Цифровые коммуникационные системы. IP телефония и АТС, видеонаблюдение и системы безопасности

+7 (831) 423-61-34  (доступен в нерабочие дни)

+7 (831) 273-89-27; +7 (831) 273-76-70

обратный звонок

Пн-Пт с 9 до 18

Каталог товаров

Биометрические терминалы ZKTeco

Инновационная система распознавания лиц от ZKTeco имеет большую производительность и надежность, и обладает способностью к самообучению. Распознавание лиц - одна из передовых биометрических технологий, имеющая 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 внешнему освещению, углам установки камер и защите от поддельных идентификаций.
Чтобы восполнить эти технологические недостатки нами была разработана абсолютно новая технология распознавания лиц, ключевой особенностью которой является использование технологии глубокого самообучения.

При покупке терминалов - Программное обеспечение для систем Учета рабочего времени и/или СКУД - поставляется бесплатно!

Защита от поддельных идентификаций (антиспуфинг) - одна из важнейших задач всех видов биометрических технологий, включая и распознавание лиц. Использование фото или видео с изображением лица – самый простой и популярный способ пройти идентификацию. Чтобы защитить систему от таких ситуаций, нами был создан программный модуль обнаружения «живого» объекта, способный самосовершенствоваться благодаря алгоритмам самообучения. Обучение основывается на изучении различий между реальным человеком и фотографией или видео, таких как освещение, текстура и разрешение.

Классификация на основе редких признаков (SRC) используется для увеличения скорости распознавания и для снижения необходимой вычислительной мощности. Данное представление использует математические линейные характеристики соседних пикселей и самообучающийся алгоритм выделения признаков. Использование оптимизированных алгоритмов позволяет проводить идентификацию менее чем за 1 секунду.

Распознавание лица обычно проводится в динамичной среде, где изменяется интенсивность источников света, углы обзора и расстояние до камеры. Технология самообучения позволяет системе самостоятельно извлекать и фильтровать характеристики для изучения различий при различном 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 может работать даже при низких уровнях освещенности.

Традиционное распознавание лиц проходит через четыре основных этапа: обнаружение, выравнивание, извлечение признаков и распознавание. Усовершенствованное распознавание лица в видимом свете включает в себя несколько дополнительных этапов, чтобы дополнить эту технологию.

Система сначала определит, есть ли лицо на изображении или видео. Во время обнаружения программа с высокой точностью позволяет находить лица независимо от их размера и внешней освещенности.

Алгоритмы определения позы позволяют точно определить трехмерные углы наклона объекта. Точность особенно важна для дальнейшей трехмерного восстановления изображения.

После оценки позы будет проанализирована яркость и четкость изображения, чтобы гарантировать, что качество попадает в допустимый диапазон, и отсеять изображения, которые классифицируются как неузнаваемые,для предотвращение потерь вычислительной мощности

Выравнивание лица -это позиционирование глаз, носа и рта человека в указанных рамках. Этот процесс использует 2D преобразования, включая движение, масштабирование и вращение. Выравненные изображения более эффективны для идентификации.

Далее специальный алгоритм анализирует изображение, исследуя соседние пиксели, формирует кривые, находит края, определяет формы. После этого мы может получить набор специфических признаков, характерных для данного человека и выполнить сравнение с имеющимися шаблонами.

В отличии от «живого» человеческого лица лицо на фотографии перемещается вместе со всей фотографией, включая фон фотографии. Учитывая эту особенность, программа сначала захватывает видеопоследовательность и анализирует соседние кадры, выделяет контуры лица и анализирует поведение пикселей на границе во времени, что позволяет понять используется реальный фон или фотография.

Самообучение способствует выявлению различий между живым человеческим лицом и видеозаписью. Анализируется текстура и разрешение, окружающие объекты, фоновое изображение и пр., что позволяет обнаружить рамку смартфона или планшета и выявить попытку ложной идентификации.