מנגנון זיהוי פנים מתבסס בכל היישומים על בסיס נתונים קיים אליו ניתן להשוות את הפנים המזוהות על-ידי המצלמה. בסיסי הנתונים כוללים אחת משתי טבלאות:
- רשימה לבנה (White List) – רשימה בה מופיעות זהויות המורשות למעבר / כניסה על-ידי המערכת. המערכת תמנע מעבר / כניסה עבור כל זהות אחרת שאינה מורשית.
- רשימת מעקב (Watch List) – רשימה בה מופיעות זהויות שאינן מורשות למעבר / כניסה על-ידי המערכת. המערכת תאפשר מעבר / כניסה עבור כל זהות אחרת שאינה ברשימה.
ניתן לומר כי בכל מקרה, המצלמה נדרשת למצוא התאמה בין הזהות המצולמת לזהויות בבסיס הנתונים, ובהתאם ליישום הרלוונטי לחולל פעולה מתאימה. לרוב, המצלמה מהווה מקור וידאו בלבד וההתאמה לזהויות בבסיס הנתונים מתבצעת על-ידי תוכנה המותקנת בשרת או מערכת ההקלטה. אחת המורכבויות הגדולות ביותר בתחום זיהוי הפנים הוא הקושי באיסוף מידע מהימן עבור זהויות שאינן מעוניינות להזדהות.
על מנת לזהות פנים אנושיות, מצלמה נדרשת לספק מידע ויזואלי מהימן על מנת לאפשר לתוכנית זיהוי הפנים "לחלץ" כ- 60 מדדים שונים על האובייקט המצולם ביניהם:
- מרחק בין העיניים
- גודל העין
- מרחק בין עין לגבה
- מרחק בין אף לשפתיים
- רוחב גבות
- גוון עור
- ועוד…
עם זאת, נתונים בסיסיים אלו של פני האדם המזוהה אינם מספקים מאחר והמצלמה יכולה לספק בפועל תמונה של אותה זהות כאשר היא בהטיה, בתנאי תאורה שונים, משתנה בהתאם להבעות הפנים השונות ועוד.
לשם כך, הוקמו מספר בסיסי נתונים הכוללים תמונות של אנשים – חלקן נשים וחלקם גברים, ולכל אדם סדרה של תמונות ייחודיות לדוגמא:
- הבעת פנים רגילה
- חיוך
- כעס
- צעקה
- תאורה מימין
- תאורה משמאל
- צילום מכל הצדדים כאשר תאורה קיימת
- הרכבת משקפי שמש
- ועוד…
מערכת זיהוי הפנים תשתמש במאגרים אלו על מנת לנתח את השפעת התרחישים השונים על האובייקט המצולם, ובהתאם לתנאי הצילום הקיימים בזירה תעריך את ההשפעות על האדם המצולם. באופן זה, סיכוי הזיהוי בתנאים השונים גדל באופן משמעותי.
ככל שנוקף הזמן ותחום ה- AI מתפתח, ניתן לראות שיפור משמעותי במהימנות המערכות (עלייה באחוזי זיהוי הפנים) CCTV גם ברזולוציות נמוכות יחסית ואף במערכות אנאלוגיות!
מערכות זיהוי פנים עושות שימוש לעיתים גם בניתוח מאפייני ותנועות גוף על-מנת לשפר את רמת הזיהוי. לדוגמא, כפי שנמדדים מדדים על פני האדם נמדדים גם מדדים כמו מרחק בין כתפיים, רוחב מותן, מרחק ממותן לברכיים ועוד. טכניקה זו מסייעת להעלות את מהימנות הזיהוי כאשר ישנם פחות מדדים שניתן לאסוף מפני האדם.
טכניקות לשיפור סיכויי הזיהוי
על מנת לשפר את יכולות הזיהוי של מערכת זיהוי פנים יש לספק למצלמה מספר תנאי יסוד:
- רזולוציה מינימאלית – 80Pix לכל שטח הפנים – משקף רזולוציה של כ- 400-500Pix/m
- מומלץ כי גובה המצלמה יהיה בסביבות 160-165cm כדי לשמור על זווית צילום אנכית אופטימאלית.
- רצוי לשמור על זווית צילום אופקית מקסימאלית בין המצלמה לאובייקט המצולם שלא תעלה על 15 מעלות (קונוס שקודקודו במצלמה).
- עומק שדה גדול ככל הניתן על מנת לאפשר זמן רכישה ארוך ככל האפשר. זמן רכישה זה יאפשר לאסוף יותר פרטים על הפנים וכן על תנועות גוף.
- צמצם מהיר – לשיפור הביצועים כאשר תנועת פני העוברים קרובה למצלמה וביחס אליה מהירה.
- שיפור התאורה – לטובת מניעת הטלת צל על פני המצולם, פתרון בעיות תאורה אחורית ואיזון לבן אוטומטי. עקב דרישת עומק שדה גדול לטובת זמן רכישה ארוך נדרש לסגור צמצם ועל כן התאורה הסביבתית צריכה לחפות על פעולה זו. תאורה מומלצת באזור הצילום – 300-500Lux.
היבטי הגנת פרטיות לעניין זיהוי פנים
עם התקדמות ביכולות ושכיחות מערכות לזיהוי פנים, חלה התקדמות גם בתחום הגנת הפרטיות לעניין זה. לא נרחיב במאמר זה את נושא הפרטיות (בשל חשיבות העניין, נקדיש מאמר מיוחד לעניין זה) אך מומלץ להכיר היטב את התקנות הרלוונטיות בתחום לכל ארגון, בהתאם לרמת האבטחה הרלוונטית אליו (קיימות 4 רמות אבטחה) כמפורט במדריך המלא ליישום תקנות אבטחה מידע התקף בישראל החל מ- 2018 ושפורסם על-ידי הרשות להגנת הפרטיות במשרד המשפטים.
ניתן להרחיב ידיעות גם בתקנות GDPR (General Data Protection Regulation) האירופאיות לעניין זה.
כמו תמיד – מוזמנים להתייעץ עם המומחים שלנו בכל שלב בתהליך התכנון כדי לקבל את התוצאות הטובות ביותר עבורכם!
