Система распознавания лиц Visible Light имеет большую производительность и надежность по сравнению с традиционными инфракрасными терминалами распознавания, и обладает способностью к самообучению. Распознавание лица – одна из передовых биометрических технологий, имеет огромные перспективы роста в будущем. Имеющиеся технологические проблемы до недавних пор ограничивали применение таких систем. Основными проблемами ранних версий были высокие требования к аппаратным платформам и их производительности, к наружного освещения, углах установки камер и защиты от поддельных идентификаций.
Чтобы восполнить эти технологические недостатки компанией ZKTeco был разработан совершенно новая технология распознавания лиц, ключевой особенностью которой является использование технологии глубокого самообучения.
Усовершенствованное распознавание лица в видимом свете – это усовершенствованная версия предыдущей технологии распознавания лиц, не только подходит для общего применения, но и способна выполнять расширенные задачи распознавания в динамичной среде. Его передовая функция противодействия Спуфинг поможет любому бизнесу с высокими требованиями к безопасности сделать его более надежным технологическим решением по сравнению с другими.
Защита от поддельных идентификаций (антиспуфинг) – одна из важнейших задач всех видов биометрических технологий, включая и распознавания лиц. Использование фото или видео с изображением лица – самый простой и популярный способ пройти идентификацию. Чтобы защитить систему от таких ситуаций, компанией ZKTeco был создан программный модуль обнаружения «живого» объекта, способен самосовершенствоваться благодаря алгоритмам самообучения. Обучение основывается на изучении различий между реальным человеком и фотографией или видео, таких как освещение, текстура.
Классификация на основе редких признаков используется для увеличения скорости распознавания и для снижения необходимой вычислительной мощности. Указанный алгоритм использует математические линейные характеристики соседних пикселей и обучаемый алгоритм выделения признаков. Использование оптимизированных алгоритмов позволяет проводить идентификацию менее чем за 1 секунду.
Распознавание лица обычно проводится в динамичной среде, где меняется интенсивность источников света, углы обзора и расстояние до камеры. Технология самообучения позволяет системе самостоятельно извлекать и фильтровать характеристики для изучения различий при разном расстоянии, позе, угле обзора и яркости источников света. Что позволяет экстраполировать и улучшить исходное изображение, даже если расстояние, освещение и угол расположения меньше идеального. Система распознавания лиц Visible Light может работать даже при низких уровнях освещенности.
Традиционное распознавания лиц проходит через четыре основных этапа: выявление, выравнивание, извлечение признаков и распознавания. Усовершенствованное распознавание лица в видимом свете включает в себя несколько дополнительных этапов, чтобы дополнить эту технологию.
Выявление Visible Light
Система сначала определит, является ли лицо на изображении или видео. При обнаружении программа с высокой точностью позволяет находить лица независимо от их размера и внешней освещенности. |
|
Определение позы Visible Light
Алгоритмы определения позы позволяют точно определить трехмерные углы наклона объекта. Точность особенно важна для дальнейшей трехмерного восстановления. |
|
Анализ качества Visible Light
После оценки позы будет проанализирована яркость и четкость изображения, чтобы гарантировать, что качество попадает в допустимый диапазон, и отсеять изображения, которые классифицируются как неузнаваемы, для предотвращения потерь вычислительной мощности. |
|
Выравнивание Visible Light
Выравнивание лица – это позиционирования глаз, носа и рта человека в указанных рамках. Этот процесс использует 2D преобразования, включая движение, масштабирование и вращение. Выровненные изображения более эффективны для идентификации. |
|
Извлечение признаков Visible Light
Далее специальный алгоритм анализирует изображение, исследуя соседние пиксели, формирует кривые, определит края и определяет формы. После этого мы можем получить набор специфических признаков, характерных для данного человека и сравнить с имеющимися шаблонами. |
В отличие от «живого» человеческого лица, лицо на фотографии перемещается вместе со всей фотографией, включая фон фотографии. Учитывая эту особенность, программа сначала захватывает видео последовательность и анализирует соседние кадры, выделяет контуры лица и анализирует поведение пикселей на границе во времени, позволяет понять используется реальный фон или фотография.
Самообучения способствует выявлению различий между живым человеческим лицом и видеозаписью. Анализируется текстура и разрешение, окружающие объекты, фоновое изображение и др., Что позволяет выявить рамку смартфона или планшета и выявить попытку ошибочной идентификации