ЖУРНАЛ СТА 3/2020

ственно вероятность ложного совпаде- ния биометрических характеристик двух людей и вероятность отказа в доступе человеку, имеющему допуск (табл. 1). 3D-распознавание лиц 3D-распознавание лиц (Three-Dimen- sional Face Recognition) проводится, как правило, по реконструированным трёх- мерным образам. Технология 3D-распо- знавания лиц имеет более высокие ка- чественные характеристики, хотя, ко- нечно, и она не является идеальной. Существует несколько разнообраз- ных технологий 3D-сканирования. Это могут быть лазерные сканеры с оценкой дальности от сканера до элементов по- верхности объекта, специальные скане- ры со структурированной подсветкой поверхности объекта и математической обработкой изгибов полос, либо это мо- гут быть сканеры, обрабатывающие фо- тограмметрическим методом синхрон- ные стереопары изображений лиц. Одним из наиболее исследованных потребителями и экспертами 3D-скане- ров является знаменитый Face ID ком- пании Apple. Опыт использования Face ID крайне интересен и показателен, по- тому что, по сути, это единственное устройство с технологией 3D-распозна- вания лиц, выпущенное на массовый рынок. Преимущества: большая точность и меньшее количество ошибок, пока не- достижимое для 2D-систем распознава- ния лиц (табл. 1). Недостатки: ● 3D-распознавание лиц требует спе- циальных камер для сканирования, которые в несколько раз дороже обычных камер видеонаблюдения, используемых в 2D-распознавании; ● отсутствие готовых баз данных идентифицированных лиц в отли- чие от 2D-распознавания; ● распознавание близнецов остаётся сложной задачей для алгоритмов распознавания лиц. В среднем в мире рождается 13,1 близнецов на 1000 новорождённых, и эта цифра сильно колеблется в зависимости от географического региона. О БЛАСТИ ПРИМЕНЕНИЯ ЛИЦЕВОЙ БИОМЕТРИИ Специфика применения технологии распознавания лиц (рис. 5) отличается разной критичностью к ошибкам в за- висимости от сферы применения. Системы контроля доступа Одно из лучших применений систем распознавания лиц на данный момент – системы контроля доступа. Во-первых, сотрудник сам заинтересован в предо- ставлении ему доступа и не будет созна- тельно саботировать работу системы распознавания лиц. Во-вторых, контро- лируются все внешние факторы, влияю- щие на качество распознавания: осве- щение, фон, схема движения сотрудни- ков. Используя всё это, можно создать идеальные условия решения поставлен- ной задачи. Учёт рабочего времени Ещё недавно учёт рабочего времени без использования преграждающих устройств был недостижимой мечтой. Сегодня это реальность. Учёт рабочего времени – это, конечно, одна из функ- ций системы контроля доступа, но он может вестись и отдельно, только с по- мощью системы распознавания лиц. Одно из основных преимуществ ис- пользования систем распознавания лиц для учёта отработанного времени в от- личие от биометрии по отпечатку паль- ца, например, – это отсутствие требова- ний к чистоте лица, в пределах разум- ного, конечно. Также преимуществами учёта рабочего времени с помощью си- стемы распознавания лиц будут отсут- ствие преграждающих устройств, что повышает комфортность, а также воз- можность использовать учёт рабочего времени скрытно, без информирования сотрудников. Распознавание лиц для целей учёта рабочего времени может быть реализо- вано в двух вариантах: ● сервер + программное обеспечение + хорошие IP-камеры. Это довольно дорогой вариант, но зато учёт рабоче- го времени в таком случае может ве- стись без информирования сотрудни- ков; ● специализированные терминалы – это тот вариант, когда сотруднику нужно подойти к терминалу, тем са- мым выполнив процедуру идентифи- кации. Это работает, только если объ- явили о том, что любому, кто не отме- тится в устройстве распознавания лиц, рабочий день засчитан не будет. Такая простая административная ме- ра сокращает количество ошибок FAR и FRR до абсолютного нуля. Распознавание лиц в транспорте В транспорте распознавание лиц мо- жет применяться для решения несколь- ких задач: ● подсчёт количества пассажиров, ис- пользующих общественный транс- порт; ОБ ЗОР / Т Е Х НОЛОГ ИИ СТА 3/2020 14 www.cta.ru Таблица 1 Сравнение эффективности 2D- и 3D-распознавания лиц Метод биометрической идентификации Коэффициент ложного пропуска, FAR Коэффициент ложного отказа, FRR Распознавание лиц 2D 0,1% 2,5% Распознавание лиц 3D 0,0005% 0,1% Рис. 5. Технология распознавания лиц Иллюстрация с сайта prnewswire.com