Контакты
Подписка
МЕНЮ
Контакты
Подписка

Особенности внедрения и использования систем контроля доступа по лицу

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

Особенности внедрения и использования систем контроля доступа по лицу

Биометрические технологии идентификации личности находят все более широкое применение в системах контроля и управления доступом (СКУД). На сегодня традиционные способы идентификации личности, в основе которых находятся разные идентификационные карты, ключи или уникальные данные, не являются надежными в той степени, которая необходима. Биометрическое опознание производится не по присвоенным человеку идентификационным признакам, а по физиологическим свойствам или особенностям самого человека – уникальной персональной информации, которую не нужно держать в памяти, невозможно потерять и имитация которой крайне затруднительна
Юрий Стоянов
Генеральный директор ЗАО "Стилсофт"

Важным фактором для пользователей биометрических технологий в системах безопасности является простота применения. Человек, характеристики которого сканируются, не должен при этом испытывать никаких неудобств. В таком плане наиболее интересным методом является, несомненно, технология распознавания по лицу. Как и все биометрические технологии, распознавание по лицу является вероятностной и не способна гарантировать полное отсутствие ошибок FAR/FRR, то есть коэффициентов ложного пропуска (False Acceptance Rate – система предоставляет доступ незарегистрированному пользователю) и ложного отказа в доступе (False Rejection Rate – доступ запрещен зарегистрированному в системе человеку). Однако в последнее время эта технология находит все более широкое применение.

Целесообразность распознавания по лицу

В первую очередь необходимо определиться с тем, на каких объектах целесообразно применение технологии распознавания по лицу.

Приоритет – надежность идентификации
На объекте с высшим уровнем безопасности приоритетом служит надежность идентификации пользователей (ради нее допустимо пожертвовать и скоростью, и удобством распознавания). Очевидно, что в СКУД таких объектов применение биометрии не только возможно и желательно, но и жизненно необходимо. Однако здесь на первый план выходят технологии, обеспечивающие наименьший уровень ошибок FAR (идентификация по отпечаткам пальцев, радужной оболочке глаз и др.), и технология распознавания по лицу используется как одна из составляющих мультибиометрических решений. Яркими представителями объектов такого класса выступают здания и сооружения силовых структур и ведомств, предприятия топливно-энергетического комплекса, промышленные производства опасных веществ, инфраструктурные объекты.


Приоритет – пропускная способность
Если же на объекте на первый план выходит пропускная способность СКУД и малейшая задержка, связанная с неправомерным отказом в доступе зарегистрированному (благонадежному) пользователю, способна парализовать функционирование всего объекта или его структурного элемента, то технология распознавания по лицу является наиболее предпочтительным, а зачастую и единственным решением. Примерами таких объектов являются крупные спортивные, развлекательные, торговые учреждения и предприятия, объекты транспорта, чья деятельность неразрывно связана с возникновением и движением больших людских масс. На объектах такого типа выделить регистрацию биометрических идентификаторов в особый бизнес-процесс либо невозможно, либо нецелесообразно. С одной стороны, бесконтактный способ распознавания является оптимальным, с другой – столь же значима и скорость идентификации.

2D- и 3D-технологии распознавания лиц

На сегодня используются две основные технологии распознавания лиц – по геометрии лица (2D-технологии), в основе технологии лежат плоские, или двухмерные, изображения и по строению черепа (3D-технологии), в которых распознавание производится по реконструированным трехмерным образам.

3D-технологии пока не получили широкого применения. Дороговизна и громоздкость оборудования, невысокая скорость идентификации, отсутствие возможности обслуживать большое число пользователей в режиме идентификации – вот далеко не полный перечень тех факторов, которые не позволили 3D-технологиям распознавания лиц массово выйти на потребительский рынок.

Вместе с тем 2D-технологии значительно распространены и позволяют осуществлять распознавание дистанционно, без непосредственного контакта посетителей с оборудованием, а при использовании соответствующего оборудования анализ информации может осуществляться с приемлемой скоростью. Источниками данных для биометрической идентификации способны выступать фотографии людей, объявленных в розыск, результаты видеонаблюдения, другие видеозаписи. Однако системы 2D-распознавания очень чувствительны к изменениям идентификатора (появление очков, бороды и т.д.) и внешним факторам (поворот головы, освещенность и т.п.). Именно на снижение чувствительности системы к изменениям идентификатора и на снижение влияния внешних факторов направили все свои усилия производители современных систем распознавания по лицу.

Проблемы сканирования лица

Как и любая биометрическая система, распознавание по лицу начинается со сканирования объекта. В качестве сканеров лица могут выступать как автономные сканеры, так и сканеры с подключением к централизованному серверу.

Автономные сканеры – многочисленные ошибки
Автономные сканеры лица, как правило, подключаются к контроллерам СКУД, с помощью которых обеспечивается управление исполнительными устройствами. Поскольку вычислительные возможности таких устройств весьма ограничены, то для распознавания используются довольно простые алгоритмы, что приводит к значительному числу ошибок FAR/FRR. К тому же сформированный шаблон изображения создается в самом устройстве, что значительно снижает возможность масштабирования системы, поскольку каждый автономный сканер необходимо настраивать в отдельности. Применение сканеров, подключаемых к централизованному серверу, предпочтительнее, но и здесь существует ряд нюансов, которые необходимо учитывать.

Видеокамеры – трудности размещения, освещенности, взгляда
В качестве сканеров лица зачастую используют обычные видеокамеры, расположенные на объекте, и здесь сразу же появляется проблема неправильного размещения камеры. Если устройство размещено под значительным углом к распознаваемому лицу, то число ошибок FAR/FRR возрастает, а если же камера размещена непосредственно на пути следования распознаваемых, то необходимо исключить возможность случайного физического контакта с камерой, в результате которого настройки положения видеокамеры будут сбиты.

Другой проблемой является недостаточная или неправильная освещенность лица. Необходимо обеспечить равномерное освещение в месте установки системы, избежав "засветки" от прямых солнечных лучей. Источник освещения следует располагать за видеокамерой на одной оптической оси. Смещение источника освещения в какую-либо сторону либо расположение его напротив камеры значительно снижают или же вовсе исключают возможность правильного распознавания лица.

Еще одна проблема заключается в том, как заставить проходящего человека смотреть именно туда, куда нужно. Применяемое в таких системах 2D-распознавание требует, чтобы человек смотрел именно в камеру, с минимальным отклонением от прямого угла между видеокамерой и лицом.

Простейшим решением является размещение экрана, на котором пользователь видел бы самого себя и смог правильно позиционироваться относительно камеры. Однако размещение зеркала, на котором нанесены маркеры позиционирования вместо экрана, ничем не уступает по функционалу, но явно имеет выигрыш по стоимости. Несомненным плюсом системы будет являться голосовое оповещение процедуры прохода на объект, если человек незнаком с работой системы, следует информировать его о том, что делать и куда смотреть. Звуковое сообщение, призывающее посмотреть на терминал, привлечет внимание проходящего человека и подскажет, что ему делать в дальнейшем

Оптимальным решением является моноблочное размещение освещения и видеокамеры на зеркальном экране с функцией звукового оповещения о последовательности действий, которое позволит позиционировать пользователя относительно камеры, заодно применить дополнительное освещение и подсказать проходящему человеку, что делать.

Ключевые параметры СКУД с распознаванием лица

Время прохода через турникет
Одним из ключевых параметров СКУД, применяющей распознавание по лицу, является время прохода через турникет. Данный параметр имеет особое значение в тех случаях, когда численность персонала организации значительная. Длительный период распознавания будет создавать очередь перед проходной. Время прохода через турникет складывается из сканирования (оцифровки изображения), передачи изображения на сервер, получения шаблона, сравнения шаблона с полученным изображением, открытие турникета.


Для комфортного времени прохода (1–1,5 с) необходимо обеспечить быстродействие всех без исключения операций. Одним из ключевых факторов, определяющих быстродействие системы, является применение Ethernet-технологий, облегчающих подключение устройств, масштабирование системы и обладающих высокой скоростью передачи информации. Использование протокола RS-485 для связи контроллеров СКУД не сможет обеспечить необходимое быстродействие системы в целом.

Процент распознавания лица
Технология допуска по лицу в СКУД для легитимного применения должна иметь высокий процент распознавания. Обычно заказчик настаивает на проценте не ниже чем 99%. Обеспечить его без технических ухищрений обычно не представляется возможным – места установки камер отличаются друг от друга, освещение точек прохода разнится. В то же время если фото человека сделано одной камерой, то вероятность распознавания ею же обычно составляет не менее 99%. Поэтому рекомендуется хранить и использовать для распознавания адаптивные шаблоны лица для каждого человека и для каждой видеокамеры в отдельности.

1. Со временем лицо человека подвержено естественным изменениям. Разные прически, наличие усов или бороды делают человека менее узнаваемым для системы. Наиболее перспективно в этом плане применение адаптивных шаблонов лица FinePattern, которые автоматически модифицируются при небольших изменениях внешности человека. При этом в качестве шаблона используется не одно, а несколько изображений, худшее из которых автоматически заменяется на лучшее. Применение адаптивных шаблонов FinePattern позволяет обеспечивать высокую вероятность распознавания как при сезонных изменениях (наличие/отсутствие головного убора), так и при изменении физических характеристик лица: старение, появление бороды и усов, изменение прически.

2. Нельзя упускать из виду удобство добавления лиц в базу данных системы. Одним из наиболее эффективных способов является режим "обучения", при котором лицо попадает в базу данных автоматически, при первом поднесении карты к считывателю на проходной, а потом уже готовый шаблон используется для верификации человека и распознавания его на других проходных. При наличии этого режима внедрение системы аутентификации по лицу проходит без участия операторов бюро пропусков, инженеров обслуживающих организаций. Фактически система аутентификации внедряется автоматически. Инженеры, внедрявшие подобную систему, знают, насколько тяжело произвести фотографирование нескольких тысяч человек, обеспечив необходимый уровень качества фото, причем необходима 100%-ная явка сотрудников организации и прочие условия. При наличии в строящейся системе аутентификации режима "обучения" достаточно просто выдать именные карты – и все.

Идентификация по нескольким признакам
Важным элементом системы является обеспечение возможности комплексной идентификации пользователя по нескольким признакам. Обычно предприятие, имеющее потребность в системе аутентификации по лицу, обладает повышенными требованиями к СКУД и выставляет монтажной организации требования к многофакторной аутентификации. Необходимо заранее позаботиться о том, чтобы выбранная система могла обеспечить аутентификацию по лицу, идентификацию по пальцу человека, Proximity-карте, коду кодонаборной панели, автомобильному номеру, обеспечить подтверждение оператором – и все это одновременно, в одном процессе идентификации.

Расширение базы данных
Другим ключевым параметром системы распознавания по лицу является число лиц в базе данных. Увеличение численности пользователей в системе не должно отражаться на времени поиска и, как следствие, времени прохода, поэтому используемые в системе распознавания по лицу СУБД должны быть реализованы на основе Oracle или MS SQL Server.

Проблемы инсталляторов

При реализации СКУД по лицу можно столкнуться с рядом проблем.

  1. Программное обеспечение неэффективно управляет сканером распознавания лица либо в качестве сканера лица используется обычная видеокамера, а не специализированное устройство.
  2. Система построена на автономных сканерах лица, которые необходимо раздельно программировать и которые, как следствие, не могут обладать интеллектуальными функциями "обучения", адаптивными шаблонами и т.д.
  3. Контроллеры СКУД имеют длительный отклик при сетевой работе. Оценить длительность отклика можно по задержке отображения лица более одной секунды в режиме фотоидентификации.
  4. Подсистема анализа изображения не является частью системы захвата изображения и не оптимизирована для работы с видеопотоком от конкретной модели видеокамеры.
При выборе системы аутентификации следует заранее определить, что данные проблемы в решении отсутствуют. Обычно все или часть указанных проблем имеют место в системах, где сканер лица, модуль распознавания лица и поиска в БД, модуль работы с видеопотоком, контроллеры СКУД, ПО СКУД верхнего уровня делают разные производители

При выборе метода и средств реализации системы распознавания по лицу следует учитывать и другие возможности технологий, исходя из задач защиты объекта, степеней угроз и экономических факторов. Зачастую правильное организационное построение структуры СКУД, учет взаимодействия технических средств в составе системы, а также их рациональное использование могут обеспечить высокую эффективность защиты объекта от несанкционированных проникновений. При этом выбор сложных (а зачастую модных, широко рекламируемых и соответственно дорогих) решений может оказаться неэффективным.

Используемая на объекте система распознавания по лицу должна обеспечивать минимальное количество ошибок FAR/FRR, в противном случае система начинает дискредитировать себя, что приводит к откровенному саботажу со стороны идентифицируемых с целью убрать это "нововведение" руководства по причине неработоспособности и таким образом облегчить себе жизнь. Недопустимо, чтобы система даже один раз в неделю задерживала человека, имеющегося в базе данных.

Типичные ошибки

Укажем, какие ошибки допускаются при установке в СКУД доступа по лицу:

  • прямые солнечные лучи в зоне установки оборудования, мешающие нормальной работе сканера лица;
  • отсутствие звукового сопровождения системой процесса прохода;
  • отсутствие дополнительного освещения лица человека сканером лица;
  • контроллеры СКУД с шиной RS-485, не обеспечивающие приемлемую скорость передачи информации на центральный сервер;
  • один шаблон для всех сканеров лица;
  • отсутствие адаптивных шаблонов для минимизации изменений лица;
  • применение интеграционных расширений СКУД для реализации системы аутентификации по лицу вместо системы, изначально специализирующейся на распознавании лиц.

Необходимо отметить, что за системами аутентификации, использующими биометрические параметры, – будущее. Поэтому те компании, которые первыми освоят данные технологии и станут в них специалистами, будут иметь значительное конкурентное преимущество.

Опубликовано: Журнал "Системы безопасности" #2, 2014
Посещений: 12332

  Автор

Стоянов Ю. П.

Стоянов Ю. П.

Генеральный директор компании "Стилсофт"

Всего статей:  5

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