Categorii

Specials

All specials

Identificarea Video:

de fictiune a "solutii simple"

Видео-Идентификация

 

Toată lumea care merge la filme sau vizionarea TV prezinta spioni, "saw", cum se biometrice de identificare în imagine. De obicei, cu o videocamere agăţat de la un elicopter care zboară la o distanta de un cuplu de kilometri depărtare, elimina calitatea perfectă de imagini care pot fi la nesfarsit-cereale nu apare. O astfel de tehnologie de rame de miracol miracol constată un fragment al entităţii (de exemplu, o bucată de nas, ochi şi urechi), şi de la această informaţie, în timp real, un computer super (filmul lor pe memoria vechi este numit mainframe) este un terorist dorit (şi, uneori, imediat trimite mitraliera).

Demonstra sistem real aceste zile este foarte dificil-prea mari speranţe. În contextul acestor succese filmul, chiar şi cele mai grave realizările reale tehnologii par a fi, pentru a pune it blînd, neconvingătoare.

Între timp, progresul nu sta încă. În fiecare an sisteme mai eficiente, care facilitează viaţa de oameni angajați siguranţa, protecţia vieţii umane, precum şi de profesionişti în alte zone. Dar pentru a înţelege evoluţia şi evaluaţi corect, ai nevoie de cel puţin o perspectivă puţin în specificul a ceea ce face ca un sistem de identificare a persoanei de imagine.

 

Băieţii buni împotriva băieţii răi

Toate sistemele sunt împărţite în două mari categorii, specialiştii în ţara noastră se numeşte "cooperativă" şi "non-Cooperativa" (în vest, acestea sunt numite, respectiv, "pentru baieti buni" si "baieti rai"). Într-un sistem de cooperare persoanelor interesate la sistemul identificate (de exemplu, pentru a avea acces la zona securizat, la un calculator protejate, etc), şi este gata să coopereze cu sistemul.

Ce este de colaborare? În primul rând, persoana este gata să fie prezentat sistemul în avans. Acest lucru este aşa-numita procesul de familiarizare și formare. În funcţie de scopul şi natura sistemului, este creat de la trei la zece imagini umane care sunt prelucrate şi înregistrate în contul de card. În al doilea rând, în sistemul de cooperare de oameni gata să ia măsuri care să contribuie la îmbunătăţirea probabilitatea de detectare a acesteia, care este, el este dispus să staţi în locul potrivit, uita-te la videocamera şi nu ascunde ochii mei, nu zamatyvat′ fata eşarfă, treia etc., în sisteme de cooperare lumina aproape întotdeauna rezonabilă. Probabilitatea de recunoaștere în astfel de sisteme de astăzi este de aproape 97%. Este mai bine decât capacitatea de persoana medie. Este important să reţineţi că numărul 97% nu înseamnă că trei persoane din o sută, sistemul nu va lipsi. Acest lucru înseamnă că aproximativ 3% din cazuri o intervenție manuală poate fi necesară.

 

 

Dar există o alternativă. Metoda de mai sus de sistem de cooperativă este numit "identificare". Dar există, de asemenea, al doilea mod, numit "verificare". În acest mod, omul foloseşte două factor autentificare-o persoană (care este ceva care o persoană are), şi codul (acest lucru este ceea ce o persoană cunoaşte). Asta este, merge până la castel, persoana-vă propriul cod personal, după care sistemul este conştient de care au venit şi apoi se uită în videocamera şi verifică dacă iau codul introdus este într-adevăr cel care detine aceasta. În loc de frecvent utilizate cartea de cheie electronica (NFC sau RFID). Dar există sisteme care utilizează toate cele trei metode. De exemplu, la bănci şi la facilităţi de secrete trebuie să ataşaţi primul-cheie pentru a intra mici pasaj-poarta de acces, şi apoi formaţi codul PIN şi Arată camera pentru a face faţă de gateway ieşirea.

 

 

Non-cooperare sistemele sunt proiectate să recunoască oameni în situaţii în cazul în care acestea nu sunt reticente în a fi identificate. Tipic cam situaţia-Street, eliminarea ei fluxul de persoane sau videocamera în metrou, staţia de cale ferată şi alte locuri în cazul în care numărul de persoane este imens, pentru a opri le acolo, iluminat este teribil (sau foarte puţină lumină sau prea mult umbra, contrast, zgomot), şi şablon comparaţie-un "paşaport" imagine, transmis prin fax. În situaţia descrisă cunosc pe nimeni aproape imposibil, ceea ce ar am aratat la TV şi în filme. Evident au fost scurgeri de aşteptări nerealiste chiar în condiții de formă, care strică viaţa bezopasnikam de transport pentru a discuta despre căutare pentru imagini, unde 40 puncte între ochi. Sistemul, care cu siguranţă ar au recunoscut oamenii în fotografie, pentru ştiinţă.

Privind în perspectivă, spun că aşteptările rezonabile de calitate de identificare a acestor sisteme este nu mai mare de 70%, chiar şi atunci când conceput în mod corespunzător şi calitativ vystoroennoj sistem.

Lumina, lumina, lumina

Principalii pasi luate pentru îmbunătăţirea probabilitatea de recunoaştere-în primul rând, îmbunătăţirea de iluminat. Oricine este interesat de fotografie, ştie că o mulţime de lumina ambientală este cheia succesului. Atunci când nu există lumină, puteţi seta deschiderii optime, care va da o mare profunzime de câmp, care va oferi o imagine clară a intervalul de distante de la camera la obiect. Prea mult timp de expunere ca rezultat o "neclare". Pentru a reduce timpul de expunere, din nou, nevoie de iluminare bună. Şi există o moştenire grele de twentieth secolului-aşa-numitele "fluorescente lumini pâlpâirea că 50 de ori pe secundă, care este în conflict cu timpul de expunere, şi cauzează dungi în cadru, care este, pentru a pune it blînd, nu ajută calitatea de identificare.

Măsurile luate pentru a aborda această problemă este de a creşte numărul de surse de lumina, puterea lor, utilizarea de "lumina" tuburi "Balast" pentru frecvenţa de flicker 1100Hz şi de mai sus. Dar cea mai bună soluţie este cu siguranta un zonele recomandate pentru trece în cazul în care puteţi controla strâns iluminarea de lumini LED-uri.

 

Megapixeli, care vizionează unghiuri, metri

Un alt TV înşelătoare prezinta filmele şi reprodusă după orientarea este posibilitatea de identificare a unei persoane cu un plan"comun" de camere de supraveghere. Aici ne erau indicat strada din margine în margine, că este, deoarece casa în persoană, şi BAM! -calculator a aflat. Deci, desigur, nu se întâmplă, cel puţin din cauza rezoluţie limitat de camere video. În General, această situaţie este probabil singurul unde "cursa megapixeli" încă nu este finalizat. Uz casnic (şi chiar profesionale) foto şi camerelor video, numarul de megapixeli, şi în această anecdotă despre motorul Royces Rolls, "adecvat".

Odată cu creşterea numărului de megapixeli, cu toate acestea, suntem confruntaţi cu o altă problemă-rata aparat de fotografiat-autobuz are limite fizice. Prin urmare, odată cu creşterea rezoluţie este întotdeauna numărul de cadre pe secundă. De exemplu, în celulele de Arecont (în ciuda cifrelor pretins) singura modalitate de a ajunge la 20-21 cadru pe secundă este reduceţi rezoluţia la 1600 x 1200 pixeli. Există o videocamere cu cele mai bune setări, dar nu "zece mega pixeli de 20 de ori pe secunda".

Acum este clar că celula ocupate de identificare a persoanelor care nu doresc zdrobitoare colţuri. Ţinând cont de persoane diferite de creştere (de obicei, oamenii vin la 150 cm 210) aparat de fotografiat "se afla pe latura mare parte capacul de creştere, mai degrabă decât lăţimea. Astfel, ajungem repede la videocamere convenţionale (pentru simplitate luăm FullHD, 30 de cadre pe secundă) pot ocupa numai o singură trecere.

Distanţa de la videocamera la obiect nu contează prea mult, pentru că puteţi utiliza lentile cu o distanţă focală de. În practică, totuşi, o distanţă de peste 30 de metri este aproape niciodată folosit.

 

Găsi o față ...

Pentru a face o fotografie (sau video) imagine, trebuie să identifice mai întâi find persoana fata lui în cadrul. Această sarcină este mai dificil decât pare intuitiv. În primul rând, chiar o persoană "vede" o persoana chiar în obiecte neînsufleţite naturii (în special, pe flickr grup există, care colectează astfel "persoana fizica"). În al doilea rând, există puţine pentru a găsi ceva care arată ca o persoană, există o nevoie de a pune "fata" de la punctul despre care algoritmul va construi identificare. Aceste sarcini sunt îndeplinite prin diferite metode. Două grupuri principale de metode poate fi numit o statistică şi euristic.

Tehnici statistice, cum sugerează şi numele, Opera pe matrice imens de informaţii prelucrate în avans. În cazul în care noi "a arătat" calculatorului exact unde oamenii pe, spun, un milion imagini reale de oameni, el poate învăţa pentru a "găsi o persoană oriunde. Apoi pe "rezultat", se face o încercare să locul puncte cheie.

Metode euristice, pe de altă parte, funcţionează pe principiul de "întindere emoticon bazate pe idei foarte simplificat (ovale de fata, ochii, nasul, urechile, sprancene, precum şi locaţia lor reciprocă permis). Algoritmi de asemenea încearcă să "pictaţi" sau "trage" dorit "smiley" pe un element de imagine. În cazul în care acest lucru este aşa, atunci rezultatul este fata (şi punct-cheie este plasat imediat).

Se poate spune că o metodă este mai bună decât celelalte. În diferite situaţii, sarcini diferite, care lucrează în mod diferit. Adesea, ele sunt utilizate împreună.

 

Explora alte distinge inamic

În cele din urmă, ajungem la identificarea de câmp. Aici sunt mai direct răspunsurile la întrebări simple: nu există nici un singur algoritm "calitate comercială" (şi în lume, de altfel, câteva unităţi), ale căror coduri au fost publicate. Prin urmare, pot doar specula despre abordări diferite pentru identificare. Dacă respingem aşa-numitele "reţele neuronale" (în cazul în care progresele în identificarea de mai multe pe hârtie şi în minţile oamenilor de ştiinţă) sunt algoritmi care se bazează pe punctele de control, plasat pe o imagine sale detecta (găsi), "trage o grilă, şi calcula funcţiile fie la punctele de intersecţie de linii sau de puncte sunt selectate pe un principiu diferit. Rezultatul acestor manipulări este numărul (sau grup de numere), care este de obicei numit "model de identificare. Aceste template-uri sunt stocate în memorie. Algoritmi de identificare şi comparaţi-le cu cineva mai repede şi mai bine, cineva mai lent şi mai rău.

 

 

De ce toate astea?

Principiile descrise şi creat pe baza lor de algoritmi sunt găsirea de creşterea cererii în viaţa de zi cu zi. În plus faţă de "poveşti de groază" despre "big brother", sisteme de identificare ajuta prinde criminali, care sunt dorit, oferi acces control, prevenirea fraudei.

Compania "Smilart-simplu soluţii" pentru şapte ani, a dezvoltat propria imagine umane identificarea algoritmi. Sisteme de rezultate sunt utilizate într-o gamă largă de produse concepute pentru a îmbunătăţi viaţa noastră.

Interfon navelor soluţii gata făcute pentru perimetru de protecţie. Acesta vă permite să face viaţa mai uşoară pentru un om deoarece identifică numai atunci când se apropie de usa sau poarta a obiectului protejat, pentru a deschide cele în faţa lui. Se salvează câteva secunde de timp si imbunatateste starea de spirit, ca omul aude un salut personalizată ("Dragă Vladimir Vladimirovici!"). Până în prezent, un astfel de sistem este implementat pe baza sistemului de comunicare interioară uşa Mobotix M24.

Validatorul compară imaginea în paşaportul dumneavoastră (şi alte documente) cu un prezentator de persoană, puteţi verifica documentul pentru fals. Doar poliţişti şi serviciul secret trece pregătire specială care le permite să "ştie" oameni de pe fotografie. De obicei în astfel de situaţii este o persoană care nu este instruit în metodele de identificare, si nu stiu care stau la baza principiile ştiinţifice. Validatorul vă permite să lupta împotriva fraudei din partea băncilor, operatorii de telefonie mobilă, şi, de asemenea, pot fi utilizate pentru controalele de paşaport.

Platforma este inima sistemului Smilart. Implementeaza algoritmi de bază şi "obveska" care vă permite să creaţi rapid un produs cerute de client. Pentru astăzi următoarele proiecte mari.

PPC-sistem cu toţi angajaţii, după care oricine intră în cutia de viteze, ar trebui să arate în aparatul de fotografiat. Dacă sistemul "invatat" se va afişa în timp, care este. PISICA noastră este în unele instituţii serviciului FEDERAL de corecţie penale ale Federaţiei Ruse.

 

 

Vamale Blick de pasageri la Aeroportul Sheremetyevo. Cu eliminarea de răspundere penală pentru traficul traficanţii chinez au intensificat dramatic. Acum, atunci când se confruntă numai amenzi şi deportare, atacatorii au început să zboare. Problema este că sunt distingem relativ bine singura persoană din rasa lui (o glumă din filmul Mimino, uite tot alb acelaşi "Bull's ochi!). Prin contrast, calculatorul încă nu distinge între cursa-el este singura persoana. Sistem de Smilart a arătat că oamenii bine din toate cele trei curse Mongoloids ea-Europenii, Negroids.

Acum du-te lucreze pe echipament de sistemul nostru de o serie de obiecte foarte sensibile cu încuietori.

Desigur, toate cele de mai sus, nu arata atat de impresionant spectaculos, ca fantezie filme, dar reflectă nivelul actual de tehnologie avansată şi eficient rezolvă problemele care a creat. Care astăzi perceput ca science-fiction, invizibil pentru persoana medie în categoria zilnic şi universal puse în aplicare.

 

Видео-Идентификация

Евгений Богорад,
Директор по продуктам
ООО «Простые решения»

Sursa: http://daily.sec.ru/

Каждый, кто ходит в кино, или смотрит сериалы про шпионов, «видел», как работает биометрическая идентификация человека по его изображению. Обычно с камеры, свисающей с вертолёта, летящего на расстоянии пары километров от объекта, снимают идеального качества кадры, которые можно бесконечно увеличивать – зерно никогда не появляется. На таких чудо-кадрах чудо-техника находит фрагмент лица (например, кусочек носа, глаз, и ухо), и по этой информации, непременно в реальном времени, супер-компьютер (их в кино по старой памяти называют мейнфрейм) находит разыскиваемого террориста (ну и, иногда, сразу направляет на него пулемёт). Демонстрировать после этого настоящую систему в наши дни очень трудно – слишком высоки ожидания. На фоне таких кино-успехов даже самые серьёзные достижения реальных технологий кажутся, мягко говоря, малоубедительными. Между тем, прогресс не стоит на месте. Каждый год появляются всё более и более эффективные системы, которые облегчают жизнь людям, занятым обеспечением безопасности, защитой жизни людей, а так же профессионалам в других областях. Но чтобы понять этот прогресс, и оценить его по достоинству, нужно хотя бы немного вникнуть в особенности того, что же делают системы идентификации человека по изображению. Хорошие парни против плохих парней Все системы делятся на две большие категории, специалисты в нашей стране называют их “кооперативные” и “некооперативные” (на западе они называются, соответственно, “for good guys” и “for bad guys”). В кооперативной системе человек заинтересован, чтобы система его опознала (например, для того, чтобы получить доступ в охраняемое помещение, к защищённому компьютеру, и т.п.), и он готов с системой сотрудничать. В чём заключается сотрудничество? Во-первых, человек готов к тому, чтобы быть представленным системе заранее. Это так называемый процесс ознакомления, обучения. В зависимости от целей и специфики работы системы, создаётся от трёх до десяти изображений человека, которые обрабатываются и заносятся в его учётную карточку. Во-вторых, в кооперативной системе человек готов совершать шаги, которые способствуют улучшению вероятности его распознавания – то есть он готов остановиться в нужном месте, смотреть в камеру, а не прятать глаза, не заматывать лицо шарфом и т.п. В-третьих, в кооперативных системах практически всегда разумная освещённость. Вероятность распознавания в таких системах на сегодня приближается к 97%. Это лучше, чем способности среднего человека. Здесь важно отметить, что число 97% вовсе не означает, что троих человек из ста система не пропустит. Это значит, что примерно в 3% случаев возможно, потребуется вмешательство оператора. Но есть и альтернатива. Описанный выше способ работы кооперативной системы называется «идентификация». Но есть и второй режим, который называется «верификация». В этом режиме человек использует два фактора авторизации - лицо (это что-то, что у человека есть), и код (это то, что человек знает). То есть, подойдя к замку, человек набирает свой личный код, по которому система понимает, кто пришёл, после чего смотрит в камеру, и система верифицирует тот факт, что код ввёл действительно тот, кто им владеет. Вместо кода чаще всего применяется электронная ключ-карта (NFC или RFID). Но встречаются и системы, где используются все три метода. Например, в банках и на секретных объектах сначала нужно приложить ключ, чтобы войти в тамбур-шлюз, а затем набрать PIN, и показать лицо камере, чтобы из шлюза выйти. Некооперативные системы призваны узнавать людей в ситуациях, когда те не горят желанием быть опознанными. Типичная ситуация - уличная камера, снимающая поток людей, или камера в метро, на вокзале и т.п. местах, где количество людей огромно, возможности остановить их нет, освещение ужасно (либо света очень мало, либо слишком много, тени, контрастность, шумы), а шаблон сравнения – одна «паспортная» фотография, переданная по факсу. В описанной ситуации узнать кого бы то ни было практически невозможно, что бы нам ни показывали по телевизору, и в кино. Заведомо нереалистичные ожидания просочились даже в официальные требования, что сильно портит жизнь безопасникам на транспорте – постоянно обсуждают поиск по фото, где между глазами 40 точек. На сегодня системы, которые бы уверенно узнавали людей по таким фото, науке неизвестны. Забегая вперёд, скажем, что разумные ожидания от качества идентификации в таких системах - не выше 70%, даже при правильно спроектированной и качественно выстороенной системе. Свет, свет, свет Основные шаги, предпринимаемые для улучшения вероятности распознавания – в первую очередь, улучшение освещённости. Любой, кто интересовался фотографией, знает, что много рассеянного света – залог успеха. Когда вокруг светло, можно выставить оптимальную диафрагму, которая даст значительную глубину резкости, что позволит получать чёткое изображение в требуемом диапазоне расстояний от камеры до объекта. При этом слишком длинная экспозиция приводит к получению «смазанных» кадров. Для уменьшения времени экспозиции, опять же, требуется хорошая освещённость. А ещё есть тяжёлое наследие XX века – так называемые «лампы дневного света», которые мерцают 50 раз в секунду, что вступает в конфликт с временем экспозиции, и приводит к появлению полос в кадре, которые тоже, мягко говоря, не помогают качеству идентификации. Шаги, предпринимаемые для решения этой проблемы – увеличение количества источников света, их мощности, применение в «лампах дневного света» так называемых «балластов», обеспечивающих частоту мерцания 1100Гц и выше. Но лучшее решение – безусловно, создание рекомендованных зон для прохода, где можно жёстко контролировать освещённость, создаваемую LED-светильниками. Мегапиксели, углы обзора, метры Ещё одно тиражируемое фильмами и сериалами заблуждение – возможность идентификации человека с «общего плана» камеры наружного наблюдения. Вот нам показали улицу от края до края, вот из-за дома вышел человек, и – бац! – компьютер его узнал. Так, конечно, не бывает, хотя бы из-за ограниченного разрешения видеокамер. Вообще, описанная ситуация – пожалуй, единственная, где «гонка мегапикселей» всё ещё не завершена. В бытовых (и даже профессиональных) фото- и видео-камерах количество мегапикселей, как в том анекдоте про мощность двигателя Роллс-Ройса, «достаточное». С увеличением количества мегапикселей, однако, мы сталкиваемся с другой проблемой – скорострельностью камеры – шина-то имеет физические пределы. Поэтому с ростом разрешения всегда падает количество кадров в секунду. Скажем, в камерах Arecont (несмотря на заявленные цифры) единственный способ получить 20-21 кадр в секунду – это снизить разрешение до величины 1600x1200 точек. Есть камеры с лучшими параметрами, но никаких «десяти мегапикселей 20 раз в секунду» не бывает. Теперь понятно, что камере, занятой идентификацией людей по лицу, не нужны широкие углы. С учётом разного роста людей (обычно считается, что люди бывают от 150 до 210 см) камеру «кладут на бок», чтобы бОльшая сторона покрывала рост, а не ширину. Таким образом, мы быстро приходим к тому, что обычная камера (для простоты берём FullHD, 30 кадров в секунду) может обрабатывать только один проход. Расстояние от камеры до объекта не имеет большого значения, т.к. можно использовать объективы с большим фокусным расстоянием. На практике, тем не менее, расстояние более 30 метров практически никогда не используется. Найти лицо Для того, чтобы по фото- (или видео-) изображению идентифицировать человека, сначала необходимо найти его лицо в кадре. Задача эта гораздо сложнее, чем представляется интуитивно. Во-первых, даже человек «видит» лица даже в объектах неживой природы (так, в частности, на сервисе flickr существует группа, где коллекционируют такие «природные лица»). Во-вторых, мало найти нечто, похожее на лицо, нужно ещё расставить на этом «лице» точки, от которых будет отталкиваться алгоритм идентификации. Эти задачи решаются разными методами. Две основных группы методов можно условно назвать статистическими и эвристическими. Статистические методы, как следует из названия, оперируют огромными массивами заранее обработанной информации. Если мы «показали» компьютеру, где именно находятся лица на, скажем, миллионе реальных изображений людей, он может «научиться» находить лица, где угодно. Затем по полученному «результату» производится попытка расстановки ключевых точек. Эвристические методы, напротив, работают по принципу «натягивания смайлика» - отталкиваясь от сильно упрощённой идеи (овал лица, глаза, нос, брови, уши, а так же их допустимые взаимные расположения). Такие алгоритмы пытаются «нарисовать» или «натянуть» требуемый «смайлик» на элемент изображения. Если это получается, то результат считается лицом (а ключевые точки – сразу же расставленными). Нельзя сказать, что один метод лучше другого. В разных ситуациях, на разных задачах, они работают по-разному. Часто их используют в связке. Узнать друга, отличить врага Наконец, мы подходим к области идентификации. Здесь прямых ответов на простые вопросы уже нет: не существует ни одного алгоритма идентификации «коммерческого качества» (а их в мире, кстати, считанные единицы), чьи коды были бы опубликованы. Поэтому достоверно можно только рассуждать о разных подходах к идентификации. Если отбросить так называемые «нейронные сети» (там успехи в идентификации скорее на бумаге и в головах учёных), остаются алгоритмы, которые, отталкиваясь от опорных точек, расставленных на изображении лица при его детектировании (нахождении), «натягивают сетку», и вычисляют разнообразные функции либо в точках пересечения линий, либо в точках, выбранных по какому-то другому принципу. Результатом этих манипуляций становится число (или группа чисел), которые принято называть «шаблоном идентификации». Эти шаблоны и хранятся в памяти систем. Их и сравнивают алгоритмы идентификации – кто-то быстрее и лучше, кто-то медленнее и хуже. Зачем это всё Описанные принципы и созданные на их базе алгоритмы находят всё большее применение в повседневной жизни. Помимо «страшилок» про «большого брата», системы идентификации помогают ловить преступников, находящихся в розыске, обеспечивают контроль доступа, предотвращают мошенничество. Компания «Smilart – Простые решения» в течение семи лет разрабатывала собственные алгоритмы идентификации человека по изображению. Получившиеся в результате системы используются в целом ряде продуктов, призванных улучшить нашу жизнь. Домофон поставляется в составе готовых решений охраны периметра. Он позволяет облегчить жизнь человека, т.к. идентифицирует его ещё только при приближении к двери или калитке охраняемого объекта, чтобы открыть те перед ним автоматически. Это экономит несколько секунд времени и улучшает настроение, поскольку человек слышит персонализированное приветствие («Здравствуйте, Владимир Владимирович!»). На сегодняшний день такая система реализована на базе домофона Mobotix M24. Валидатор сравнивает изображение в паспорте (и других документах) с лицом предъявителя, может проверять документ на предмет подделки. Только сотрудники полиции и спецслужб проходят специальное обучение, которое позволяет им уверенно «узнавать» людей по фото. Обычно же в подобных ситуациях находится человек, который, не обучен методам идентификации, и не знает лежащих в их основе научных принципов. Валидатор позволяет бороться с мошенничеством со стороны сотрудников банков, сотовых операторов, а также может быть использован на пунктах паспортного контроля. Платформа – сердце системы Smilart. На ней реализованы основные алгоритмы и «обвеска», которая позволяет в короткие сроки создавать продукт, необходимый клиенту. На сегодня реализованы следующие крупные проекты. КПП - В систему заводят лица всех сотрудников, после чего любой, кто входит в КПП, должен посмотреть в камеру. Если система его «узнала» - она покажет часовому, кто это. Наш КПП установлен в ряде учреждений ФСИН РФ. БЛИК - пассажирская таможня аэропорта Шереметьево. С отменой уголовной ответственности за контрабанду резко активизировались контрабандисты на китайском направлении. Теперь, когда им грозит только штраф и депортация, злоумышленники стали летать особенно часто. Проблема же в том, что мы относительно хорошо различаем только лица своей расы (шутка из фильма Мимино, про «все белые на одно лицо» - в яблочко!). Компьютеру же, напротив, всё равно – он различает не расы, но только лица. Система Smilart показала, что отлично узнаёт людей всех трёх рас – европеоидов, негроидов, монголоидов. В настоящее время идут работы по оборудованию нашей системой ряда объектов повышенной секретности, где используются тамбур-шлюзы. Все перечисленное, конечно, не выглядит столь впечатляюще эффектно, как киношные фантазии, но отражает современный уровень передовых технологий и эффективно решает задачи, для которых создано. То, что еще вчера воспринималась, как научная фантастика, незаметно для обывателя перешло в категорию повседневной и повсеместно реализуемой практики.

Источник: http://daily.sec.ru/2014/03/11/Videoidentifikatsiya-ot-fantastiki-k-prostim-resheniyam.html
Каждый, кто ходит в кино, или смотрит сериалы про шпионов, «видел», как работает биометрическая идентификация человека по его изображению. Обычно с камеры, свисающей с вертолёта, летящего на расстоянии пары километров от объекта, снимают идеального качества кадры, которые можно бесконечно увеличивать – зерно никогда не появляется. На таких чудо-кадрах чудо-техника находит фрагмент лица (например, кусочек носа, глаз, и ухо), и по этой информации, непременно в реальном времени, супер-компьютер (их в кино по старой памяти называют мейнфрейм) находит разыскиваемого террориста (ну и, иногда, сразу направляет на него пулемёт). Демонстрировать после этого настоящую систему в наши дни очень трудно – слишком высоки ожидания. На фоне таких кино-успехов даже самые серьёзные достижения реальных технологий кажутся, мягко говоря, малоубедительными. Между тем, прогресс не стоит на месте. Каждый год появляются всё более и более эффективные системы, которые облегчают жизнь людям, занятым обеспечением безопасности, защитой жизни людей, а так же профессионалам в других областях. Но чтобы понять этот прогресс, и оценить его по достоинству, нужно хотя бы немного вникнуть в особенности того, что же делают системы идентификации человека по изображению. Хорошие парни против плохих парней Все системы делятся на две большие категории, специалисты в нашей стране называют их “кооперативные” и “некооперативные” (на западе они называются, соответственно, “for good guys” и “for bad guys”). В кооперативной системе человек заинтересован, чтобы система его опознала (например, для того, чтобы получить доступ в охраняемое помещение, к защищённому компьютеру, и т.п.), и он готов с системой сотрудничать. В чём заключается сотрудничество? Во-первых, человек готов к тому, чтобы быть представленным системе заранее. Это так называемый процесс ознакомления, обучения. В зависимости от целей и специфики работы системы, создаётся от трёх до десяти изображений человека, которые обрабатываются и заносятся в его учётную карточку. Во-вторых, в кооперативной системе человек готов совершать шаги, которые способствуют улучшению вероятности его распознавания – то есть он готов остановиться в нужном месте, смотреть в камеру, а не прятать глаза, не заматывать лицо шарфом и т.п. В-третьих, в кооперативных системах практически всегда разумная освещённость. Вероятность распознавания в таких системах на сегодня приближается к 97%. Это лучше, чем способности среднего человека. Здесь важно отметить, что число 97% вовсе не означает, что троих человек из ста система не пропустит. Это значит, что примерно в 3% случаев возможно, потребуется вмешательство оператора. Но есть и альтернатива. Описанный выше способ работы кооперативной системы называется «идентификация». Но есть и второй режим, который называется «верификация». В этом режиме человек использует два фактора авторизации - лицо (это что-то, что у человека есть), и код (это то, что человек знает). То есть, подойдя к замку, человек набирает свой личный код, по которому система понимает, кто пришёл, после чего смотрит в камеру, и система верифицирует тот факт, что код ввёл действительно тот, кто им владеет. Вместо кода чаще всего применяется электронная ключ-карта (NFC или RFID). Но встречаются и системы, где используются все три метода. Например, в банках и на секретных объектах сначала нужно приложить ключ, чтобы войти в тамбур-шлюз, а затем набрать PIN, и показать лицо камере, чтобы из шлюза выйти. Некооперативные системы призваны узнавать людей в ситуациях, когда те не горят желанием быть опознанными. Типичная ситуация - уличная камера, снимающая поток людей, или камера в метро, на вокзале и т.п. местах, где количество людей огромно, возможности остановить их нет, освещение ужасно (либо света очень мало, либо слишком много, тени, контрастность, шумы), а шаблон сравнения – одна «паспортная» фотография, переданная по факсу. В описанной ситуации узнать кого бы то ни было практически невозможно, что бы нам ни показывали по телевизору, и в кино. Заведомо нереалистичные ожидания просочились даже в официальные требования, что сильно портит жизнь безопасникам на транспорте – постоянно обсуждают поиск по фото, где между глазами 40 точек. На сегодня системы, которые бы уверенно узнавали людей по таким фото, науке неизвестны. Забегая вперёд, скажем, что разумные ожидания от качества идентификации в таких системах - не выше 70%, даже при правильно спроектированной и качественно выстороенной системе. Свет, свет, свет Основные шаги, предпринимаемые для улучшения вероятности распознавания – в первую очередь, улучшение освещённости. Любой, кто интересовался фотографией, знает, что много рассеянного света – залог успеха. Когда вокруг светло, можно выставить оптимальную диафрагму, которая даст значительную глубину резкости, что позволит получать чёткое изображение в требуемом диапазоне расстояний от камеры до объекта. При этом слишком длинная экспозиция приводит к получению «смазанных» кадров. Для уменьшения времени экспозиции, опять же, требуется хорошая освещённость. А ещё есть тяжёлое наследие XX века – так называемые «лампы дневного света», которые мерцают 50 раз в секунду, что вступает в конфликт с временем экспозиции, и приводит к появлению полос в кадре, которые тоже, мягко говоря, не помогают качеству идентификации. Шаги, предпринимаемые для решения этой проблемы – увеличение количества источников света, их мощности, применение в «лампах дневного света» так называемых «балластов», обеспечивающих частоту мерцания 1100Гц и выше. Но лучшее решение – безусловно, создание рекомендованных зон для прохода, где можно жёстко контролировать освещённость, создаваемую LED-светильниками. Мегапиксели, углы обзора, метры Ещё одно тиражируемое фильмами и сериалами заблуждение – возможность идентификации человека с «общего плана» камеры наружного наблюдения. Вот нам показали улицу от края до края, вот из-за дома вышел человек, и – бац! – компьютер его узнал. Так, конечно, не бывает, хотя бы из-за ограниченного разрешения видеокамер. Вообще, описанная ситуация – пожалуй, единственная, где «гонка мегапикселей» всё ещё не завершена. В бытовых (и даже профессиональных) фото- и видео-камерах количество мегапикселей, как в том анекдоте про мощность двигателя Роллс-Ройса, «достаточное». С увеличением количества мегапикселей, однако, мы сталкиваемся с другой проблемой – скорострельностью камеры – шина-то имеет физические пределы. Поэтому с ростом разрешения всегда падает количество кадров в секунду. Скажем, в камерах Arecont (несмотря на заявленные цифры) единственный способ получить 20-21 кадр в секунду – это снизить разрешение до величины 1600x1200 точек. Есть камеры с лучшими параметрами, но никаких «десяти мегапикселей 20 раз в секунду» не бывает. Теперь понятно, что камере, занятой идентификацией людей по лицу, не нужны широкие углы. С учётом разного роста людей (обычно считается, что люди бывают от 150 до 210 см) камеру «кладут на бок», чтобы бОльшая сторона покрывала рост, а не ширину. Таким образом, мы быстро приходим к тому, что обычная камера (для простоты берём FullHD, 30 кадров в секунду) может обрабатывать только один проход. Расстояние от камеры до объекта не имеет большого значения, т.к. можно использовать объективы с большим фокусным расстоянием. На практике, тем не менее, расстояние более 30 метров практически никогда не используется. Найти лицо Для того, чтобы по фото- (или видео-) изображению идентифицировать человека, сначала необходимо найти его лицо в кадре. Задача эта гораздо сложнее, чем представляется интуитивно. Во-первых, даже человек «видит» лица даже в объектах неживой природы (так, в частности, на сервисе flickr существует группа, где коллекционируют такие «природные лица»). Во-вторых, мало найти нечто, похожее на лицо, нужно ещё расставить на этом «лице» точки, от которых будет отталкиваться алгоритм идентификации. Эти задачи решаются разными методами. Две основных группы методов можно условно назвать статистическими и эвристическими. Статистические методы, как следует из названия, оперируют огромными массивами заранее обработанной информации. Если мы «показали» компьютеру, где именно находятся лица на, скажем, миллионе реальных изображений людей, он может «научиться» находить лица, где угодно. Затем по полученному «результату» производится попытка расстановки ключевых точек. Эвристические методы, напротив, работают по принципу «натягивания смайлика» - отталкиваясь от сильно упрощённой идеи (овал лица, глаза, нос, брови, уши, а так же их допустимые взаимные расположения). Такие алгоритмы пытаются «нарисовать» или «натянуть» требуемый «смайлик» на элемент изображения. Если это получается, то результат считается лицом (а ключевые точки – сразу же расставленными). Нельзя сказать, что один метод лучше другого. В разных ситуациях, на разных задачах, они работают по-разному. Часто их используют в связке. Узнать друга, отличить врага Наконец, мы подходим к области идентификации. Здесь прямых ответов на простые вопросы уже нет: не существует ни одного алгоритма идентификации «коммерческого качества» (а их в мире, кстати, считанные единицы), чьи коды были бы опубликованы. Поэтому достоверно можно только рассуждать о разных подходах к идентификации. Если отбросить так называемые «нейронные сети» (там успехи в идентификации скорее на бумаге и в головах учёных), остаются алгоритмы, которые, отталкиваясь от опорных точек, расставленных на изображении лица при его детектировании (нахождении), «натягивают сетку», и вычисляют разнообразные функции либо в точках пересечения линий, либо в точках, выбранных по какому-то другому принципу. Результатом этих манипуляций становится число (или группа чисел), которые принято называть «шаблоном идентификации». Эти шаблоны и хранятся в памяти систем. Их и сравнивают алгоритмы идентификации – кто-то быстрее и лучше, кто-то медленнее и хуже. Зачем это всё Описанные принципы и созданные на их базе алгоритмы находят всё большее применение в повседневной жизни. Помимо «страшилок» про «большого брата», системы идентификации помогают ловить преступников, находящихся в розыске, обеспечивают контроль доступа, предотвращают мошенничество. Компания «Smilart – Простые решения» в течение семи лет разрабатывала собственные алгоритмы идентификации человека по изображению. Получившиеся в результате системы используются в целом ряде продуктов, призванных улучшить нашу жизнь. Домофон поставляется в составе готовых решений охраны периметра. Он позволяет облегчить жизнь человека, т.к. идентифицирует его ещё только при приближении к двери или калитке охраняемого объекта, чтобы открыть те перед ним автоматически. Это экономит несколько секунд времени и улучшает настроение, поскольку человек слышит персонализированное приветствие («Здравствуйте, Владимир Владимирович!»). На сегодняшний день такая система реализована на базе домофона Mobotix M24. Валидатор сравнивает изображение в паспорте (и других документах) с лицом предъявителя, может проверять документ на предмет подделки. Только сотрудники полиции и спецслужб проходят специальное обучение, которое позволяет им уверенно «узнавать» людей по фото. Обычно же в подобных ситуациях находится человек, который, не обучен методам идентификации, и не знает лежащих в их основе научных принципов. Валидатор позволяет бороться с мошенничеством со стороны сотрудников банков, сотовых операторов, а также может быть использован на пунктах паспортного контроля. Платформа – сердце системы Smilart. На ней реализованы основные алгоритмы и «обвеска», которая позволяет в короткие сроки создавать продукт, необходимый клиенту. На сегодня реализованы следующие крупные проекты. КПП - В систему заводят лица всех сотрудников, после чего любой, кто входит в КПП, должен посмотреть в камеру. Если система его «узнала» - она покажет часовому, кто это. Наш КПП установлен в ряде учреждений ФСИН РФ. БЛИК - пассажирская таможня аэропорта Шереметьево. С отменой уголовной ответственности за контрабанду резко активизировались контрабандисты на китайском направлении. Теперь, когда им грозит только штраф и депортация, злоумышленники стали летать особенно часто. Проблема же в том, что мы относительно хорошо различаем только лица своей расы (шутка из фильма Мимино, про «все белые на одно лицо» - в яблочко!). Компьютеру же, напротив, всё равно – он различает не расы, но только лица. Система Smilart показала, что отлично узнаёт людей всех трёх рас – европеоидов, негроидов, монголоидов. В настоящее время идут работы по оборудованию нашей системой ряда объектов повышенной секретности, где используются тамбур-шлюзы. Все перечисленное, конечно, не выглядит столь впечатляюще эффектно, как киношные фантазии, но отражает современный уровень передовых технологий и эффективно решает задачи, для которых создано. То, что еще вчера воспринималась, как научная фантастика, незаметно для обывателя перешло в категорию повседневной и повсеместно реализуемой практики.

Источник: http://daily.sec.ru/2014/03/11/Videoidentifikatsiya-ot-fantastiki-k-prostim-resheniyam.html

AcasăAcasă

New products

No new products at this time