Райффайзенбанк работает в России с 1996 г. и является одним из самых надежных российских банков, а по версии Форбс – самым надежным. Немаловажную роль в получении такой высокой оценки и оправдании доверия клиентов играет внедрение комплексных решений и передовых технологий. В банке успешно прошел пилотный запуск системы интеллектуального видеонаблюдения с распознаванием лиц, в которой видеокамеры выполняют функции безопасности, оперативно предоставляют служащим банка информацию, обеспечивающую рост лояльности клиентов за счет повышения скорости и адресности обслуживания, а также помогают в противодействии мошенничеству.
Основные задачи, которые планировалось решить с помощью внедрения видеосистемы распознавания лиц, – это:
Бизнес-подразделения банка получили доступ к важной информации для повышения уровня обслуживания и управления внутренними процессами банка благодаря целому ряду новых функций: счетчику уникальных посетителей, мгновенному оповещению менеджеров отделения и других заинтересованных сотрудников о появлении определенных категорий клиентов, авторизации сотрудников и др.
Преимущества внедрения ощутила и служба безопасности. Система информировала сотрудников о нахождении в отделении нежелательных лиц (черный список), предоставила возможность поиска любого зафиксированного системой видеонаблюдения лица во всех отделениях банка с целью противодействия планированию противоправных действий и помогла распознаванию посторонних лиц на объектах.
Таким образом, пилотный запуск велся сразу по нескольким ключевым направлениям (безопасность, бизнес, маркетинг) и включал в себя внедрение следующих функций и систем:
Главная задача заключалась в оценке точности распознания и возможности использования системы для выполнения целей банка.
Для этого в трех отделениях была установлена одна камера на вход, которая с помощью распознавания лиц разделяла сотрудников и клиентов, давала аналитику по визитам клиентов с фильтрацией повторного прохода и позволяла оценить гендерно-возрастной состав посетителей. данные обновлялись за короткий промежуток времени для контроля качества собираемой информации и формирования статистики.
В результате тестирования мы получили данные о работе систем распознавания и убедились в их жизнеспособности и высокой точности определения лиц, что позволило продолжить работу с такими системами и разрабатывать новые варианты использования.
Распознавание лиц для подсчета уникальных клиентов
Статистика пилота на примере одного отделения показала возможность гибкого анализа полученных данных. В самом посещаемом отделении было распознано 3100 новых уникальных персон, совершивших 5554 уникальных визита по условиям пилота. В базу отделения было занесено 28 сотрудников, 24 из которых были распознаны на основании 295 посещений. Общее количество зафиксированных неуникальных посещений – 6578.
Каждое посещение фиксировалось в базе, что позволило строить статистику по посещениям каждой персоны (либо отследить наиболее частых посетителей). При этом освоение новой технологии не обошлось и без некоторых подводных камней:
Однако стоит отметить, что даже соблюдение всех требований не сможет избавить от полного отсутствия ошибок, а может лишь снизить их процент, над чем сейчас и ведется активная работа.
"Распознавание изображений и видео в банковской сфере. Опыт банка "Открытие" читать статью >>
Решение представляет собой систему, объединяющую по сети сервер анализа и хранения данных, счетные машинки и видеорегистраторы (камеры) и служит для контроля пересчета банкнот. устройство событийного видеоконтроля "ЧЕК-ТВ БАНК" позволяет наложить кассовый чек пересчета на видеосигнал камеры и сохранить полученное изображение в архив.
В результате внедренная система позволила решать ряд важнейших задач:
В настоящее время нами исследуется возможность использования видеокамер для распознавания лиц в потоке и интеграция с текущей СКУД для применения на входах в крупные офисы и создания виртуальных точек прохода в опенспейсах.
Кроме того, активно прорабатывается версия использования программной интеграции СКУД с системами распознавания для создания виртуальных точек прохода без управления запирающими устройствами.
В результате пилота были реализованы поиск лиц в архиве, поиск по заданным критериям (пол, раса, возраст, наличие очков, прическа и т.д.) и оповещение по группам лиц (черные/белые списки). Важный пункт: при наличии информации о заражении клиента (сотрудника) вирусом СOViD-19 есть возможность отследить и просмотреть всех контактирующих с зараженным.
Интеграцию системы с текущей СКУД усложняет тот факт, что производители видеоаналитики, как правило, не используют в своих системах Wiegand-интерфейс. необходима интеграция с текущей СКУД на уровне базы данных лиц, чтобы не вести две отдельные базы. Кроме того, необходимо четкое позиционирование камеры и настройка ракурса каждого устройства для снижения уровня ложных открытий двери при появлении в кадре большого количества персон.
При использовании турникетов также возникают определенные трудности: при проходе двух персон с разных сторон турникета непонятно, для кого именно открылся проход ввиду отсутствия интерактивности системы. По сравнению с терминалами СКУД такие точки прохода не могут работать автономно, так как необходима постоянная связь через ethernet с центральным сервером аналитики и базой данных лиц. А отсутствие отлаженного алгоритма проверки лиц на "живость" дает возможность обмана системы с помощью распечатанных фотографий или фото с экранов мобильных устройств.
Контроль пересчета денежных средств
Идея применения биометрических считывателей для доступа в помещения на объектах банка заслужила высокую оценку участников фокусной группы, а также вызвала интерес у других сотрудников. Для проведения пилота мы использовали написанный нами калькулятор для перевода номеров карт в формат идентификатора, используемого считывателями. Были протестированы считыватели различных вендоров (доступ по лицу, отпечатку пальца и/или карте). В настоящее время в одном из центральных офисов банка установлены считыватели с функцией измерения температуры.
Во время пандемии данные решения несут дополнительные плюсы, так как позволяют снизить контакты сотрудников с окружающими объектами. Система продемонстрировала большое количество преимуществ:
В то же время к "обратной стороне медали" можно отнести:
В настоящее время система используется на входах в крупных офисах для замера температуры сотрудников. Решение однозначно полезно, позволяет делать предварительные замеры и соблюсти требования локального законодательства по проверке температуры в период пандемии, автоматизируя процесс и снижая время на проверку в потоке сотрудников. Без дополнительного регулятора показаний (спецприбора – "черное тело") погрешность измерений составляет 0,5 °С. Монтаж "черного тела" не всегда удобен на входной группе, а также увеличивает стоимость каждой точки прохода в два раза, но позволяет повысить точность замера до 0,2 °С.
Камера работает на расстоянии 1,5–2 м от человека, ее монтаж необходимо делать на высоте лица для его четкого детектирования. Камера может давать ложные срабатывания при близком нахождении человека рядом, так что необходимо отделять камеру барьером от потока людей.
Система имеет гибкую настройку, что помогает сделать калибровку измерений в соответствии с окружающей средой. у камеры есть функция захвата лиц, что позволяет исключить ложные срабатывания на горячие объекты, попадающие в кадр (электроприборы, горячие напитки и т.д). Захват лиц работает также при наличии медицинских масок.
В комплекс входит понятное и простое клиентское ПО, которое позволяет оператору не следить за показаниями каждого человека в потоке, а реагировать только на события в тревожном мониторе и аудиооповещения камеры.
Определение поведения людей
Модуль позволяет детектировать объекты в кадре через заданный интервал времени, например каждые три секунды. При нахождении заданного числа людей свыше заданного промежутка времени в очерченной зоне передается сигнал тревоги.
Благодаря использованию нейросетей модуль отслеживает передвижение каждого отдельного человека и ведет его трек, что снижает количество ложных срабатываний.
Системой можно определять поведение людей на заданной территории, а также отслеживать время нахождения отдельной персоны в кадре, что помогает фиксировать такие события в зоне АТМ, как обнал денежных средств, нахождение в зоне самообслуживания лиц, не использующих банкоматы, попытка взлома или установка сторонних устройств и т.д.
Пожалуй, единственная сложность установки системы в том, что необходимо постоянное подключение к каналу видеопотока для ведения трекинга, так что сервер должен быть установлен локально на каждом объекте.
Таким образом, пилотный проект позволил добиться поставленных целей и конкретных измеряемых результатов для разных служб банка. В дальнейшем планируется устранять ошибки и недочеты уже в процессе эксплуатации и расширять применение системы интеллектуального видеонаблюдения в смежных сферах – бронировании переговорных, оснащении вендинговых аппаратов, организации шкафчиков для хранения вещей сотрудников и т.д.
Опубликовано в журнале "Системы безопасности" №5/2020