← Назад к списку статей

Метод 1. Статистический анализ
Метод 2. Искусственный интеллект
Интеграция с системами автоматизации
Как лучше повесить камеру
Частые вопросы
Поиск по лицам, именам, фото в архиве
Автообучение

Детектор лиц и распознавание лиц в программе для видеонаблюдения Xeoma

Помимо прочих полезных функций, Xeoma позволяет настроить камеру на реагирование на лица и их распознавание. С присущей ей уникальной гибкостью, программа для видеонаблюдения Xeoma предлагает вам несколько методов определения лиц — с помощью статического анализа изображения или используя массивы искусственного интеллекта. Эти методы отличаются своими механизмами работы и формируют свои базы данных разными способами. Распознавание лиц Xeoma может реагировать как на любые лица, так и на конкретный набор лиц. Это включает в себя создание полноценного списка лиц, попавших в поле зрения камеры. Такая возможность особенно полезна для надзора за деятельностью штата сотрудников или для создания автоматических охранных систем, предотвращающих несанкционированный доступ на охраняемые объекты. Программу для видеонаблюдения Xeoma можно настроить так, чтобы она игнорировала малое число людей или прекращала запись каждый раз, когда превышено определённое число людей в кадре. Может быть, вы не хотите, чтобы камера обращала внимание на людей, которые просто проходят мимо? Хотите быть уверены в том, что Xeoma не примет одного человека за другого?

Всё это можно сделать с помощью функции распознавания лиц и модуля «Распознавание лиц» в Xeoma. Вставьте его в цепочку так, чтобы он был подключен к модулю «Просмотр и архив» (это необходимо для корректной работы модуля).

Щёлкните по модулю мышью, чтобы зайти в его настройки. Если вам нужно, чтобы распознавание лиц просто обращало внимание на все лица, проходящие через поле зрения камеры, то выберите «Реагировать на любые лица» в выпадающем меню «Тип срабатывания». С помощью бегунка можно также настроить минимальное количество лиц в кадре, необходимое для срабатывания (повысьте это значение, если в наблюдаемом месте не должны толпиться люди – например, в магазине, если очередь состоит из больше, чем 3 человек). Зайдя в детальные настройки, вы сможете указать, в каких именно частях поля зрения камеры нужно отслеживать лица (аналогично «Детектору движения»). Ещё можно настроить дальность распознавания: например, если камера стоит в узком месте (коридоре), где лица людей всегда находятся довольно близко к объективу, то лучше установить дальность на «Малую» или «Среднюю».

Метод 1. Статистический анализ

Этот метод считается более простым, его средний показатель успешности распознавания 75%. Для лучшей производительности этот метод лучше использовать с камерами, находящимися внутри помещений с ровным освещением, направленными под как можно более прямым углом к лицам людей — в офисах, магазинах, квартирах и т.п.
Воспользоваться этим методом распознавания можно, если у вас активирована лицензия Xeoma PRO, отдельной лицензии для нее не требуется. Статистический анализ изображения позволяет добавить в базу данных неограниченное количество людей, поэтому для систем с тысячами людей в базе данных этот метод обычно более выгоден финансово, чем Метод 2.

Если же вам необходимо распознавание только определённого набора лиц (к примеру, подозреваемых в несанкционированном доступе), то Xeoma можно этому обучить. Есть 2 способа:

1) В настройках модуля «Распознавание лиц» укажите имя человека (или иной идентификатор) и щёлкните мышкой по кнопке «Обучить распознаванию», когда в кадр попадёт то лицо, которое вам нужно сохранить. Xeoma добавит это лицо в свою базу данных, предварительно привязав к нему указанное имя (или иной идентификатор). Вы можете добавить до 100 фотографий одного и того же лица с разных ракурсов, чтобы улучшить вероятность распознавания лиц. Если добавить больше, то новые фотографии заменят самые старые.

2) Если необходимое вам лицо уже попадало в поле зрения камеры, то можно зайти в архив и добавить его оттуда. Щёлкните мышью по кнопке «Архив» под нужной камерой, найдите кадр с нужным лицом (чем крупнее, тем лучше) и нажмите «Меню архива» → «Выделить лицо и добавить в базу данных». Теперь просто введите имя человека и выделите его лицо рамочкой. База данных не имеет ограничений – вы можете добавить в неё любое число людей. Готово!
*Также есть полуавтоматический способ обучения лицам

Имея базу данных на несколько лиц, вы теперь можете настроить «Распознаватель лиц» на реагирование только на указанные лица или только на неизвестные лица. Второй вариант особенно полезен для наблюдения за посторонними лицами. При выборе любой из этих опций, вы увидите полную базу данных ниже в виде списка имён (или иных идентификаторов) с полями для галочек. Таким образом, вы сможете заставить Xeoma распознавать только конкретные лица и игнорировать все остальные либо обращать внимание только на неизвестные лица.

Не забудьте также про бегунок «Минимальная точность распознавания». Он позволит вам настроить, насколько похоже должно быть лицо на оригинал, чтобы камера его распознала. Если вы видите, что камера иногда, к примеру, путает незнакомых людей с внесёнными в список лицами, в настройках распознавания лиц установите этот бегунок повыше.

Пример: Распознавание лиц с помощью Статистического анализа изображения в сети фитнес- и тренажёрных залов

Сценарий использования 1: самостоятельный независимый сервер в каждом филиале.

Сценарий использования 1: один центральный сервер обрабатывает все камеры, имеет единую базу данных, а филиалы используют клиентское подключение к серверу и не требуют лицензий:

Метод 2. Распознавание лиц, метод «Искусственный интеллект»

Этот метод распознавания считается более сложным и более надёжным, чем Метод 1: лучше работает даже в сложных погодных условиях, обладает улучшенными алгоритмами определения человеческих лиц (игнорирует очки, головные уборы, легкие повороты головы), и не требует различных фотографий человека с множества ракурсов для внесения в базу данных (достаточно одного ракурса). Средний процент успешного распознавания этого метода 90%. Он может успешно использоваться в программах типа «Безопасный город», на проходных, на мероприятиях под открытым небом и т.п.

Поиск человека по фотографии в записях архива работает только с Искусственным интеллектом.

Для работы этого метода необходима специальная отдельная лицензия на Дополнительный модуль (приобрести его можно здесь)
Эта специальная лицензия активируется поверх лицензий Xeoma Standard или Xeoma PRO. Специальная лицензия приобретается на то количество людей, сколько будет у вас в базе данных на этом сервере: к примеру, если вы хотите, чтобы система «узнавала» 1024 человека, приобретите лицензию на Дополнительный модуль «Искусственный интеллект» на 1024 лица для каждого сервера.

Скидка: чем больше лиц в лицензии, тем ниже стоимость за 1 лицо. Для небольших баз данных этот метод может быть даже дешевле, чем метод 1, а для больших баз данных обычно наоборот.

Как и в Методе 1, Распознавание лиц Xeoma на базе искусственного интеллекта нужно обучить людям, которых система должна узнавать, и для этого есть также 2 основных способа.

1) В настройках модуля «Распознавание лиц» укажите имя человека (или иной идентификатор) и щёлкните мышкой по кнопке «Обучить распознаванию», когда в кадр попадёт то лицо, которое вам нужно сохранить. Xeoma добавит это лицо в свою базу данных, предварительно привязав к нему указанное имя (или иной идентификатор). Вы можете добавить до 100 фотографий одного и того же лица с разных ракурсов, чтобы улучшить вероятность распознавания лиц. Если добавить больше, то новые фотографии заменят самые старые.

2) Если необходимое вам лицо уже попадало в поле зрения камеры, то можно зайти в архив и добавить его оттуда. Щёлкните мышью по кнопке «Архив» под нужной камерой, найдите кадр с нужным лицом (чем крупнее, тем лучше) и нажмите «Меню архива» → «Выделить лицо и добавить в базу данных». Теперь просто введите имя человека и выделите его лицо рамочкой. База данных не имеет ограничений – вы можете добавить в неё любое число людей. Готово!
*Также есть полуавтоматический способ обучения лицам

Имея базу данных на несколько лиц, вы теперь можете настроить «Распознаватель лиц» на реагирование только на указанные лица или только на неизвестные лица. Второй вариант особенно полезен для наблюдения за посторонними лицами. При выборе любой из этих опций, вы увидите полную базу данных ниже в виде списка имён (или иных идентификаторов) с полями для галочек. Таким образом, вы сможете заставить Xeoma распознавать только конкретные лица и игнорировать все остальные либо обращать внимание только на неизвестные лица.

Не забудьте также про бегунок «Минимальная точность распознавания». Он позволит вам настроить, насколько похоже должно быть лицо на оригинал, чтобы камера его распознала. Если вы видите, что камера иногда, к примеру, путает незнакомых людей с внесёнными в список лицами, в настройках распознавания лиц установите этот бегунок повыше.

Эта опция для работы нуждается в массивах искусственного интеллекта: после выбора этого метода нужно будет несколько минут, чтобы с внешнего ресурса подгрузились дополнительные компоненты.

 

Полуавтоматическое обучение (по внешним фото)

Если нужно обучить систему, имея в наличии только фото нужных лиц (без возможности «увидеть» сотрудников в кадре), то можно сделать следующее:
0) убеждаемся, что все фото в формате JPEG (если нет — предварительно конвертируем в JPEG)
1) в Xeoma делаем такую цепочку:

2) в модуле Распознавание лиц выбираем Искусственный интеллект в графе Алгоритм распознавания лиц
3) в модуле Чтение файла прописываем путь до одного из фото
4) в модуле Распознавание лиц вводим уникальное имя в графу Имя человека для распознавания и нажимаем Обучить распознаванию
5) повторяем шаги 3-4 для всех имеющихся фото

Этот метод может применяться как для метода «искусственный интеллект», так и для «статистического анализа», но он менее эффективен, чем «живое» присутствие человека в кадре; если нужна точность выше — обучать стоит на видео. Вся созданная таким образом база лиц сохранится для модуля Распознавание лиц, даже если вы удалите этот модуль из этой цепочки или всю цепочку.

 

Массовое обучение (обширные базы данных)

Для обучения огромным массивам, состоящим из тысяч лиц, может использоваться следующий алгоритм (доступно только для распознавания лиц с помощью опции «Искусственный интеллект»):

1) Через Xeoma обучаете программу одному человеку. Это нужно для создания папки Xeoma\FaceDetector\DNN (появляется автоматически после того, как первого человека обучили через программу).

2) В папке Xeoma\FaceDetector\DNN\Recognition создаёте папку с именем человека только в формате HEX (конвертировать можно через онлайн-конвертеры типа https://codebeautify.org/string-hex-converter).

3) В эту папку кладем любое изображения человека, которого нужно добавить. Это фото будет использоваться для обучения, и качество распознавания будет зависеть от качества этой фотографии. Изображение должно быть хорошего качества, само лицо должно быть хорошо видно (рекомендуется, что лицо должно быть минимум 160х160 пикс.). Это фото всего человека, как если бы он был в кадре.
Формат JPEG (.jpg).
Немного информации: Обычно рекомендуется устанавливать камеры так, чтобы человек шел прямо на нее, т.е. лицо видно прямо в течение нескольких секунд. В таком случае и фото желательно как можно «прямее» (а не с наклоном головы).

4) В папку Xeoma\FaceDetector\DNN\Person копируем изображение лица этого же человека (можно вырезать с той же фотографии, отрезав всё лишнее). Это фото будет выводится на превью при узнавании этого сотрудника. Тут качество уже не важно.
Формат: bmp.
Важно: имя фотофайла должно быть идентичным имени сотрудника из п.2. (тоже HEX). Например, 41a43043f44b448.bmp

5) Повторяете шаги для других людей из базы (для больших баз данных стоит создать скрипт с этими действиями).

6) Перезапускаем Xeoma. После перезапуска Xeoma обучится на всех добавленных таким образом людей.
Готово! Вы произвели быстрое автоматическое обучение тысячам лиц.

Карточка посетителя

Начиная с версии Xeoma 22.10.12 в модуле «Распознавание лиц» доступно создание более подробных карточек людей, чьи лица вы вносите в базу данных (доступно как для Искусственный интеллекта, так и для Статистического анализа).

Для создания более подробной карточка человека-обладателя лица из базы данных, в настройках модуля «Распознавание лиц», работающего по методу «Искусственный интеллект», нажмите на текстовую кнопку «Открыть базу данных лиц».

Далее, с помощью текстовой кнопки «Добавить новую колонку» вы можете создать необходимые поля с информацией о человеке. В открывшемся диалоге создания нового информационного поля введите заголовок поля («имя колонки») и нужное значение для данного человека (например, пол, возраст, принадлежность к группе, классу, продолжительность абонемента, ссылка на профиль в соцсетях, контактный телефон и многое другое) в поле «значение колонки».

Справа от каждой колонки будет иконка для удаления колонки — например, если данное поле больше не нужно, или допущена ошибка, требующая исправления.

Вверху диалога базы данных присутствует поле для поиска человека по имени.

Сравнить стоимость решений можно в таблице ниже. Подробнее…

Какой метод распознавания более экономичен*
	1 камера + 1 лицо	2 камеры + 1 лицо	1 камера + 2 лица	2 cameras + 2 лица	1024 камер + 16 лиц	16 камер + 1024 лица
Статистический анализ изображения (Xeoma Pro)	Xeoma Pro на 1 камеру (5900 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)	Xeoma Pro на 2 камеры (11900 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)	Xeoma Pro на 1 камеру (5900 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)	Xeoma Pro на 2 камеры (11900 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)	Xeoma Pro на 1024 камеры (1 693 400 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)	Xeoma Pro на 16 камер (92 600 руб.) Используется: Статистический анализ Неограниченное количество лиц в базе данных (1+)
Искусственный интеллект (Xeoma Standard + Дополнительная лицензия)	Xeoma Standard на 1 камеру (2100 руб.) + Дополнительная лицензия ИИ на 1 лицо(2700 руб.) Всего: 4800 ₽ Используется: Искусственный интеллект 1 лицо	Xeoma Standard на 2 камеры (4000 руб.) + Дополнительная лицензия ИИ на 1 лицо(2700 руб.) Всего: 6700 ₽ Используется: Искусственный интеллект 1 лицо	Xeoma Standard на 1 камеру (2100 руб.) + Дополнительная лицензия ИИ на 2 лица(4000 руб.) Всего: 6100 ₽ Используется: Искусственный интеллект 2 лица	Xeoma Standard на 2 камеры (4000 руб.) + Дополнительная лицензия ИИ на 2 лица(4000 руб.) Всего: 8000 ₽ Используется: Искусственный интеллект 2 лица	Xeoma Standard на 1024 камеры (564 500 руб.) + Дополнительная лицензия ИИ на 16 лиц(13700 руб.) Всего: 578 200 ₽ Используется: Искусственный интеллект 16 лиц	Xeoma Standard на 16 камер (30 900 руб.) + Дополнительная лицензия ИИ на 1024 лица(155 700 руб.) Всего: 186 600 ₽ Используется: Искусственный интеллект 1024 лица
Искусственный интеллект (Pro и Standard)	Xeoma Pro на 1 камеру (5900 руб.) Используется: Искусственный интеллект 1 лицо бесплатно	Xeoma Pro на 2 камеры (11900 руб.) Используется: Искусственный интеллект 2 лица бесплатно	Xeoma Pro на 1 камеру (5900 руб.) Используется: Искусственный интеллект — 1 лицо бесплатно + Дополнительная лицензия ИИ на 1 лицо (2700 руб.) Всего: 8600 ₽	Xeoma Pro на 2 камеры (11900 руб.) Используется: Искусственный интеллект 2 лица бесплатно или Xeoma Pro на 1 камеру (5900 руб.) Используется: Искусственный интеллект — 1 лицо бесплатно +Xeoma Standard на 1 камеру (2100 руб.) + Дополнительная лицензия ИИ на 1 лицо (2700 руб.) Всего: 10700 ₽	Xeoma Standard на 1024 камер (564 500 руб.) + Xeoma Pro на 16 камер (92 600 руб.) Используется: Искусственный интеллект — 16 лиц бесплатно Всего: 657 100 ₽	Xeoma Pro на 16 камер (92 600 руб.) Используется: Искусственный интеллект 16 лиц бесплатно + Дополнительная лицензия ИИ на 1024 лица (155 700 руб.) Всего: 248 300 ₽

* Примечание:
ИИ — Искусственный интеллект (опция в «Распознавателе лиц»)
Цена по состоянию на 13 октября 2022

Пример: Распознавание лиц с помощью Искусственного Интеллекта в сети фитнес- и тренажёрных залов

Рекомендуется использовать центральный сервер для обработки всех камер и размещения общей базы данных, в филиалах только клиентское подключение к ЦС:

 

Интеграция с внешними устройствами

Распознавание лиц может использоваться для автоматизации охранного наблюдения, например, на КПП. При появлении сотрудника компании может открываться шлагбаум, а при обнаружении не авторизованных лиц поступать тревога. Для этого в цепочке после Детектора лиц добавьте нужный модуль: для отправки команд внешним устройствам – модуль «Отправка HTTP команд», для включения сигнализации — модуль «Звуковой сигнал», для поворота камеры в сторону не авторизованного лица и слежения за ним — модуль «PTZ слежение» и т.д.

 

Как лучше повесить камеру для распознавания лиц

Как увеличить процент распознавания лиц:

• Вы можете повесить камеру максимально близко к зоне, в которой нужно детектировать лица (лучше под прямым углом к лицу)
• Угол должен быть таким, чтобы лицо занимало большую часть кадра
• Освещение не должно быть сильно тусклым или с большим количеством засветов (можно использовать специальные камеры с функцией HLC – High Light Compensation (компенсация яркой засветки, часто с пометкой: для LPR/ANPR))
• Можно также использовать длиннофокусный объектив для лучшего обзора
• В настройках самого модуля «Распознавание лиц» вы можете выбрать «Дальность обнаружения лиц»
• Использовать «Искусственный интеллект» в модуле «Распознавание лиц», в таком случае средняя точность распознавания может быть до 90%. Протестировать эту возможность можно в Пробной версии, а приобрести можно в качестве дополнительного модуля.

Читайте также: Как увеличить процент распознавания в СВН

Еще несколько частных советов для настройки в процессе тестирования:
1) В настройках модуля «Распознавание лиц» стоит галочка «Использовать поток из архива»? Если нет — поставьте её. Это увеличит нагрузку, но также и даст модулю более качественную картинку. Подробнее про разделение потоков в Xeoma
2) (Если пока люди не добавлены в базу данных) Там же в графе «Тип срабатывания» выбрано «Реагировать на неизвестных и невыбранных людей»? Если нет — поставьте это.
3) Там же бегунок «Минимальное количество лиц для срабатывания» выставлен на 1? Если нет — поставьте 1. Это на случай, если реакция не происходит, т.к. минимальное количество лиц установлено на не выполняемое значение.

Поиск людей по архивным записям

И для Статистического анализа, и для Искусственного Интеллекта доступен поиск людей по имени/ID по записям, сделанным с использованием модуля «Распознавание лиц».
Подробная инструкция

 

Автообучение

Начиная с версии Xeoma 19.11.26, для распознавания с помощью опции «Искусственный интеллект» доступна возможность «Автообучения лицам» — добавление людей (лиц) в группы на основе частотности их обнаружения.

В настройках модуля поставьте галочку в ячейке «Разрешить автообучение по найденным лицам» — будут открыты три группы. При первом обнаружении человеческого лица в кадре, ему присваивается уникальный ID, запоминается время его обнаружения, после чего он попадает в третью группу, которую условно можно назвать «Новые/редкие лица».

Далее, в соответствии с настройками первой и второй группы, при повторном появлении в кадре человека переносят в группу №1 или №2.

Например, для первой группы, которую мы назовём «Сотрудники», вы задали время 30 минут, а для второй группы — «Частые посетители» — 2 дня. Если повторно человек появляется в кадре камеры с интервалом раз в 30 минут или чаще от первого его обнаружения, то он попадает в группу №1 (как сотрудники предприятия, которые должны всегда быть в кадре). Если проходит до 2 дней, прежде чем человек снова будет обнаружен в кадре, то он заносится в группу №2 — как частый покупатель, который заходит в вашу торговую точку каждый вечер или как родители, ежедневно приводящие и забирающие ребёнка из детского сада.

В пункте «Тип срабатывания» вы можете выбрать, на появление человека из какой из групп вы бы хотели получать срабатывание. Например, при появлении новых, посторонних лиц (уведомления охране) или при появлении родителей из примера выше (для уведомления об этом воспитателей или автоматического открытия дверей).

 

 

Обновлено 4 марта 2021

Читайте также:
Детектор объектов