Современная электроника №1/2023

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 26 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 1 / 2023 помощью пополняемой базы покупате - лей и их фотоизображений . Пока база данных несколько тысяч человек , всё это работает . Но в крупных торговых сетях этого уже недостаточно . Интерес - ный опыт дают « бескассовые магази - ны », где огромное число камер ( рас - пространены в США , Германии и в др . странах ). Отслеживают покупателей в торговом зале – от выбора покупки до её оплаты на терминале . Для этого системе требуются не только « картин - ка » и лица , но и аутентификация по другим признакам , что и делается у терминала оплаты . Это биоидентифи - кация по отпечаткам пальцев и ( или ) фронтально установленная видеокаме - ра с ИК - подсветкой . По этим призна - кам покупатель распознаётся в базе . Однофакторный метод аутентифика - ции через дисконтную или банковскую карту , которую можно передать друго - му лицу , не даёт удовлетворительных результатов , если предполагать , что задача коммерческой сети всё - таки в том , чтобы проводить персонализи - рованный и общий маркетинг поку - пок , интересов и запросов , а не только решать вопросы безопасности и рабо - тать против краж . Рисковые варианты корректного счи - тывания по геометрии лица сводятся к изменению геометрии лица – фор - мы и типичных точек расположения основных идентификационных при - знаков ( нос , глаза , рот ), а также рас - стояний между ними . На рис . 3 пред - ставлен вид с лицами и типичными точками для идентификации . Так , нанесение маркером стрелок , фигур , дополнительных « зрачков » и « глаз » не исключает корректного считывания признаков , но затрудня - ет эту функцию . В этой связи надёж - ная работа ЕБС зависит от двух фак - торов : качества камер и качества ПО , ибо именно на сервере ( ПК ) анали - зируется и сравнивается полученное с видеокамер изображение . Прину - дительное нанесение на лицо новых « элементов » изменяет координаты оригинального признака на несколь - ко миллиметров , и этого достаточно для того , чтобы точность распознава - ния значительно снизилась , для сбоя работы ЕБС с устаревшим ПО и выдачи ошибок . Такая ЕБС распознает и услов - ного злоумышленника , и одновремен - но ещё сотни человек . Надо также принять во внимание , что в будущем , в связи с развитием высоких техно - логий и психологически обоснован - ного вектора социопатии в обществе , такие риски , связанные с попытками « уйти от камер » даже законопослуш - ных граждан , будут нарастать . Отсю - да на сегодняшний день понятно , что для корректного анализа идентифи - кационных данных человека на сер - вере нужно идти путём наращивания числа признаков . По условной анало - гии с базой отпечатков пальцев , куда рекомендую включать , кроме папил - лярного рисунка пальцев , и ладони , и фаланги пальцев , в части сканирова - ния геометрии лица необходимо в ори - гинальном признаке делать несколь - ко « эталонов » лица – вблизи , вдали , анфас , профиль , в фокусе каждый кон - кретный признак ( нос , рот ) и его эле - менты . Речь идёт о разделении призна - ков и « картинок » по ним . Пока же ( на сей день ) абсолютная точность распоз - навания ЕБС человека по геометрии лица недостижима . Так , близнецы вызовут ложно - поло - жительные сигналы , но тут проблема не в несовершенстве алгоритма рас - познавания , а в реальной похожести . А с ложно - положительными « тре - вожными » сигналами , вызванными несовершенством алгоритма , борют - ся статистическим методом . Если в поле зрения массива видеокамер есть разыскиваемое лицо , оно будет « опоз - нано » по картинкам с нескольких , а не с одной камеры . И чем большее коли - чество камер даст картинки , проанали - зированные сервером как « изображе - ние поиска » из соответствующей базы , тем меньше вероятность ошибок ЕБС и системы поиска . Есть уже реализован - ные пути решения на примере систе - мы видеоконтроля в метро . Перед стан - циями , в вестибюлях , на эскалаторах , на платформах и даже на турникетах установлены камеры видеонаблюде - ния . Корректность работы ЕБС в дан - ном случае прямо зависит от качества камер ( оптики камер и электронного АЦП системы ) и их количества . Важ - ный элемент работы реальных систем аутентификации : возможность массо - вого сравнения многих изображений одного лица . Отслеживание движения дополняет распознавание лиц . Человек заходит в вестибюль метро (2-3 картин - ки , к примеру ), потом спускается по эскалатору ( еще 3-4 картинки ) и про - ходит к платформе (2-3 картинки ). С помощью реализованных в поиско - вой системе алгоритмов она « ловит » человека с помощью полученных изо - бражений – на совпадение , к приме - ру , с паспортной фотографией разы - скиваемого – статистическим методом . В этом смысле интересны перспективы аутентификации в движении . Аутентификация в движении Скорость потока пешеходов или пас - сажиров в переходе отслеживают по характерным лицам , что удобно делать на полупустой улице . Последователь - ность появления одного лица в масси - ве видеокамер легко предсказывается , а отслеживать можно по комбинации цветов одежды . При больших скопле - ниях людей , в частности , на вокзалах , в транспорте , в метро алгоритмы поис - ковой системы несовершенны . Для поиска человека по картинке с видеока - мер открываются две задачи : «tracking» и «reindentification». Но это уже част - ные случаи . Именно поэтому количе - ство видеокамер ( практически везде ) систематически наращивают , а не сни - жают (c м . источники к публикации ). Нередко в транспортной инфраструк - туре большое количество видеокамер , сконцентрированных на одной площад - Рис . 3. Иллюстрация лиц и типичных « точек » для идентификации