В. А. Ворона В. А. Тихонов Системы контроля и управления доступом

Таблица 3.5. Проверка эффективности распознавании черт лица 
Условия оценки эффективности 
Уровень ошибочных 
подтверждений, % 
Уровень ошибочных 
отказов, % 
Один и тот же день, одно и то же осве-
щение 
2 
0,4 
Один и тот же день, разное освещение 
2 
9 
Разные дни 
2 
11 
Разные дни в течение 1,5 лет 
2 
43 
Основой любой системы распознавания лица является метод его кодиро-
вания. В ряде случаев используется анализ локальных характеристик для 
представления изображения лица в виде статистически обоснованных, стан-
дартных блоков данных. Такой метод использует корпорация Viscionics в 
своей системе Facelt. Данный математический метод основывается на том, 
что все лица могут быть получены из репрезентативной выборки лиц с ис-
пользованием современных статистических приемов. Они охватывают пик-
сели изображения лица и универсально представляют лицевые формы. Фак-
тически в наличии имеется намного больше элементов построения лица, чем 
число самих частей лица. Идентичность лица определяется не только харак-
терными элементами, но и способом их геометрического объединения (учи-
тываются их относительные позиции). Полученный сложный математиче-
ский код индивидуальной идентичности - шаблон Faceprint - содержит ин-
формацию, которая отличает лицо от миллионов других, и может быть 
составлен и сравнен с другими с феноменальной точностью. Шаблон не зави-
сит от изменений в освещении, тона кожи, наличия/отсутствия очков, выра-
жения лица, волос на лице и голове, устойчив к изменению в ракурсах до 35" 
в любых направлениях 
В
 качестве примера
действующей системы контроля доступа на базе рас-
познавания лица можно привести систему распознавания посетителей мест 
для обналичивания чеков, установленных компанией Mr. Payroll в несколь-
ких штатах США. По свидетельству представителей компании клиенты счи-
тают такую процедуру весьма удобной. При первом посещении производится 
цифровой снимок лица клиента, который передается в сервисный центр При 

---

7 6 
Сис темы контроля и управления доступом 
каждом следующем обращении система сверяет соответствующее изображе-
ние с лицом клиента и только после этого производит обналичивание чека. 
Выше уже упоминалась система распознавания лиц Facelt, разработанная 
корпорацией Visionics. Она успешно работает на улицах английского города 
Ньюхем, а также в аэропортах, на крупных стадионах и в торговых центрах 
США. Технология распознавания лица или множества лиц в сложных сценах 
Facelt позволяет автоматически обнаружить человеческое присутствие, 
определить месторасположение, выделить изображение, выполнить иден-
тификацию. 
Распознавание лица предусматривает выполнение любой из следующих 
функций: аутентификация - установление подлинности «один в один», иден-
тификация - поиск соответствия «один из многих». 
Система Facelt автоматически оценивает качество изображения для опо-
знания лица и, если необходимо, способна его улучшить. Она также создает 
изображение лица из сегментов данных, генерирует цифровой код или внут-
ренний шаблон, уникальный для каждого индивидуума. В системе заложен 
режим слежения за лицами во времени, а также «сжатия» лица до размера 
84 байт для использования в смарт-картах, штриховых кодах и других уст-
ройствах с ограниченным размером хранения. 
Среди признаков лица, используемых для идентификации человека, наи-
более устойчивыми и трудно изменяемыми является также
 признака изо-
бражения его кровеносных сосудов.
Путем сканирования изображения лица в 
инфракрасном свете создается уникальная температурная карта лица -
 тер-
мограмма.
Идентификация по термограмме обеспечивает показатели, срав-
нимые с показателями идентификации по отпечаткам пальцев.