RačunariInformaciona tehnologija

Sistem prepoznavanja lica pomoću sistema za video nadzor. Algoritam traženja lica

Softver i hardver modernih integrisanih sigurnosnih sistema su u stanju da reše probleme bilo koje složenosti na svim industrijskim, društvenim i domaćim objektima. Veoma važni alati za sigurnosne sisteme su sistemi video nadzora, a zahtjevi za funkcionalnošću segmenta postepeno raste.

Integrisani sigurnosni sistemi

Jedna platforma integrisanih sigurnosnih sistema obuhvata module za sigurnosnu i protivpožarnu opremu, kontrolu i kontrolu pristupa, video nadzor ili sigurnosnu televiziju (COT). Funkcije ovih do nedavno ograničene su na video nadzor i snimanje stanja na lokaciji i susednoj teritoriji, arhiviranje i čuvanje podataka. Klasični video sistemi imaju veliki broj značajnih nedostataka:

  • Ljudski faktor. Neefikasan rad operatera pri emitovanju velike količine informacija.
  • Nemogućnost hirurške intervencije, neblagovremena analiza.
  • Značajni vremenski troškovi za pronalaženje i identifikaciju događaja.

Razvoj digitalnih tehnologija je dovela do stvaranja "pametnih" automatizovanih sistema.

Snaga u inteligenciji

Osnovni princip inteligentnog sistema video nadzora je video analitika - tehnologija zasnovana na metodama i algoritmima za prepoznavanje slika i obradu slike, automatizirano prikupljanje podataka kao rezultat analize video streama. Takva oprema bez ljudske intervencije je u stanju da u realnom vremenu detektuje i prati postavljene ciljeve (automobil, grupu ljudi), potencijalno opasne situacije (dim, požar, neovlašćeno mešanje u rad videokamera), programirane događaje i blagovremeno izdavanje alarma. Zbog filtriranja video podataka bez interesa, opterećenje komunikacionih kanala i arhive baze podataka je značajno smanjeno.

Najpopularnija sredstva video analitike je sistem prepoznavanja lica. U zavisnosti od izvršenih funkcija i dodeljenih zadataka, određeni zahtevi se nameću na opremi.

Firmware

Za efikasno funkcionisanje sistema koriste se nekoliko tipova IP kamera sa različitim operativnim karakteristikama. Detekcija objekta na kontrolisanoj teritoriji je fiksirana pomoću panoramskih kamera sa rezolucijom od 1 Mp i žižnom daljinom od 1 mm i vođena je pomoću uređaja za skeniranje. Ovo su napredniji fotoaparati (od 2Mp, od 2mm), koji proizvode prepoznavanje pomoću jednostavnih tehnika (3-4 parametra). Za identifikaciju kamere za korišćenje objekata dobrog kvaliteta slike, dovoljnih za primjenu složenih algoritama (od 5 Mp, 8-12 mm). Najpopularniji softver za prepoznavanje lica "Face Intellect" (developer - kompanija House Control), direktor licne (kompanija "Synesis" i VOCORD FaceControl (VOCORD)) pokazuju:

  • Visoka verovatnoća identifikacije objekta (do 99%).
  • Podržava širok spektar uglova rotacije kamere.
  • Mogućnost razdvajanja ljudi čak iu gustoj pešačkoj masi.
  • Varijabilnost pripreme analitičkih izvještaja.

Osnove prepoznavanja uzoraka

Svi biometrijski sistemi prepoznavanja zasnivaju se na identifikaciji korespondencije fizioloških osobina osobe koja se čita na određeni unaprijed definisani uzorak. Skeniranje se odvija u realnom vremenu. IP kamera emituje video stream na terminal, a sistem za prepoznavanje lica određuje korespondenciju slike na fotografijama koje se nalaze u bazi podataka. Postoje dve glavne metode. Prvi se zasniva na statičkim principima: rezultati obrade biometrijskih parametara stvaraju elektronski uzorak u obliku jedinstvenog broja koji odgovara određenoj osobi. Druga metoda modelira "ljudski" pristup i karakteriše ga samo-učenje i robusnost. Identifikacija osobe prema video snimku uzima u obzir promene u vezi sa uzrastom i druge faktore (prisustvo glave, brade ili brkova, naočala). Ova tehnologija vam omogućava da radite čak i sa starim fotografijama i, ako je potrebno, sa X-zrakom.

Algoritam traženja lica

Najčešći metod otkrivanja lica koristi Haar kaskade (skupovi maski). Maska je pravougaoni prozor sa drugačijom kombinacijom bijelih i crnih segmenata.

Mehanizam programa je sledeći: video okvir je pokriven skupom maski, a rezultatima konvolucije (brojanje piksela uhvaćenih u bijelom i crnom sektoru) izračunava se razlika u odnosu na određenu graničnu vrijednost.

Da bi se poboljšao rad klasifikatora, pozitivni (okviri, gde su ljudi lica prisutni) i negativni (bez toga) stvoreni su primeri obuke. U prvom slučaju, rezultat konvolucije je iznad granične vrijednosti, au drugom slučaju je manji. Detektor osoba sa dozvoljenom greškom određuje sumu konverzija svih kaskada i, ako je prekoračen prag, signalizira prisustvo osoba u okviru.

Tehnologije prepoznavanja

Nakon detekcije i lokalizacije, svetlost i geometrijsko poravnanje slike se javljaju u prethodnoj fazi. Dalje radnje - proračun karakteristika i identifikacija - mogu se vršiti različitim metodama.

Prilikom skeniranja punog lica u sobi sa odličnim osvetljenjem, dobri rezultati pokazuju algoritmi koji rade sa 2D slikama. Analizirajući jedinstvene tačke i rastojanje između njih, sistem prepoznavanja lica određuje činjenicu identifikacije pomoću koeficijenata razlike između "živog" snimka i registrovanog šablona.

Trodimenzionalne tehnologije su otporne na promjene u svetlosnom fluksu, dozvoljeno odstupanje od prednjeg ugla je do 45 stepeni. Ovde se ne analiziraju samo tačke i linije, već i osobine površina (krivina, profil), metrika udaljenosti između njih. Za rad takvih algoritama potreban je maksimalni kvalitet video snimka sa frekvencijom do 200 sličica u sekundi. Osnova sistema sastoji se od stereo kamera s matriksom od 5 megapiksela, visokom optičkom rezolucijom i minimiziranom greškom sinhronizacije. Pored toga, oni su povezani posebnim vremenskim kablom za prenos sinhronizacionih impulsa.

Stanje modernog sistemskog tržišta

Prvi sistemi biometrijske kontrole, zbog svojih visokih troškova, razvijeni su samo za državne vojne objekte, a tek sredinom devedesetih postali su dostupni trgovinskim organizacijama. Brzi razvoj tehnologije i mikroprocesorske tehnologije omogućio je povećanje tačnosti sistema i proširenje obima njihove primjene. Na tržištu naše zemlje vodeće pozicije pripadaju američkim i zapadnoevropskim proizvođačima sigurnosnog sistema. Vođa prodaje je oprema korporacija ZN Vision Technologies i Visionics. Najviše obećavajući među ruskim programerima su istraživanja i proizvodi grupa Vocord, NTechLab, Soling, VizhnLabs i MDG, koji se, između ostalog, bave i adaptacijom stranih kompleksa u ruske uslove.

Kompjuterska kontrola lica

Najobimnije polje primene beskontaktne identifikacije je borba protiv terorizma i kriminala. Slika lice kriminalca čuva se u bazi podataka. U mjestima masovne zagušenosti ljudi (aerodromi, železničke stanice, tržni centar, sportski objekti), snima se u realnom vremenu ljudi za identifikaciju traženog lica.

Sledeća sfera su sistemi za kontrolu pristupa: uzorak foto-slike na elektronskom prolazu upoređen je sa modelom dobijenim kao rezultat obrade podataka od video kamera. Postupak se odvija odmah, bez potrebe za dodatnim akcijama (za razliku od skeniranja mrežnjače ili daktiloskopije).

Još jedna brza industrija u razvoju je marketing. Interaktivni bilbord, skenirao lice lica, određuje svoj pol i godine, vizualizira samo one reklame koje će potencijalno biti od interesa za klijenta.

Trendovi i razvojne perspektive

Sistemi prepoznavanja lica u bankarskom sektoru su veoma potrebni. Kao rezultat prošle godine, nakon instalacije 50.000 inteligentnih video kamera u svojim kancelarijama, Post Bank banka uspela je uštedeti milione rubalja sprečavajući prevaru u segmentima kreditiranja i plaćanja. Eksperti tvrde da će do 2021. stvoriti neophodnu infrastrukturnu mrežu, a sve operacije u bankomatima postatiće moguće samo nakon biometrijske identifikacije lica klijenta.

U narednoj deceniji visoke tehnologije će omogućiti otvaranje mreže prodavnica pune samousluženja: kupac prolazi ispred prodavnica, bira robu koju voli i odlazi. Sistem prepoznavanja lica i slika će odrediti identitet kupca, kupiti i debitirati njegov račun neophodnim iznosom.

U toku je rad na kreiranju sistema za prepoznavanje psihoemotionalnog stanja. Analiza ljudskih emocija će se tražiti u multimedijalnim sferama: animacija, kinematografija, industrija stvaranja računarskih igara.

Similar articles

 

 

 

 

Trending Now

 

 

 

 

Newest

Copyright © 2018 bs.birmiss.com. Theme powered by WordPress.