Три основных ценовых сегмента систем распознавания лиц
Технологии распознавания лиц добрались и до сферы контроля доступа. Конечно, речь идет о массовом продукте, рассчитанном на самый широкий круг заказчиков, а не только на 5–10 богатейших компаний России. Сейчас идентификацию по лицу можно встретить как в крупных современных корпорациях, так и в небольших офисах. Это обусловлено целым рядом преимуществ, которые имеет такой тип идентификации.
Если в целом взглянуть на этот рынок, то можно выявить три основных ценовых сегмента систем распознавания лиц, которые напрямую зависят от используемой технологии.
Читайте подробнее в статье "Распознавание лиц в СКУД: когда, если не сейчас?"
Сравнение систем распознавания лиц
Для лабораторного теста были предоставлены системы распознавания лиц в разных решениях. В ходе тестирования было проведено сравнение поведения оборудования со встроенным распознаванием лиц в зависимости от следующих условий:
- количества лиц в базе устройства;
- относительного размера лица в кадре;
- положения лица в кадре;
- внешней освещенности.
Для тестирования оборудование устанавливалось исключительно в соответствии с инструкциями по эксплуатации. Все тесты, кроме влияния освещенности, проводились при фиксированном на лице освещении в 500 лк. Во время тестов осуществлялись несколько попыток идентификации по каждому из указанных условий. Велась фиксация долей успешных срабатываний при высчитывании среднего уровня уверенности алгоритма.
Было проверена взаимосвязь между количеством лиц, занесенных в базу, и точностью их распознавания. Возможное влияние, зависящее от положения лица, проверялось при максимально возможной заполненности базы.
Предоставленные устройства
- Beward DKS20210 – многоабонентский IP-домофон.
- Suprema FaceStation 2 – биометрический терминал для систем доступа.
- NOVIcam Smart 1808 + Smart 27 – аналитический комплекс "камера + видеорегистратор NVR".
- В тест также взяли NoName-домофон с маленькой базой лиц.
Несмотря на то что устройства создавались для разных целей, при тестировании определенной задачи по распознаванию лиц их можно рассматривать в рамках схожих параметров. По итогам тестирования можно смело сказать, что все они отлично решают свои базовые задачи, с учетом особенностей объекта, на котором предполагается установка, а также при соблюдении рекомендаций производителей. Соблюдение данных условий позволит инсталлятору спроектировать надежную систему контроля доступа на объекте и ограничить воздействие негативных факторов.
Если точно следовать рекомендациям, становится возможной реализация любого комплексного решения системы безопасности. Применение систем распознавания лиц в крупных офисных центрах даст возможность создать развитую безопасную инфраструктуру для контроля и наблюдения.
Читать подробнее в статье "Устройства со встроенным распознаванием лиц"
Встроенная видеоаналитика в недорогих камерах
Самая ходовая функции видеоаналитики, , безусловно, детекция движения. Такой алгоритм заложен практически в любой IP-камере, доступной на рынке. Мы же
решили посмотреть, какие другие встроенные в видеокамеру алгоритмы видеоаналитики может получить инсталлятор. Список вышел достаточно обширный:
- пересечение линии;
- вторжение в область;
- детекция лиц/людей;
- подсчет людей;
- слежение за объектом;
- температурная карта;
- детекция очереди;
- праздношатание;
- оставленный предмет/остановка;
- быстрое движение;
- разворот/поворот при движении;
- смена сцены/детектор саботажа;
- расфокусировка/детекция тумана;
- распознавание автономеров;
- распознавание лиц.
Рассмотрим бюджетные камеры различных производителей на наличие этих алгоритмов в статье "Встроенная видеоаналитика в недорогих камерах"
Пандемия COVID-19 vs биометрия: вызовы и перспективы
Пандемия COVID-19 бросила биометрической отрасли сложный вызов. С одной стороны, в условиях пандемии множество прежних систем утратили былую эффективность. Возьмем, к примеру, решения для идентификации по лицу. На днях национальный институт стандартов и технологий (NIST) США провел серию исследований о том, насколько хорошо алгоритмы распознавания лиц работают в условиях масочного режима. Специалисты NIST протестировали 89 алгоритмов, созданных еще до начала пандемии, на 6 млн фотографий в режиме верификации. В результате выяснилось, что алгоритмы, которые в обычных условиях распознавали лица с точностью в 99,7%, ошибаются в среднем с вероятностью от 20 до 50%. Это немногим лучше, чем гадание на кофейной гуще.
С другой стороны, среди потребителей, особенно в России, биометрические технологии в период пандемии переживают настоящий бум. Компании, которые раньше не решались применять биометрию в СКУД и УРВ, наконец осознали ее преимущества, такие как гигиеничность, бесконтактность, скорость и удобство распознавания. Как следствие, простейшие устройства для биометрической идентификации (по сути – планшеты с фотокамерой), тепловизоры и "коронавизоры" производства КНР хлынули на отечественный рынок.
Закономерным результатом повсеместных попыток внедрения китайского железа и софта стало разочарование в самой технологии. Потребители убедились, что такие устройства ненадежны, упакованы в непрочный корпус, с трудом интегрируются в российские СКУД. К тому же натренированное на лицах азиатов ПО не справляется с идентификацией европейцев, а безопасность хранения биометрических данных вызывает массу вопросов.
Самое печальное здесь то, что, внедряя дешевое, сомнительное оборудование, разработанное фирмами-однодневками в КНР, потребители делают вывод о технологии в целом, тогда как в действительности настоящая качественная биометрия – это сложнейшая отрасль знания и она не имеет ничего общего с подобного рода подделками.
Пандемия отчетливо показала, что для того, чтобы сделать надежное биометрическое устройство, эффективное в условиях пандемии, нужен прежде всего опыт и глубокие знания в области программирования нейросетей. Мы работаем на рынке с 2006 г., сегодня в R&D-группе BIOSMART 25 высококлассных программистов – выпускников ведущих вузов региона. И даже обладая такими впечатляющими ресурсами, мы понимаем, насколько трудно сделать алгоритм, который будет надежно и стабильно распознавать человека, гарантирует безопасность системы и исключит саму возможность кражи биометрической и персональной информации.
Читайте полный текст и предлагаемые решения в статье "Пандемия COVID-19 vs биометрия: вызовы и перспективы"