Опрос
А вы соблюдали режим самоизоляции:

ТЕХНОЛОГИЯ РАСПОЗНАВАНИЯ ЛИЦ ОТ «А» ДО «Я»

В принципе, система распознавания лиц может быть описана как процесс сопоставления лиц, попавших в объектив камеры с базой данных ранее сохраненных и идентифицированных изображений лиц эталонов.

По структурной реализации системы распознавания лиц можно выделить три распространенные схемы.

  1. Анализ видеопотока на сервере

Наиболее распространенная схема реализации — IP-камера передает видеопоток на сервер, на сервере специализированное программное обеспечение выполняет анализ видеопотока и делает сравнение полученных из видеопотока изображений лиц, с базой лиц эталонов.

Недостатками такой схемы: высокая нагрузка на сеть, высокая стоимость сервера. Даже к самому мощному серверу можно подключить ограниченное количество IP-камер, т.е. чем больше система, тем больше серверов.

Преимуществом является возможность использовать уже существующую систему видеонаблюдения.

  1. Анализ видеопотока на IP-камере

В данном случае анализ изображения будет производится на самой камере, а на сервер будут передаваться обработанные метаданные.

Недостатки — нужны специальные камеры, выбор которых в данный момент крайне мал, стоимость камер выше, чем обычных. Также в системах разных производителей будет по-разному решаться вопрос хранения и размера базы данных распознанных лиц эталонов, а также вопросов взаимодействия софта на камере и софта на сервере.

Преимущества — подключение практически неограниченного количества камер к одному серверу.

  1. Анализ видеопотока на устройстве контроля доступа

В отличии от первых двух схем, где используются IP-камеры, в данном случае камера встроена в устройство контроля доступа, которое кроме распознавания лица, которое естественно происходит на устройстве, выполняет функции управления доступом как правило через турникет или электрозамок установленный на дверь. База данных лиц эталонов хранится на устройстве, и как правило уже не в виде фотоизображений.

Недостатки — как правило все такие устройства выпускаются для использования в помещениях.

Преимущества — низкая стоимость систем по сравнению с системами видеонаблюдения, используемыми для распознавания лиц.

В любом случае успех реализации проектов по распознаванию лиц зависит от трех важных факторов:

  • Алгоритм распознавания
  • Базы данных распознанных лиц (эталонов)
  • Быстродействие алгоритма

Технологии распознавания лиц

Как правило система состоит из камеры видеонаблюдения и программного обеспечения, которое выполняет анализ изображений. Программное обеспечение для распознавания лиц основано на обработке изображений и вычислениях сложных математических алгоритмов, которые требуют более мощный сервер, чем обычно требуется для систем видеонаблюдения.

Нас будет в первую очередь интересовать качественные показатели программного обеспечения. Во вторую, какие серверные мощности понадобятся для анализа изображения и обработки базы данных с изображениями, ну и в третьи мы рассмотрим вопрос применимости IP-камер для целей распознавания лиц. Отдельного внимания заслуживают так называемые «stand alone» устройства, которые выполняют обработку изображений непосредственно на самом устройстве, а не на сервере, также на таких устройствах может быть в память база данных лиц эталонов.

2D-распознавание лиц

В основе технологии 2D (двумерного) распознавания лиц, лежат плоские двухмерные изображения. Алгоритмы распознавания лиц используют: антропометрические параметры лица, графы — модели лиц или эластичные 2D-модели лиц, а также изображения с лицами, представленные некоторым набором физических или математических признаков. Рейтинг популярности алгоритмов распознавания лиц мы рассмотрим ниже.

Распознавание 2D изображений одна из наиболее востребованных технологий на данный момент. Так как основные базы данных идентифицированных лиц, накопленные в мире — именно двухмерные. И основное оборудование, уже установленное, по всему миру тоже 2D — по данным на 2016 год — 350 миллионов камер видеонаблюдения. Собственно, поэтому основной спрос приходится именно на 2D системы распознавания лиц. А спрос как известно стимулирует предложение, заставляя разработчиков максимизировать усилия на совершенствовании именно 2D технологии. Эти усилия приносят иногда неожиданно интересные результаты, например в виде создания трехмерной модели лица на основе 2D изображения.

Исследователи из университетов Ноттингема и Кингстона представили проект по 3D-реконструкции лиц на основе одного единственного изображения. Нейросеть, через которую пропустили множество объёмных 3D-моделей людей и обычных портретов воссоздает объемные лица людей на основе всего одного двумерного изображения лица.

Преимущества

Огромным преимуществом 2D распознавания лиц является наличие готовых баз данных лиц эталонов, и готовой инфраструктуры. Максимальный спрос придется именно на этот сегмент, а спрос будет стимулировать разработчиков совершенствовать технологии.

Недостатки

Более высокие коэффициенты ошибок FAR и FRR по сравнению с 3D распознаванием лиц.

3D-распознавание лиц

3D распознавание (Three-dimensional face recognition — англ.) производится как правило по реконструированным трехмерным образам. Технология 3D распознавания лиц имеет более высокие качественные характеристики. Хотя конечно и она не является идеальной.

Существует несколько разнообразных технологиях 3D сканирования. Это могут быть лазерные сканеры с оценкой дальности от сканера до элементов поверхности объекта, специальные сканеры со структурированной подсветкой поверхности объекта и математической обработкой изгибов полос, либо это могут быть сканеры, обрабатывающие фотограмметрическим методом синхронные стереопары изображений лиц.

Одним из наиболее исследованных потребителями и экспертами 3D сканеров является знаменитый Face ID, от компании Apple. Опыт использования Face ID крайне интересен и показателен, потому что, по сути, это единственное устройство с технологией 3D распознавания лиц выпущенное на масс-маркет, если конечно можно считать телефон за сотку устройством для масс маркета.

3D технология от Apple единственная в мире использует — вертикально-излучающие лазеры (VCSEL), по слухам суммарно потратив на разработку Face ID от 1,5 до 2 миллиардов долларов. Естественно, с задачами идентификации близнецов Face ID не справляется, хотя этого никто и не ожидал, но даже с близкими родственниками случаются фейлы.

Ну и скорее комичный момент, но по началу Face ID не различал азиатов, но проблему настолько быстро пофиксили, что Apple даже не успели вчинить ни одного иска за расизм.

Преимущества 3D

Большая точность и меньшее количество ошибок пока недостижимое для 2D систем распознавания лиц.

Недостатки 3D

Достаточно легко подделать для профессионалов

Не используйте 3D распознавания лиц для защиты от несанкционированного доступа к ноутбукам, смартфонам, помещениям с особым уровнем секретности, все они могут быть с легкостью взломаны профессионалами.

  • 3D распознавание требует специальных камер для сканирования, которые в несколько раз дороже обычных камер видеонаблюдения, которые используется в 2D распознавании.
  • Отсутствие готовых баз данных идентифицированных лиц, по сравнению с 2D распознаванием
  • Распознавание близнецов, остается сложной задачей для алгоритмов распознавания лиц. В среднем в мире рождается 13.1 близнецов на 1000 новорожденных, и эта цифра сильно колеблется в зависимости от географического региона.

Распознавание лица по текстуре кожи лица

Изображения с высоким разрешением еще один фактор в совершенствовании технологии распознавания лиц, именно благодаря высокому разрешению стал возможен очень подробный анализ текстуры кожи.

При таком анализе определенная область кожи лица, может быть захвачена как изображение, а затем разбита на более мелкие блоки, которые превращаются в математические измеримые пространства, в которых записываются линии, поры и фактическая текстура кожи.

Технология может идентифицировать различия между близнецами, что пока невозможно использовать с помощью программного обеспечения для распознавания лиц». В случае объединения распознавание лица с анализом поверхностной текстуры, точность идентификация может сильно увеличиться.

Распознавание лица по тепловизионному изображению

Использование тепловизионных камер, для целей распознавания лиц на данный момент считается перспективным направлением для разработки, но готовых для внедрения коммерческих решений пока нет.

Технология достаточно перспективная так как позволяет нивелировать болевые точки 2D-распознавания.

  • Распознавания лиц в полной темноте и в условиях недостаточного освещения
  • Макияж, прическа, борода, шляпа, очки — не являются проблемой для тепловизионных камер
  • Позволяют распознавать близнецов

Можно выделить два направления, в которых ведется разработка:

  • Идентификация по заранее созданным термограммам идентифицированных лиц. Здесь проблемы те же что и с 3D-распознавание, готовых баз данных эталонов нет, оборудование дорогое.
  • Идентификация человека по изображениям полученным с тепловизионной камеры, а в качестве лиц эталонов используются база данных обычных двумерных изображений. Решается задача как вы, наверное, уже догадались использованием глубоких нейронных сетей.

Конкуренция на этом рынке будет усиливаться, ее следствием уже стало многократное снижение цен. Для примера — Macroscop еще в 2017 году снизил свои цены на модуль распознавания в 18 раз, о чем радостно сообщают на своем же сайте, как бы передавая «большой привет» всем своим клиентам которым посчастливилось купить модуль распознавания до 2017 года.

Очевидно, что цены и дальше будут снижаться. Качественные показатели алгоритмов распознавания постоянно растут, и во многих случаях отличаются друг от друга незначительно, значительно же отличается цена, как вы сможете увидеть ниже, еще более значительно отличается быстродействие, естественно такой параметр как быстродействие нужно тестировать на базе данных максимального объема.

Еще недавно, использование технологии распознавания лиц, в целях верификации платежной транзакции и в голову никому не могла прийти, слишком ненадежной казалось была технология. Но еще в 2017 году в Китае, Ant Financial запустила сервис «улыбка для оплаты» в Ханчжоу, где находится штаб-квартира компании, где он тестируется совместно с KFC.

Российские банки уже используют системы распознавания лиц при рассмотрении кредитных заявок. Почта-банк за прошлый год смог предотвратить 10 тысяч мошеннических сделок на общую сумму 1,5 миллиарда рублей с помощью системы распознавания лиц, а банк Тинькофф экономит десятки миллионов рублей в месяц. Банк «Открытие» внедрил систему идентификации по лицу в отделениях банка и запустил возможность перевода денег с идентификацией по фотографии, через мобильное приложение. В банковском секторе распознавание лиц используется:

  • В системах контроля доступа, для организации физического доступа в наиболее охраняемые помещения и помещения, в которых хранятся ценности и денежные средства.
  • Для идентификации, верификации, аутентификации как физически, так и программных приложениях.
  • Для подтверждения личности предъявителя паспорта и фото на паспорте.

Современные системы распознавания лиц в состоянии обеспечить не только обнаружение преступников, находящихся в розыске, или на пример числящихся пропавшими, но обеспечивает мгновенное оповещение, нарушителей, таким образом, помогает осуществить оперативное реагирование. Видеоархив системы видеонаблюдения сохраняет и позволяет при необходимости мгновенно найти информацию о дате, времени, направлении движения интересующего человека, видеокадры с изображением его лица. Межкамерный трекинг может отследить дальнейший маршрут следования преступника после момента обнаружения.

В Москве работает одна из крупнейших в мире систем видеонаблюдения с функцией распознавания лиц, так пафосно заявляет московская мэрия. Крупнейшая это около 160 000 камер, только про китайцев с их 170 млн. камер им не рассказывайте.

Смех смехом, а система работает и даже стало известно о первых задержанных за последние два месяца обнаружили 9 граждан, находящихся в розыске. Система использует базу лиц МВД, чтобы соотносить ее с лицами на видео. По словам руководителя Департамента информационных технологий Артема Ермолаева правительство Москвы ежегодно тратит порядка 5 миллиардов рублей.

В задачах автоматизации процессов, связанных с пересечением границы государства, распознавание лиц ключевая технология, но являющаяся частью программно-аппаратного комплекса позволяющего автоматизировать все процессы от регистрации до непосредственно пересечения границы.

Киоски самостоятельной регистрации биометрических данных позволяют автоматизировать процесс сбора биометрических данных — регистрация, передача данных и аутентификация. Автоматически создавая биометрическую базу данных всех пересекающих границу.

Автоматизированный процесс уменьшает ошибки, которые неминуемо бы возникли в случае использования ручной регистрации человеком, программное обеспечение самостоятельно минимизирует биометрическую несогласованность (поза, выражение лица и т. д.)

Также киоски самостоятельной регистрации выполняю проверку данных по подключенным к нему базам данных. Например, это могут быть, база данных разыскиваемых лиц МВД, Интерпола и любых других.

Процессы прохождения границы происходит также без участия человека, с использованием заранее зарегистрированных биометрических данных.

Все-таки несмотря на весь китайско-стартаперский ажиотаж, государство было, и есть, главный катализатор развития любого рынка, в том числе и рынка распознавания лиц. И может либо либерализовать законодательство и создать конкурентную комфортную среду для предпринимателей. Либо забюрократизировать его так, что работать на рынке будет возможность только крупным компаниям с гигантским штатом юристов.

Главный вопрос: нужно ли внедрять системы распознавания лиц прямо сейчас?

Если суммировать все вышесказанное, то альтернативы автоматизированному распознаванию лиц нет, единственная альтернатива, это человек, который уже сейчас с задачей идентификации справляется хуже, чем, алгоритмы. К слову, в среднем человек в принципе не в состоянии хранить в памяти более 5000 лиц.

 

Материал взят из открытых источников по мотивам статьи Алексея ТИТОВА

 

Дата публикации: 14.07.2020