Видеонаблюдение распознавание лиц — алгоритмы и программы

Точки распознавания

Современные системы видеонаблюдения не только предоставляют оператору информацию о событиях, произошедших на объекте, но и могут анализировать изображения, принимая автоматические решения и отдавая команды контроллерам исполнительных устройств. Одним из наиболее распространенных методов видеоаналитики является идентификация объекта по распознанию лица. Она нашла широкое применение в различных системах управления и автоматизации:

  1. Система контроля управления доступом — преимущественно на проходных организаций закрытого типа. В качестве исполнительных устройств используются турникеты. В этом случае полностью отпадает необходимость в электронных или магнитных идентификаторах, которые можно подделать.
  2. Система предотвращения краж в торговых залах — зачастую, кражи в супермаркетах дело рук одних и тех же людей, использование системы видеонаблюдения с распознаванием лиц позволит идентифицировать их на входе в торговый зал и более тщательно следить за их действиями. Это особенно актуально для больших торговых сетей, которые техническую возможность вести базы данных неблагонадежных покупателей.
  3. Фейс-контроль — актуален не только для ночных клубов, но и для любых других мест отдыха;
  4. Помощь оператору в организации слежения за подконтрольной территорией — довольно часто, особенно в ночное время, эффективность действия оператора системы видеонаблюдения существенно снижается, таким образом, он может не заметить злоумышленника на слабо освещенном участке. Система идентификации и распознавания может определить наличие постороннего и подать предупреждающий сигнал, привлекая внимание.

Используемые алгоритмы

Существует множество алгоритмов применяемых системами видеонаблюдения с распознаванием лиц и номеров. На практике наиболее эффективными оказались 3:

  1. Гибкого сравнения на графах;
  2. Нейросетей;
  3. Марковских моделей.
к оглавлению ↑

Метод сравнения на графах

Программа представляет лица, отсканированные системой видеонаблюдения, в виде графов с определенными вершинами и гранями. Сутью метода является эластичные изменения сопоставления ребер, одно из которых является эталонным, а другие деформируются с целью оптимальной подгонки к оригиналу. В различных алгоритмах графы могут иметь структуру прямоугольника, где ключевые точки привязаны к двухмерным координатам, или трехмерную структуру неравномерных многоугольников вершины которых связаны с основными антропометрическими показателями лица.

Недостатками такого метода является довольно существенная сложность процесса распознания и, как следствие, высокие требования, которые предъявляются к вычислительным мощностям обслуживающей техники. Процедура запоминания новых эталонов имеет низкую технологичность. Кроме того, существует прямая зависимость скорость работы системы с объемом база данных. Рекомендуется использовать для систем распознавания, объем которых не превышает 500 эталонов.

А прямоугольный граф, Б антропометрическая решетка

к оглавлению ↑

Нейронные сети

Современные программы используют более десятка разновидностей алгоритмов нейронных сетей. Наиболее распространенными и эффективными являются многослойные прецептронные сети. Их использование позволяет не только классифицировать полученное изображение, но и осуществлять обучение сети в автоматическом режиме в соответствии с заложенным алгоритмом. Наибольшую эффективность в распознании продемонстрировала сеть Convolutional Neural Network.

Однако, популярность этого метода не слишком высока, что связано со сложностью обслуживания. Добавление эталонного образца в базу довольно длительная процедура, требующая от 1 часа до нескольких дней. Кроме того, неправильная оптимизация алгоритма выбора может привести к критическому сбою всей системы, и СКУД либо станет всех пропускать, либо блокирует вход.

Алгоритм обнаружения в нейронных сетях

к оглавлению ↑

Скрытые Марковские модели

СММ относится к статистическим алгоритмам распознавания. Довольно эффективный и скоростной метод для средних объемов данных. Однако, существуют определенные трудности в обучении, при вводе в базу данных новой модели необходимо отметить несколько десятков ключевых параметров, некоторые из которых уникальны.

Извлечение эталонных участков для сравнения в Марковских сетях

к оглавлению ↑

Принцип действия

Независимо от используемого метода аутентификации все видеосистемы распознавания лиц осуществляют сравнение изображений, которые получены от камер видеонаблюдения, с эталонами, которые имеются в базе данных. Хорошими показателями для системы считается, если программа смогла идентифицировать объект с расстояния не более 10 метров от видеокамеры за 15-30 секунд с момента визуального контакта. Программа должна учитывать возможность изменения физических параметров: борода, очки, смена прически. Анализ должен основываться на неизменяемых антропометрических параметрах: строение черепа, расстояние между глазами, форма ушей.

Как правило, видеонаблюдение с распознанием лиц является наиболее ответственной частью СКУД. После подтверждения идентификации посетителя поступает команда для разблокировки турникета, в случае несоответствия посетителя эталонам из базы данных могут активироваться протоколы безопасности: включается сирена с проблесковыми маяками или красная тревожная лампа на панели диспетчера. Также на электронной карте, выведенной на монитор, маркером будет указано местоположение нарушителя.

Разновидности

В зависимости от конкретных задач, которые стоят перед системой безопасности объекта, она комплектуется оборудованием с различными техническими и эксплуатационными параметрами:

  1. Обнаружение. Основная задача — это фиксация несанкционированного проникновения на подконтрольную территорию. Система распознания может отличить движущегося человека от животного — собаки, кошки, но идентифицировать его не сможет. Используется в основном для предварительного предупреждения службы охраны. Наименее дорогостоящая и требовательная к техническим ресурсам. Для обслуживания достаточно 1 Мп цифровой видеокамеры с фокусным расстоянием от 1 мм. Обычно используется в небольших учреждениях, сама программа вшита в видеорегистратор с распознанием лиц.
  2. Распознавание. Такую систему устанавливают преимущественно на проходных. Она имеет врезанные функциональные возможности и способна только определить «свой-чужой» по ограниченному ряду параметров. Необходима видеокамера с фокусным расстоянием от 6 мм и разрешением не менее 2 Мп.
  3. Полная идентификация. Осуществляет распознание по большему количеству параметров, может быть выполнено внесение информации об объекте по фотографиям. Используется в системах видеонаблюдения «безопасный город». Имеет высокие требования к техническому обеспечению: видеокамеры с разрешением более 2 Мп и изменяемым фокусным расстоянием до 12 мм.

Эффективность распознания зависит не только от технических показателей видеокамеры, но и от места ее установки – освещенность, угол обзора.

к оглавлению ↑

Обзор популярных продуктов

Face -Интеллект от компании «House Control», которая занимается устройством и обслуживанием систем безопасности различного уровня от промышленных и общественных объектов до офиса и дома. Программа работает на надежном алгоритме компании «Cognitec» и имеет высокий коэффициент распознания. Стоимость от 2250$ для базы в 10 человек до 5100 $ для базы в 200 человек.

FaceDetector – от компании Синезис, разработчика интеллектуальных систем видеонаблюдения и программ видеоаналитики для бизнеса. Программа имеет широкие функциональные возможности особенно в построении разнообразных отчетов. По ним можно определить какие посетители (пол, возраст) наиболее часто останавливались возле определенных прилавков, стеллажей, отделов. Из основных преимуществ программы нужно отметить возможность идентификации при довольно больших углах поворота лиц до 90°в горизонтальной плоскости и до 30° в вертикальной. При попытке прикрыть лицо (в том числе и маской) срабатывает детектор предупреждения.

FaceControl – от компании Вокорд, специализирующийся на разработке систем видеонаблюдения с уникальными характеристиками. Программа может распознать пол и возраст, подсчитать частоту посещения, сгенерировать отчеты. Производит аналитический поиск в архиве.

Видеонаблюдение с функцией распознания лиц будет полезно не только системам безопасности, но и в бизнесе, для осуществления анализа посетителей.