c8ba4de773493d7f42541fd342adb328.ppt
- Количество слайдов: 30
Биометрические технологии компании «Вокорд» ЗАО «Вокорд Телеком»
Применение систем некооперативной биометрической идентификации Области применения î Места массового пребывания людей: площади, стадионы, торговые центы, кинотеатры, концертные залы; î Транспортные узлы: аэропорты, вокзалы, автостанции; î Пограничные паспортно визовые контрольные пункты; î Проходные и контрольно пропускные пункты; î Общественные учреждения.
Постановка задачи Нужно создать систему контроля обстановки на транспортном узле, фиксацию всех лиц, пересекающих рубежи контроля транспортного узла, при этом желательно не вносить никого влияния на выполнение основной функции транспортного узла – эффективно (комфортно и максимально быстро) транспортировать пассажиров. Удовлетворяющая этим критериям – это система некооперативной биометрической идентификации пассажиров по изображением лиц в зонах контроля транспортного узла. • • • Преимущества идентификации по изображениям лиц: Возможность полной некооперативности (не требует никаких специальных действий от пассажиров); Высокая достоверность; Эффективность работы «в связке с человеком» ( т. к. изображения лица является основным способом «бесконтактного узнавания» человека человеком).
Как эффективно организовать контроль? Южный подземный Вестибюль станции Рубежи контроля Посадки нет – конечная станция на линии Выход из подземного вестибюля налево к автовокзалу автобусов пригородного сообщения Северный подземный Вестибюль станции кассы выход кассы Подуличный переход выход вход Выход из южного подземного вестибюля налево в подуличный переход. Выход из северного подземного вестибюля направо в подуличный переход. Подуличный переход Выход из подземного вестибюля направо в подуличный переход к автовокзалу автобусов пригородного сообщения
Инженерия поведения Для организации работы в режиме некооперативности необходимо использовать методы социальной (поведенческой) инженерии: • Управление пассажиропотоками – организация установленных направлений движения: указатели, управляющие надписи, ограждения; • Узкие равномерно освещенные коридоры; • Турникеты, «рамки» ; • «Притягивающие взгляд» элементы интерьера.
Новое поколение датчиков изображений (видеокамер) • • Разрешение до 11 мегапиксел Частота кадров от 12 до 200 кадр/с Динамический диапазон 70 д. Б Трансляция до 200 МБайт/сек Квантовая эффективность 70% Моторизованные объективы высокого разрешения Canon EF, C/CS mount Управление объективами: фокусировка, диафрагма Синхронизация видеокамер для создания систем 3 D зрения
Система биометрической идентификации лиц по изображению лица Возможности системы VOCORD Face. Control • • • Автоматическое выделение и сопровождение лиц в поле зрения видеокамеры. Автоматическое формирование базы фотографий лиц, попавших в поле зрения камеры. Система выделения изображений лиц может работать в двух режимах: – сохранение серии изображений при межкадровом прослеживании лица; – сохранение для каждого лица одного наилучшего изображения; • • Автоматическое распознавание лиц по результатам сравнения с базой эталонных изображений. Трансляция видеоизображений по сети.
Рубеж контроля пассажиропотока VOCORD Face. Control
Анализ данных получаемых локально на рубеже контроля • Сопоставление идентификаторов проездных билетов и изображений лиц: – Детектирование Tailgating – «пристраиванию» при проходе через турникеты; – Детектирование попыток прохода без билета; • Анализ статистики локальных пассажиропотоков; • Поиск разыскиваемых лиц; • Сопоставление данных обзорного видеонаблюдения и изображений лиц высокого разрешения; • Анализ траекторий: – Вывод о знакомстве людей с близкими траекториями; – Детектирование нарушений установленного порядка движения; – Детектирование нештатных ситуаций: остановка движения пассажиропотока, «бегущий» человек.
Вывод о знакомстве людей с близкими траекториями
Поиск разыскиваемых лиц реагирование м о ап к ер в ро п ~3 мин 5 м ≈ фиксация 30° за ба
Оценка параметров системы контроля для Московского метро • 10 млн. пассажиров в сутки • Одно событие прохода через рубеж контроля ~ 1 МБайт • Событий пересечений рубежей контроля на одного пассажира ~10 • Объём данных ~100 ТБайт/сутки • Скорость поступления данных до 25 тыс. событий в секунду (25 ГБайт/сек)
Новое поколение датчиков изображений с высокой точностью синхронизации Видеопоток 1 Время = t Видеопоток 2 Время = t±∆tmax Видеопоток 3 Время = t±∆tmax t ∆ max = 50 мкс диффузное ( «стандартное» ) освещение
Стереозрение и «многоракурсное синхронное зрение» VOCORD Net. Cam L, D, K ПО сервера баз данных изображений ПО ядра системы ПО сервера и сервера функционального модуля видеоархива распознавания лиц Синхронные датчики изображений Сервер Съюстированная оптическая система Автоматический учет геометрии сцены Электропитание Сеть передачи данных Ethernet 1 Gbps Электропитание VOCORD Net. Cam L, D, K Рабочая станция
Макет рубежа контроля для транспортного узла • • • 4 видеокамеры VOCORD Net. Cam 3 МПикс Разрешение получаемых изображений : 1000 х 1500 пиксел Время экспонирования: 10 мсек Вертикальная стереобаза: ~0. 2 метра Горизонтальная стереобаза: ~1 метр Расстояние до объекта: ~1. 5 м
Реконструкция 3 D-моделей на основе стереоизображений • • Разрешение стерео пары изображений: 1000 х 1500 пиксел Время экспонирования: 10 мсек Стереобаза: 11 см Расстояние до объекта: ~ 1. 5 м
3 D-реконструкция вычислительноёмкая задача Время расчета 10 сек Эталонная вычислительная платформа: 1 ядро Intel Core 2 GHz, SSE 3, энергопотребление ~100 Вт
3 D-реконструкция выполняется на массово-параллельном вычислителе Время расчета 100 мсек Эталонная вычислительная платформа: Intel Core i 7 3 GHz SSE 4 + GPU CUDA энергопотребление ~200 Вт
3 D-реконструкция выполняется на массово-параллельном вычислителе Время расчета 200 мсек Эталонная вычислительная платформа: Intel Core i 7 3 GHz SSE 4 + GPU CUDA энергопотребление ~200 Вт
3 D-мерная модель лица человека Точность реконструкции 0. 3 мм, «Облако точек» 10 тыс. Эталонная вычислительная платформа: Intel Core i 7 3 GHz SSE 3 + GPU CUDA, энергопотребление ~200 Вт
Эффективная расстановка антропометрических точек Автоматизация процесса поиска и расстановки антропометрических точек. Активная модель формы Кута (ASM, Active Shape Model) Расширенный набор из 68 точек, предложенных проектом M 2 VTS Для выделения лица на изображении и его элементов (глаз) реализован алгоритмы детектирования Виола Джонс (Viola Jones) и Роули (Rowley) Пространственные координаты Высокая точность
Уточнение 3 D-модели лица Совмещение 3 D моделей, реконструированных по синхронным снимкам, полученным в разные моменты времени Уточнение 3 D лица по серии мгновенных 3 D моделей
Вычисление вектора биометрических признаков Совмещение 3 D моделей, реконструированных по синхронным снимкам, полученным в разные моменты времени Уточнение 3 D лица по серии мгновенных 3 D моделей
Определение мимики эластичных 3 D-моделей Определение мимики по параметрам 3 D моделей Анализ психофизиологичес кого состояния человека по мимики лица
Нейросетевые алгоритмы определения мимики эластичных 3 D-моделей Определение мимики по параметрам 3 D моделей Анализ психофизиологичес кого состояния человека по мимики лица
Пример определения мимики: улыбка Определение мимики по параметрам 3 D моделей Анализ психофизиологичес кого состояния человека по мимики лица
Пример синтеза 3 D-аватара на основе эластичной 3 D-модели лица
Определение психофизиологического состояния человека на основе анализа динамики реконструированной трёхмерной модели лица • Реконструкция формы глазных яблок и определение их центров. • Вычисление «направления взгляда» глаз • Фиксация траектории движения зрачка (тремора)
Виталентность. Совмещение изображений лица из разных каналов получения изображений • наложение термограммы лица на 3 D модель
Спасибо за внимание! Вопросы?
c8ba4de773493d7f42541fd342adb328.ppt