Журнал "Системы Безопасности" № 3‘2020

С И С Т Е М Ы К О Н Т Р О Л Я И У П Р А В Л Е Н И Я Д О С Т У П О М 79 www.secuteck.ru июнь – июль 2020 СПецПРОеКТ РаСПОзНаВаНИе лИц на слабом железе работает урезанная версия и в итоге эти решения применимы только для небольших объектов с базами лиц, содержащи- ми не более 100 персон. Александр Пазин, ООО "ТРИДИВИ" (3DiVi Inc.) Нейронная сеть – это, по сути, программное воплощение некоторой математической моде- ли, архитектурно похожей на систему нервных клеток биологического организма и пригодной для решения задач классификации и распозна- вания образов, прогнозирования, управления и т.д. Методы машинного обучения, в свою оче- редь, – набор подходов в области искусствен- ного интеллекта, позволяющих обучить и настроить нейронную сеть для решения необходимых прикладных задач. В результате применения данного способа на выходе можно получить нейронную сеть, гото- вую к немедленному применению для решения тех задач, для которых она обучалась (напри- мер, распознавания лиц). На сегодняшний день такой формат "поставки" нейронных сетей, включаемых в состав того или иного программного продукта, является прак- тически стандартом де-факто. Однако у подхода есть и очевидный недостаток: в случае заметного изменения условий задачи (к примеру, типичных образцов данных обуче- ния), для которой готовилась нейронная сеть, ее необходимо до- или переобучать, обеспечи- вая тем самым ожидаемые качественные харак- теристики результата ее работы. Изначально от указанного выше недостатка ста- раются избавиться, обучая нейронную сеть на достаточно обширных и вариативных данных. Также структуру нейронной сети можно услож- нять и развивать, проводя ее обучение для детектирования разнотипных объектов с даль- нейшей их детальной классификацией и распо- знаванием. Кроме того, в последнее время уже появились предложения программных продуктов и реше- ний, нейронные сети в составе которых способны дообучаться по ходу своей работы, то есть совер- шенствоваться, накапливая собственные "опыт и знания". Очевидно, что подобный подход требу- ет существенно бóльших вычислительных ресур- сов, которые должны быть в распоряжении ИТ- системы, но в некоторых случаях эти издержки могут оказаться вполне оправданными. Андрей Хрулев, Группа компаний ЦРТ Технологии распознавания лиц на основе свер- точных нейронных сетей достигли высокого уровня развития, что делает их полностью гото- выми для широкого применения. Соревнование в точности между алгоритмами идет уже не на уровне процентов, а на уровне сотых и даже тысячных процента. Дальнейшее развитие технологии видится в повышении качества распознавания с уче- том межрасовых различий людей. Это поспособствует более широкому распро- странению решений видеоидентификации. Мы считаем, что обучение нейросетей на мультинациональных базах является необхо- димым условием успеха на международном рынке. www.24gadget.ru Распознавание лиц в системе PERCo-Web Представляет PERCo www.perco.ru Решаемые задачи Распознавание лиц в системе PERCo-Web отвечает растущему спросу на бесконтактные решения. Это удобный, быстрый и надежный способ идентификации. Интеграционные возможности Терминалы Suprema и ZKteco интегрированы с системой контроля доступа PERCo-Web. Доступен следующий функционал: l контроль доступа по времени; l ведение учетных данных пользователей; l сохранение событий проходов; l назначение реакций на события с терминалов; l учет рабочего времени; l интеграция с CRM- и ERP-системами. Программное обеспечение Терминалы работают под управлением ПО PERCo-Web, включенного в перечень Минком- связи. Экономическая эффективность Распознавание лиц на базе системы контроля доступа PERCo-Web позволяет автоматизиро- вать учет рабочего времени сотрудников, за счет этого повышается трудовая дисциплина и сокращаются издержки. Помимо этого, СКУД с распознаванием лиц дает возможность орга- низовать контроль доступа на объект без сотрудника охраны или администратора рецепции. n см. стр. 128 "Ньюсмейкеры" Появление на рынке Июнь 2020 г. Ценовой сегмент Средний Приоритетные характеристики Терминалы распознавания лиц в системе PERCo-Web работают на базе 3D-технологий, что обеспечивает высокую точность и надеж- ность данного способа идентификации. Хранение пользователей и событий В памяти терминалов распознавания лиц могут храниться данные более 3000 пользо- вателей и более 50 000 событий. Режимы доступа В зависимости от требований объекта к уров- ню безопасности можно применять различные схемы идентификации: распознавание лиц совместно с картой доступа, смартфоном или отпечатком пальца. Защитные меры Для защиты от предъявления фотографии применяется детектирование живого лица, основанное на инфракрасной подсветке. Конкурентные преимущества Среди важных отличительных особенностей терминалов распознавания лиц – высокая скорость и точность распознавания, а также наличие русскоязычного интерфейса. Реклама