Як камери відеоспостереження розпізнають обличчя: як це працює та що впливає на точність

• Що таке розпізнавання облич у системах відеоспостереження
• Як працює розпізнавання обличчя — простими словами
• Де відбувається розпізнавання — у камері чи на сервері
• Що впливає на точність розпізнавання облич
• Налаштування розпізнавання облич на практиці
• Безпека даних і юридичні нюанси
• Як обрати рішення під задачу

Вступ

Сучасні системи відеоспостереження вже давно виконують не лише функцію запису відео. Завдяки алгоритмам штучного інтелекту камери можуть аналізувати відеопотік, виявляти людей, транспорт і навіть ідентифікувати конкретну особу.

Найчастіше такі рішення впроваджують у:

• бізнес-центрах та офісах — для контролю доступу співробітників
• підприємствах і виробництвах — для обліку робочого часу та безпеки
• торгових центрах і магазинах — для аналітики відвідувачів
• житлових комплексах — для підвищення рівня безпеки мешканців
• проєктах “Безпечне місто” — для пошуку осіб та аналізу подій

Компанія Kobi Software реалізує такі системи на базі програмного забезпечення ZetPro VMS, яке дозволяє інтегрувати IP-камери, відеореєстратори та AI-модулі в єдину систему аналітики.

Що таке розпізнавання облич у системах відеоспостереження

Відеоспостереження з розпізнаванням облич — це технологія AI-відеоаналітики, яка дозволяє автоматично визначати людину на відео та порівнювати її з базою даних.

Основні етапи роботи системи:

• виявлення обличчя у відеопотоці
• виділення характерних ознак обличчя
• порівняння з базою даних
• прийняття рішення про збіг

У результаті система може:

• визначати людей із білого або чорного списку
• створювати журнал подій
• надсилати сповіщення оператору
• виконувати інтеграцію з системами контролю доступу

Такі можливості реалізуються через AI відеоаналітика для камер, яка працює у складі програмної платформи ZetPro.

Як працює розпізнавання обличчя — простими словами

Щоб зрозуміти, як працює розпізнавання обличчя, потрібно розглянути кілька послідовних етапів обробки відео.

Детекція облич на відео

Перший етап — детекція облич на відео.

Система аналізує кожен кадр відеопотоку та визначає, чи є на ньому людське обличчя. Якщо алгоритм знаходить обличчя, воно вирізається з кадру для подальшої обробки.

Цей процес виконується автоматично і може працювати у режимі розпізнавання облич у реальному часі.

Нормалізація та ключові точки

Після виявлення система визначає ключові точки обличчя (landmarks):

• положення очей
• форму носа
• контур губ
• лінію підборіддя

На основі цих точок відбувається вирівнювання обличчя, щоб система могла правильно порівнювати різні зображення.

Створення “вектора ознак” нейромережею

Далі запускається алгоритм розпізнавання обличчя, який використовує нейромережу.

Зображення обличчя перетворюється у вектор ознак (embedding) — математичний набір чисел, що описує унікальні риси людини.

Саме тому система може виконувати порівняння облич за вектором ознак, а не просто за фотографією.

Порівняння з базою даних облич і рішення “збіг/не збіг”

Після формування вектора система виконує порівняння з базою.

Якщо схожість перевищує встановлений поріг схожості, система визначає особу як знайдену.

У системах ZetPro використовується база даних облич, де можуть зберігатися:

• співробітники
• клієнти
• відвідувачі
• люди з чорного списку

Де саме відбувається розпізнавання — у камері чи на сервері

Налаштування розпізнавання облич на практиці

Щоб система працювала стабільно, важливо правильно виконати налаштування розпізнавання облич.

Як правильно формувати базу

База повинна містити:

• якісні фото
• обличчя без сильних тіней
• правильний ракурс

Так формується база даних облич, яка використовується для порівняння.

Поріг схожості та боротьба з помилковими спрацюваннями

Система використовує поріг схожості.

Якщо він занадто низький — можливі помилкові спрацювання.

Якщо занадто високий — система може не впізнати людину.

Оптимальне значення підбирається під конкретну задачу.

Списки (білий/чорний), зони, правила та сповіщення

У системах ZetPro можна налаштувати:

• білий список
• чорний список
• зони спостереження
• правила тривоги

Система може:

• надсилати сповіщення
• зберігати архів відео
• формувати журнал подій

Безпека даних і юридичні нюанси

Системи розпізнавання облич у відеоспостереженні працюють із персональними даними, тому важливим аспектом є захист інформації та контроль доступу до системи.

У рішеннях Kobi Software, що працюють на базі програмного забезпечення ZetPro, передбачено кілька рівнів захисту даних.

По-перше, система працює через мережеву IP-інфраструктуру, де доступ до пристроїв і серверів може обмежуватися за IP-адресами. Такий механізм дозволяє дозволити підключення лише з визначених мереж або робочих станцій, що значно підвищує безпеку системи.

По-друге, для доступу до програмного забезпечення використовується система ролей користувачів. У ZetPro VMS доступ до функцій програми розмежовується між різними типами користувачів.

Зазвичай система передбачає такі рівні доступу:

• адміністратор — має повний контроль над системою, може додавати пристрої, змінювати налаштування та керувати користувачами
• оператор — має доступ до відеопотоку, аналітики та роботи з подіями
• користувач або гість — має обмежені права, наприклад лише перегляд відео

Такий підхід дозволяє розділити відповідальність між співробітниками і запобігти несанкціонованим змінам у системі.

Ще одним важливим елементом безпеки є журнал подій (логування). У ZetPro VMS всі основні дії в системі фіксуються у спеціальному журналі.

У журналі подій можна побачити:

• входи та виходи користувачів із системи
• підключення або відключення камер
• зміни налаштувань
• інші дії користувачів у системі

Це дозволяє відстежити, хто саме працював із системою і які дії виконував, що особливо важливо для корпоративних систем безпеки.

Крім того, система підтримує захищені мережеві протоколи, шифрування з’єднань та інші механізми мережевої безпеки, які запобігають перехопленню або зміні даних під час передачі.

Таким чином, використання відеоспостереження з розпізнаванням облич у поєднанні з системою ZetPro дозволяє не лише отримувати аналітику, а й забезпечувати належний рівень захисту персональних даних.

Як обрати рішення під задачу

Перед впровадженням системи розпізнавання облич важливо правильно визначити потреби об’єкта та сценарії використання. Це дозволяє забезпечити стабільну роботу аналітики та отримати максимальну ефективність від системи відеоспостереження.

Зокрема, варто врахувати:

• кількість камер та їх розташування
• місця встановлення та умови освітлення
• необхідну точність розпізнавання
• сценарії використання (контроль доступу, аналітика відвідувачів, безпека)
  
  

Рішення Kobi Software на базі ZetPro дозволяють масштабувати систему від невеликих офісів до великих інфраструктурних об’єктів і проектів типу «Безпечне місто».

Фахівці Kobi Software допоможуть підібрати оптимальну конфігурацію системи, проконсультують щодо вибору обладнання та прорахують систему розпізнавання облич під конкретний об’єкт, враховуючи кількість камер, серверні ресурси та аналітичні модулі.