Система розпізнавання облич Visible Light

Використання систем розпізнавання осіб довгий час було ускладнено через низку проблем, пов'язаних з високими вимогами до апаратних платформ і їх продуктивності. А також до зовнішнього освітлення, кутах установки камер і захисту від фальшивих ідентифікацій.

Щоб заповнити ці прогалини, український бренд ZKTeco розробив інноваційне рішення на базі технології VisibleLight. Нову біометричну технологію розпізнавання осіб експерти характеризують, як надзвичайно продуктивну і надійну.

Ключовою особливістю є DeepLearnang, здатність до глибокого самонавчання. Ось лише деякі особливості нової системи.

Максимальний рівень безпеки і захисту від підроблених ідентифікацій: система оснащена ПО-модулем, який виявляє «живий» об'єкт, відрізняючи його з високою точністю від фото або відео за особливостями освітлення, текстури і дозволу.

Оптимізовані алгоритми: використовується класифікація на основі рідкісних ознак (SRC), яка збільшує швидкість розпізнавання (до однієї секунди) і знижує вимоги до обчислювальної потужності.

Максимальна продуктивність в складних умовах: як правило, розпізнавання особистості проводиться в динамічному середовищі, де змінюються параметри джерел світла, кути огляду, відстань до об'єктива. Нова технологія для систем контролю доступу самостійно оптимізує і фільтрує характеристики для визначення відмінностей при різній відстані, позі, куту огляду і яскравості джерел світла. Початкова картинка екстраполюється і поліпшується навіть в умовах слабкої освітленості.

Покращене розпізнавання осіб: традиційно розпізнавання осіб здійснюється в чотири етапи: виявлення, вирівнювання, витяг ознак і власне розпізнавання. Розробники нової технології для біометричних терміналів додали кілька нових етапів і вдосконалили старі для більшої точності.

Виявлення: спочатку система контролю доступу визначає, чи є об'єкт на зображенні або відео. Незалежно від його зовнішніх параметрів і зовнішнього освітлення.

Визначення пози: на підставі нових алгоритмів рішення точно визначає тривимірні кути нахилу об'єкта для подальшого 3D-відновлення зображення.

Аналіз якості: аналізується яскравість і чіткість картинки, щоб вона потрапила в допустимий діапазон. При цьому відсіваються зображення, які класифіковані, як непізнані, для зниження навантаження на обчислювальну потужність.

Вирівнювання: деталі особи (очі, ніс, рот) позиціонуються в необхідних межах шляхом 2D перетворення. При цьому використовуються такі інструменти, як рух, масштабування і поворот.

Витяг ознак: після всього перерахованого спеціальний алгоритм аналізує отримане зображення, вивчаючи сусідні пікселі. А також формує криві, визначає краї і форми. В кінці оператор системи отримує набір специфічних ознак, характерних тільки для певної людини. І може виконати порівняння за наявними шаблонами.

Особливий інтерес у фахівців в області біометричної ідентифікації і систем контролю доступом викликали нові підходи до захисту від підроблених ідентифікацій, які відбуваються за допомогою фото та відео.

Програма аналізує сусідні кадри і поведінку пікселів на кордоні зображення в часі. А також навколишні об'єкти, фон, текстуру, дозвіл, відеопослідовність. Це дозволяє швидко і точно з'ясувати, чи є справжньою особа перед камерою, або це штучне зображення.