Taxivsamare.ru

Автомобильный журнал
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Распознавание лиц в СКУД

Распознавание лиц в СКУД

К 2019 году алгоритмы распознавания лиц достигли небывалого совершенства: сейчас технология работает даже лучше человека, а разработчики алгоритмов соревнуются в показателях точности уже в 5-ом или 6-ом знаке после запятой.

Все это звучит довольно заманчиво: человек идёт, ничего специально не делает, а перед ним распахиваются двери и открываются турникеты.

Но это в теории. В реальности же все сложнее: распознавание действительно уже можно без особых опасений применять в контроле доступа, но при внедрении нужно учитывать некоторые особенности работы технологии с поправкой на задачи, которые перед ней ставятся.

О технологии: вероятность ошибки при распознавании

Сразу оговоримся: в этом тексте речь идет о применении распознавания лиц в СКУД именно для идентификации, то есть, когда это – единственный признак, по которому система принимает решение о доступе.

Первое, что нужно понимать в этом контексте, распознавание – это биометрический метод. То есть распознавание, как и другая биометрическая идентификация, имеет вероятностный характер. Проще говоря, распознавание лиц ошибается.

Что значит «ошибается»? Перед камерой проходит человек. Далее вариантов ошибки два: система может принять его за другого и ошибочно пустить на территорию, думая, что он «свой» (хотя это просто случайный прохожий), либо, наоборот, необоснованно запретить, думая, что это «чужой».

Не углубляясь в расчеты соотношения этих двух типов ошибок, в общем случае мы можем сказать, что распознавание лиц пока математически ошибается больше, чем другие методы биометрической идентификации, но уже далеко не так критично, как это было раньше, особенно, если говорить об объектах с количеством сотрудников до 1000 человек.

Также у многих, кто задумывается о внедрении систем распознавания лиц, возникает вопрос: как бороться с подлогом? То есть, как противодействовать подмене настоящего лица фотографией или видео? Опять же современные алгоритмы распознавания от ведущих разработчиков «научились» отличать живого человека от изображения человека. Совет здесь довольно простой: нужно выбирать проверенное распознавание от ведущих компаний, которые непрерывно совершенствуют свои технологии.

Читать еще:  Glk 220 установка сигнализации

Особые требования для организации проходной

В отличие от остальной биометрии, распознавание лиц – динамично. Это второе, что нужно обязательно учитывать при внедрении.

Другие биометрические методы в СКУД – отпечатки пальцев, рисунок вен ладони, радужка глаза – требуют если не прямого физического контакта, то, как минимум, достаточно близкого. Распознавание же работает издалека.

Из этой особенности возникают и особые требования к организации проходной. Пожалуй, именно они на сегодня являются определяющим фактором успешности внедрения распознавания: чем чётче будут соблюдены рекомендации, тем лучше будет работать технология.

Естественно, на каждом конкретном объекте планирование проходной под распознавание будет иметь свои особенности, но в общем случае на работу системы влияют ориентация лица относительно камеры (желательно фронтальное расположение), качество фотографий сотрудников в базе СКУД и видеопотока (чем выше — тем лучше), качество освещения в зоне распознавания (без перепадов, явных затемнений или пересветов), размер лица в кадре (чем больше пикселей — тем лучше).

То есть, все это необходимо учесть при внедрении распознавания: правильно расположить камеры, отрегулировать освещенность, обновить фотографии сотрудников в базе СКУД, если они, например, делались давно и на некачественном оборудовании (такое, кстати, часто встречается на крупных объектах). Тогда технология будет работать максимально быстро и корректно.

Распознавание ресурсоёмко

Да, распознавание требует вычислительных ресурсов. Чем больше в базе сотрудников, чем больше камер в системе, тем большая мощность требуется от оборудования, на котором алгоритм распознавания будет работать. Каждый кадр от каждой из установленных камер нужно обрабатывать без ощутимых для пользователя задержек, и каждый раз найденное в кадре лицо (или даже несколько лиц) сравнивать со всеми эталонными лицами из базы.

Чтобы дать представление о том, какие мощности понадобятся, приведем цифры для алгоритмов распознавания от одного из ведущих разработчиков. В среднем, обработка 1 кадра при работе этого алгоритма занимает около 200 миллисекунд. На одном ядре обрабатывается 5 кадров в секунду. Таким образом, для четырех каналов подойдет компьютер с процессором 4.2 гигагерца, например, Intel Core i7, и оперативной памятью не менее 8 гигабайт. Конечно, разные алгоритмы по-разному распознают, используют разную мощность и достигают разных скоростей, но в целом порядок цифр примерно таков.

Читать еще:  Допуск для установки пожарной сигнализации

Когда использовать распознавание

А теперь самый важный вывод: использование исключительно распознавания лиц для принятия решения о доступе – вопрос, который требует тщательной проработки под каждый конкретный объект и зависит от задач.

Например, офису или бизнес-центру важно контролировать поток людей, но не обязательно обеспечивать безопасность на высоком уровне. В таком случае внедрение распознавания может быть оправдано: это удобно, быстро и технологично. Использовать же только его на промышленном или военном объекте без дополнительных факторов идентификации (карты, к примеру), все же пока неосмотрительно.

Это полярные позиции по уровню безопасности. В среднем же случае лучше придерживаться такого подхода: не доверять машине самой принимать решение о доступе, а сделать её задачей информирование человека, который и примет окончательное решение, что делать с этой информацией. Система как бы скажет: «Знаешь, охранник, а вот этот похож на Ивана Петрова, он бухгалтер». А действительно ли он похож и стоит его пускать, пусть решает человек.

В такой ситуации получится сохранить преимущества распознавания (удобство для пользователей, скорость, технологичность) и приемлемый уровень безопасности.

голоса
Рейтинг статьи
Ссылка на основную публикацию
ВсеИнструменты
Adblock
detector