К 2019 году алгоритмы распознавания лиц достигли небывалого совершенства: сейчас технология работает даже лучше человека, а разработчики алгоритмов соревнуются в показателях точности уже в 5-ом или 6-ом знаке после запятой.
Все это звучит довольно заманчиво: человек идёт, ничего специально не делает, а перед ним распахиваются двери и открываются турникеты.
Но это в теории. В реальности же все сложнее: распознавание действительно уже можно без особых опасений применять в контроле доступа, но при внедрении нужно учитывать некоторые особенности работы технологии с поправкой на задачи, которые перед ней ставятся.
Сразу оговоримся: в этом тексте речь идет о применении распознавания лиц в СКУД именно для идентификации, то есть, когда это – единственный признак, по которому система принимает решение о доступе.
Первое, что нужно понимать в этом контексте, распознавание – это биометрический метод. То есть распознавание, как и другая биометрическая идентификация, имеет вероятностный характер. Проще говоря, распознавание лиц ошибается.
Что значит «ошибается»? Перед камерой проходит человек. Далее вариантов ошибки два: система может принять его за другого и ошибочно пустить на территорию, думая, что он «свой» (хотя это просто случайный прохожий), либо, наоборот, необоснованно запретить, думая, что это «чужой».
Не углубляясь в расчеты соотношения этих двух типов ошибок, в общем случае мы можем сказать, что распознавание лиц пока математически ошибается больше, чем другие методы биометрической идентификации, но уже далеко не так критично, как это было раньше, особенно, если говорить об объектах с количеством сотрудников до 1000 человек.
Также у многих, кто задумывается о внедрении систем распознавания лиц, возникает вопрос: как бороться с подлогом? То есть, как противодействовать подмене настоящего лица фотографией или видео? Опять же современные алгоритмы распознавания от ведущих разработчиков «научились» отличать живого человека от изображения человека. Совет здесь довольно простой: нужно выбирать проверенное распознавание от ведущих компаний, которые непрерывно совершенствуют свои технологии.
В отличие от остальной биометрии, распознавание лиц – динамично. Это второе, что нужно обязательно учитывать при внедрении.
Другие биометрические методы в СКУД – отпечатки пальцев, рисунок вен ладони, радужка глаза – требуют если не прямого физического контакта, то, как минимум, достаточно близкого. Распознавание же работает издалека.
Из этой особенности возникают и особые требования к организации проходной. Пожалуй, именно они на сегодня являются определяющим фактором успешности внедрения распознавания: чем чётче будут соблюдены рекомендации, тем лучше будет работать технология.
Естественно, на каждом конкретном объекте планирование проходной под распознавание будет иметь свои особенности, но в общем случае на работу системы влияют ориентация лица относительно камеры (желательно фронтальное расположение), качество фотографий сотрудников в базе СКУД и видеопотока (чем выше - тем лучше), качество освещения в зоне распознавания (без перепадов, явных затемнений или пересветов), размер лица в кадре (чем больше пикселей - тем лучше).
То есть, все это необходимо учесть при внедрении распознавания: правильно расположить камеры, отрегулировать освещенность, обновить фотографии сотрудников в базе СКУД, если они, например, делались давно и на некачественном оборудовании (такое, кстати, часто встречается на крупных объектах). Тогда технология будет работать максимально быстро и корректно.
Да, распознавание требует вычислительных ресурсов. Чем больше в базе сотрудников, чем больше камер в системе, тем большая мощность требуется от оборудования, на котором алгоритм распознавания будет работать. Каждый кадр от каждой из установленных камер нужно обрабатывать без ощутимых для пользователя задержек, и каждый раз найденное в кадре лицо (или даже несколько лиц) сравнивать со всеми эталонными лицами из базы.
Чтобы дать представление о том, какие мощности понадобятся, приведем цифры для алгоритмов распознавания от одного из ведущих разработчиков. В среднем, обработка 1 кадра при работе этого алгоритма занимает около 200 миллисекунд. На одном ядре обрабатывается 5 кадров в секунду. Таким образом, для четырех каналов подойдет компьютер с процессором 4.2 гигагерца, например, Intel Core i7, и оперативной памятью не менее 8 гигабайт. Конечно, разные алгоритмы по-разному распознают, используют разную мощность и достигают разных скоростей, но в целом порядок цифр примерно таков.
А теперь самый важный вывод: использование исключительно распознавания лиц для принятия решения о доступе – вопрос, который требует тщательной проработки под каждый конкретный объект и зависит от задач.
Например, офису или бизнес-центру важно контролировать поток людей, но не обязательно обеспечивать безопасность на высоком уровне. В таком случае внедрение распознавания может быть оправдано: это удобно, быстро и технологично. Использовать же только его на промышленном или военном объекте без дополнительных факторов идентификации (карты, к примеру), все же пока неосмотрительно.
Это полярные позиции по уровню безопасности. В среднем же случае лучше придерживаться такого подхода: не доверять машине самой принимать решение о доступе, а сделать её задачей информирование человека, который и примет окончательное решение, что делать с этой информацией. Система как бы скажет: «Знаешь, охранник, а вот этот похож на Ивана Петрова, он бухгалтер». А действительно ли он похож и стоит его пускать, пусть решает человек.
В такой ситуации получится сохранить преимущества распознавания (удобство для пользователей, скорость, технологичность) и приемлемый уровень безопасности.
Тренд использования идентификации по биометрии лица уже плотно вошел в сферу систем контроля доступа, и его игнорирование вряд ли приведет производителя СКУД к успеху на рынке. Все ведущие производители уже озаботились вопросом собственных разработок или интеграции в состав своих систем внешних продуктов.
Сейчас рынок решений по распознаванию лиц все еще пребывает в стадии формирования. Спектр систем расширяется, конкуренция растет. Решений действительно много, и все они продолжают динамично меняться и развиваться.
Фактически сегодня существует два основных варианта решения задачи биометрической идентификации по лицу: серверные системы и терминалы.
Серверные решения при грамотном подходе к установке камер, освещенности и прочим нюансам дают очень хорошие результаты, но при этом остаются достаточно дорогими, их внедряют в том случае, если распознавание лиц нужно для решения целого спектра задач, помимо контроля доступа. Вероятно, цена на такие решения будет постепенно снижаться. У данных решений есть и другие слабые стороны, в первую очередь, это отсутствие обратной связи – пользователю сложно понять, разрешен или запрещен ему доступ, что ему делать, куда смотреть и т.п. Исторически так сложилось, что вошли на этот рынок первыми именно серверные решения, и уже в ответ на недостатки серверных систем пришли терминалы.
Основные преимущества терминалов перед серверными решениями – стоимость и возможность автономной работы. Также с помощью терминалов, оборудованных пирометрическими или тепловизионными модулями измерения температуры, может достаточно бюджетно решаться вопрос автоматизации термометрического контроля, что в наши COVIDные времена имеет определенный спрос. Есть, безусловно, и минусы: проблемы с качеством кода, низкий уровень документированности, низкий уровень поддержки, слабые возможности кастомизации и доработки – все эти особенности обусловлены страной происхождения этих устройств и принятыми там подходами к разработке и поддержке продуктов. Надо отметить, что стали появляться и российские производители биометрических терминалов, которые стараются избежать перечисленных выше недостатков, применять другие архитектурные решения хранения данных. Очевидно, что этот сектор будет активно развиваться, будут появляться новые игроки, стремящиеся исправить недостатки существующих решений.
Все современные СКУД имеют уже в своем составе какие-то решения по распознаванию лиц. Это накладывает требования и на саму СКУД. Например, если раньше хранение фото сотрудника в базе СКУД было делом добровольным, то теперь это, скорее, обязательное условие. Причем, возможно, фото стоит хранить хорошее, а еще лучше – несколько. Также на отрасль влияет и законодательная среда – закон о защите персональных данных, требования по применению отечественного ПО на ряде объектов и другие.
Один из последних трендов, связанных с терминалами распознавания лиц – это увеличение спроса на устройства, предназначенные для работы внутри объекта. Заказчики начинают внедрять распознавание лиц не только на проходных, но и во внутренних помещениях.
Как правило, речь идет о стратегически важных помещениях: кабинетах руководства, бухгалтерии, серверных, лабораториях и т.п.
Этот тренд во многом обусловлен ростом доверия к терминалам распознавания лиц. За те год-полтора, что терминалы активно внедряются на российских объектах, собралась уже достаточная база успешных кейсов. И монтажник, и заказчик видят, что это полностью рабочее, законченное решение, а, значит, его можно применять для решения задач на других точках доступа или на других объектах.
Первые терминалы распознавания лиц у нашей компании появились ещё в середине 2000 годов. То были более простые устройства, использующие распознавание в ближнем ИК-спектре (NIR).
Сегодня борьба на рынке терминалов смещается с простого распознавания свой / чужой, в standalone устройства добавляют все больше различных функций под требования конечного клиента. Например, для строительной отрасли есть модели с встроенным алгоритмом определения ношения строительной каски.
В прошлом году основным требованием к системам были измерение температуры и распознавание ношения медицинской маски. В нашем понимании терминалы уже не просто устройства разграничения доступа – это сверхсовременные решения, реализующие дополнительные задачи: измерение температуры, распознавание атрибутов, у некоторых моделей есть даже функции домофонии.
Основная тенденция в развитии – уход от всех видов контактных терминалов контроля доступа к бесконтактным, а также погружение в мир IoT в сфере СКУД происходит весьма интенсивно. Сейчас уже достаточно сложно найти компанию, в ассортименте которой не будет СКУД с распознаванием лиц или с альтернативными системами бесконтактного доступа.
Основная тенденция на рынке это, в первую очередь, оптимизация уже существующих систем. Современные панели доступа позволяют обеспечить пользователя разными типами установки, а также различными интерфейсами управления.
Система должна обладать максимальной надежностью, чтобы даже при использовании ложных фото- или видеоматериалов у терминала доступа была дополнительная защита по антифейку.
Для начала я бы хотел отметить, что распознавание лиц в СКУД – это не новая технология. Пройдя за последние 10 лет путь развития от сложных 3D систем распознавания «не для всех», как в отношении подготовки инфраструктуры, так и конечной стоимости, до относительно компактных и доступных устройств-терминалов, эта технология продолжает развиваться и находить новые применения.
Популярность последних при этом обусловлена, как минимум, двумя причинами.
Первая – это удобный форм-фактор. Терминал – это готовое во всех смыслах к работе устройство, не требующее установки дополнительных камер, прокладки кабелей, дополнительных серверных мощностей и подобного.
Второе – это возможное снижение ошибок распознавания при соответствующих административных мерах. Распознавание лиц, как и любая другая биометрия, имеет вероятностный характер. Например, из-за большого количества имеющихся в базе лиц снижается быстрота действия системы. В таких алгоритмах могут быть ошибки – ложный допуск или ложный недопуск. Для систем доступа, очевидно, самой критичной является ошибка ложного допуска, когда система принимает «чужака» за «своего». Соответственно, чем больше людей появляется в базе, тем чаще может возникать эта ошибка.
При использовании терминалов каждый из них отвечает за конкретную точку прохода (в отличие от серверного распознавания лиц) административными методами можно разделить потоки людей таким образом, чтобы через выбранную точку доступа был возможен проход только определенной группе лиц. Таким образом, всю базу биометрических шаблонов не нужно загружать на каждое из устройств.
Мы снижаем количество лиц в базе и, как следствие, вероятность ошибок. Здесь также важно отметить, что каждый терминал независим от других, и, соответственно, не возникает ситуаций, когда люди долго ждут ответа от системы и не понимают, что происходит.
Когда мы имеем дело с системами распознавания лиц, то ее взаимодействие со СКУД – это, в первую очередь, история про софт. Терминалы могут напрямую интегрироваться с контроллерами. Все работает быстро и сразу.
Система остается рабочей и в непредвиденных случаях, даже если отключилось электричество. Это решение очень популярно сейчас как раз из-за своих плюсов: удобство для пользователей, скорость, технологичность.
Тенденция в развитии терминалов контроля доступа и интегрированных СКУД с биометрическим распознаванием лиц состоит в том, что сами терминалы становятся функционально умнее. Например, из-за COVID-19 в эти терминалы были добавлены функции измерения температуры и распознавания маски на лице проходящего человека (а не только распознавания лиц).
Наращивание функциональности – вот основной тренд развития данной технологии.
В последний год рынок биометрических СКУД значительно трансформировался, акцент сместился на некооперативные и бесконтактные решения, позволяющие выполнять идентификацию посетителя без какого-либо явного содействия со стороны человека. Все что требуется человеку – это просто подойти к турникету или двери.
В полной мере такому запросу рынка соответствуют биометрические терминалы, использующие технологию распознавания лиц. Вместе с тем функциональные возможности биометрических терминалов тоже существенно расширились. я хотел бы отметить три новых ключевых возможности.
Во-первых, это технология liveness, которая позволяет отсекать «фейковые» предъявления фотографий, видеозаписей, масок. Эта функция настолько важна, что без нее биометрический терминал не имеет никакой ценности, каким бы точным ни был алгоритм идентификации.
Вторая возможность – это функция измерения температуры тела, позволяющая автоматически фиксировать значение температуры тела и вести электронный журнал эпидемиологического учета.
Третья возможность – мультифакторность, позволяющая активировать различные комбинации факторов: только биометрия, биометрия совместно с RFID или QR-идентификатором и т.д.
Если систему контроля доступа с распознаванием лиц планируется установить на открытом воздухе, нужно учитывать возможность наличия прямых солнечных лучей или другого света позади человека. Яркий свет может повлиять на точность прибора или замедлить его работу. Поэтому важно уточнить у производителя, какие условия освещения будут идеальными для нормальной работы поставляемого им оборудования.
Если покупатель планирует изменить текущие условия освещения, нужно учесть затраты на такие изменения, прежде чем принимать решение. Но свет – не единственная проблема при установке оборудования на открытом воздухе. Также следует учитывать температурный фактор окружающей среды.
Если устройство установлено на улице, оно подвержено воздействию высоких или низких температур, что может привести к сбою в его работе. СКУД для наружного применения должны быть надежными и стабильно работающими системами, которые специально предназначены для использования при более высоких или более низких, чем в помещении, температурах.
Я бы не стал выделять отдельные портреты заказчиков данной технологии, потому что она востребована абсолютно у разных клиентов. Упор здесь стоит делать не на заказчиков, а на объекты, где требуется внедрить интегрированную СКУД с биометрическим распознаванием лиц, исходя из поставленных перед системой задач.
Если объект многолюдный, то причины выбора таких терминалов – это скорость их работы и технологичность. Если СКУД должен поддерживать сценарий «лица + температура», стоит установить ПО, отслеживающее тех, кто появляется на проходной с превышением температуры. Здесь все зависит не от представителей бизнеса и сегментов рынка, а от конкретных задач заказчика.
В настоящее время биометрические СКУД нашли широчайшее применение в самых различных отраслях, это, например, рынок спорта, где заказчики используют биометрию для контроля прохода посетителей фитнес-клубов. Крупнейшие футбольные и хоккейные клубы уже давно используют биометрию для идентификации болельщиков при проходе на стадионы и арены, выявляя хулиганов и нарушителей.
Бизнес-центры и промышленные предприятия внедряют биометрические решения time & attendance для учета рабочего времени и контроля прохода, а также для автоматического измерения температуры тела посетителей и ведения журнала эпидемиологического учета.
На рынке транспорта такие решения востребованы для защиты служебных зон или зон ограниченного доступа в соответствии с федеральным законодательством о транспортной безопасности.
На данный момент сложно сформировать конкретный портрет заказчика, так как системы с биометрическим распознаванием лиц уже вошли во все сферы деятельности и в частный сектор.
Да и сами производители оборудования уже сделали все, чтобы современные терминалы распознавания лиц были максимально доступны для всех типов пользователей.
Конечно, сегодня основными заказчиками являются крупные государственные и частные компании, но и эта тенденция меняется. По опыту нашей компании наблюдается увеличения спроса на терминалы распознавания лиц именно в сегменте b2C.
Портрет заказчика как раз и зависит от сегмента, о котором мы говорим. Для себя мы выделяем заказчиков с коммерческого (предприятия, офисные здания, HoReCa и т. п.) и проектного (госучреждения, медицинские учреждения, пассажирские перевозки т. п.) рынков.
Например, для b2G заказчика может быть важно наличие у системы сертификата ФСТЭК, а для ритейла – простое взаимодействие системы через API. Наиболее активные пользователи бесконтактной биометрии — это госучреждения, сфера торговли, транспортные и логистические компании (на их совокупную долю пришлось около 71% всех установленных устройств в 2020 году).
Сейчас «входной билет» в мир распознавания лиц весьма недорог. Буквально за 50 тысяч рублей можно подобрать конфигурацию СКУД, где в качестве идентификатора будут использоваться лица сотрудников. Это подъемная сумма практически для любого бизнеса, который в состоянии арендовать помещение и держать хотя бы минимальный постоянный штат сотрудников.
Поэтому портрет заказчика и сегментация рынка сильно размылись за последний год. Сейчас можно с уверенностью сказать, что заказчик, использующий на своем объекте распознавание лиц, – это практически любой бизнес, вне зависимости от сферы его деятельности и места в рейтинге Forbes.
Выделить конкретные сферы деятельности конечных заказчиков, размеры или какие-то другие характеристики предприятий невозможно. Практика показывает, что распознавание лиц применяют сегодня на совершенно разных объектах.
Но кое-какие черты выделить все-таки можно, исходя из того, какие задачи и как решает распознавание лиц. Внедряются такие решения в основном на проходных, которые характеризуются высоким трафиком, и где стоит задача повысить пропускную способность точек прохода.
Другая задача, которую может решить распознавание лиц, повышение уровня безопасности за счет применения двухфакторной идентификации. Таким образом, если на объекте стоит одна из этих задач (обе стоят редко, так как задачи – взаимоисключающие), то такой объект – потенциальный клиент для внедрения решений по биометрической идентификации и / или верификации.
Решение должно обеспечивать распознавание лица и обработку информации менее чем за одну секунду. Это важно в обычных условиях эксплуатации, но еще более важно во время пандемии, когда необходимо соблюдение социального дистанцирования.
Низкая скорость распознавания – одна из причин очередей на проходных. Но часто проблема заключается в том, что количество людей, которых необходимо идентифицировать, слишком велико, и именно поэтому замедляется процесс распознавания.
Такая проблема наблюдалась, в частности, и в сканерах отпечатков пальцев, когда поставщики заявляли, что их считыватели могут обработать информацию в течение одной секунды. На деле оказывалось, что это действительно возможно, если речь идет о компании с 50 или 100 сотрудниками. Но когда в компании работают тысяча или более человек, эта одна секунда становится двумя, тремя секундами, а то и более.
Переход от NIR распознавания к deep-learning версиям этих устройств. Появление возможности расположить условную нейросеть на front-end устройстве дало очередной толчок в развитии терминалов распознавания лиц.
Как нам кажется, следующим шагом является переход системы распознавания лиц, построенной на конечных устройствах (терминалах) к классической схеме «контроллер-считыватель». Но критерии, от которых отталкиваются при выборе устройства, остаются прежними: количество памяти (количество шаблонов лиц), скорость распознавания лица, ошибки первого и второго рода (FFR / FAR), защищённость терминалов от погодных условий.
Из характерных особенностей хотелось отметить адаптацию терминалов к изменению характеристик лица и наличию аксессуаров. Например, уже давно наличие бороды, усов, головного убора или очков не вызывает затруднений по распознаванию. Помимо этого, что актуально в существующих реалиях, терминалы с распознаванием лиц без особых проблем работают и при наличии медицинской маски на лице, а при необходимости могут и наоборот – осуществлять контроль за соблюдением правил безопасности и обязательном наличии на лице средств индивидуальной защиты.
Также к особенностям современных терминалов можно отнести широкую адаптацию к местам установки: одна модель терминала имеет различные вариации по установке на стену, стол, турникет, стойку. Также можно говорить и об адаптации к внешним факторам, таким как солнечный свет (наличие WDR), низкий уровень освещенности (наличие подсветки) и установка в условиях высокой влажности и под дождем (наличие защиты по стандарту IP65).
Особенности: распознавание масок на лице, температуры проходящего человека. Также современные терминалы умеют взаимодействовать со СКУД как считыватели. Помимо этого, сейчас становится все больше устройств, которые могут работать одновременно и как контроллеры. СКУД в таком случае используется просто как анализатор этих данных: терминал сам примет решение о допуске, а СКУД надо только получить информацию: кого и на каком основании впустили (или не впустили). То есть СКУД становится системой верхнего уровня, владеющей информацией ото всех терминалов.
Важнейшей характерной особенностью современных биометрических терминалов контроля доступа является их полная автономность, то есть каждый биометрический терминал выполняет весь цикл вычислений и принятия решения непосредственно на борту устройства или взаимодействия с защищенной облачной инфраструктурой, где размещена биометрическая база.
Такой подход позволяет максимально повысить скорость срабатывания, а также сократить затраты, связанные с инсталляцией решения.
Сложно выделить общие для всех СКУД особенности. Каждый производитель идет своим путем, исходя из своего видения, архитектуры своих систем и т.п. Мы пошли путем использования стандарта ONVIF profile A и profile C для интеграции с серверными системами и организации обмена данными между СКУД и системой распознавания, и подготовили интеграционный API, который по запросу предоставляем разработчикам систем распознавания лиц, и те, в свою очередь, самостоятельно интегрируются с нашей системой.
Такой подход был хорошо воспринят производителями серверных систем распознавания лиц, так как иметь дело со стандартом всегда лучше и проще.
С терминалами, к сожалению, дело обстоит иначе: все они имеют собственный протокол, и хоть задачи просты и понятны, с такими устройствами приходится интегрироваться с каждым вендором отдельно.
Пожалуй, главная особенность терминалов на данный момент – это наличие датчика измерения температуры. Еще в 2020 году он стал крайне популярным дополнением к стандартному функционалу терминала, а в 2021 практически превратился в отраслевой стандарт. В этом году более половины всех проданных нашей компанией терминалов распознавания лиц были оснащены датчиком измерения температуры.
В остальном функционал самих терминалов схож от вендора к вендору. У всех память на десятки тысяч лиц, контроль ношения масок, защита от копирования лица (liveness detection). Поэтому во многом пользовательский опыт применения терминала зависит от программного обеспечения СКУД, к которому он подключается. гибкость и удобство настройки терминалов на сервере, возможности для составления отчетов, УРВ, возможности синхронизации с базами данных – сейчас заказчик уделяет больше внимания софтверным фишкам, нежели количеству мегапикселей или другим ТТХ устройства.
Данные, которые собирает и обрабатывает СКУД, должны быть в безопасности, чтобы сохранить конфиденциальность пользователей и компании.
Однако проблема, по мнению некоторых экспертов, заключается в том, что многие СКУД используют небезопасный интерфейс.
Одним из недостатков СКУД на основе распознавания лиц является то, что соединение с контроллером доступа на последней миле небезопасно, даже несмотря на то, что сам процесс биометрической идентификации безопасен.
В большинстве систем контроля и управления доступом используется стандартный интерфейс Wiegand, который не является безопасным. Но многие клиенты не знают об этом.
Чтобы избежать проблем с безопасностью данных, рекомендуется применять решения, которые используют для связи соединение Wiegand с шифрованием AES RS485 или протокол OSDP (Open Supervised Device Protocol).
Для работы систем контроля доступа с распознаванием лиц устройство должно различать реальное лицо и изображение человека. Эта функция известна как антиспуфинг, и любой клиент, желающий приобрести решение для распознавания лиц, должен убедиться, что поставщик предусмотрел наличие данной технологии.
Данные, которые собирает и обрабатывает СКУД, должны быть в безопасности, чтобы сохранить конфиденциальность пользователей и компании.
Чтобы любое решение управления доступом было надежным, оно должно иметь несколько модальностей.
Распознавание лиц может быть основным способом идентификации в СКУД, но его должны сопровождать и другие, такие, например, как считывание RFID-карт.
Это пригодится, если у системы есть трудности с определенными лицами и распознаванием их подлинности, поскольку в таких случаях система может прибегнуть к дополнительному методу проверки. Обычно СКУД, имеющие два режима аутентификации, сложно обмануть.
Различные методы аутентификации, такие как распознавание по лицу, распознавание отпечатка пальца, доступ по карте и радужной оболочке глаза, могут повысить точность и безопасность в следующих случаях:
Smartec ST-FR043T – это устройство «3 в 1», которое совмещает в себе функции биометрической идентификации «по лицу» на удалении до 3 м, бесконтактного измерения температуры тела с дистанции 30–120 см и распознавания маски на лице.
Встроенная система распознавания лиц базируется на технологии глубокого обучения, благодаря чему терминал ST-FR043T может анализировать, извлекать и фильтровать характеристики изображений людей в дневном и искусственном свете с различного расстояния и углов обзора.
К преимуществам ST-FR043T можно отнести возможность автономной работы (память на 30 000 шаблонов лиц), защиту от использования биометрических муляжей или фотографий и стабильную работу при высоком уровне освещенности (до 50 000 лк).
Биометрический считыватель ST-FR041 предназначен для идентификации по геометрии лица и используется в системах контроля доступа и учета рабочего времени. Устройство поддерживает следующие режимы идентификации: по геометрии лица, по коду − отдельно или в различных логических комбинациях.
Идентификация по геометрии лица осуществляется на расстоянии до 3 метров без необходимости остановки человека, что позволяет реализовать высокую пропускную способность точки доступа. Кроме того, считыватель имеет надежную защиту от использования биометрических муляжей или фотографий.
Наличие встроенного контроллера для полного управления проходом через дверь или турникет, позволяет использовать ST-FR041 совместно с программным обеспечением «Таймекс».
Реализация четырех режимов идентификации — по лицу и/или по отпечатку пальца и/или по картам стандарта MIFARE и/или по ПИН-коду — делает биометрический считыватель ST-FR042MF универсальным устройством контроля доступа.
Идентификация по геометрии лица возможна на расстоянии до 3 метров без необходимости остановки человека, что позволяет реализовать на базе ST-FR042MF высокую пропускную способность точки доступа. За счет машинного обучения, этот считыватель способен противостоять попыткам идентификации по фотографии или видео, а доступ по лицу может осуществляться даже в сложных условиях. ST-FR042MF оснащен памятью, рассчитанной на хранение до 10 000 шаблонов лиц, до 10 000 отпечатков пальцев и до 10 000 кодов карт.
Универсальный считыватель ST-FR043 идентифицирует пользователей по геометрии лица и/или коду – отдельно или в различных комбинациях, а его память рассчитана на хранение до 30 000 биометрических шаблонов. Контроль доступа по лицу не требует контакта пользователя с оборудованием, а сама идентификация по лицу выполняется ST-FR043 менее чем за 0,3 с на расстоянии до 3 метров без необходимости остановки человека, что обеспечивает высокую пропускную способность точки прохода, на которой он устанавливается.
ST-FR043 имеет надежную защиту от использования биометрических муляжей и фотографий, его камера поддерживает работу при различных уровнях освещенности, а корпус рассчитан на уличную круглогодичную эксплуатацию.
Для того чтобы начать использовать распознавание лиц на проходной, оборудованной Sigur, не требуется установка дополнительного программного обеспечения и дорогостоящего оборудования, алгоритмы уже предустанов- лены в системе, а минимально подойдут практически любые IP-камеры.
Встроенная технология распознавания Sigur базируется на сверточных нейронных сетях – одном из последних достижений в области искусственного интеллекта, которые устойчивы к повороту и сдвигу изображения, работают быстро и точно на современных офисных компьютерах.
Также в Sigur можно интегрировать сторонние алгоритмы распознавания лиц. Такая схема работы действительна, например, для алгоритмов от компании NtechLab - мирового лидера в области разработки технологий компьютерного зрения.
Третий вариант - использовать алгоритмы распознавания системы видеонаблюдения. Сейчас поддерживаются системы Macroscop, Connecton, Форпост.
Традиционно клиентов заботил уровень точности распознавания в ситуациях, когда человек носит очки или бороду. Но теперь вопрос заключается в том, может ли решение распознать лицо человека в маске.
Сегодня недостатком многих решений по распознаванию лиц является то, что людям приходится снимать маски, чтобы системы работали. Но некоторые компании уже сейчас утверждают, что их решение будет работать, даже если человек носит маску. В текущей ситуации клиенты могут высказать пожелание о наличии такой функции у устанавливаемой СКУД.
COVID-19 заставил компании по всему миру контролировать температуру тела сотрудников, а в некоторых случаях, и посетителей. Наблюдается рост спроса на камеры с функцией определения температуры. Поскольку это практически стало новой нормой, включение такой функции в СКУД сделало бы доступ на объекты намного удобнее, персоналу офисов не пришлось бы постоянно наводить на людей мобильный тепловизор.
Очевидно, что клиенты должны считать наличие в СКУД опции измерения температуры одним из критериев выбора. Есть ли у решения для распознавания лиц функция измерения температуры – это то, о чем покупатели должны беспокоиться, особенно во время пандемии. Часто покупатели обращают внимание только на наличие нескольких функций при выборе продукта. В идеале они должны выяснить, соответствует ли решение всем критериям.
В наши дни азиатские рынки по большей части наполнены СКУД с распознаванием лиц, несмотря на первоначальный скепсис, связанный с низкой точностью метода и опасениями по поводу конфиденциальности данных.
Спрос резко вырос за последние два года и, возможно, системы с распознаванием лиц в значительной степени заменили решения, основанные на распознавании отпечатков пальцев, сделав идентификацию по лицу если не предпочтительным, то доминирующим методом биометрической аутентификации.
Распознавание лиц совместно с дополнительными технологиями на основе смарт-карт серьезно рассматривается в областях с высокими требованиями к уровню безопасности. Раньше фактически использовался отпечаток пальца с дублированием с помощью пин-кода или карты.
Большой прорыв – это, возможно, массовое внедрение распознавания лиц в финтехиндустрии, особенно в системах электронных платежей, где технологии распознавания лиц завоевывают все большее доверие у заказчиков.
И хотя первоначальный положительный отклик на эти технологии был заметнее в Азии, эпидемия COVID-19 ускорила процесс внедрения продуктов для распознавания лиц и в остальном мире. Все больше и больше клиентов начали использовать системы контроля доступа на основе распознавания лиц для обеспечения безопасности людей, входящих на охраняемую системой территорию и выходящих с нее, и это в краткосрочной перспективе приведет к взрывному росту.
Пивоваров Семён,
руководитель Службы технической поддержки Parsec
Хрулев Андрей,
кандидат технических наук, директор по бизнес-развитию направления биометрических систем Группы компаний "ЦРТ"
Мараховский Владислав,
Руководитель отдела развития продуктов ZKTeco
Соколов Денис,
руководитель группы разработки программного обеспечения Sigur
Киндялов Алексей,
руководитель отдела маркетинга АО «РусГард»
Ульянов Иван,
руководитель отдела по предпродажной поддержке Dahua Technology Rus