры

IP-камеры отвечают за сканирование лица нового посетителя, обработку полученной модели и отклика от системы. Специфические характеристики камер делят их на несколько видов в зависимости от функции, которую они выполняют в системе:

• обнаружение объекта - выступают своего рода “сторожами” подконтрольной территории. Они не распознают лица, а лишь наводят на объект умные видеокамеры с более совершенными техническими характеристиками, которые и сканируют биометрические параметры гостя. Их устанавливают при входе на территорию для фиксации посетителей, используют для общей видеосъемки. Технические их характеристики далеки от совершенства: фокусное расстояние до 1 мм, разрешение от 1 Мрх, но этого для обнаружения проникновения на объект вполне достаточно.
• опознание - берут за основу 3-4 основных биометрических параметра, по которому и осуществляется сканирование. Фокусное расстояние доходит до 6 мм, разрешение стартует от 2 Мрх.
• Идентификация - такие камеры делают детальное сканирование лица по нескольким параметрам, чтобы полученное изображение высокого качества могло использоваться в более совершенной системе распознавания лиц. Фокусное расстояние колеблется от 8 до 12 мм, а разрешение – от 5 Мрх.

Кроме фокусного расстояния и разрешения, на качество распознавания влияют количество источников света, адаптация камеры к плохому освещению, место ее установки, угол обзора и средства защиты от негативных проявлений окружающей среды.

Обычно камеры размещаются на проходной или в дверях производственного или коммерческого помещения. Оптимальное место - на уровне лица посетителя или под небольшим углом. Так можно обеспечить лучший угол обзора и качество распознавания.

Распространенные программы для систем распознавания

Разработкой систем распознавания лиц занимаются многие компании - эта сфера стала востребованной не только в связи с возможностью предотвращения коммерческих убытков, злоупотреблений персонала и банальных краж, но и в свете участившихся преступлений в общественных местах. С помощью программ распознавания можно вычислить потенциального преступника еще на подходе к зданию с большим количеством людей.

Компания Синезис, Face Director

В линейке этой компании множество разных систем видеонаблюдения и программ бизнес-аналитики на их основе. Эта программа “ловит” и идентифицирует лицо, изображение которого совпало с эталоном в ее базе данных, и сопровождает его на протяжении всего пути объекта. Ее преимущества обусловили широкую распространенность программы:

• подача тревожного сигнала, если объект пытается прикрыть лицо,
• высокое качество идентификации - до 99%,
• широкий выбор углов обзора позволяет сканировать и идентифицировать лицо с любой точки.

Компания House Control, Face Интеллект

Специализируется на промышленных системах безопасности и идентификации лиц. Использует популярный алгоритм с открытым кодом, написанный еще несколько лет назад. Программа универсальна и адаптируется к большинству моделей аналоговых и цифровых видеокамер. Для качественного распознавания потребуется статичность объекта хотя бы на несколько секунд, поэтому важно правильно установить видеокамеру. Оптимальное место - позади турникета. Здесь программа показывает наиболее качественное распознавание.

Компания VOCORD, VOCORD FaceControl

Компания работает уже 20 лет, специализируясь на программах и системах безопасности с нестандартными параметрами. Эта программа - уникальна, так как является собственной разработкой фирмы. От других программ со схожими задачами она отличается широкими возможностями, которые предлагает оператору:

• камера выхватывает лица, имеющиеся в базе, из пешеходного потока высокой плотности,
• идентифицирует пол и возраст объекта,
• выводит оператору предупреждения на экран, причем делит их на разные категории в зависимости от типа объекта, которого ему присвоила система,
• процесс распознавания идет в режиме реального времени,
• предлагает оператору составить аналитический отчет по проделанной работе,
• осуществляет поиск по базе лиц и в архиве.