SEC.RUВидео превращаем в точные статьи
СКУД

СКУД с распознаванием лиц: обзор технологии и ограничений

Распознавание лиц в СКУД: режимы идентификации и верификации, вероятности ошибок, ограничения по числу сотрудников, рекомендации по применению.

Коротко

Главный ответ

Распознавание лиц в СКУД может применяться в двух режимах: идентификация (один ко многим) и верификация (один к одному). Идентификация по лицу имеет ограничения: вероятность ошибок растет с размером базы, поэтому рекомендуется только для небольших групп (до ~100 человек) при строгих требованиях к зоне прохода. Верификация по лицу (в сочетании с картой) работает практически без ограничений.

Главное из материала

Основные выводы

  • Распознавание лиц — бесконтактный метод идентификации, использующий видеокамеру и компьютер, иногда со структурированной подсветкой для 3D-геометрии.
  • 2D-распознавание развивается быстрее 3D, так как 2D-данных больше и не требуется специальное оборудование.
  • Основные ошибки: ложный отказ (не узнал своего) и ложное опознавание (пропустил чужака). Вероятности: ~0.01% ложного опознавания и ~5% ложного отказа на одном кадре.
  • Идентификация по лицу (один ко многим) при большой базе приводит к росту ложных опознаваний (например, 0.01% на 1000 сравнений дает ~10% вероятности, что неизвестный будет признан своим).
  • Верификация по лицу (один к одному) после идентификации по карте значительно надежнее и рекомендуется для СКУД.

Технологии распознавания лиц

Распознавание лиц — метод бесконтактной идентификации людей по лицу. Обычно используется видеокамера и компьютер с программой анализа изображений. Анализ может происходить на камере или на сервере, камер может быть несколько.

Могут применяться специальные решения, например, структурированная подсветка для получения 3D-геометрии лица. Однако 3D-распознавание не обязательно лучше 2D; 2D-технологии развиваются быстрее из-за большего количества данных и разработчиков. 2D-распознавание не ограничено фундаментально: например, система может узнать человека с закрытым глазом или из-под воды.

Плюсы и минусы распознавания лиц в СКУД

Плюс: удобство — человек не останавливается, система распознает и открывает турникет. Минус: не стопроцентная работа, ошибки случаются чаще, чем с отпечатками пальцев.

Ошибки: ложный отказ (не узнал своего) и ложное опознавание (пропустил чужака). Вероятности: ~0.01% ложного опознавания и ~5% ложного отказа на одном кадре. Вероятности зависят от оборудования зоны прохода, освещения, ракурса, качества эталонных снимков.

Человек заинтересован в проходе, поэтому готов снять шапку и посмотреть в камеру, что снижает ошибки. Минус: меньшая защита от подделок — большинство систем сработает на бумажную фотографию. Минус: вычислительно емкая задача, требуются быстрые компьютеры. Минус: цена пока высока, но падает; есть бесплатные алгоритмы, но они работают хуже коммерческих.

Идентификация по лицу (один ко многим)

Идентификация — когда человек распознается только по лицу, сравнение с базой. При большой базе вероятность ложного опознавания резко увеличивается: 0.01% на 1000 сравнений дает ~10% вероятности, что неизвестный будет признан своим.

Также возможна путаница между сотрудниками. На реальных внедрениях это приводит к неточным отчетам о проходах. Рекомендуется использовать идентификацию по лицу только для ~100 сотрудников и при строгих требованиях к зоне прохода. На большем количестве людей не рекомендуется.

Верификация по лицу (один к одному)

Верификация — сотрудник сначала идентифицируется по другому признаку (например, карте), затем система сличает его лицо с эталонным. Сравнение происходит один к одному, поэтому ошибки не умножаются с ростом базы.

Ложное опознавание становится менее важным, так как человек уже идентифицирован по другому признаку. Можно уменьшить вероятность ложного отказа, не увеличивая риск ложного допуска. Верификация может применяться в СКУД практически без ограничений.

Розыск лиц в толпе

Задача розыска лиц в толпе (например, жуликов в магазине) похожа на идентификацию в СКУД, но есть отличия. Люди не кооперируют, не стремятся быть распознанными. Фотографии в базе разыскиваемых не всегда качественные.

Ложные срабатывания возможны, решение всегда остается за человеком. Это отдельная задача со своими подходами, выходит за рамки презентации.

Резюме

Идентификация по лицу в СКУД имеет много нюансов и приемлемо работает только на небольшом количестве сотрудников. Верификация по лицу может применяться в СКУД практически без ограничений.

Практика

Чек-лист по материалу

  • Определите, нужна ли идентификация (один ко многим) или верификация (один к одному).
  • Для идентификации: ограничьте число сотрудников (до ~100) и обеспечьте строгие требования к зоне прохода (освещение, ракурс, качество камеры).
  • Для верификации: используйте карту или другой идентификатор в сочетании с распознаванием лица.
  • Учитывайте вероятность ошибок: ложный отказ ~5%, ложное опознавание ~0.01% на одном кадре.
  • Обеспечьте качественные эталонные фотографии в базе.
  • Рассмотрите защиту от подделок (например, определение живости).
  • Оцените вычислительные ресурсы и стоимость оборудования.
  • Для розыска лиц в толпе: предусмотрите участие человека в принятии решения.

Справка

Термины из видео

Распознавание лиц
Метод бесконтактной идентификации людей по лицу с использованием видеокамеры и компьютера.
Идентификация
Процесс определения личности человека по биометрическим данным, сравнение один ко многим.
Верификация
Процесс подтверждения личности человека по биометрическим данным, сравнение один к одному.
Ложный отказ
Ошибка, когда система не узнает зарегистрированного пользователя.
Ложное опознавание
Ошибка, когда система ошибочно принимает человека за другого.
Структурированная подсветка
Специальное решение для получения трехмерной геометрии лица.
СКУД
Система контроля и управления доступом.

Первоисточник

Проверьте контекст в оригинале

Статья подготовлена на основе видео. Сырые субтитры хранятся внутри системы и не публикуются.

Открыть на YouTube ↗
Таймкоды и фрагменты