International Conference on Information Science and Applications 2019 (ICISA 2019)
Сотрудник лаборатории ПСПОД Арсений Зорин представил доклад по результатам своих исследований в области детектирования лиц в рамках форума «International Conference on Information Science and Applications» (ICISA 2019), прошедшего 16-18 декабря в Сеуле (Южная Корея).
На ICISA 2019 Арсений представил разработанный им метод обнаружения частично замаскированных лиц в системах видеонаблюдения — решение одной из наиболее актуальных задач в сфере видеоаналитики.
Предложенный подход включает в себя три этапа — обнаружения лица, выделения его частей (глаза, нос, рот) и определения, является ли оно замаскированным. Метод строится на последовательном использовании двух сверточных нейросетей (Сonvolutional Neural Network, CNN). Результаты работы первой служат исходным материалом для анализа, осуществляемого второй сетью.
Первая из используемых нейросетей распознает все лица в видеопотоке вне зависимости от того, замаскировано лицо или нет. Затем вторая нейросеть детектирует каждую видимую часть лица (глаза, нос, рот) и производит алгоритмический анализ «комплектности» частей. Если какие-либо части лица не обнаружены, система делает вывод о наличии маскировки и подает сигнал оператору.
Тестирование метода, для которого был подготовлен специальный испытательный стенд, проводилось на различных наборах данных в реальных условиях и показало, что точность детектирования достигает 83%.
Так, исследователь имеет все основания утверждать, что данный метод позволяет детектировать замаскированные лица в реальном времени и на сложном фоне с высокой результативностью.
Также докладчик осветил направления развития проекта на ближайшие два года:
- Расширение и улучшение тренировочного набора данных с целью обучения нейронной сети для повышения точности обнаружения, что позволит обнаруживать «маленькие» лица или все лица в толпе, а также замаскированные лица в различных условиях, таких, как неяркое освещение, наличие аксессуаров и пр.
- Разработка и внедрение поведенческой модели на основе изучения различных типов поведенческих реакций в разных ситуациях позволит детектировать девиантное поведение человека и уведомлять оператора в случае возможной опасности.
Намеченные цели будут достигнуты при финансовой поддержке ПАО «Сбербанк», поскольку разработка вошла в число победителей конкурса «УМНИК», проводимого Сбербанком совместно с Фондом содействия инновациям для поддержки инновационных проектов в рамках передовых «сквозных» технологий.
