Как найти человека с камеры видеонаблюдения

Процедура распознавания лиц с использованием системы видеонаблюдения позволяет определить и идентифицировать человека по его лицу без необходимости обращаться к дополнительным источникам и проводить какие-либо действия для определения личности человека – тема, которая интересует очень многих. В их числе маркетологи, социологи, статистики и все те профессионалы, которые в своей деятельности работают с людьми и заинтересованы в выяснении их личности, а также работают с представленными статистическими обезличенными данными и информацией.

Первоначально желательно ознакомиться с имеющимся практическим опытом по сделанным тестам по для распознавания человеческих лиц. Важно уяснить, какие задачи можно решить при помощи использования техники распознавания лиц, а когда в этом нет никакой практической необходимости и пользы. Далее нужно разобраться с надежностью работы системы по распознаванию лиц, а также принять во внимание полезные рекомендации тем, кто проектирует и создает системы такого типа.

Стандартные задачи, решаемые при распознавании лиц

На основании практического опыта можно сделать вывод, что все объекты различны, чем и обусловлены выполняемые в процессе распознавания задачи.

Однако можно выделить типичные черты:

• осуществление контроля доступа с использованием системы распознавания лиц;
• обнаружение человека в “чистой зоне”;
• возможность найти человека в группе лиц или толпе;
• обнаружение человека в толпе в том случае, если его личность не внесена в базу данных;
• проведение маркетинговых исследований.

Рассмотрение каждой задачи

Осуществление контроля доступа с использованием распознавания лиц

Процесс проникновения через проходную с использованием распознавания лиц – самая востребованная технология. Человек смотрит в камеру, снимает очки, лишние аксессуары и система его пропускает после узнавания.

При эмпирических исследованиях узнавание является стопроцентным. Поэтому технология практична и полезна.

Стоит отметить, что на больших предприятиях, с численностью в сотни и тысячи сотрудников, возможно возникновение ошибки. Поэтому ежедневно её вероятность возникновения следует рассчитывать.

Поскольку используется система распознавания 2D, то её можно обмануть при помощи фотографии. Поэтому желательно совмещать её с другими способами идентификации личности. К ним можно отнести, например, верификацию с помощью прикладывания карты.

Обнаружение личности в “чистой зоне”

Такой зоной считается территория, где человек пребывает в единственном числе и имеются хорошие условия для его распознавания. Важно место размещения камеры и надлежащее освещение. Это может быть место турникета, проходной, шлюза и т.д.

В этом случае в базу загружают фотографии лиц, которые будут распознаваться. Фото должно быть надлежащего качества. Лучший результат будет в том случае, если проходящий человек посмотрит в камеру. Однако систему легко обмануть, например, надев парик или используя грим. Таким образом, система работает и подходит в том случае, если человек не планирует прятаться умышленно.

Обнаружение личности в группе людей

Услуга является очень востребованной у заказчика. Насколько же это реально?

Для того, чтобы система выдала вполне адекватный результат, важно не только расположение самой камеры, но и картинка лица человека в ней. В толпе человек осуществляет жестикуляцию и много двигается. Поэтому нужный ракурс в этом случае для попадания в камеру минимален. В той ситуации, когда имеется узкий созданный проход или коридор в месте нахождение камеры, вероятность распознавания увеличивается. Однако это место уже будет являться территорией “чистой зоны”.

Чтобы система идеально сработала, требуется правильное освещение. Но его трудно организовать в яркий солнечный день или при свете фонарей вечером. Препятствием станет также маскировка самого человека и качество фотографии, размещенной в базе системы. Таким образом, поиск личности в толпе способом 2D пока что не реален.

Обнаружение незнакомых лиц

Задача заключается в поиске тех людей, чьи фото отсутствуют в базе данных системы. То есть цель – предупредить проникновения посторонних лиц на объект. В дополнение задачи система должна быть способной опознать тех, кто есть в базе данных. Таким образом, будет много ложной некорректной информации. Теоретически, перепроверять придётся каждого 10 входящего.

Маркетинговое изучение

Результаты распознавания довольно часто используется в сфере маркетинга. Важны данные о числе посетителей, тепловых картах и т.д Изучаются места большого скопления людей, такие как магазины, кинотеатры. В исследованиях нуждаются крупные компании для определения собственной маркетинговой политики и восполнения потребностей посетителей, увеличение объемов продаж. В этом случае, задача именно маркетинговая, направленная на получение прибыли, не связанная с безопасностью.

На основании проведенных исследований можно сделать вывод о том, что данные получаются адекватные, хотя их точность имеет определенную погрешность.

Насколько надежная система распознавания людей

Распознавание лиц относится к биометрической системе, в основе которой лежит математическая статистика и вероятности.

Варианты ошибок (FAR и FRR)

Информация о возможных ошибках предоставляется разработчиками программного продукта. Но проводить сравнительный анализ между алгоритмами в этом ракурсе некорректно. Суть в том, что каждый разработчик для определения ошибок имеет собственную эталонную базу с изображениями.

Результатом деятельности системы станет информация о процентном соответствии распознаваемых лиц по отношению к изображению, находящемуся в базе. Пользователь сам устанавливает порог идентификации и положительного или отрицательного результата распознавания.

Первый вид ошибки – FAR (False Acceptance Rate)

Это касается возможности пропуска злоумышленника, которого система распознала как своего и впустила.

Второй вид ошибки – FRR (False Rejection Rate).

Это вероятность того, что будет запрещаем доступ своему сотруднику. Еще одно нарушение – свой человек не сможет пройти систему и будет представлен как злоумышленник. Потребуется дополнительная проверка.

Вся информация предоставляется каждым производителем продукта в форме таблиц или графиков.

Возможность ошибки при пропуске лиц через проходную

Для примера можно взять объект, на котором проходит внутрь помещения 300 сотрудников в день и столько же выходит. Дополнительно, могут пропускаться и другие лица. Таким образом, общее число распознаний будет около 600 ежедневно. При этом важно не допустить, чтобы проникло постороннее лицо. Расчёты показывают, что вероятность проникновения злоумышленника – один случай на 10000 вхождений.

Такой показатель считается позитивным. Возможность остановки своего сотрудника равняется 7 процентам. При шестистах распознаваниях необходимость подтвердить свою личность возникнуть у 43-х людей. Принимать окончательное решение об установке системы должен заказчик, имея оценочную информацию.

Возможность найти человека в толпе

Для примера можно взять вокзал, с проходной способностью 100000 человек ежедневно. При этом имеется база, в которой 100 разыскиваемых людей, возможно, преступников. Вероятность ошибки равна 3%, так что каждый 33-й человек не будет обнаружен системой, особенно в случае использования им маскировки (парик).

Возможность срабатывания ложной тревоги составляет 0,1%. Так как в базу внесено 100 лиц, то вероятность ошибки увеличивается на 10%. Таким образом, система отреагирует на каждого 10 человека, что составит в нашем случае 10000 невиновных людей для проверки документов дополнительно.

Таким образом, вряд ли рационально устанавливать систему на вокзале.

Требования к установке камеры и ее характеристикам

Характеристики объектов и преследуемые цели могут быть абсолютно различные у каждого заказчика системы. Поэтому пару возможных потенциальных ошибок, рассмотренных выше, нужно подбирать индивидуально, с учётом преследуемых целей. Принимать окончательное решение должен заказчик на основании представленных приблизительных данных.

Проект монтажа системы

Прежде всего, необходимо поместить в базу фотографию человека хорошего качества. Важно также, чтобы картинка, сделанная видеокамерой, была высокого качества, но не обязательно с высоким расширением. При установке камеры необходимо соблюдать условия по отклонению для каждой точки распознаваемого пространства. Камера должна иметь надлежащую светочувствительность.

Важно также, чтобы задний фон отличался нейтральностью и был однородным.

Подведение итогов

Таким образом, использование системы распознавания лиц может быть достаточно результативным только в случаях создания идеальных условий. Однако даже в таком варианте необходимо учитывать погрешности и перспективы возникновения ошибок. Установка системы принесет положительные адекватные результаты только в некоторых определенных случаях для решения поставленных задач. Заказчик должен изначально учитывать статистику отказов вследствие ошибок системы.

Важный момент

Пользователь может получить бесплатные услуги при проведении консалтинговых работ по проектированию, включая систему распознавания человеческих лиц. Также предоставляется аудит спецификации проекта, который исключит риски совершения ошибок.

Для получения бесплатной консультации нужно отправить запрос по электронной почте info@videomir.pro либо воспользоваться бесплатным номером телефона: +7 (499) 390-48-38

Как по камерам разыскивают преступников, воров?

Как проходит уголовный розыск? Типа увидели по камере чувака в куртке в магазине, он вынес кассу или бутылку водки, а дальше?) Где его искать и кто это такой?)

Для начала проводят опрос свидетелей и участников:продавца-кассира,на которого напал преступник, охранников, продавцов. Потом составляют фоторобот, к примеру. По камерам могут использовать технологии распознавания лиц, сверяют с базой, узнают особые приметы, примерный маршрут перемещения, передают эти сведения патрульным, могут оцепить район. Рассылают ориентировку и соседям с просьбой опознать преступника.

Так же в случае крупной кражи товаров обходят точки скупки техники и прочего и проверяют данные,либо продавцы сами сообщают о подозрительных лицах.

Мы являемся свидетелями грандиозных событий, большинство из которых еще не наступили, но уже прорастают сквозь асфальт настоящего. Одно из таких событий это технология распознавания лиц. В 2017 году мы стали свидетелями выхода ее в массовый продакшн, где она уже успела показать фантастическую эффективность! И до дрожи в коленках напугать целые государства. Весь страх и трепет систем распознавания лиц, в нашей статье.

Оглавление

Что такое распознавание лиц?
Как работает система распознавания лиц?
Технологии распознавания лиц
       2D-распознавание
       3D-распознавание
       Распознавание по текстуре кожи лица
       Распознавание по тепловизионному изображению лица 
Качество программного обеспечения
Разработчики алгоритмов распознавания лиц
Программное обеспечение для распознавания лиц для систем видеонаблюдения
       Разработчики программного обеспечения
       Сервера для программного обеспечения для целей распознавания лиц
       Лучшие IP-камеры для распознавания лиц
       Поиск по фото похожих лиц в видеоархиве
Производители оборудования с интегрированными алгоритмами распознавания лиц
Базы данных распознанных лиц
Области применения систем распознавания лиц
       Системы контроля доступа
       Распознавание лиц в транспорте
       Учет рабочего времени
       Распознавание лиц в толпе
       Определение возраста
       Определение пола
       Подсчет уникальных посетителей
       Авторизация
       Платежные системы
       Системы управления предприятием
Отрасли в которых сконцентрированы наибольшие возможности для внедрения систем распознавания лиц
       Ритейл (розничная торговля)
       Банковский сектор
       Правоохранительные органы
       Распознавание лиц в Москве
       Службы паспортного контроля в Аэропортах
       Особо охраняемые объекты с пропускным режимом
       Индустрия гостеприимства
Искусство установки камер для целей распознавания лиц
       Законодательное регулирование
       Саботаж систем распознавания лиц
Выводы
       Луч света в темном царстве распознавания лиц

Что такое распознавание лиц?

Распознавание лиц (Face Recognition — англ.) — это одни из наиболее перспективных методов биометрической бесконтактной идентификации человека по лицу.

Первые системы распознавания лиц были реализованы как программы устанавливаемые на компьютер. В наше время технология распознавания лиц наиболее часто используется в системах видеонаблюдения, контроля доступа, на разнообразных мобильных и облачных платформах. Журнал Массачусетского технологического института — MIT Technology Review

включил

технологию распознавания лиц в список 10 прорывных технологий 2017 года.

Если вы думаете что про фантастическую эффективность я для красного словца сболтнул, то не на самом деле я затруднился подобрать должный эпитет. Но вот проиллюстрировать затруднений нет никаких. В Китае в базе данных единой системы слежения и распознавания более миллиарда человек. В реальном времени система использует 170 миллионов камер. 

Журналист британской BBC решил проверить (на всякий случай, без излишней самодеятельности, договорившись с властями) — сколько времени потребуется на задержание, если он будет перемещаться по Пекину, находясь в базе опасных лиц. 
Ответ получен: 7 минут.

Видео на английском, но там и без перевода все понятно, посмотрите это действительно интересно.

Китайцы, конечно, не считают систему совершенной: они хотят в ближайшие три года добавить ещё каких-то 400 миллионов камер. Чтобы был настоящий китайский масштаб: полмиллиарда камер в реальном времени мониторят 1,4 млрд человек. Ждём реакции Яровой.

По

оценке Bloomberg

, мировой рынок распознавания лиц вырастет с 4,05 млрд. долларов в 2017 году до 7,76 млрд. долларов США к 2022 году

Где в мире больше всего зарабатывают на технологиях распознавания лиц? По данным www.tractica.com.

Как работает система распознавания лиц?

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.

Анализ видеопотока на сервере

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

Недостатками такой схемы будут, 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.

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.

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

Технология 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 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. Поставщиком VCSEL для Apple выступают две компании

Finisar Corp

(инвестиции Apple —

390 млн. долларов

) и

Lumentum Holdings

. И судя по тому что другие 3D технологии, не показывают такой эффективности как Face ID, разблокировка по лицу на смартфонах на Android, появится не скоро.

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
Даже Face ID несмотря на всю крутость был

взломан

вьетнамской компанией Bkav сразу после поступления в продажу. Маска была создана с помощью 3D принтера. Себестоимость создания маски всего $150. Создание маски достаточно сложно для обычного человека, и ваша мама вряд ли сможет это повторить, но для профессионалов это как два пальца об асфальт.

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.

Распознавание лиц по текстуре кожи и по тепловизионному изображению. работает, только в лаборатории, и то не идеально. Но мы внимательно наблюдаем, и если что сразу дадим вам знать.

Качество программного обеспечения

Существует несколько важных метрик для оценки качества программного обеспечения.

Наиболее важные из них FRR и FAR
• False Reject Rate — FRR (Уровень ошибочных отказов) — вероятность того, что система не идентифицирует зарегистрированного пользователя или не подтверждает его подлинности.

Как рассчитывается FRR:
Пусть Nt — количество эталонов изображений в базе данных. FR — количество ложных нераспознаваний (False Reject — Иванов, не распознан как Иванов), 

• False Acceptance Rate — FAR (Уровень ошибочных подтверждений)  — вероятность того, что система распознавания лиц ошибочно идентифицирует незарегистрированного пользователя или подтверждает его подлинность.

Как рассчитывается FAR:
Пусть Nt — количество эталонов изображений в базе данных. FA — количество ложных распознаваний (False Acceptation — Иванов распознан как Петров),

Первое и самое важное что вам нужно знать про эти два показателя, это то что они не абсолютные, а относительные, т.е. они могут меняться в зависимости от настроек алгоритма распознавания лиц.

Второе это то, что эти показатели взаимосвязаны — чем меньше FAR тем больше FRR.

Ориентировочные значения  FRR и FAR для систем распознавания лиц и их взаимосвязь представлены в таблице:

Сравнение FAR и FRR различных методов биометрической идентификации:

Разработчики алгоритмов распознавания лиц

Алгоритм распознавания, это как правило не готовый программный продукт, а программный алгоритм который еще предстоит упаковать в программный продукт и в оборудование.

Производителей алгоритмов распознавания в мире достаточно много, благо есть независимые организации которые проводят тестирование эффективности алгоритмов. Самые известные: 

NIST

— Национальный институт стандартов технологий США и MegaFace — Вашингтонский университет,

Labeled Faces in the Wild

, есть и другие. Результаты конкурсов постоянно обновляются. Любая компания в любой момент может обновить свой результат, заново пройдя тестирование. Еще недавно NtechLab

заявила

о себе как о победителе, а сегодня они лишь на 4 месте. 

Мы опубликуем тестирование NIST с результатами на 13.05.2018. Так как NIST с моей точки зрения более интересен так как тестирование алгоритмов происходит на закрытой базе данных лиц, что исключает подготовку разработчика к тестированию.

1. Алгоритм — megvii-000 от Megvii, Китай
   Китайская компания Megvii со своим основным продуктов Face++. По оценкам Коммерсанта оборот компании составил порядка $100 млн.
2. Алгоритмы: 2 место — visionlabs-003, 7 место — visionlabs-002, VisionLabs, Россия
3. Алгоритмы: 3 место — morpho-002, 17 место — morpho-000. OT-Morpho, Франция
   Первый тяжеловес, в рейтинге с оборотом почти 3 млрд. евро за 2017 год. Совместное предприятие Oberthur Technologies(OT) и Safran Identity & Security(Morpho)
4. Алгоритмы: 4 место — ntechlab-003, 13 место — ntechlab-002 от NtechLab, Россия
   Московская компания, получившая известность как разработчик решения для поиска порно актеров.
   Получил инвестиции от «РТ – развитие бизнеса» («дочка» «Ростеха»), и фонда компании VB Partners. Сумма инвестиций не раскрывается. В результате «дочка» «Ростеха», получила 12,5% компании, фонд New Dimension Fund Variable Capital Investment, им управляет VB Partners, – 25% компании. NtechLab планирует выйти на рынок систем национальной безопасности и усилить развитие в коммерческом секторе.
5. Алгоритм — cogent-000 от Gemalto Cogent, США
   Разрабатывает полный спектр биометрических решений с акцентом на правоохранительную деятельность, пограничный контроль и гражданскую идентификацию. Ежегодные глобальные продажи составляют около 205 миллионов долларов.
6. Алгоритм — vocord-002 от Vocord, Россия
   Компания «Вокорд» основана в 1999 году выпускниками МФТИ Дмитрием Заварикиным и Алексеем Кадейшвили. По данным «СПАРК-Интерфакс», в 2014 году выручка компании составила 302 млн рублей, более свежих данных на момент написания статьи получить не удалось.
7. Алгоритмы: — fdu-000, 9 место — fdu-001. Fudan University, Китай
8. Алгоритм — neurotechnology-003. Neurotechnology, Литва
   С сайта компании можно скачать демо версию программного обеспечения для ПК и для смартфона на Android, демо версию SDK. У компании информативный канал на YouTube. Цены опубликованы на сайте. Так же компания предлагает собственный облачный сервис www.skybiometry.com
9. Алгоритм — itmo-003. Университет ИТМО, Россия
10. Алгоритм — 3divi-001. Тридиви (3DiVi Inc.), Россия
11. Алгоритм — yitu-000. Yitu Technologies, Китай
    Главный продукт Yitu — система распознавания лиц Dragonfly Eye, которую используют государственные системы безопасности в разных городах Китая. В первые три месяца использования системы в Шанхае с помощью Dragonfly Eye задержали 567 нарушителей закона. Система хранит 1,8 миллиарда фотографий, причём в базу попадают фото не только граждан Китая, но и всех туристов, пересекающих границу страны. Систему разворачивают и на массовых событиях: во время фестиваля пива в Циндао камеры помогли задержать 22 разыскиваемых. Власти на местах рапортуют об успехах: в одном городе система Yitu помогла сократить карманные кражи на 30%, в другом — за два года раскрыть 500 преступлений. Каким-то невероятным образом система даже помогла опознать жертву убийства по черепу спустя пять лет после преступления.
12. Алгоритм — gorilla-000, Gorilla Technology, Тайвань
13. Алгоритм — cyberextruder-002, CyberExtruder, США
14. Алгоритм — tongyitrans-002, TongYi Transportation Technology, Китай
15. Алгоритм — yisheng-001, Zhuhai Yisheng Electronics Technology, Китай

Итого: 5 представителей из России, что не может не радовать, 5 от Китая, что даже не удивляет.

На самом деле производителей алгоритмов распознавания гораздо больше, многих отсутствующих здесь вы можете найти в рейтинге MegaFace. Но если даже составить единый список, он все равно будет не полон. Почти все гиганты IT индустрии разрабатывают собственные алгоритмы распознавания лиц — Facebook, Google (

считает свою систему распознавания самой точной

), Baidu,

Microsoft

, Яндекс (тестирует авторизацию водителей по лицу и голосу), Вконтакте, Toshiba и многие другие. 

Существуют даже

open source системы распознавания лиц

.

Из всего это разнообразия, можно сделать несколько несложных выводов: 

Конкуренция на этом рынке будет усиливаться, ее следствием уже стало многократное снижение цен. Для примера — Macroscop еще в 2017 году снизил свои цены 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 нетрудно заметить, что в рейтингах практически нет

производителей оборудования для систем видеонаблюдения

, а без видеокамер и устройств хранения, вся эта история с алгоритмами лишь игры на компьютере. Но то, что их нет, это не означает что они не видят этого рынка, и не понимают его значимость. Вот —

распознавание лиц от Panasonic

, от

NEC

,

Amazon

и многих других. В общем на этом рынке скоро станет очень жарко. Кроме софтверных решений (это когда непосредственно распознавание происходит на сервере), есть еще Stand Alone решения — это когда распознавание происходит на устройстве считывания.

Программное обеспечение для распознавания лиц для систем видеонаблюдения

Тестирование эффективности алгоритмов распознавания лиц это конечно интересно, как и любое соревнование, но больше похоже на выставку достижений народного хозяйства. Вроде впечатляет, но как конкретно начать использовать и сколько будет стоить непонятно. Результатом работы алгоритмов для распознавания лиц, будет совпадение или несовпадение с базой эталонов. А далее в зависимости от специфики вашей системы должно произойти заранее запрограммированное действие. Например при входе VIP клиента старший менеджер получает уведомление со всеми данными по клиенту из вашей базы данных. 

Или наоборот при входе человека из черного списка, уведомление получает охрана. Или при попытке прохода человека из черного списка через проходную, система контроля доступа блокирует проход — это уже интеграция системы распознавания лиц с системой контроля доступа.

Работа системы распознавания лиц в реальных условиях это целый комплекс программно аппаратного взаимодействия. Для организации таких взаимодействий существует куча интегрированных платформ, позволяющей настраивать взаимодействия с системами контроля доступа, системами видеонаблюдения, охранными системами, системами пожарной безопасности, CRM системами, системами управления предприятием, и многими другими.

Так если вам не шашечки, а везти, следующие пара разделов для вас просто «Must Have».
Интеграционные платформы — громкое название, к перечисленным ниже разработчикам оно относится в разной степени, поэтому выбирая решения для распознавания лиц необходимо ознакомиться со всеми возможностями софта (платформы). Учитывая как текущие потребности предприятия, так и возможности развития, как качественные характеристики алгоритма распознавания лиц, так возможности интеграции.

Разработчики программного обеспечения для системы распознавания лиц и цены на их модули

• 

ISS

, Россия, Программное обеспечение «SecurOS® Face»

Лицензия модуля захвата лиц — цена 41 275 рублей
На канал. Устанавливается на сервере распознавания лиц или на сервере захвата лиц

Лицензия модуля распознавания лиц (до 1000 чел. в базе) — цена 665 760 рублей.
На сервер распознавания лиц.

• Sigur, Россия
Ведущий российский разработчик, оборудования и программного обеспечения для систем контроля доступа.

Верификация лица: лицензия на одну камеру — цена 50 000 рублей
Идентификация лица: лицензия на одну камеру — цена 7 000 рублей
Идентификация лица: лицензия на базу до 1 000 лиц — цена 294 000 рублей
Контроллеры СКУД — цена от 12 510 рублей

• ITV, Россия, Программное обеспечение «Интеллект»
Распознавание лиц (1 000 эталонов лиц в базе) — цена 314 000 рублей
Программное обеспечение «Интеллект» — Ядро системы — цена 20 300 рублей
Подключение видеоканала — цена 6 000 рублей

• Macroscop, Россия, Программное обеспечение «Macroscop Basic»
Модуль распознавания лиц Macroscop Basic (до 1000 лиц) — цена 240 000 рублей
Лицензия на работу с 1 IP-камерой — 16 500 рублей

И множество других производителей и разработчиков, больших и малых, и то что они не расписаны подробно с ценами, не делает их второстепенными. Вот некоторый список.
• Axis, Швеция

• Стилсофт, Россия
• 3S, Россия
• Xeoma, Россия
• Recfaces, Россия
• Cisco, США
• Cisco VSM с интегрированной технологией распознавания лиц от

iOminiscient

 

• ЦРТ, Россия. Биометрический программно-аппаратный комплекс Визирь

Сервера для программного обеспечения для целей распознавания лиц

Распознавание лиц как и любая другая видеоаналитика задачи процессорно емкие, поэтому для развертывания даже небольшой системы распознавания лиц вам потребуется достаточно мощные и совсем не дешевые сервера. Характеристики сервера подбираются индивидуально и зависят от множества факторов — от количества каналов распознавания, до предполагаемого размера базы данных лиц эталонов, и длительности хранения видеоархива.

Сервера для программного обеспечения систем распознавания лиц — цена от 101 567 рублей
Выбор серверов не ограничивается представленными в этом каталоге, в большинстве случаев мы собираем сервер в зависимости от заявленных вами требований.

Лучшие IP-камеры для распознавания лиц

Программное обеспечение и сервера, мы рассмотрели выше, но чтобы система заработала, нужны IP-камеры. Именно от качественных характеристик камер будет сильно зависеть, то насколько качественно система будет работать система распознавания лиц. 

При выборе IP-камеры для распознавания лиц мы рекомендуем обращать внимание на следующие характеристики.

WDR (Широкий динамический диапазон)
Несмотря на то что последнее время появляются камеры с WDR за 5000 рублей, качество изображения таких камер сильно уступает камерам с из более высокого ценового сегмента. Камеры с лучшим WDR по нашему опыту не может стоить дешевле 80000 рублей.

Частота кадров не менее 60 кадров с секунду
Чем больше частота кадров в секунду тем больше вероятность того что вы получите снимок с наилучшей ориентацией лица человека относительно камеры, что напрямую будет влиять на качество распознавания лиц.

Вариофокальный объектив
Чем больше будет приходится пикселей на лицо человека, тем более будет изображение.

Тесты показали, что для успешного распознавания лица требуется, чтобы лицо было представлено не менее 160 пикселями приходящимися на овал лица, и в идеале не менее 50 пикселей приходилось на расстояние между глазами. Как бы тщательно вы не выбирали месторасположение камеры, чтобы добиться этих значений ее придется подстраивать по месту в зависимости от множества факторов. Именно для этого вам и понадобится вариофокальный объектив.

Камеры видеонаблюдения с установленными рекомендуемыми характеристиками для распознавания лиц — цена от 10 000 рублей

Дальше как говорится, выбор за вами. Если вы строите систему распознавания с нуля, то стоит задуматься о выборе действительно лучших протестированных моделей IP-камер.

Поиск по фото похожих лиц в видеоархиве

Достаточно распространенный и недорогой функционал, как правило он всегда присутствует в основном программном обеспечении для распознавания лиц, но может и приобретаться отдельно. Если вы никогда в жизни не интересовались системами видеонаблюдения. Посмотрите видео там максимально коротко рассказано в чем суть.

• ITV, Россия, Программное обеспечение «Интеллект»
Поиск лиц в архиве (за 1 видеоканал) — цена 6 200 рублей

• Trassir, Россия, Программное обеспечение «Trassir Face Search»
Модуль поиска определенного лица в архиве Trassir Face Search — цена 36 990 рублей

В том или ином виде данный функционал присутствует у большинства разработчиков, поэтому мы пожалуй не станем растягивать и без того ни короткую статью.

Производители оборудования с интегрированными алгоритмами распознавания лиц

Если раздел выше с разработчиками программного обеспечения это настоящее, т.е. именно там сосредоточены основные решения показывающее максимальную эффективность на данный момент. То этот раздел про будущее которое уже наступает. 

В первом случае видеопоток от камеры по сети передается на сервер с установленным софтом, и именно там происходит распознавание лиц, поток от одной IP-камер примерно равен 5 Мбит/с, и этот поток нужно передать по сети на сервер и там обработать. В случае с одной камерой все выглядит приемлемо, а если камер сотни — это проблема которую нужно отдельно решать. Решать ее можно в основном десятками серверов для обработки данных, любая видеоаналитика это процессорно емкая задача. Так что сервера будут немалой статьей расходов.

Гораздо эффективнее  произвести распознавание на борту устройства, а по сети передать уже обработанные результаты, что уменьшит нагрузку на сети и сервера на порядки. 

Кроме того что такие устройства уже есть, они уже показывают потрясающую эффективность и быстродействие. Все оборудование я бы поделил на две большие группы «Камеры видеонаблюдения со встроенным распознаванием лиц» и «Оборудование для систем контроля доступа со встроенным распознаванием лиц».

Камеры видеонаблюдения со встроенным распознаванием лиц

Умные камеры со встроенными алгоритмами распознавания лиц являются одним из самых передовых в отрасли. Они позволяют обрабатывать видеопоток на непосредственно на самой камере, а на сервер отправлять обработанные метаданные.

2Мп камера iDS-2CD8426G0/F-I c двумя объективами — цена 135 550 рублей

HikVision, Китай, крупнейший китайский производитель систем видеонаблюдения.
Матрица — 1/2.8’’ Progressive Scan CMOS
Чувствительность — Цвет: 0.005 лк @ (F1.2, AGC ВКЛ), 0.0089 лк @ (F1.6, AGC ВКЛ), 0 лк с ИК
Разрешение 2Мп, аппаратный WDR 120дБ, частота кадров 25к/с@2Мп, слот для microSD до 128Гб, ИК-подсветка до 10м
Подробнее

Камера для распознавания лица, с двумя объективами, представляет собой компактное устройство с алгоритмами глубокого обучения DeepinViewс системой распознавания лиц на борту.

Камера поддерживает несколько кодеков сжатия видео (H.265, H.264, MPEG-4 и MJPEG) и может обрабатывать до пяти видеопотоков. Размер видеокамеры — 180,4 х 147 х 117,9 мм, вес устройства — 1500 грамм. Конструктивно представляет собой двухлинзовую камеру с бинокулярной стереофонической технологией, которая считывает большое количество характеристик лица для более точного распознавания.

Она оснащена объективом с фиксированным фокусным расстоянием 4 мм, угол обзора равен 86°. Камера автоматически захватывает выбирает и выводит оптимальное изображение лица человека.

Выполняет распознавание лиц, мгновенное сравнение захваченных лиц с библиотеками на борту, поддерживается настройка активации тревоги по идентифицированному лицу.

HikVision заявляет о рабочих температурах в диапазоне от -10 °C до 40 °C и уровне влажности до 95 процентов.

Камера автоматически переключается между режимами дневной и ночной съемки. Инфракрасная подсветка действует на расстояние до 10 метров.

Видеорегистратор iDS-96128NXI-I16 с системой распознавания лиц — цена 3 299 990 рублей

Запись видео с разрешением до 12Мп, Вывод видео с разрешением до 4K
128 каналов, Синхронное воспроизведение 4 канала@4К
16 SATA HDD до 10ТБ каждый
1/2 аудио вход/выходов, 16/8 тревожных входов/выходов
Подробнее

Память видеорегистратора рассчитана на 16 библиотек снимков людей (всего до 100 000 фото).

Видеорегистратор поддерживает Smart-функции по поиску похожих людей, анализу поведения, обнаружения лиц и автомобилей.
Есть возможность работы с тепловизорами, обнаружение огня, морских судов, измерение температуры, ведение статистики камер тепловых карт и подсчета посетителей.
iDS-96128NXI-I16 способен обнаруживать людей на 32 каналах, и моделировать лица со скоростью 64 фото в секунду.

Регистратор имеет интерфейсы 1 RS-232, 1 RS-485, RS-485 для клавиатуры, и по два разъема USB 2.0 и USB 3.0, а так же 16 тревожных входов и 8 выходов. 
Сетевой интерфейс 4 RJ-45 10M/100M/1000M Ethernet.

iDS-96128NXI-I16 поддерживает использование рейд-массивов RAID0, RAID1, RAID5, RAID6 и RAID10.

Камера видеонаблюдения DH-IPC-HF8242F-FR с системой распознавания лиц на борту — цена 100 000 рублейDahua Technology, Китай

1/1.9″, 2 Мп progressive scan CMOSSmart кодек 265+/H.264+, кодирование в 3х потоках
Starlight, true WDR 120дБ, 3DNR, День/ночь (ICR), AWB, AGC, BLC
Множественный мониторинг сети: веб-просмотрщик, CMS (DSS / PSS) & DMSS
Автоматическая задняя фокусировка (ABF)

Face capture — это программное приложение, которое автоматически захватывает лица из цифрового изображения или видеофрагмента из видеоисточника. Камеры Dahua используют усовершенствованные алгоритмы Deep Learning, что позволяет камере быстро и точно распознавать и сопоставлять лица.

Видеокамера для распознавания лиц DH-IPC-HF8242FP-FR использует технологию Deep Learning, что позволяет эффективно распознавать и сопоставлять лица. Аналитические функции устройства позволяют определять возраст, пол, настроение, наличие или отсутствие маски/очков/бороды или усов.

Видеокамера обладает функцией подсчета людей и генерирует тепловую карту.
Память камеры вмещает до 10 000 лиц, которые могут быть разделены на 5 категорий, что позволяет обеспечить захват и сравнение лиц в реальном времени.

Благодаря Starlight технологии от компании Dahua, камера идеально подходит для работы в сложных условиях c ограниченным освещением.
Ее низкая светочувствительность обеспечивает производительность цветной картинки с минимальным окружающим освещением. Даже в экстремальных условиях низкой освещенности, практически в полной темноте, Starlight технология способна отобразить цветное изображение.

Камера видеонаблюдения IPC2255-Gi4N с системой распознавания лиц на борту — цена 100 000 рублей

Kedacom, Китай

1/1.9″ КМОП Starlight матрица, 0.001 лк при цветном изображении 1080@30 к/с в H.265 / H.264 / MJPEG
Распознавание до 18 целей одновременно (образ, лицо)
Аппаратный WDR, Адаптированная ИК-подсветка до 100м
2 тревожных входа / 1 выход, Класс защиты IP66, Диапазон температур -40°C +60°C

Японский разработчик программного обеспечения для распознавания лиц Ayonix, разработала программное обеспечение для работы на борту камеры Axis P1367.

Благодаря платформе ACAP, сторонние разработчики могут разрабатывать приложения для установки их непосредственно на камеры Axis.

Видеокамера Axis P1367 со встроенным алгоритмом Ayonix — цена 68 448 рублей

Ayonix, Япония
Матрица 1/2,9” с прогрессивной разверткой, разрешение 5 Мп
Переменное фокусное расстояние 2,8–8,5 мм
Технологии Lightfinder и Forensic WDR, Технология Zipstream
Расширенные возможности для анализа изображений
Подробнее

Терминалы для систем учета рабочего времени со встроенным распознаванием лиц

Терминал учета рабочего времени FacePass Pro — цена 23 000 рублей

Anviz, Китай
Объем памяти на 400 пользователей
Время идентификации < 0,1 сек
Расстояние для идентификации пользователя: от 30 см. до 80 см
Процент распознавания: > 99%
Встроенный Web Server для удобства настройки терминала
Подробнее

Две сканирующие камеры обеспечивают максимально точную идентификацию, а высокоскоростной процессор Samsung ARM сводит к минимуму время распознавания лиц сотрудников

На точность и скорость идентификации не влияют даже такие факторы, как: цвет кожи, выражение лица, пол, прическа, а так же наличие или отсутствие на лице растительности.

Anviz FacePass Pro — система учета рабочего времени сотрудников с распознаванием по лицу, бесконтактным RFID картам или паролю.

Сочетание нового алгоритма BioNANO с высокопроизводительной аппаратной частью, гарантирует идентификацию пользователей менее чем за 0,1 (!) секунды.

Уникальная инфракрасная подсветка, обеспечивает стабильную работу устройства как в помещениях с меняющейся освещенностью, так и в полной темноте.
На скорость и качество идентификации не влияют даже такие факторы, как: цвет кожи, выражение лица, пол, прическа, а так же наличие или отсутствие на лице бороды или усов.

Динамическая цифровая клавиатура и чувствительный 2,8” сенсорный TFT дисплей гарантируют комфортную эксплуатацию.

Мультибиометрический терминал учёта рабочего времени ZKTeco Pface202-ID — цена 26 500 рублей

ZKTeco, Китай

Встроенная двойная камера высокого разрешения для сканирования лиц с инфракрасной подсветкой
Память на 600 шаблонов вен ладони, 1200 лиц (до 3000 при верификации 1:1), 2000 пальцев и 10000 карт
Емкость журнала 100000 на событий
Встроенный считыватель карт Em-Marin
Подробнее

Сетевой биометрический терминал для систем учета рабочего времени и контроля доступа с идентификацией по лицам, венам ладони, отпечаткам пальцев, считывателем RFID-карт и подключением по ethernet.

Мультибиометрический терминал учёта рабочего времени ZKTeco uFace302-ID — цена 27 405 рублей

Память рассчитана на 1 200 шаблонов лиц, 2 000 отпечатков пальцев и 10 000 карт
Журнал событий на 100 000 записей
Высокая скорость распознавания
Интерфейсы TCP/IP, RS232/485, USB Host, Wiegand выход
Использование аппаратного шифрования для защиты прошивки
Подробнее

Биометрический терминал для учёта рабочего времени и контроля доступа UFace302-ID осуществляет идентификацию по лицу, отпечатку пальца, карте и коду.
Face302-ID способен отличить лицо реального человека от фотоизображения. Продвинутый и дружелюбный пользовательский интерфейс обеспечивает 4-дюймовый сенсорный дисплей (Touch Screen).

Биометрический терминал учёта рабочего времени ZKTeco uFace800 — цена 27 405 рублей

Двойная камера высокого разрешения
Память до 3000 лиц, 5000 пальцев, 10000 карт и 100000 событий
Платформа ZMM220_TFT, алгоритмы ZK Face 7.0, ZK Finger 10.0
Сканер отпечатков пальцев, Встроенный считыватель карт
6 статусов событий при регистрации
Интерфейсы TCP/IP, USB Host, WiFi (optional), Wiegand выход
Подробнее

Сетевой биометрический терминал для систем учета рабочего времени и контроля доступа с идентификацией по лицам, сканером отпечатков пальцев, считывателем RFID-карт и подключением по ethernet.
Встроенная двойная камера высокого разрешения для сканирования лиц с инфракрасной подсветкой.
uFace800 поддерживает управление замком, контроль датчика двери, звонок, датчик взлома, подключение кнопки выхода.

Оборудование для систем контроля доступа со встроенным распознаванием лиц

Терминал распознавания лиц FaceStation 2 — цена 80 856 рублей


Suprema, Корея.
Крупнейший мировой производитель биометрии, входит в топ 50 крупнейших мировых производителей систем безопасности.
Микропроцессорная система: 1.4 GHz Quard Core, Память: 8 GB Flash + 1 GB RAM
Память на 30 000 пользователей, 5 000 000 событий, 50 000 фото
Быстрая идентификация – сравнение 1:3 000 шаблонов в секунду
Стабильная работа при любом освещении благодаря подсветке 25 000 лк
Подробнее

FaceStation 2 — высокопроизводительная платформа для распознавания лиц. Распознавание лиц может быть использовано как в режиме идентификации так и в режиме верификации. Кроме идентификации по лицу, поддерживается идентификация по смартфону и бесконтактным картам.

Для решения конкретных задач СКУД на реальном объекте пользователь может подобрать различные режимы идентификации (1:N) или верификации (1:1) из широкого перечня, предлагаемого FaceStation 2.
Таким образом, появляется возможность выбрать оптимальное соотношение уровня безопасности и скорости работы в каждом конкретном случае.

В зависимости от выбранного режима в работе будут задействованы различные сочетания биометрических сенсоров, встроенного считывателя Smart карт и сенсорной клавиатуры для ввода PIN кода.
Бесконтактная идентификация по лицу и возможность использования смартфона вместо карты доступа делает FaceStation 2 исключительно удобным для пользователей.

Терминал распознавания лиц высокой производительности, со встроенным мультичастотным считывателем карт (125kHz EM & 13.56Mhz MIFARE, DESFire/EV1, FeliCa, NFC, ISO14443A/B, ISO15693).

Благодаря расширенной области распознавания, установленное согласно инструкции устройство «видит» лица людей ростом от 145 см до 210 см.
Терминал оснащен расширенным функциями безопасности, такими как инфракрасная технология блокировки поддельных лиц и многополосная технология RF-считывания, поддерживающая новейшие стандарты RFID.

Так же имеется модификация терминала FaceStation 2 (модель FS2-AWB) — цена 93 850 рублей, отличающаяся встроенным считывателем MultiCLASS SE (125kHz EM, HID Prox & 13.56Mhz MIFARE, DESFire/EV1, FeliCa, iCLASS SE/SR, NFC, ISO14443A/B, ISO15693).

Ну и конечно решения от наших китайских партнеров, которые не были бы китайскими партнерами, если бы не предлагали современные технологии в 3-4 раза дешевле. Дешевизна безусловно не достигается без последствий, одно из основных отличий это размер базы данных, который у китайцев меньше раз в 5 минимум, ну и скорость и точность тоже немного страдают. Но в принципе это вполне рабочие, локальные решения для малых предприятий.

Устройство мультифакторной биометрической идентификации ZKTeco VF680 — цена 13 410 рублей

ZKTeco®, Китай
Крупнейший китайский производитель биометрических систем, разрабатывает алгоритмы распознавания.
Платформа ZEM810, алгоритм ZK Face 7.0
Встроенная двойная камера
Память на 800 лиц, до 10 000 и 100 000 событий
Скорость верификации не более 1 секунды
Подробнее

VF680 может работать автономно или подключаться к сетевым системам контроля доступа. 
Обладает встроенной двойной камерой высокого разрешения для сканирования лиц с инфракрасной подсветкой.
Терминал оснащен платформой ZEM810, сенсорным экраном 3.0 дюймов и алгоритмом ZK Face 7.0, поддерживающим 800 лиц.
Считыватель может программироваться с встроенной клавиатуры или с помощью программного обеспечения. Подключение по TCP/IP.

Устройство мультифакторной биометрической идентификации ZKTeco MultiBio700id — цена 28 530 рублей

Версия алгоритма: ZK Face v7.0 и ZK Finger v10.0
Инфракрасная камера высокого разрешения
Объем памяти на 400 шаблонов лиц, 2000 отпечатков пальцев и 1000 бесконтактных карт, 100 000 событий в журнале
Распознавание не более 1 секунды
Встроенный RFID ридер Em-Marine 125kHz
Подробнее

Мульти биометрический терминал ZKTeco Multibio700 осуществляет доступ по лицу, отпечатку пальца, бесконтактной карте и коду.
Устройство захватывает относительную позицию, размер, и форму глаз, носа, скул, челюстей и формирует из этих данных биометрический шаблон для последующего сравнения.
Распознавание пользователя проходит точно и быстро в пределах 1 секунды. Инфракрасная подсветка помогает удачно проводить идентификацию в условиях недостаточной освещенности.

Для прямого управления замком терминал может использоваться автономно, или подключаться в роли считывателя в сетевые системы доступа с использованием Wiegand интерфейса.

Биометрический считыватель ZKTeco SpeedFace V5

Процессор Quad-Core A17 1.8Ghz, Память 2G RAM / 16G ROM
Двойная камера: IR камера + Visible Light камера
Работа при освещении 0~40,000Lux
5 дюймовый сенсорный экран
Память на 6 000 ~ 10 000 (1:N) лиц
Скорость верификации менее 1 секунды

Считыватель поддерживает распознавание по лицу, отпечатку пальца и RFID картам EM-Marine или Mifare.

Распознавание лиц Visible light в разы превосходит распознавание лиц IR и дистанция распознавания увеличена до 2 метров, что значительно упрощает ситуацию в час-пик. Нет необходимости долго стоять перед камерой устройства. Пользователь может быстро пройти в нужном направлении рядом с устройством, чтобы лицо попало в поле видимости камеры.

Благодаря использованию CNN и созданию 3D модели лица стало возможным распознавания с разных углов обзора. С применением интеллектуального алгоритма CNN, функция анти-спуффинга эффективно предотвращает проход по маскам, фото и видео.

Биометрический терминал доступа HikVision DS-K1T606M — цена 49 990 рублей

HikVision, Китай
Память на 3 000 шаблонов лиц, 5 000 карт формата Mifare и 100 000 событий в журнале
2 тревожных входа и 1 выход
Интерфейсы TCP/IP; Wi-Fi; EHome протокол; RS-485; Wiegand 26/34
Подходит для уличной установки от -20 °C до +50 °C
Подробнее

Считыватель со встроенным контроллером и алгоритмом распознавания лиц ST-FR040EM — цена 26 824 рублей

Smartec, Россия, зонтичный российский бренд, размещает заказы на куче китайских фабриках и продает в России под единым брендом Smartec.
Версия алгоритма: ZK Face v7.0 и ZK Finger v10.0
Инфракрасная камера высокого разрешения
Память на 400 шаблонов лиц, 2000 отпечатков пальцев и 1000 бесконтактных карт
Распознавание не более 1 секунды
Встроенный RFID ридер Em-Marine 125kHz

Если вам показалось что он похож на ZKTeco MultiBio700ID, то вы правы для Smartec этот считыватель производит ZKTeco, и это полная копия MultiBio700ID.

Домофон со встроенной системой распознавания лиц DS06M — цена 14 300 рублей

Бевард, Россия
1,3 Мп сенсор SONY Exmor, с чувствительностью 0.01Лк
Эксплуатация в диапазоне температур от -40 до +50°С, класс защиты IP54 
Установленная карта microSDHC на 4 ГБ, запись на карту памяти
Двухсторонняя аудиосвязь
Поддержка облачного сервиса Camdrive
Подробнее

Не спешите радоваться низкой цене, база данных максимум на 30 лиц. Но если у вас небольшое предприятие и вы хотите произвести ВАУ эффект на ваших посетителей — это то, что может подойти.

К слову, системой распознавания лиц, может быть оборудован любой IP домофон, желательно с нормальной IP камерой.
И даже больше, IP домофон устанавливается именно на уровне лица или чуть ниже, что идеально подходит для качественного распознавания лиц.

Тот же домофон Бевард, но подключенный к системе распознавания лиц Макроскоп, в данном случае программное обеспечение Макроскоп устанавливается на сервер. В такой конфигурации размер базы данных ограничен только, простите, вашими финансовыми возможностями.

Очки с системой распознавания лиц уже использует полиция города Чжэнчжоу

LLVision Technology, Китай
Подключенные к базе данных полиции, очки выдают имя и адрес человека за 2-3 минуты. 

За полторы недели с помощью очков на железнодорожном вокзале в Чжэнчжоу было задержано семь человек числящихся в розыске, и 26 с поддельными ID-картами.

Любопытно, что

Google Glass

пока не загнулись, запрещали их использовать для целей распознавания лиц.

Мне кажется технология крайне перспективная, особенно с приходом сетей 5G, в Китае это должно состоятся не позднее 2020 года. Будем наблюдать.

Базы данных распознанных лиц

Для работы системы распознавания лиц необходима качественная база данных идентифицированных лиц. Это пожалуй главный вопрос который на данный момент тормозит массовое внедрение систем распознавания лиц.

На данный момент можно выделить несколько типов баз данных:

• Государственные базы данных
Самые большие и потенциально самые полные базы данных, формируется из данных людей являющихся гражданами государства держателя базы данных, плюс как правило в такие базы попадают все люди пересекающие границу государства.

Крупнейшей государственной базой данных на данный момент является

Aadhaar

—  индийская биометрическая база данных. На момент написания статьи база данных содержит биометрические данные 1,19 миллиарда индийцев. Затраты на Aadhaar составили 1,3 млрд. долларов США. 

Основной проблемой таких баз данных являются утечки, и с этой точки зрения Aadhaar тоже

показателен

, о множественных утечках из которого неоднократно сообщалось в прессе. А как известно все что попадает в интернет, все в нем остается.

Кроме хакеров, есть еще вездесущий товарищ майор, который к биометрическим данным проявляет не меньший интерес. WikiLeaks

опубликовала сообщение

(url предусмотрительно заблокирована РосКомНадзором) о возможной краже базы данных Aadhaar ЦРУ, с помощью оборудования которое используется для сканирования отпечатков пальцев и радужной оболочки глаза от компании Cross Match (Запомните эту американскую компанию она до сих пор активно продвигает свое оборудование, в  том числе на международных рынках)

Естественно Aadhaar сам предоставляет доступ коммерческим компаниям, например компания Microsoft использует Aadhaar для подтверждения личности пользователей специальной версии Skype для Индии.

В предоставлении доступа коммерческим компаниям к государственным базам биометрических данных есть большой смысл. Как правило сами биометрические данные не передаются, передаются лишь результат идентификации. Кроме того что эти услуги платные, именно на эти поступления создаются и обслуживаются государственные биметрические базы данных.

Свой Aadhaar появился и в России, очевидно что российская базе данных вряд ли удастся избежать, всех тех проблем через которые прошла Aadhaar. 

Доступ к российской базе данных планируется предоставлять банкам.

Есть и примеры другого подхода, Бельгия первая страна

запретившая

использование систем распознавания лиц коммерческими организациями.

• Базы данных принадлежащие коммерческим компаниям
Государство даже обладая монополией на принудительный сбор данных, как правило не является самым эффективным их собирателем.

Поэтому мы имеем гигантское количество коммерческих баз данных биометрической информации. Крупнейшие — База данных Вконтакте (более 97 000 000 человек

ежемесячно пользуются

ВКонтакте), именно ей например пользуется NtechLab для своего сайта FindFace, также большой базой данных обладает Facebook и другие социальные сети и сайты знакомств.

Коммерческие базы данных для того и создаются что за скромные деньги их могли использовать другие коммерческие компании.

Например Битрикс24 в своих продуктах Face-трекер, Face-карт для 1С, Bitrix24.Time и визит-трекер использует базу данных вконтакте.

• Лучшая база данных
У всех выше перечисленных баз данных, есть один существенный недостаток, они не имеют никакого отношения к вашему бизнесу. И содержат лишь определенные наборы данных, зачастую крайне полезные наборы, но без учета специфики вашего бизнеса, применение их сильно ограничено.

Одним из самых важных показателей качества вашей базы данных — будет качество изображений лица, эталонов.
Самые важные показатели качества базы данных эталонных изображений:
• Количество пикселей
• Контраст и прорисовка деталей лица
• Фон, на котором находится основная часть лица
• Отсутствие мешающих деталей на области лица и т. д.

Важно при этом еще и соблюдать более или менее одинаковые условия получения образов лиц (освещенность, размер самого лица на фоне всего образа).

Эти показатели важно учесть еще на этапе проектирования системы в целом, отдельно уделяя большое внимание системе получения распознанных лиц эталонов.
Начните создавать вашу базу данных уже сегодня!

Использование биометрических баз данных
Многие проявляют разумные опасения как по использованию биометрических данных государством так и еще большие опасения по поводу использования этих данных коммерческими структурами.

И действительно эти опасения не лишены смысла, но они не должны останавливать внедрение технологии. В нашем недалеком будущем именно наша биологическая идентичность позволит отличить человека от искусственного интеллекта.

Скрин с данными о количестве ботов и реальных людей посещающих веб сайты, исследование проведено компанией Imperva Incapsula

Даже на данный момент количество ботов и реальных людей посещающих сайты примерно одинаково. С развитием интернета вещей и искусственного интеллекта количество ботов будет расти в математической прогрессии как и их возможности, уже существуют

решения способные позвонить от вашего имени

например в парикмахерскую или пиццерию.

Области применения систем распознавания лиц

Специфика применения технологии распознавания лиц отличается разной критичностью к ошибкам в зависимости от сферы применения.

Системы контроля доступа

Одно из наилучших применений систем распознавания лиц на данный момент именно в системах контроля доступа. Во первых сотрудник сам заинтересован в предоставлении ему доступа и не будет сознательно саботировать работу системы распознавания лиц. Во вторых вы контролируете, все внешние факторы влияющие на качество распознавания — освещение, фон, схема движения сотрудников. Использую все это вы можете создать идеальные условия.

Системы распознавания лиц могут использоваться в системах контроля доступа в двух режимах:

• Режим идентификации — решение о допуске принимается на основе только данных от системы распознавания лиц. То есть, например база данных из ваших сотрудников 100 человек, и задача системы распознавания сравнить лицо текущего человека с базой данных в 100 человек. То есть сравнение происходит 100:1. Если человек будет идентифицирован как сотрудник, то ему будет предоставлен доступ.

Терминалы распознавания лиц от HikVision

Данный режим, эффективнее всего использовать в задачах обнаружения посторонних на контролируемой территории. Как правило есть смысл использовать в особо охраняемых зонах предприятия, куда доступ разрешен ограниченному кругу лиц. К системе распознавания подключаются все камеры установленные на данной территории в случае обнаружения любого лица, которое не содержится в базе данных происходит информирование службы безопасности.

• Режим верификации — идентификация в данном случае проводится с помощью другой технологии, например RFID (если вы консерватор), или может использоваться мобильные идентификаторы, или отпечатки пальца или венозный рисунок руки или пальца, если вы сечете куда ветер дует в современных тенденциях СКУД, и не хотите выкидывать деньги на ветер. 

Человек подносит карту к считывателю система его идентифицирует, то есть устанавливает что это Иванов, и Иванову разрешен доступ в данное время. Система распознавания лиц в данном случае уже знает, что это Иванов, и используя только фото Иванова из базы данных сравнивает, предъявителя RFID карты с фотографией Иванова в базе данных. То есть сравнение происходит 1:1.

В режиме верификации работает вообще идеально, так как задача верификации очень простая даже для средних по качеству систем распознавания лиц.

Данный режим целесообразно использовать на любых проходных — бизнес центры, производственные предприятия, институты, школы. 

Задача системы распознавания лиц — верифицировать держателя карты. Обычно эту задачу выполняет охранник или

вахтер

. И это не лучшая идея, если только вы не фольклорист, и не преследуете цели составить «энциклопедию современной культуры»

У охранника на мониторе отображается фото человека при поднесении бесконтактной карты к считывателю, задача охранника сравнить фото и предъявителя карты (по науке это называется верификация). Охранником выполняется эта работа плохо — как и любая другая однообразная, рутинная, повторяющаяся работа. 

Система распознавания лиц не только гораздо эффективней выполнит эту работу, но и еще предотвратить злоупотребления со стороны охраны. 

Распознавание лиц в транспорте

В транспорте распознавание лиц может применяться для нескольких целей:

• Поиск пропавших людей
• Поиск преступников находящихся в розыске
• Извлечение демографической информации людей для лучшего обслуживания
• Измерение удовлетворенности людей от их лиц
• Подсчет количества пассажиров, использующих общественный транспорт

Данные о количестве пассажиров поступающие в режиме онлайн помогут быстрее, более гибко и эффективно управлять сетями общественного городского транспорта.

Также подсчет количества пассажиров при сопоставлении этих данных с количеством оплат, позволит устанавливать нарушения правил оплаты проезда.

• Идентификация по лицу для целей оплаты проезда

Распознавание лица для целей оплаты проезда может на данный момент вестись в режиме верификации, и позволит избегать несанкционированного использования многоразовых проездных билетов, например использованию одного проездного абонемента несколькими лицами.

Использование распознанного лица как единственного идентификатора пассажира для автоматизированной оплаты проезда, на данном уровне развития технологий представляется возможным только в небольших корпоративных транспортных сетях, и никак не подойдет для массового общественного городского транспорта.

Учет рабочего времени

 Еще недавно учет рабочего времени без использования преграждающих устройств, было недостижимой мечтой. Сегодня это реальность.
Учет рабочего времени это конечно одна из функций системы контроля доступа, но учет рабочего времени может вестись и отдельно, только с помощью систем распознавания лиц.

Одно из основных преимуществ, использования систем распознавания лиц для учета отработанного времени — это отсутствие требований к чистоте лица. В пределах разумного конечно — смотрите раздел «Саботаж».

Также преимуществами учета рабочего времени с помощью системы распознавания лиц будут:

• Отсутствие преграждающих устройств, что конечно повышает комфортность
• Возможность использовать учет рабочего времени скрытно, без информирования сотрудников

Учет рабочего времени всего лишь одна из метрик, и вообщем то сама по себе в отрыве от других данных по работе предприятия, мало, что говорящая. Но обладая всем объемом знаний она отлично встраивается в анализ эффективности работы компании.

Особенно внимательно стоит следить за посещаемости в кризис, на это нам сам PricewaterhouseCoopers

прямо указывает

. Не будете следить за посещаемостью получите 2 дополнительных дня отсутствия на работе, о которых вы не узнаете, но которые вы оплатите. Что в 1,3 раза увеличит ваши финансовые потери от отсутствия сотрудников на рабочем месте.

Распознавание лиц для целей учета рабочего может быть реализовано в двух видах.

• Сервер + софт + хорошие IP-камеры и все это за много денег. Царский вариант — когда учет рабочего времени может вестись без информирования сотрудников.

• Специализированные терминалы — это тот вариант когда сотруднику нужно подойти к терминалу, тем самым пройдя процедуру идентификации. Это работает только если вы объявили о том, что любому, кто не отметится в устройстве распознавания лиц — рабочий день оплачен не будет. Это простая административная мера как по волшебству сокращает количество ошибок FAR и FRR до абсолютного нуля.

Распознавание лиц в толпе

Говоря о системе распознавания лиц, как правило наше воображение рисует именно сценарии идентификации преступников на улицах города. Эта самая желанная самая востребованная, и самая сложная на данный момент задача.

Поиск пропавших людей в Китае с помощью системы распознавания лиц

Сложности
• Неравномерное освещение (день, ночь, светящее солнце, все это разные условия которые будут сильно влиять на процент распознавания лиц)
• Большое количество людей в кадре

Плюсы
• Эффект неожиданности
Распознавание лиц хоть и перспективная технология о которой очень много пишут, но пишут в специализированных «гиковских» изданиях. Следовательно количество людей которые вкурсе — микроскопическое, в масштабе общего количество населения. Большинство преступников просто не будут совершать действия препятствующие идентификации.

• Сеть покрытия
Камер видеонаблюдения в большинстве больших городов очень много. Именно этот аспект будет вносить свою коррективу в работу системы распознавания лиц. Например в Великобритании человек за день попадает в объектив видеокамеры около 300 раз. И это не рекорд, и не предел при текущей низкой стоимости IP-камер.

Определение возраста

От задач безопасности переходим к задачам маркетинга. Когда говорят об присоединении отрасли «Систем безопасности» к большой отрасли IT имеют ввиду именно это — с помощью оборудования которое раньше считалось способным решать только проблемы безопасности. Сегодня решаю гигантский спектр разных задач, не имеющих отношения к «Системам безопасности» как таковым.
Возрастной состав посетителей бесценная информация для любого маркетолога, и если верить нашему министру здравоохранения, которая заявила, что средняя продолжительность жизни может вырасти до 120 лет, правда госпожа Скворцова не уточнила в какой стране это произойдет, что очевидно выдает в ней умного человека. (я лично верю, что в России), так или иначе актуальность задачи определения возраста точно будет возрастать.

Онлайн сервисы для определения возраста
Насколько точным будет определение возраста, вы можете протестировать на нескольких онлайн сервисах. Загружайте свои фото и тестируйте.

•

www.skybiometry.com/demo/face-detect/

• www.how-old.net
• www.vocord.ru/facematica/

Для целей определения возраста вам подойдет:

Программное обеспечение для распознавания лиц www.axis.com/products/axis-demographic-identifier/

Определение пола

Если вы не собираетесь анализировать пол участников Евровидения, для современных систем распознавания лиц это достаточно простая задача.

Не нужно быть великим маркетологом, чтобы понимать, что разный гендерный состав ваших покупателей требует разной маркетинговой, рекламной, PR и любых других стратегий связанных с взаимодействием с клиентами.

Сети кинотеатров «Синема парк» и «Формула кино» 

уже запустили

сбор возраста и пола своих посетителей.

Насколько точным будет определение пола вы можете протестировать по уже знакомым вам онлайн сервисам. Загружайте свои фото и тестируйте.

• www.skybiometry.com/demo/face-detect/
• www.how-old.net

Для целей определения возраста вы можете использовать:
Программное обеспечение для распознавания лиц, во многих случаях это одна из его функций.

Готовые решения от Axis, HikVision — Смарт видеорегистратор + IP-камеры

Axis, Швеция
AXIS Demographic Identifier

https://www.axis.com/products/axis-demographic-identifier/

 

Каталог оборудования вместе с ценами размещен на нашем сайте, все представленное оборудование доступно для заказа.
Подробнее

Подсчет уникальных посетителей

Классическую задачу подсчета количества посетителей, всегда решали инфракрасными или лазерными датчиками, которые просто показывают количество пересечений виртуальной линии. Например тележка будет давать отдельное пересечение, пользы от них, как от показателя

средней температуры по больнице

.

Есть современные комплексы видеоаналитики, как правило совмещенные с дополнительными датчиками. Они уже умеют считать конкретно людей, но вас же охранник, или местный городской сумасшедший, 50 раз прошедший туда — обратно, может свести данные практически к полной бесполезности.

Впервые, благодаря современным системам распознавания лиц маркетологи могут получать по настоящему полезные данные — количество уникальных посетителей. А в купе с показателями пола и возраста — это Яндекс метрика для вашего магазина.

Trassir Face Analytics модуль анализа лиц — цена 36 990 рублей
Интеллектуальный модуль анализа лиц. Функционал:
1. подсчёт уникальных лиц
2. демографический анализ лиц (пол, возраст)
3. идентификация расы
4. распознавание атрибутов лица (очки, головной убор, усы, цвет волос). Стоимость за обработку 1 видеоканала.

Скоро в нашем блоге выйдет статья с обзором современный систем видеаналитики для магазинов, это будет бомба, подписывайтесь чтобы не пропустить — мы доступны на всех платформах — 

Facebook

,

ВКонтакте

,

Twitter

, Одноклассники,

Telegram

.

Авторизация

Apple со своим «Face ID» уже забросил первый мяч в эти ворота. Яндекс спешит не отстать

планируя внедрить авторизацию по лицу

для водителей своего сервиса Яндекс Такси. 

Предоставление прав на использование сервисов и оборудования важная задача, которая все чаще будет решаться с помощью технология распознавания лиц.

Платежные системы

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.

Как видно из видеоролика, процесс оплаты не требует смартфона, предполагая, что клиент уже зарегистрировался в приложении Alipay и активировал функцию распознавания лиц. 3D-камера, расположенная в терминале, идентифицирует плательщика, для дополнительной безопасности есть опция проверки номера телефона.

Под капотом технология Face ++ от китайского стартапа Megvii, сейчас их алгоритм занимает первую строчку в рейтинге систем распознавания лиц.

Российский сервис оплаты покупок с помощью селфи — SelfieToPay запущен системой SWiP совместно с VisionLabs.

Пока что SelfieToPay протестировали в сети общественного питания «Пять Звезд» и в Mediacafe на улице Рочдельская в Москве.

Воспользоваться SelfieToPay может любой желающий уже сейчас, достаточно скачать приложение SWiP в AppStore или

GooglePlay

, затем привязать к нему банковскую карту и с помощью смартфона просканировать свое лицо. Чтобы совершить платеж, покупателю будет достаточно посмотреть в камеру рядом с кассой.

К слову говоря, мнения представителей российской индустрии питания, на перспективы технологии

разделились

.

Системы управления предприятием

Первый камень брошен системой управления взаимоотношениями с клиентами — Битикс24.

Битрикс24 позволяет использовать распознавание лиц для:
• Формирования статистики посещений, позволяет считать уникальных посетителей, повторные посещения, количество посещений за период
• Использовать лицо посетителя как идентификатор вместо скидочной карты
• Использовать распознавание лиц для учета рабочего времени сотрудников
• Находить профиль клиента Вконтакте

И многие другие применения распознавания лиц

Технология распознавания лиц только выходит на рынок, и количество применений сейчас не может предположить никто, вот лишь некоторые из них.

• В Китае установили камеры с функцией распознавания лиц, чтобы каждый человек получал строго одинаковое количество туалетной бумаги.
• Airbnb в Китае внедрит регистрацию с использованием системы распознавания лиц.
• Камеры установленные в школе города Ханчжоу, не просто распознают лица но распознают и фиксируют шесть типов активности учеников — чтение, письмо, слушание, сон, а также ответ учителю и поднятая рука, если ребенок хочет что-то спросить.
• Tele2 и Сбербанк запустили продажи сим-карт через терминалы с распознаванием лиц
• Российские сети кинотеатров запустили системы определения возраста и пола.

Отрасли в которых сконцентрированы наибольшие возможности для внедрения систем распознавания лиц

Как меняется рынок биометрического оборудования (доля рынка, %)

Ритейл (розничная торговля)

Ритейлеры Х5, «Дикси» и «ВкусВилл» уже

тестируют

технологию распознавания лиц покупателей.

Василий Громов, директор по информационным технологиям торговой сети «Карусель» (X5 Retail Group) дал по этому поводу

интервью

порталу Retail.ru

В банковском секторе распознавание лиц используется для:
• Анализ аудитории магазинов — возраст, пол
• Количество уникальных посетителей
• Количество и частота повторных визитов
• Выявление мошенников и снижение воровства
• Контроля действий персонала

Крупнейшая сеть супермаркетов в мире

Walmart

уже использует систему распознавания лиц, для борьбы с воровством.

Банковский сектор

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:
• 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.

Правоохранительные органы

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.

Госдепартамент США

уже использует

одну из самых больших систем распознавания лиц в мире с базой данных 117 миллионов взрослых американцев, с фотографиями, как правило, взятыми с водительских прав.

Распознавание лиц в Москве

На станции метро Ховрино установлено около 80 камер Axis

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, сам

Сергей Семенович подтвердил

.

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.

Службы паспортного контроля в Аэропортах

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.

 Демонстрация система распознавания лиц veriScan, была разработана

Metropolitan Washington Airports Authority

совместно с

U.S. Customs and Border Protection (CBP)

для Вашингтонского аэропорта имени Даллеса

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.

С появлением технологий позволяющих автоматизированно собирать любые биометрические данные, в том числе использовать системы распознавания лиц, процесс прохождения государственной границы можно выполнять гораздо быстрее и безопаснее. Пионером таких решений является португальская компания

Vision-Box

.

Особо охраняемые объекты с пропускным режимом

Министерства и ведомства, НИИ, медицинские учреждения, промышленные предприятия, школы, и проч.

Система распознавания лиц является эффективным инструментом для предотвращения проникновения «нежелательных» лиц на охраняемую территорию. 

К системам распознавания лиц на таких объектах могут быть подключены как системы контроля доступа, которые работают в режиме верификации, так и системы видеонаблюдения которые могут в режиме мониторинга информировать о попадании в объектив камеры людей их «черного списка».

Индустрия гостеприимства

Предприятия общественного питания, сферы развлечений и гостеприимства 
Рестораны, казино и торгово-развлекательные центры, отели

Система распознавания лиц позволяет автоматизировать систему контроля доступа на территорию заведения, что даст возможность как предотвратить вхождение в охраняемую зону посетителей из «черного списка», так и вовремя заметить появление VIP-персон.

Искусство установки камер для целей распознавания лиц.

Искусство установки камер для целей распознавания лиц

Качество работы системы распознавания лиц будет зависеть от того насколько хорошие условия для распознавания вы создадите. Этот список рекомендаций не исчерпывающий? но их выполнение этих рекомендация является очень важным.

• Количество одновременно попадающих в кадр людей не более 3 (Хотя многие разработчики заявляют и о на порядок большем количество одновременно анализируемых лиц, к этому нужно относится с осторожностью и проверять на практике)
• Зона прохода должна быть достаточно узкой? для того чтобы обеспечить прямолинейный путь движения
• Люди не останавливаются, не толпятся, не скапливаются
• Постоянный уровень и хорошая равномерность освещенности, яркость не менее 200 люкс. 

Рекомендации по установке камеры

• Расположение камеры должно выбираться исходя из того что объект смотрит и движется вперед в направлении камеры.
• В идеале камера должна находиться на одном уровне с лицом человека
• В начальной позиции определения лиц, настройте камеру таким образом, чтобы на овал лица взрослого человека приходилось не менее 160 пикселей.
• От начальной позиции до конечной, в идеале, камера должна успеть захватить примерно 20 кадров на человека (примерно 4 секунды)

Законодательное регулирование

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 компания с гигантским штатом юристов.

Вот например Microsoft, и Brad Smith главный юрист корпорации, выступает с длинным, детальным и подробно аргументированным

заявлением

, суть которого сводится к тому, что компания просит государство отрегулировать работу с технологиями распознавания лиц. То есть как бы просит отрегулировать саму себя. И тут два варианта либо они убоялись возможностей технологии, что вряд ли :-). Либо поняли что проигрывают битву за распознавание лиц в одну калитку. И решили применить прием прекрасно себя зарекомендовавший себя еще с советских времен: — Тот кто нам мешает, тот нам поможет. Так как Microsoft в сфере распознавания лиц пока гордится нечем, законодательные ограничения в первую очередь ударят по тем кто впереди.

Регулирование в России
У нас пока все просто, я просто приведу список законодательных актов, детальный анализ которых оставим для частных консультаций.

• Гражданский кодекс РФ,

статья 152.1.

Охрана изображения гражданина
• Федеральный закон «О персональных данных»

N 152-ФЗ

, основной документ регламентирующий работу с персональными данными.
• Кодекс об административных правонарушениях,

статья 13.11.

Нарушение законодательства Российской Федерации в области персональных данных
• ГОСТ Р ИСО/МЭК 19794-5-2013 Информационные технологии (ИТ). Биометрия. Форматы обмена биометрическими данными. Часть 5. Данные изображения лица
• Форма согласия на обработку персональных данных

Саботаж систем распознавания лиц

Во многих странах Мира запрещено пребывание в общественных местах с закрытым лицом. В России запрет действует только для лиц участвующих в митингах. Очевидно что законодательный тренд, запрета средств затрудняющих идентификацию будет нарастать. Но кроме банального сокрытия лица, существует масса методов делающих идентификацию автоматическими средствами невозможной.

Макияж
Проект CV Dazzle

разрабатывает

типовые стрижки и макияж которые защищают от идентификации личности. Кроме защиты это еще и выглядит достаточно круто.

Сотрудник Яндекса

разработал

алгоритм, который для разрабатывал уже не типовой, а индивидуальный макияж именно для вашего лица, по заявлениям создателя макияж делал идентификацию невозможной. Правда алгоритм решили не выпускать, дабы не потворствовать злу.
Но кто знает, идея то засветилась, может кто то, как любит говорить Путин — из людей с низкой социальной ответственностью, и выпустит нечто подобное в будущем.

Раскраска болельщика

Рука не поднялась назвать это макияжем, дабы не выхватить где нибудь в ближайшее время, все таки чемпионат мира только отгремел. Но не упомянуть это факт невозможно, так автоматизированные средства идентификации с ним не справятся.

Об этом кстати нужно помнить внедряющим системы распознавания лиц как средство борьбы с футбольными хулиганами. Такие внедрения встречаются все чаще и чаще.

Специальные очки со светодиодами

Еще январе 2013 года японские исследователи из Национального института информатики создали очки, в которые в которые встроены небольшие инфракрасные лампы, которые высвечивая некоторые участки лица делают его неузнаваемым для систем распознавания лиц.
Идея пошла в жизнь и сейчас можно встретить на просторах интернета реализованные по подобному принципу бейсболки и капюшоны.

3D очки

Парни из Университета Карнеги-Меллон, придумали наверно самый дешевый способ, обманывать системы распознавания лиц. Цена таких очков всего 22 цента, а процент распознанных лиц при их использовании рухнул на 80%. Более подробно о технологии и алгоритмах на которых проводилось тестирование читайте на Хабре.


Модификация фотографий
Выше мы рассматривали как можно избежать идентификации в реальной жизни, но есть и второй путь — модифицировать изображения которые будут загружены в базу данных. 

Ребята из университета в Торонто

разработали

алгоритм, который модифицирует отдельные пиксели на фото, таким образом, что после этого процент идентификации лица падает с почти 100% до 0,5%. И при этом модификация человеческому взгляду, как вы можете видеть на фото, не видна.
Поэтому фото лучше всегда делать самостоятельно, а не использовать предоставленное пользователем. 

Гонка вооружений уже объявлена, о существующих методах саботажа разработчики конечно знают, и конечно не будут сидеть без дела. Средства борьбы с распознаванием тоже не будут стоять на месте, но я все таки ставлю на разработчиков, так как они делают это за зарплату. Хотя первые ласточки коммерческих продуктов защищающих от технологии распознавания  лиц уже появились. Так что кто знает, в любом случае мы внимательно наблюдаем.

Выводы

В традиционно консервативную среду систем безопасности, ворвались стартаперы, и с одной стороны это хорошо, новая кровь отрасли пойдет только на пользу, заставив шевелится патриархов. 

Чтобы вы представили себе масштабы консерватизма — так только 2017 год, стал годом

осознания проблем кибербезопасности

. Хотя к тому времени IP-камеры уже ломали сотнями тысяч, а DDOS атаки с помощью IP-камер

обрушивали

пол интернета.

Интерфейсу связи контроллера со считывателями — Wiegand под 40 лет, полная шляпа в плане безопасности и удобства, и даже есть альтернатива OSDP, но до сих пор 99% СКУД используют только Wiegand. Продолжать можно долго, но я думаю текущее состояние дел в отрасли «систем безопасности» вы поняли. Ясно одно, ускорение отрасли не помешает.

С другой стороны стартапы появляются как грибы после дождя, и так же быстро исчезают, даже имея гигантские прототипы и восторженные отзывы в нашей самой честной и профессиональной прессе. А

иногда

оказываются и чистой воды мошенничеством. А самая главная вещь стартапы это хорошо, но без большого индустриального бизнеса —  в большинстве случаев это всего лишь игры в песочнице.

Так что если вы купите продукт для распознавания лиц, а через пару недель узнаете что разработчик снизил цену в 18 раз не расстраивайтесь. Учитывая выше написанное можно считать что вам повезло.
Выбрать технологию распознавания лиц для своего проекта и не переплатить в 18 раз, и одновременно не остановится на дешевке которая на момент внедрения будет работать через раз, то еще задача.

Не меньшее количество лажи, идет и со стороны критиков технологии распознавания лиц. Например американский союз защиты гражданских свобод (ACLU) решил «уничтожить» Amazon продемонстрировав «чудовищную» неэффективность их системы распознавания лиц. И выдав достаточно броскую статью которую

понесли вполне уважаемые СМИ

без всякого себя затруднения осмыслением изложенных фактов.

Суть примерно такова — Система распознавания лиц Amazon определила 28 конгрессменов США как преступников.

Подробности эксперимента — Фотографии 535 американских конгрессменов, сравнивались с базой из 25 000 фотографий ранее задержанных лиц. Несмотря на заранее известное отсутствие парламентариев на 25 000 фотографий, технология идентифицировала 28 конгрессменов как преступников.

Большинство СМИ приводят данную новость как доказательство низкой эффективности, а самые отчаянные и как доказательство полное не работоспособности.

А теперь давайте посчитаем количество сравнений которые должна была произвести система. Для этого мы 535 фотографий конгрессменов умножим на 25000 фотографий которые содержались в базе данных, получится 1 337 500. Из 1 337 500 сравнений 28 оказались ошибочными. То есть корректными оказались 1 337 472. Теперь переведем в проценты 1 337 472 разделим на 1 337 500, и получим эффективность системы 99,997%. Не то чтобы я топлю за Amazon, но что это, если не супер эффективность?! 

Если вы собрались выбрать систему распознавания лиц, а собственно сейчас самое время. Вам придется столкнуться как с +100500 вендорами и разработчиками утверждающими что их система лучшая, так и

луддитами

которые будут утверждать что все это не работает, и вообще от лукавого.

Главный вопрос статьи: Нужно ли внедрять системы распознавания лиц прямо сейчас?

Давайте попробуем ответить на него, опираясь на научные исследования и факты, да мы в «Интемс» используем именно такой экзотический подход.

На самом деле, несмотря на несовершенство технологии распознавания лиц, человек с этими же задачами идентификации справляется еще хуже, на видео вы можете посмотреть как эксперимент по покупке сим карт по чужому паспорту, ну или запустите поиск по YouTube там этой дичи найдете на любой вкус.

Ну, скажите вы мне, это понятно, понаберут дилетантов по объявлению в интернете, чего от них еще ждать.

Но у профессионалов дела не лучше, на пропавший рейс малайзийских авиалиний

MH 370

, по крайней мере два пассажира

были зарегистрированы

по чужим паспортам. А ведь проверкой документов кроме сотрудников авиакомпаний, занимаются сотрудники службы пограничного контроля, которых специально готовят для идентификации и верификации людей.

В 2014 году PLOS ONE опубликовал исследование, которое было проведено среди офицеров Австралийской паспортной службы. Смысл исследования был выявит точность идентификации предъявителя паспорта по фото в паспорте.

В результате специально подготовленные офицеры, имевшие опыт работы по идентификации, в среднем пропускают один из семи паспортов (14% случаев), не принадлежащих предъявителю.

Чтобы оценить трудность задач идентификации личности, попробуйте ответить, принадлежат ли пары изображений выше одному и тому же человеку или это два разных человека (ответ в самом низу статьи).

С неподготовленным персоналом вообще катастрофа. В

другом исследовании

неподготовленный персонал супермаркетов ошибочно идентифицировал более 50% предъявителей удостоверений личности с чужой фотографией.

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.

Луч света в темном царстве

Согласен заголовок нескромный, но должны же у нас быть хоть какие то недостатки, тем более уж больно ладно ложится в канву. Свет один из ключевых факторов в распознавании лиц.

Как говорит президент РФ Путин: — «России нужны люди с позитивной повесткой дня, которые знают, а не просто обозначают проблемы, которых у нас достаточно».

Поэтому — позитивная повестка от компании Интемс:
Технология распознавания лиц не должна использоваться повсеместно, но при правильном использовании она может существенно повысить общественную и частную безопасность, и мы должны максимально использовать ее потенциал.

Мы не топим ни за одного из разработчиков и производителей, и естественно, сами тоже не являемся ни разработчиками, ни производителем.

Мы стараемся сотрудничать со всеми стоящими игроками. Мы 13 лет занимаемся дистрибьюцией, проектированием и монтажом систем безопасности. И за это время приобрели некоторый опыт который позволяет, скажем нейтрально, чтобы никого не обидеть — отделять зерна от плевел.

Наша задача из всего множества существующих решений — подобрать наиболее эффективное решение для вашего проекта. Монтаж и обслуживание тоже присутствуют.

Ответ на вопрос по фото:
(1)  один и тот же человек, (2) разные люди, (3)  один и тот же человек и (4) один и тот же Владимир Путин.

Опрос

Ну и раз уж вы дочитали до конца, не сочтите за труд, и пройдите небольшой тест, ткните мышкой в вариант ответа который вам более всего подходит. Вам не трудно, а для нас это информация а значит стимул и далее писать статьи.

Ну, и самое важное — ваше мнение

Ничто так сильно не мотивирует меня писать новые статьи как ваша оценка, если оценка хорошая я пилю статьи дальше, если отрицательная думаю, как улучшить эту статью. Но, без вашей оценки, у меня нет самого ценного для меня — обратной связи от вас. Оцените эту статью от 1 до 5 звезд, я старался.