Контакты
Подписка
МЕНЮ
Контакты
Подписка

Продвинутые технологии распознавания. Развитие 3D-идентификации и сканирования лица

В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Продвинутые технологии распознаванияРазвитие 3D-идентификации и сканирования лица

Попытки автоматически распознавать человека по изображению лица предпринимались инженерами с 1960-х гг. Однако первые коммерческие продукты были представлены на рынке лишь в 1990-е. Оценивать их можно было по-разному. Специалисты в области биометрии предъявляли претензии (и зачастую обоснованные) к точности распознавания, устойчивости таких систем к внешним факторам и т.д. Но ряд преимуществ, обусловленных самой технологией, был неоспорим
Константин Ершаков
Пресейлз-инженер компании Artec Group

Распознавание по чертам лица – самый первый и самый естественный способ распознавания, применяемый людьми. Можно сказать, что в большинстве случаев под словами "узнать кого-то" подразумевается "посмотреть на человека и определить, кто это". Естественно, что при этом никто не проверяет отпечатки пальцев, не сканирует радужную оболочку глаз и т.д. Или другой пример: всем нам неоднократно доводилось удостоверять свою личность посредством предъявления документов. Практически в любом важном документе, выдаваемом человеку, присутствует его фотография. Именно наличие фото помогает определить, что предъявитель документа является его владельцем. Поэтому неудивительно, что идея использовать изображение лица для распознавания в технических системах всегда представлялась инженерам очень органичной. Во-первых, лицевое распознавание является бесконтактным. Это большой плюс как для пользователей системы (удобно, гигиенично), так и для ее владельцев (бесконтактная система более долговечна).

Во-вторых, данный способ распознавания не подразумевает сложного сценария. Человеку не требуется позиционировать себя перед считывающим устройством, направлять взгляд и искать глазами маркеры в камере (как в случае Iris-распознавания) либо располагать на устройстве палец или ладонь. С некоторыми оговорками, человек вообще может не обращать внимания на систему распознавания, а иногда даже и не знать о ее существовании. В-третьих, для распознавания не требуется дополнительное сканирование биометрических признаков человека. Базы данных с фотографиями пользователей присутствуют на многих объектах еще до установки биометрической системы.

Недостатки 2D-распознавания лица

Тем не менее, несмотря на все преимущества технологии 2D, она не получила такого широкого распространения, как, например, распознавание по отпечатку пальца. Как это часто случается, хорошая идея оказалась технически плохо реализуемой. Большинство специалистов в отрасли, как и пользователи систем лицевого распознавания, обращали внимание на существенные недостатки. К ним прежде всего относится точность распознавания. 2D-системы хорошо работают в "лабораторных" условиях, с постоянным и правильно подобранным уровнем освещенности. Но в реальных условиях оценка "хорошо" снижалась в лучшем случае до "удовлетворительно". Причем речь идет не только об изменениях освещенности в пределах одной точки доступа. Иногда различия освещенности на разных точках доступа могли приводить к тому, что один и тот же человек на терминале А распознавался замечательно, а на терминале В не распознавался вообще. Парадоксально, но удобный сценарий распознавания, о котором говорилось выше, также привносил и немало трудностей. С одной стороны, он не ограничивал свободу действий пользователя. Но при этом, в отличие от других технологий, пользователь не был поставлен в жесткие сценарные рамки. Наклон головы, мимика, смена прически, макияж – все это могло существенно влиять на точность в худшую сторону. В результате пользователи системы чувствовали себя обманутыми в своих ожиданиях.

Новый уровень технологий распознавания

Решение, позволяющее устранить вышеперечисленные недостатки, было найдено. В конце 1990-х гг. начались первые разработки систем, работающих не с обычным плоским (2D) изображением лица, а с его трехмерной моделью. И уже в начале нового тысячелетия на рынок вышла первая система 3D-распознавания. В основе технологии трехмерного распознавания лежит принцип уникальности лица каждого человека, обусловленный особенностями строения черепа. Еще в середине прошлого века канадскими учеными было доказано, что строение черепа каждого человека уникально, причем это свойство описывается несколькими десятками параметров. Опираясь на эти факты, а также используя результаты трудов антрополога Герасимова, специалисты компании A4Vision создали технологию, позволяющую достоверно идентифицировать человека, сравнивая трехмерное изображение его лица с предварительно сохраненным в базе данных шаблоном. Компания A4Vision смогла первой в мире добиться качественного распознавания лиц, а на разработку ушло всего два года. По мнению Дагa Карлайла, одного из старейших партнеров Menlo Ventures, фонда-инвестора А4Vision, входящего в первую пятерку фондов в Силиконовой долине в США, компания создала уникальное решение для биометрического распознавания. Технология позволяла применять его прежде всего для контроля на входе в помещения или для доступа в компьютеры. Создателя первого решения для 3D-распознавания, компанию A4Vision, объединив с компанией Biоscript, купил производитель биометрических решений по отпечаткам пальцев, компания L1. А основатели A4Vision открыли компанию Artec Group и создали новое поколение 3D-сенсоров, а также новый движок распознавания по 3D-изображению лица.

Технологические принципы 3D-сканирования

Существуют различные технологии 3D-сканирования объектов. Мы не будем заниматься их сравнением. Оговоримся лишь, что в большинстве решений распознавания по 3D-изображению лица, представленных на рынке в настоящее время, используется один и тот же принцип – структурированной подсветки.

Принцип структурированной подсветки
Суть его проста. Представим себе источник света, перед которым находится фильтр. Фильтр является непрозрачной преградой, в которой вырезаны ровные полосы, прозрачные для света. Если разместить источник света с фильтром перед плоской стеной, то на стене мы увидим ровные световые полоски. Но что произойдет, если стена имеет определенный рельеф? Мы увидим не ровные полоски, а кривые. Проанализировав искривления, произошедшие с проецируемой на стену световой сеткой, можно рассчитать геометрию искривления стены.


В действительности 3D-сканер, конечно, устроен гораздо сложнее. Световая сетка, проецируемая на сканируемый объект (в нашем случае лицо) в ИК-диапазоне, представляет собой не просто прямые линии, а десятки тысяч полигонов. Изображение объекта с нанесенной на него сеткой, снятое видеокамерой, подвергается цифровой обработке, что позволяет получить живое 3D-видео. Кадры 3D-видеопотока используются для построения 3D-модели лицевой поверхности, воссозданной с субмиллиметровой точностью, на основании которой и строится биометрический шаблон.

Биометрический шаблон
Биометрический шаблон – это антропометрическая информация, полученная с помощью трехмерного сканирования лица, которая практически не меняется со временем. Точность шаблона настолько высока, что позволяет различать близнецов. Размер шаблона на несколько порядков меньше размера 3D-модели. Например, у компании Artec Group он составляет 3,5 Кбайт.

Кроме того, обратное преобразование (шаблон в 3D-модель) невозможно, что является важным фактором в вопросе о защите персональных биометрических данных.

Прогрессивность современных 3D-систем

Применение технологии трехмерного сканирования позволило устранить многие недостатки, присущие системам, работающим с двухмерными изображениями. 3D-системы, которые используют метод структурированной подсветки, анализируют только геометрию лица. Текстура на процесс распознавания не оказывает воздействия, а это значит, что макияж (или грим) при попытке обмануть систему больше не является помехой. Более того, чтобы процесс распознавания завершился успешно, алгоритму достаточно обнаружить определенное сходство между биометрическим шаблоном и сканируемым изображением лица. Как правило, это сходство ищется для статичных и наименее изменяемых участков поверхности (нос, скулы, надбровья), что позволяет распознавать людей с бородой, в очках, головных уборах, а также допускает (в разумных пределах) использование мимики. Заметно увеличилась и скорость распознавания. Совокупность данных факторов действительно позволяет самым технологически продвинутым 3D-системам распознавать людей в движении. 3D-системы более устойчивы к некорректному поведению пользователей. Так, если в момент распознавания голова посетителя будет наклонена, это не станет препятствием, так как система способна сама "доворачивать" отсканированную лицевую поверхность в правильное положение. По сравнению с двухмерными, 3D-системы обладают и пониженной чувствительностью к изменениям внешнего освещения, вплоть до способности работать в полной темноте. 3D-систему в принципе нельзя обмануть, предъявив вместо лица фотографию. И наконец, точность распознавания у 3D значительно выше, чем у 2D. Вероятность ошибки второго рода (FAR – False Acceptance Rate, система приняла "чужого" за "своего") составляет менее 10-6 (один из миллиона), а ошибки первого рода (FRR – False Rejection Rate, система не узнала "своего") – 10-3 (один из тысячи), в этом случае пользователю потребуется заново встать перед устройством.

Впечатляющие возможности для применения

Преимущества трехмерных систем распознавания определяют сферу их применения. Как правило, они используются в таких сценариях, где высокие требования к безопасности, обусловливающие применение биометрических считывателей, сочетаются с высокой пропускной способностью. 3D-системы, распознающие в движении, "на лету", идеальны для установки на проходных предприятий, офисных зданий. Вряд ли на данный момент есть другая технология, более подходящая для развертывания точки доступа со сканированием биометрии и с пропускной способностью до 2000 человек в час. Распознавание в режиме верификации (сравнение "одного к одному") и идентификации (сравнение "одного ко многим") проходит за доли секунды. На позиционирование перед камерой в момент регистрации человек тратит не более двух секунд. Не стоит также забывать и о другом аспекте использования биометрии. Ведь многие устанавливают биометрические системы просто ради удобства, с целью отказаться от карт. И здесь 3D-системы снова вне конкуренции.

Благодаря своим особенностям технология 3D-распознавания может быть применима не только в сценариях, связанных с контролем доступа. Приведем и другие примеры ее использования. В настоящее время ведутся исследования по внедрению технологии в масштабные, в том числе государственные проекты – паспортные программы, контроль за голосованием на выборах, верификация банковских операций. 3D-сканер – это идеальный вариант биометрического сенсора для интеграции с электронными проходными (так называемыми E-gate), которые могут использоваться на объектах транспортной инфраструктуры, например в аэропортах для автоматической регистрации на рейс часто летающих пассажиров. Широкое развитие приобретает концепция использования биометрии в системах логического доступа. И здесь перед 3D-также открываются широкие сценарные возможности. В отличие от сенсоров других типов, 3D-камера способна распознавать работающего за компьютером человека периодически, не отвлекая пользователя на регулярные сканирования. А если в поле зрения камеры попадает еще одно лицо, можно заблокировать компьютер, интерпретируя данную ситуацию как "подглядывание". С уменьшением размеров 3D-сенсоров прогнозируется их использование и в мобильных устройствах.

Следующий шаг – комбинированная система

По сравнению с двухмерными системами 3D имеет, пожалуй, единственный существенный недостаток. Обычная фотография не может быть использована для распознавания трехмерной системой. Поэтому следующим важным шагом видится создание комбинированной системы, в которую будут проинтегрированы и двухмерные, и трехмерные алгоритмы. Данная система сможет в автоматическом режиме получать кадры с наилучшими параметрами для 2D-распознавания. Ведь как уже говорилось выше, одной из самых серьезных проблем 2D является угол наклона головы. Благодаря применению 3D-алгоритмов эта проблема может быть успешно решена. Система сможет самостоятельно поворачивать отсканированную 3D-модель с целью получения идеального ракурса. Таким образом, мы получим решение, способное для распознавания использовать двухмерное изображение и обладающее при этом всеми достоинствами 3D.

Опубликовано: Журнал "Системы безопасности" #1, 2014
Посещений: 15376

  Автор

Константин Ершаков

Константин Ершаков

Пресейлз-инженер компании Artec Group

Всего статей:  1

В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик  |  К списку авторов  |  К списку публикаций