Как настроить распознавание лиц на видеорегистраторе
В статье рассмотрены различные способы реализации функции распознавания лиц, их достоинства и недостатки, принципы построения системы, а также применение в области обеспечения безопасности.
Видеоаналитика в системах видеонаблюдения не стоит на месте. Таким функционалом, как выход из периметра, пропажа предмета из области, детекция пешеходов и прочее, уже никого не удивить.
На смену приходят все более сложные интеллектуальные сценарии и функции, одна из которых - распознавание лиц в системах видеонаблюдения. Эта технология не нова в данной сфере, но уверенно захватывать рынок начала относительно недавно, так как стала более доступной.
Распознавание лиц – это один из самых прогрессивных и перспективных способов идентификации человека, позволяющий распознать лицо на большом расстоянии и при наличии большого количества людей в зоне видимости. Такая система позволяет решить большое количество задач, связанных с обеспечением безопасности, таких как:
- - Поиск в местах скопления людей, объявленных в розыск
- - Поиск по записи определенного участника инцидента или пропавшего человека
- - Организация контроля доступа, когда система оповещает о появлении в запрещенной зоне не внесенного в базу сотрудника
- - и другие варианты использования
На сегодняшний день существует два основных способа осуществления видеоналитики:
1. С помощью специального программного обеспечения (рис.1), устанавливаемого на принимающее устройство (Сервер, ПК)
При таком способе построения системы, вся аналитика осуществляется специальным программным обеспечением (ПО), установленным на сервер или персональном компьютере (ПК). Установленное оборудование видеонаблюдения лишь формирует видеопоток и никак не участвует в последующем его анализе. Такие системы сейчас наиболее распространены и имеют свои преимущества и недостатки:
Преимущества:
- - Широкий функционал системы
- - Высокая отказоустойчивость
- - Совместимость с практически любым оборудованием видеонаблюдения различных производителей
- - Необходимость покупать дорогостоящие лицензии на каждый канал видео
- - Сложность установки и настройки ПО, а также последующего обслуживания
- - Высокие требования к техническим характеристикам оборудования, на которое установлено ПО
- - Высокая цена
- - Простота установки и настройки
- - Отсутствие необходимости покупки дорогостоящих лицензий
- - Компактность системы
- - Не требует разворачивания серверов
- - Возможность выгрузки баз для интеграции в другие системы
К недостаткам таких систем можно отнести:
- - Ограниченный функционал в количестве разных видов аналитики
- - Сложность интеграции в уже существующую систему видеонаблюдения
- - Ограниченное количество видеоканалов в одной системе
При этом в системах со встроенной аналитикой выделяют 2 основных вида:
- аналитика на стороне видеокамеры (рис.2), когда анализ видеоданных производит сама камера и передает уже подготовленные данные видеорегистратору, который может являться хранилищем как видеозаписей, так и аналитических баз.
- с аналитикой на стороне видеорегистратора (рис.3), когда камера передает только видеопоток, а всю аналитику производит регистратор. Такая система отличается быстродействием и масштабируемостью в отличии от варианта с аналитикой на стороне камеры
Рассмотрим реализацию системы распознавания лиц на базе оборудования NOVICAM, имеющего встроенную аналитику.
Алгоритм работы системы прост: камера с предустановленной функцией детекции лица на основании модели глубокого обучения (Multi-task Cascaded Convolutional Networks), выделяет попавшие в кадр лица и отправляет их на видеорегистратор, который и производит анализ полученных картинок. Анализ и сравнение лиц, которые производит видеорегистратор, реализован на программном языке Python (технология arcface) и осуществляется на основании опорных точек (Рис. 4) человеческого лица, создавая уникальную математическую модель. Этот математический код расположения опорных точек и сравнивает видеорегистратор с имеющейся у него базой и, в зависимости от сделанных настроек, совершает то или иное действие .
Для корректного анализа и распознавания лиц, требуется соблюсти несколько правил:
1. Правильный выбор видеокамеры. Для лучшей работы системы распознавания лица, камера должна иметь следующие характеристики
- Количество кадров в секунду не менее 20.
- Наличие технологии WDR
- Установка выдержки в ручном режиме
2 Правильная установка видеокамеры (Рис.5). Камера не сможет произвести распознавания лица, если направлена, например, сверху и вниз и обозревает только головной убор человека. Поэтому существую правила относительно углов, под которыми камера должна быть установлена
3 Соблюдение необходимой плотности пикселей. Для корректного распознавания, лицо на изображении должно быть не менее определённого размера. В противном случае камера не сможет определить опорные точки и произвести анализ. Поэтому при настройке системы необходимо придерживаться требуемой плотности пикселей (количество пикселей на метр). Требуемая плотность зависит от того, какой результат необходимо получить (Таблица 1)
Зная разрешение камеры и требуемое количество пикселей для идентификации лица, мы легко найдем необходимую ширину изображения
То есть, настроив ширину изображения не более 5,4 метра в контролируемой области, мы получим изображение с требуемой плотностью пикселей.
Соответственно для правильной настройки экспозиции, желательно выбирать камеру именно с вариофокальным объективом, который позволяет настраивать фокусное расстояние в зависимости от условий установки видеокамеры.
Таким образом, правильно подобранная и установленная система будет работать с высокой точностью и сможет значительно помочь с обеспечением безопасности на любом объекте, выполняя работу, не доступную человеку.
Как мы понимаем, человек не может, например, рассмотреть в толпе сразу десятки, а то и сотни лиц и быстро сравнить их с имеющимися у него тысячами ориентировок.
Системы распознавания лиц, как и интеллектуальные системы видеонаблюдения в целом, непрерывно развиваются и, вместе с этим, становятся все более доступными. Уже сейчас камеры с распознаванием лиц по цене приблизились к стандартным камерам среднего ценового сегмента. Поэтому уже сейчас любой пост охраны, аэропорт, вокзал или другое особо охраняемое место можно оснастить высокофункциональным оборудованием, практически не потратив лишних средств из бюджета.
В статье рассмотрены различные способы реализации функции распознавания лиц, их достоинства и недостатки, принципы построения системы, а также применение в области обеспечения безопасности.
Видеоаналитика в системах видеонаблюдения не стоит на месте. Таким функционалом, как выход из периметра, пропажа предмета из области, детекция пешеходов и прочее, уже никого не удивить.
На смену приходят все более сложные интеллектуальные сценарии и функции, одна из которых - распознавание лиц в системах видеонаблюдения. Эта технология не нова в данной сфере, но уверенно захватывать рынок начала относительно недавно, так как стала более доступной.
Распознавание лиц – это один из самых прогрессивных и перспективных способов идентификации человека, позволяющий распознать лицо на большом расстоянии и при наличии большого количества людей в зоне видимости. Такая система позволяет решить большое количество задач, связанных с обеспечением безопасности, таких как:
- - Поиск в местах скопления людей, объявленных в розыск
- - Поиск по записи определенного участника инцидента или пропавшего человека
- - Организация контроля доступа, когда система оповещает о появлении в запрещенной зоне не внесенного в базу сотрудника
- - и другие варианты использования
На сегодняшний день существует два основных способа осуществления видеоналитики:
1. С помощью специального программного обеспечения (рис.1), устанавливаемого на принимающее устройство (Сервер, ПК)
При таком способе построения системы, вся аналитика осуществляется специальным программным обеспечением (ПО), установленным на сервер или персональном компьютере (ПК). Установленное оборудование видеонаблюдения лишь формирует видеопоток и никак не участвует в последующем его анализе. Такие системы сейчас наиболее распространены и имеют свои преимущества и недостатки:
Преимущества:
- - Широкий функционал системы
- - Высокая отказоустойчивость
- - Совместимость с практически любым оборудованием видеонаблюдения различных производителей
- - Необходимость покупать дорогостоящие лицензии на каждый канал видео
- - Сложность установки и настройки ПО, а также последующего обслуживания
- - Высокие требования к техническим характеристикам оборудования, на которое установлено ПО
- - Высокая цена
- - Простота установки и настройки
- - Отсутствие необходимости покупки дорогостоящих лицензий
- - Компактность системы
- - Не требует разворачивания серверов
- - Возможность выгрузки баз для интеграции в другие системы
К недостаткам таких систем можно отнести:
- - Ограниченный функционал в количестве разных видов аналитики
- - Сложность интеграции в уже существующую систему видеонаблюдения
- - Ограниченное количество видеоканалов в одной системе
При этом в системах со встроенной аналитикой выделяют 2 основных вида:
- аналитика на стороне видеокамеры (рис.2), когда анализ видеоданных производит сама камера и передает уже подготовленные данные видеорегистратору, который может являться хранилищем как видеозаписей, так и аналитических баз.
- с аналитикой на стороне видеорегистратора (рис.3), когда камера передает только видеопоток, а всю аналитику производит регистратор. Такая система отличается быстродействием и масштабируемостью в отличии от варианта с аналитикой на стороне камеры
Рассмотрим реализацию системы распознавания лиц на базе оборудования NOVICAM, имеющего встроенную аналитику.
Алгоритм работы системы прост: камера с предустановленной функцией детекции лица на основании модели глубокого обучения (Multi-task Cascaded Convolutional Networks), выделяет попавшие в кадр лица и отправляет их на видеорегистратор, который и производит анализ полученных картинок. Анализ и сравнение лиц, которые производит видеорегистратор, реализован на программном языке Python (технология arcface) и осуществляется на основании опорных точек (Рис. 4) человеческого лица, создавая уникальную математическую модель. Этот математический код расположения опорных точек и сравнивает видеорегистратор с имеющейся у него базой и, в зависимости от сделанных настроек, совершает то или иное действие .
Для корректного анализа и распознавания лиц, требуется соблюсти несколько правил:
1. Правильный выбор видеокамеры. Для лучшей работы системы распознавания лица, камера должна иметь следующие характеристики
- Количество кадров в секунду не менее 20.
- Наличие технологии WDR
- Установка выдержки в ручном режиме
2 Правильная установка видеокамеры (Рис.5). Камера не сможет произвести распознавания лица, если направлена, например, сверху и вниз и обозревает только головной убор человека. Поэтому существую правила относительно углов, под которыми камера должна быть установлена
3 Соблюдение необходимой плотности пикселей. Для корректного распознавания, лицо на изображении должно быть не менее определённого размера. В противном случае камера не сможет определить опорные точки и произвести анализ. Поэтому при настройке системы необходимо придерживаться требуемой плотности пикселей (количество пикселей на метр). Требуемая плотность зависит от того, какой результат необходимо получить (Таблица 1)
Зная разрешение камеры и требуемое количество пикселей для идентификации лица, мы легко найдем необходимую ширину изображения
То есть, настроив ширину изображения не более 5,4 метра в контролируемой области, мы получим изображение с требуемой плотностью пикселей.
Соответственно для правильной настройки экспозиции, желательно выбирать камеру именно с вариофокальным объективом, который позволяет настраивать фокусное расстояние в зависимости от условий установки видеокамеры.
Таким образом, правильно подобранная и установленная система будет работать с высокой точностью и сможет значительно помочь с обеспечением безопасности на любом объекте, выполняя работу, не доступную человеку.
Как мы понимаем, человек не может, например, рассмотреть в толпе сразу десятки, а то и сотни лиц и быстро сравнить их с имеющимися у него тысячами ориентировок.
Системы распознавания лиц, как и интеллектуальные системы видеонаблюдения в целом, непрерывно развиваются и, вместе с этим, становятся все более доступными. Уже сейчас камеры с распознаванием лиц по цене приблизились к стандартным камерам среднего ценового сегмента. Поэтому уже сейчас любой пост охраны, аэропорт, вокзал или другое особо охраняемое место можно оснастить высокофункциональным оборудованием, практически не потратив лишних средств из бюджета.
В последнее время все большее число клиентов компаний, занимающихся установкой и техническим обслуживанием систем видеонаблюдения, желает оснастить свой объект качественной современной системой видеонаблюдения, которая не просто производит запись и выводит ее на экран, но и осуществляет разные аналитические функции. Самый популярный запрос в этой связи – это распознавание и идентификация людей в зоне контроля по лицам.
За последние несколько лет значительно расширился список случаев, в которых стала применяться функция распознавания лиц. И все же, наиболее часто видеонаблюдение с распознаванием лиц можно встретить:
- когда оно интегрировано в СКУД, чтобы управлять контроллерами на турникетах, быть основной или дублирующей системой пропуска, или автоматически учитывать рабочее время персонала и тем самым минимизировать влияние человеческого фактора и повысить трудовую дисциплину;
- когда оно используется в крупных магазинах с большими торговыми площадями с целью предотвращения краж путем добавления в базу данных загруженных изображений частых правонарушителей, чтобы система опознавала их еще на входе в магазин;
- когда оно интегрировано в единую систему безопасности, особенно крупных социальных, культурных, финансовых, стратегических, военных и иных объектов.
Принцип работы видеонаблюдения с распознаванием лиц
Разные системы используют разные алгоритмы для аналитики видеоизображений. В основе всех алгоритмов лежит сравнение изображения, отсканированного с видео, с так называемыми эталонами, которые уже добавлены в базу.
У систем с разными алгоритмами есть свои тонкости, преимущества и недостатки, а также время обработки отсканированного изображения. Наиболее эффективными и быстродействующими считаются комплексы, которые могут идентифицировать лицо человека с расстояния не ближе 10 метров от видеокамеры. И могут распознать человека даже при условии изменения им некоторых физических параметров: прическа, борода и усы, очки, родинки и шрамы, и т.д. В зависимости от требований заказчика к конкретной системе, для ее эффективности необходимо учитывать временную оперативность на опознание человека и направление команды отклика на исполнительные устройства. Как правило, это время не должно превышать время прохода объекта видеонаблюдения от входной двери до пропускного турникета.
Камеры для видеонаблюдения с распознаванием лиц
Для систем видеонаблюдения с функцией видеоаналитики необходимы IP видеокамеры. И в зависимости от поставленных перед системой задач, IP видеокамеры должны иметь определенные характеристики:
Опытные специалисты утверждают, что для максимальной эффективности видеонаблюдения с распознаванием лиц недостаточно превосходных технических характеристик оборудования. Очень важно правильно выбрать место для установки видеокамеры, чтобы был хороший угол обзора и выгодное расположение относительно источников освещения (естественных и искусственных). Не менее важным является и своевременное качественное техническое обслуживание видеонаблюдения , обеспечивающее стабильную работу системы.
Как настроить распознавание лиц в видеорегистраторах Dahua?
Распознавание лиц в видеонаблюдении используется вместе с обнаружением лиц для сравнения черт лица с базой данных людей. Само распознавание лиц — это, по сути, обнаружение лиц из толпы, находящейся перед камерой.
Изображения лиц регистрируются в библиотеке лиц администратором и доступны через интеллектуальный поисковый инструмент распознавания лиц, встроенный в Dahua NVR.
Если вы импортируете изображения локально, вам необходимо использовать USB-накопитель с изображениями лиц (в формате jpeg) и вставить его в порт USB на сетевом видеорегистраторе.
В этом руководстве мы обсудим, как использовать функцию распознавания лиц на сетевых видеорегистраторах Dahua AI. Она применима к любому оборудованию с логотипом Dahua или OEM других брендов на базе Dahua.
Настройка распознавания лиц Dahua
Примечание. При использовании камеры без искусственного интеллекта интеллектуальный план может быть недоступен для конкретного канала. Таким образом, и камера, и сетевой видеорегистратор должны поддерживать функции искусственного интеллекта.
Шаг 3. Нажмите на опцию Face Recognition в меню Parameters и убедитесь, что используется правильный канал (номер камеры).
Следуйте инструкциям на экране, чтобы добавить изображения в библиотеку. После того, как изображения были успешно внесены в базу данных, выйдите из интерфейса (щелкните левой кнопкой мыши для выхода).
Включение сигнала незнакомца будет предупреждать систему при обнаружении нераспознанного лица. Нажмите Применить, чтобы сохранить настройки в вашей системе.
Чтобы настроить параметры общего режима, щелкните значок шестеренки триггера и выберите, какие дополнительные параметры вы хотите применить к этой функции. Обязательно нажмите Применить, чтобы сохранить настройки на вашем устройстве.
Как просмотреть данные распознавания лиц на Dahua AI NVR
Поиск по атрибутам загрузит все данные распознавания лиц, найденные в системе, тогда как поиск по изображению будет фильтровать и отображать только лица, выбранные пользователем.
Для поиска по атрибутам введите время начала и окончания события в интерфейсе, а затем щелкните Интеллектуальный поиск.
USB-накопитель с соответствующими изображениями (в формате jpeg) можно использовать для загрузки изображений в NVR.
После загрузки изображения введите время начала и окончания события и нажмите Интеллектуальный поиск.
Система отобразит все данные распознавания лиц на основе выбранного изображения. Все данные распознавания лиц могут быть скопированы локально с помощью USB-накопителя.
p4GcRGuXFmeV4ZWTYHVAt18A2 2021-09-02T14:19:25+03:00 2, Сентябрь, 2021 | Настройка видеонаблюдения | Комментарии к записи Как настроить распознавание лиц в видеорегистраторах Dahua? отключены
Главная / Настройка видеонаблюдения / Настройка функции распознавания лиц на сетевых видеорегистраторах Dahua?
Настройка функции распознавания лиц на сетевых видеорегистраторах Dahua?
Интеллектуальный поисковый инструмент распознавания лиц людей встроен в сетевые видеорегистраторы Dahua. Причем, распознавание лиц используется вместе с функцией обнаружения лиц для сравнения сходства их с базой данных людей.
Для настройки распознавания лиц в видеорегистраторах Dahua войдите в меню AI через главное меню вашего сетевого видеорегистратора. Это раздел, в котором вы управляете и просматриваете настройки искусственного интеллекта.
При использовании камеры без искусственного интеллекта интеллектуальный план может быть недоступен для конкретного канала. Таким образом, и камера, и сетевой видеорегистратор должны поддерживать функции AI.
Следуйте инструкциям на экране, чтобы добавить изображения в библиотеку. После того, как изображения были успешно внесены в базу данных, выйдите из интерфейса (щелкните левой кнопкой мыши для выхода).
Чтобы просмотреть данные распознавания лиц в видеорегистраторах Dahua, нужно зайти в раздел распознавания лиц, расположенный в меню интеллектуального поиска. Здесь возможен поиск по атрибутам или поиск по изображению.
При поиске по атрибутам будут загружены все данные распознавания лиц, найденные в системе, тогда как поиск по изображению будет фильтровать и отображать только лица, выбранные пользователем.
Система отобразит все данные распознавания лиц на основе выбранного изображения. Все данные распознавания лиц могут быть скопированы локально на USB-накопитель.
Данное руководство предназначено для Dahua и их OEM-производителей сетевых видеорегистраторов, продаваемых под следующими брендами: Activecam, Advidia, Amcrest, Ameta, Ascendent, Backstreet Surveillance, BV Security, CCTV Security Pros, CCTV Star, CP Plus (Orange Line), Dax Networks, eLine, ENS (ранее Eastern CCTV и SavvyTech), Expose, Lorex, GSS, Honeywell, IC Realtime, Ikegami, Impath Networks, Inaxsys, IndigoVision, Infinity CCTV, Innekt, Intelbras, KBVision, Lumixen, Maxron, Montavue, Oco, Optiview, Rhodium, RVI, Saxco, Security Camera King (Elite), Space Technology, Speco, ToughDog, Tyco Holis, Tyco Illustra Essentials, Unisight, VIP Vision, Watchnet, Winic, Zuum.
Мы работаем быстро, качественно и по доступным ценам. Перечень услуг и цены на их вы можете посмотреть здесь.
p4GcRGuXFmeV4ZWTYHVAt18A2 2021-02-12T17:12:11+03:00 24, Ноябрь, 2020 | Настройка видеонаблюдения | Комментарии к записи Настройка функции распознавания лиц на сетевых видеорегистраторах Dahua? отключены
Читайте также: