|
Задача контроля досту па. При решении задачи контроля доступа используется сравнение типа «один с несколькими». Для этой задачи критичны требования к ошибкам второго рода. Система распознавания изображений не должна характеризовать незнакомых людей в качестве знакомых, возможно, даже за счёт увеличения ошибок первого рода (отказа в доступе знакомым людям). Решение задачи контроля доступа обычно требуется в условиях, когда имеется небольшая группа лиц (например 5-50 человек), которых контрольнопропускная система должна распознавать по изображению лица для принятия решения о доступе конкретного лица на охраняемую системой территорию. Лиц, не входящих в состав доверенной группы, КПС не должна пропускать. Возможны варианты, когда требуется установить конкретную личность по изображению лица. При этом от системы требуется высокая достоверность распознавания, возможно, даже за счёт увеличения числа отказов в доступе. Обычно в качестве тренировочных изображений каждого члена доверенной группы системе доступны несколько изображений его лица, полученных при различных условиях. Это могут быть, например, различные ракурсы съемки, освещённость, различные причёски, мимика, наличие или отсутствие очков, усов, бороды и т.п. При этом в штатном режиме система должна работать в реальном масштабе времени (время принятия решения системой не должно превышать нескольких десятков секунд), в то время как процесс настройки функционирования системы на конкретную доверенную группу лиц может занимать значительно больше времени, но в подготовительном режиме, выполняемом заранее. Ограничений на применяемые методы нет. Однако, большинство методов сходятся к одному: имеется обучающий набор изображений лиц заданной доверенной группы сотрудников (возможно, при различных условиях съёмки), к этому набору система обращается в процессе распознавания и принятия решения о допуске. Или в процессе обучения система настраивается на этот набор. 10 |
22 Евклидова расстояния, а в более совершенных методах на основе метрики Махаланобиса с использованием гауссовского распределения [52, 73]. В работе [69] описано развитие метода главных компонент на основе нейронных сетей. 1.3.2. Задача контроля доступа При решении задачи контроля доступа используется сравнение типа «один с несколькими». Для этой задачи критичны требования к ошибкам второго рода. Система распознавания изображений не должна характеризовать незнакомых людей в качестве знакомых, возможно, даже за счёт увеличения ошибок первого рода (отказа в доступе знакомым людям). Решение задачи контроля доступа обычно требуется в условиях, когда имеется небольшая группа лиц (5-50 человек), которых информационнопоисковая система должна распознавать по изображению лица для принятия решения о доступе конкретного лица на охраняемую системой территорию. Лиц, нс входящих в состав доверенной группы, система не должна пропускать. Возможны варианты, когда требуется установить конкретную личность по изображению лица. При этом от системы требуется высокая достоверность распознавания, возможно, даже за счёт увеличения числа отказов в доступе. Обычно в качестве тренировочных изображений каждого члена доверенной группы системе доступны несколько изображений его лица, полученных при различных условиях. Это могут быть, например, различные ракурсы съемки, освещённость, различные причёски, мимика, наличие или отсутствие очков и т.п. При этом в штатном режиме система должна работать в реальном масштабе времени (время принятия решения системой не должно превышать нескольких десятков секунд), в то время как процесс настройки функционирования системы на конкретную доверенную группу лиц может занимать значительно 23 больше времени, но в подготовительном режиме, выполняемом заранее. В процессе эксплуатации система должна уметь «дообучиться», сумев адаптироваться к изображениям новых членов доверенной группы лиц по возможности быстрее. Ограничений на применяемые методы здесь нет. Однако, все методы сходятся к одному: имеется обучающий набор изображений лиц заданной доверенной группы сотрудников (возможно, при различных условиях съёмки), к этому набору система обращается в процессе распознавания и принятия решения о допуске. Или в процессе обучения система настраивается на этот набор. При решении этого класса задач распространён подход с использованием нейронных сетей, которые после обучения обладают хорошей обобщающей способностью. 1.3.3. Задача контроля фотографии в документах При решении задачи документального контроля используется сравнение типа «один к одному». Формулировать требования к ошибкам первого и второго рода здесь неуместно, поскольку система распознавания в данном случае никогда не имела дела с поступающими на вход объектами заданного класса. Но желательно чтобы система не совершала ошибок при сравнении. При решении задачи документального контроля требуется сравнить изображение лица человека, полученное в данный момент (в реальном масштабе времени), с фотографией из какого-либо документа. Системе за короткое время надо принять решение, принадлежат полученные изображения лиц одному человеку или нет. Данный класс задач наиболее сложен, поскольку, во-первых, система никогда раньше не сталкивалась с изображением лица данного человека. Система сравнивает всегда отличающиеся изображения, учёт всех возможных различий в процессе обучения или настройки системы затруднен. Во-вторых, здесь |