РАЗРАБОТКА СИСТЕМЫ РАСПОЗНАВАНИЯ ЛИЦА «СВОЙ/ЧУЖОЙ» ДЛЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОCТИ ОРГАНИЗАЦИИ

DEVELOPMENT OF A FACIAL RECOGNITION SYSTEM “FRIEND/FOIER” TO ENSURE THE SECURITY OF THE ORGANIZATION

Regina Krestyaninova

student, Department of Computer Science, Engineering and Cyber Security, Polzunov Altai State Technical University,

Russia, Barnaul

Nikita Agapkin

student, Department of Computer Science, Engineering and Cyber Security, Polzunov Altai State Technical University,

Russia, Barnaul

Mikhail Chubarov

student, Department of Computer Science, Engineering and Cyber Security, Polzunov Altai State Technical University,

Russia, Barnaul

АННОТАЦИЯ

В статье рассматривается использование системы распознавания лиц типа «свой/чужой» для автоматизации процесса идентификации людей и повышения уровня безопасности в организациях. Показано, как внедрение данной технологии может помочь организации снизить нагрузку на охранные службы за счет автоматизации рутинных задач и уменьшения вероятности ошибок.

ABSTRACT

The article discusses the use of a “friend/foe” facial recognition system to automate the process of identifying people and increasing the level of security in organizations. It is shown how the implementation of this technology can help an organization reduce the burden on security services by automating routine tasks and reducing the likelihood of errors.

Ключевые слова: система распознавания лиц, компьютерное зрение, автоматизация безопасности, идентификация лиц, информационная безопасность, биометрия.

Keywords: face recognition system, computer vision, security automation, face identification, information security, biometrics.

В эпоху цифровизации и стремительного развития технологий, системы безопасности становятся все более сложными и интеллектуальными. Одной из таких технологий является система распознавания лиц алгоритмами компьютерного зрения, которые активно используются для идентификации людей в режиме реального времени. Эта статья рассматривает, как внедрение системы биометрического распознавания лиц типа «свой/чужой» может значительно снизить нагрузку на охранные службы и повысить уровень безопасности в организации.

Биометрическое распознавание – автоматическое распознавание индивидов, основанное на их биологических и поведенческих характеристиках [1]. Одними из самых популярных и оптимальных по стоимости внедрения систем являются системы лицевой биометрии. Для идентификации и аутентификации личности с использованием фотографии лица применяются различные алгоритмы [2].

Идентификация объектов с использованием алгоритмов глубокого обучения обычно включает в себя несколько этапов, начиная с подготовки данных и заканчивая развертыванием обученной модели. Первым этапом является подготовка набора данных, содержащих изображения объектов, которые мы хотим идентифицировать. Эти изображения должны представлять объекты в различных условиях освещения, масштаба, углов обзора и фоновых сцен. Далее необходимо разметить изображения в наборе данных с помощью соответствующих меток, указывающих на расположение и класс объектов на изображении.

После предварительной обработки данных, включая изменение размера изображений, нормализацию значений пикселей можно переходить к обучению модели. Во время обучения на подготовленных данных модель настраивает веса своих слоев таким образом, чтобы минимизировать выбранную функцию потерь. Тестирование модели должно производиться на новых изображениях, которые не использовались во время обучения или валидации. Это поможет оценить производительность модели в реальных условиях. После этого происходит интеграция в систему, чтобы алгоритм мог выполнять идентификацию объектов в реальном времени и решать поставленные задачи.

При разработке системы использовались библиотеки Python. OpenCV (Open Source Computer Vision Library) – это библиотека программного обеспечения для компьютерного зрения и машинного обучения с открытым исходным кодом. Она реализована на языках C и C++, поддерживает разработку на Python и других языках. OpenCV предоставляет единую инфраструктуру для приложений компьютерного зрения и помогает ускорить внедрение машинного восприятия в проектах [3].

Библиотека dlib — это мощный набор инструментов на C++ с открытым исходным кодом, содержащий алгоритмы машинного обучения для решения практических задач. Dlib предлагает инструменты для создания высококачественных систем распознавания лиц, а также включает компоненты для работы с другими задачами. В библиотеку входят детекторы ориентиров лица для поиска его частей и инструменты глубокого метрического обучения для создания встраивания лиц [4]. Face Recognition — библиотека для Python, созданная на основе dlib. Её цель — предоставить простой в использовании API для задач распознавания лиц на основе глубоких метрических обучающих алгоритмов [5].

pyTelegramBotAPI — это библиотека для Python, предназначенная для разработки ботов для мессенджера Telegram. Она предоставляет удобный интерфейс для взаимодействия с Telegram Bot API, позволяя легко создавать и управлять ботами, обрабатывать сообщения и выполнять различные действия в Telegram. Библиотека поддерживает различные типы обновлений, позволяет легко настроить обработчики для различных типов сообщений и команд. pyTelegramBotAPI легко интегрируется с другими популярными библиотеками и фреймворками для Python, что позволяет создавать более сложные и функциональные приложения. Благодаря широким возможностям, библиотека позволяет быстро и легко разрабатывать ботов, удовлетворяющих разнообразные потребности, от простых чат-ботов до сложных систем автоматизации и интеграции [5].

С использованием этих библиотек реализуется алгоритм. Происходит считывание изображения с камеры, каждый кадр из видеопотока захватывается и обрабатывается [3]. После преобразования кадра реализуем обнаружение лиц в нем. Система анализирует лица для определения идентичности, что достигается использованием методов распознавания, использование нейронных сетей для сопоставления с базой данных известных лиц. Это включает в себя поиск координат, где расположены лица. Для каждого обнаруженного лица вычисляется кодировка, которая представляет собой вектор чисел, описывающий лицо. С помощью функции сравнения лиц и расчета дистанции сравниваем каждую кодировку с кодировками лиц из базы данных, чтобы определить, совпадают ли они. Лицо в кадре выделяется рамкой (рисунок 1) и отслеживается при передвижении объекта [6].

Рисунок 1. Обнаружение лица на видео

Система будет отслеживать движение обнаруженных лиц на видео и учитывать их положение в пространстве с течением времени. Это позволит системе осуществлять непрерывное наблюдение и отслеживание лиц даже при их перемещении по кадру. При регистрации подозрительной активности, такой как нарушение правил доступа или отсутствие идентификации лица в базе данных, система способна генерировать оповещения для службы безопасности. При обнаружении лица в кадре отправляется уведомление в Telegram (рисунок 2). В сообщении приходит изображение, время, если обнаруженное лицо есть в нашей базе данных, то указывается его имя, иначе – регистрируется как неизвестное.

Реализация такой системы может значительно улучшить уровень безопасности в местах, где необходимо постоянное наблюдение и контроль за перемещением людей, так как может быть интегрирована с другими системами безопасности, такими как системы контроля доступа или системы оповещения, для более эффективного реагирования на происходящие события.

Рисунок 2. Оповещение в Telegram

Для внедрения системы обнаружения лиц на видео в организацию и ее интеграция в систему безопасности для управления пропускным режимом необходима установка инфраструктуры, камер видеонаблюдения в стратегически важных точках, таких как входные и выходные группы, коридоры, лифты и другие места, где могут возникать потенциальные угрозы безопасности. Создается база данных лиц, в которой хранятся изображения идентифицированных сотрудников организации. Эти изображения могут быть получены, например, с помощью фотографий, загруженных в систему безопасности или с помощью сканирования документов с изображениями. Система будет автоматически определять и идентифицировать сотрудников, проходящих через контрольные точки. Это повышает безопасность и управляемость пропускным режимом в организации. В случае нарушения правил доступа система генерирует автоматические оповещения для службы безопасности. Это позволяет оперативно реагировать на инциденты безопасности и предотвращать потенциальные угрозы. Благодаря этому можно добиться значительного увеличения уровня безопасности в организации.

Внедрение системы распознавания лиц и ее интеграция в систему безопасности и охранную инфраструктуру организации представляет собой значительный шаг вперед в области безопасности и автоматизации. Эта технология позволяет эффективно снижать нагрузку на охранные службы, минимизировать риски человеческих ошибок и оперативно реагировать на любые инциденты. В результате, организация получает не только более высокий уровень защиты, но и оптимизацию внутренних процессов, что в конечном итоге способствует повышению общей эффективности и безопасности. Такой подход позволит организации создать более безопасную и защищенную среду для работы сотрудников и обеспечить контроль доступа к объектам и ресурсам.

Список литературы:

1. ГОСТ Р 54412– 2019 Информационные технологии. Биометрия. Общие положения и примеры применения [Электронный ресурс]. – Введ. 2020– 06– 01. – М.: Стандартинформ, 2020. – URL: https://docs.cntd.ru/document/1200169607 (дата обращения: 13.05.2024).
2. ГОСТ Р ИСО/МЭК 2382– 37– 2017 Информационные технологии. Словарь. Часть 37. Биометрия [Электронный ресурс]. – Введ. 2018– 01– 01. – М.: Стандартинформ, 2018. – URL: https://docs.cntd.ru/document/1200157566 (дата обращения: 13.05.2024).
3. Библиотека dlib C++ Library. // Официальная документация. URL: http://dlib.net/ (дата обращения: 13.05.2024).
4. Библиотека OpenCV: OpenCV modules.  // Официальная документация. URL: https://docs.opencv.org/master/ (дата обращения: 13.05.2024).
5. pyTelegramBotAPI’s documentation // Официальная документация. URL https://pytba.readthedocs.io/en/latest/index.html (дата обращения: 13.05.2024)
6. Young businessman walking through corridors // Freepik URL: https://ru.freepik.com/free-video/young-businessman-walking-through-corridors-airport-carrying-trolley-business-trip_2494478#fromView=search&page=1&position=2&uuid=72899a1a-e39f-40dd-be9b-d55e05a30684