Система распознавания лиц Visible Light

Использование систем распознавания лиц долгое время было затруднено из-за ряда проблем, связанных с высокими требованиями к аппаратным платформам и их продуктивности. А также к внешнему освещению, углам установки камер и защите от фальшивых идентификаций.

Чтобы заполнить эти пробелы, украинский бренд ZKTeco разработал инновационное решение на базе технологии VisibleLight. Новую биометрическую технологию распознавания личностей эксперты характеризуют, как чрезвычайно продуктивную и надежную.

Ключевой особенностью является DeepLearnang, способность к глубокому самообучению. Вот лишь некоторые особенности новой системы.

Максимальный уровень безопасности и защиты от подделанных идентификаций: система оснащена ПО-модулем, который выявляет «живой» объект, отличая его с высокой точностью от фото или видео по особенностям освещения, текстуры и разрешения.

Оптимизированные алгоритмы: используется классификация на основе редких признаков (SRC), которая увеличивает скорость распознавания (до одной секунды) и снижает требования к вычислительной мощности.

Максимальная продуктивность в сложных условиях: как правило, распознавание личности производится в динамичной среде, где меняются параметры источников света, углы обзора, расстояние до объектива. Новая технология для систем контроля доступа самостоятельно оптимизирует и фильтрует характеристики для определения отличий при разном расстоянии, позе, углах обзора и яркости источников света. Исходная картинка экстраполируется и улучшается даже в условиях слабой освещенности.

Улучшенное распознавание лиц:традиционно распознавание лиц осуществляется в четыре этапа: выявление, выравнивание, извлечение признаков и собственно распознавание. Разработчики новой технологии для биометрических терминалов добавили несколько новых этапов и усовершенствовали старые для большей точности.

Выявление: вначале система контроля доступа определяет, есть ли объект на изображении или видео. Независимо от его внешних параметров и внешнего освещения.

Определение позы: на основании новых алгоритмов решение точно определяет трехмерные углы наклона объекта для дальнейшего 3D-восстановления изображения.

Анализ качества: анализируется яркость и четкость картинки, чтобы она попала в допустимый диапазон. При этом отсеиваются изображения, которые классифицированы, как неопознанные, для снижения нагрузки на вычислительную мощность.

Выравнивание: детали лица (глаза, нос, рот) позиционируются в необходимых границах путем 2D преобразования. При этом используются такие инструменты, как движение, масштабирование и поворот.

Извлечение признаков: после всего перечисленного специальный алгоритм анализирует полученное изображение, изучая соседние пиксели. А также формирует кривые, определяет края и формы. В конце оператор системы получает набор специфических признаков, характерных только для определенного человека. И может выполнить сравнение по имеющимся шаблонам.

Особый интерес у специалистов в области биометрической идентификации и систем контроля доступом вызвали новые подходы к защите от поддельных идентификаций, которые совершаются при помощи фото и видео.

Программа анализирует соседние кадры и поведение пикселей на границе изображения во времени. А также окружающие объекты, фон, текстуру, разрешение, видеопоследовательность. Это позволяет быстро и точно выяснить, является ли настоящим лицо перед камерой, или это искусственное изображение.