13 Января 2020 года
Данная новость была прочитана 28 раз

Сотрудники Центра НТИ СПбПУ приняли участие в международном форуме ICISA 2019

16-18 декабря 2019 года в Сеуле (Южная Корея) проходил международный форум International Conference on Information Science and Applications (ICISA 2019). Участие в мероприятии принял сотрудник Научно-исследовательской лаборатории «Промышленные системы потоковой обработки данных» (ПСПОД) Центра НТИ СПбПУ «Новые производственные технологии» Арсений Зорин, который представил результаты своих исследований по детектированию лиц.

В докладе Арсения был представлен разработанный им метод обнаружения частично замаскированных лиц в системах видеонаблюдения, что является решением одной из наиболее актуальных задач в сфере видеоаналитики.

Предложенный подход включает в себя три этапа:

  • обнаружение лица;
  • выделение частей лица (глаза, нос, рот);
  • определение, является ли лицо 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. 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%. 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:

  1. 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 других.
  2. 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 «сквозных» цифровых технологий.