ZKTeco SpeedFace-V5 мультибиометрический терминал

ZKTeco SpeedFace-V5 мультибиометрический терминал. Мультибиометрический терминал 3-в-1 с функцией распознавания лиц. Считыватель отпечатка пальца и RFID карт (опционально). Распознавание на больших расстояниях. Дистанция распознавания увеличена до 3 метров, что позволяет идентифицировать быстро идущих людей. В то время как большинство алгоритмов поддерживают распознавание под углом не более 15 градусов, оборудование ZKTeco поддерживает распознавание лиц под углом до 30 градусов.

Характеристики:

- Дисплей: 5" TFT
- Процессор: A17 1.8 ГГц (четыре ядра)
- Память: 2ГБ RAM / 16ГБ ROM
- Камера: 2MP сдвоенная
- Связь: TCP/IP, 2хUSB, Wi-Fi (опция), RS232, RS485 для внешних считывателей, Wiegand вход/выход
- Интерфейсы: дверной замок, дверной датчик, звонок, кнопка выхода, тревога, AUX вход
- Аудио: 2 динамика
- Память пользователей: 10 000
- Память шаблонов лиц: 6 000
- Память шаблонов отпечатка пальца: 10 000 (опция)
- Память RFID карт: 10 000 (опция)
- Память журнал событий: 200 000
- Совместимость с ПО: ZKBioSecurity

Система распознавания лиц  Visible Light

Технология

Инновационная система распознавания лиц VisibleLight имеет большую производительность и надежность, и обладает способностью к самообучению. Распознавание лиц - одна из передовых биометрических технологий, имеющая огромные перспективы роста в будущем. Имеющиеся технологические проблемы до недавних пор ограничивали применение таких систем. Основными проблемами ранних версий были высокие требования к аппаратным платформам и их производительности, к внешнему освещению, углам установки камер и защите от поддельных идентификаций.
Чтобы восполнить эти технологические недостатки нами была разработана абсолютно новая технология распознавания лиц, ключевой особенностью которой является использование технологии глубокого самообучения.

Максимальный уровень безопасности и защита от поддельных идентификаций

Защита от поддельных идентификаций (антиспуфинг) - одна из важнейших задач всех видов биометрических технологий, включая и распознавание лиц. Использование фото или видео с изображением лица – самый простой и популярный способ пройти идентификацию. Чтобы защитить систему от таких ситуаций, нами был создан программный модуль обнаружения «живого» объекта, способный самосовершенствоваться благодаря алгоритмам самообучения. Обучение основывается на изучении различий между реальным человеком и фотографией или видео, таких как освещение, текстура и разрешение.

Оптимизированные алгоритмы

Классификация на основе редких признаков (SRC) используется для увеличения скорости распознавания и для снижения необходимой вычислительной мощности. Данное представление использует математические линейные характеристики соседних пикселей и самообучающийся алгоритм выделения признаков. Использование оптимизированных алгоритмов позволяет проводить идентификацию менее чем за 1 секунду.

Непревзойденная производительность в сложных условиях

Распознавание лица обычно проводится в динамичной среде, где изменяется интенсивность источников света, углы обзора и расстояние до камеры. Технология самообучения позволяет системе самостоятельно извлекать и фильтровать характеристики для изучения различий при различном расстоянии, позе, угле обзора и яркости источников света. Что позволяет экстраполировать и улучшить исходное изображение, даже если расстояние, освещение и угол расположения меньше идеального. Система может работать даже при низких уровнях освещенности.

Улучшенное распознавание лиц

Традиционное распознавание лиц проходит через четыре основных этапа: обнаружение, выравнивание, извлечение признаков и распознавание. Усовершенствованное распознавание лица в видимом свете включает в себя несколько дополнительных этапов, чтобы дополнить эту технологию.

Обнаружение

Система сначала определит, есть ли лицо на изображении или видео. Во время обнаружения программа с высокой точностью позволяет находить лица независимо от их размера и внешней освещенности.

Определение позы

Алгоритмы определения позы позволяют точно определить трехмерные углы наклона объекта. Точность особенно важна для дальнейшей трехмерного восстановления изображения.

Анализ качества

После оценки позы будет проанализирована яркость и четкость изображения, чтобы гарантировать, что качество попадает в допустимый диапазон, и отсеять изображения, которые классифицируются как неузнаваемые,для предотвращение потерь вычислительной мощности.

Выравнивание

Выравнивание лица -это позиционирование глаз, носа и рта человека в указанных рамках. Этот процесс использует 2D преобразования, включая движение, масштабирование и вращение. Выравненные изображения более эффективны для идентификации.

Извлечение признаков

Далее специальный алгоритм анализирует изображение, исследуя соседние пиксели, формирует кривые, находит края, определяет формы. После этого мы может получить набор специфических признаков, характерных для данного человека и выполнить сравнение с имеющимися шаблонами.