Автор: Д.В. Ковалёв, Е.В.. Бычкова
Источник: Международной научно-технической конференции
«Информатика, управляющие системы, математическое и компьютерное моделирование -2017», с. 121-124.
Ковалёв Д.В., Бычкова Е.В. Система распознавания лиц при помощи систем видеонаблюдения. Алгоритм поиска лиц. Проанализированы современные виды распознавания образов при помощи систем видеонаблюдения. Рассмотрены основные технологии, тенденции и перспективы развития распознавания лиц.
Видеонаблюдение зарождалось как охранная замкнутая система, предназначенная только для решения вопросов безопасности. Ограничения аналогового видеонаблюдения не позволяли использовать оборудование иначе. Интеграция видеонаблюдения с цифровыми системами открыла возможность автоматизировано получать различные данные, анализируя последовательность изображений.
Цель статьи – проанализировать основные принципы интеллектуальных систем видеонаблюдения, основанных на методах и алгоритмах распознавания образов и обработки изображений.
Проведен анализ программно-аппаратных средств современных интегрированных систем безопасности. В статье описаны основные виды и технологии распознавания лиц, а также алгоритмы поиска лиц.
Программно-аппаратные средства современных интегрированных систем безопасности способны решать задачи любой сложности на всевозможных объектах промышленного, социального и бытового назначения. Очень важными инструментами охранных комплексов являются системы видеонаблюдения; требования, предъявляемые к функциональным возможностям сегмента, неуклонно растут.
Единая платформа интегрированных систем безопасности включает в себя модули охранно-пожарного оборудования, контроля и управления доступом, видеонаблюдения или охранного телевидения (СОТ). Функции последнего до недавнего времени ограничивались видео-мониторингом и регистрацией ситуации на объекте и прилегающей территории, архивацией и хранением данных. Классические видеосистемы обладают целым рядом существенных недостатков, основным из которых является человеческий фактор. Неэффективная работа оператора при трансляции большого объема информации. Невозможность оперативного вмешательства, несвоевременный анализ. Значительные временные затраты для поиска и идентификации события. Развитие цифровых технологий привели к созданию "умных" автоматизированных систем.
Базовым принципом интеллектуальной системы видеонаблюдения является видеоаналитика - технология, базирующаяся на методах и алгоритмах распознавания образов и обработки изображения, автоматизированного сбора данных в результате анализа видеопотока. Такое оборудование без участия человека способно обнаружить и отследить в реальном времени заданные цели (автомобиль, группу людей), потенциально опасные ситуации (задымление, возгорание, несанкционированное вмешательство в работу видеокамер), запрограммированные события и своевременно выдать тревожный сигнал. За счет фильтрации не представляющих интереса видеоданных значительно снижается нагрузка на коммуникационные каналы и архивную базу. Наиболее востребованное средство видеоаналитики - система распознавания лиц. В зависимости от выполняемых функций и поставленных задач к оборудованию предъявляются определенные требования.
Самая распространенная методика детектирования лиц - с использованием каскадов Хаара (наборов масок). Маска представляет собой прямоугольное окно с различной комбинацией белых и черных сегментов (рис. 1). Механизм работы программы следующий: видеокадр покрывается набором масок и по результатам свертки (подсчет пикселей, попавших в белые и черные секторы) подсчитывается разность, сравниваемая с некой пороговой величиной. Для улучшения работы классификатора создаются положительные (кадры, где присутствуют лица людей) и отрицательные (без таковых) обучающие выборки. В первом случае результат свертки выше порогового значения, во втором - ниже. Детектор лиц с допустимой погрешностью определяет сумму сверток всех каскадов и при превышении порога сигнализирует о присутствии лиц в кадре.
Следующий алгоритм - это метод сравнения на графах. Программа представляет лица, отсканированные системой видеонаблюдения, в виде графов с определенными вершинами и гранями (рис. 2). Сутью метода является эластичные изменения сопоставления ребер, одно из которых является эталонным, а другие деформируются с целью оптимальной подгонки к оригиналу. В различных алгоритмах графы могут иметь структуру прямоугольника, где ключевые точки привязаны к двухмерным координатам, или трехмерную структуру неравномерных многоугольников, вершины которых связаны с основными антропометрическими показателями лица.
Очень востребованы системы распознавания лиц в банковском секторе. По итогам прошлого года руководству "Почта Банка" после установки в своих офисах 50000 интеллектуальных видеокамер удалось сэкономить миллионы рублей за счет профилактики мошенничества в сегментах кредитования и платежей. Специалисты утверждают, что к 2021 году будет создана необходимая инфраструктурная сеть, и любые операции в банкоматах станут возможными только после биометрической идентификации лица клиента. В ближайшее десятилетие высокие технологии позволят открыть сеть магазинов полного самообслуживания: покупатель проходит перед витринами, выбирает понравившийся товар и уходит. Система распознавания лиц и образов определит личность покупателя, покупки и спишет с его счета необходимую сумму. Ведутся работы по созданию систем распознавания психоэмоционального состояния. Анализ человеческих эмоций будет востребован в мультимедийных сферах: анимации, кинематографе, индустрии создания компьютерных игр.
Распознавание лиц – одна из самых сложных задач в области видеоаналитики. С одной стороны, все понятно и давно используется. С другой стороны, решения идентификации в толпе людей все еще стоят очень дорого и не дают абсолютной точности. При распознавание лиц необходимо обеспечить устойчивое слежение за несколькими объектами в кадре даже в случае их совместного пересечения или временного «пропадания» за препятствием; считать любое количество объектов, пересекающих определенную зону и учитывать направления пересечения; знать, когда появляется и исчезает предмет/объект в кадре. Вариативность лиц людей огромная, поэтому и система имеет невысокую вероятность в рас-познавании.
Следовательно, при решении данного класса задач имеются самые широкие перспективы и возможности.