ГОСТ Р 70268.1-2023 (ИСО/МЭК 30137-1:2019) Информационные технологии (ИТ). Биометрия. Применение биометрии в системах видеонаблюдения. Часть 1. Проектирование систем и спецификация

     6.8 Спецификация базы биометрических контрольных шаблонов

6.8.1 Общие положения

В других пунктах настоящего стандарта приведены требования и рекомендации по выбору и размещению камер СВН для получения изображений удовлетворительного качества. Помимо качества биометрической пробы/изображения на производительность биометрической системы значительно влияет количество и качество биометрических контрольных шаблонов/изображений в списке наблюдения или базе поиска.

6.8.2 Размер базы биометрических контрольных шаблонов

При отсутствии биометрических данных конкретного целевого субъекта в системе совпадение невозможно, вне зависимости от качества биометрических проб-изображений. Однако при увеличении размера базы увеличивается вероятность ложных совпадений, имеющих результаты сравнения выше порогового значения. При частом повторе таких ситуаций операторы могут перестать доверять результатам, что приведет к тому, что оператор не распознает или не отреагирует на истинное совпадение. При увеличении базы данных может возникнуть ситуация, когда в качестве результата возвращаются нескольких кандидатов, а кандидат с истинным совпадением находится в конце списка и не замечается оператором.

Для сценариев поиска по спискам наблюдения в режиме реального времени рекомендуется ограничить число целевых субъектов, шаблоны которых хранятся в базе, до нескольких тысяч для поддержания приемлемой производительности. Для сценариев, работающих не в режиме реального времени (например, расследование события после инцидента) допускается размер базы от нескольких субъектов (например, при поиске небольшого числа целевых субъектов, зафиксированных разными камерами или в нескольких местоположениях) до нескольких миллионов субъектов.

Примечание - В исследовании видеонаблюдения на транспортной станции [1] при увеличении численности выборки с 4800 до 48000 и повышении порога принятия решений процент неидентифицированных целевых субъектов в списке наблюдения увеличился с 21% до 35%.

По мере увеличения размера базы данных рекомендуется использовать такие методы ограничения пространства поиска, как группирование или фильтрация. Необходимо учесть, что если методы используют метаданные изображения, то при отсутствии или некорректности метаданных использование методов может снизить, а не повысить точность поиска.

6.8.3 Качество биометрических контрольных шаблонов/изображений

Изображения в списке наблюдения должны иметь максимально возможное качество. Рекомендации по получению изображений лица удовлетворительного качества представлены в ГОСТ Р ИСО МЭК 19794-5. При сравнении изображений лица удовлетворительного качества современные алгоритмы распознавания лиц обеспечивают очень высокий уровень точности. Однако, как правило, в приложениях СВН изображения, получаемые с камер, не удовлетворяют требованиям к качеству изображений лица. В частности, освещенность может контролироваться, но камеры обычно размещаются таким образом, что лицо целевого субъекта снимается сверху или сбоку. Для повышения производительности как автоматизированного процесса сравнения, так и визуальной экспертизы рекомендуется хранить в базе данных несколько изображений каждого целевого субъекта. В таком случае допускается использовать изображения, не соответствующие требованиям и рекомендациям ГОСТ Р ИСО МЭК 19794-5. Изображения лиц, полученные в различных условиях освещения, с разным положением головы и с разными камерами/объективами, могут давать эффективные результаты сравнения, особенно если условия получения биометрического контрольного шаблона сопоставимы с условиями получения биометрической пробы.

Примечания

1 В исследовании видеоанализа на спортивной арене не в режиме реального времени [1] сравнивалась точность распознавания при использовании в качестве биометрического контрольного шаблона одного фронтального изображения и при использовании в качестве биометрических контрольных шаблонов фронтального изображения и нефронтальных изображений с поворотом три четверти вправо и влево. В зависимости от алгоритма уменьшение ошибок составило 15% и 60% при ранге 20. При ранге 1 также было уменьшение ошибок.

2 В исследовании [1] показано, что включение дополнительных нефронтальных биометрических контрольных изображений в базу данных имеет меньшую ценность при идентификации в реальном времени, когда, как правило, используется высокое пороговое значение. В этом случае при использовании двух дополнительных нефронтальных биометрических контрольных изображений число ошибок сократилось на 10%.

Независимо от биометрической модальности, по которой установлено потенциальное совпадение, в большинстве случаев при принятии решения оператор использует изображения лиц. Это является сложной задачей, особенно в приложении реального времени, где требуется быстрое решение для принятия соответствующих мер. Для содействия принятию корректного решения рекомендуется предоставить оператору изображения, на которых изображен целевой субъект с различной внешностью (разная одежда, с растительностью на лице и без, наличие очков или шляпы и т.д.). Если изображения имеют удовлетворительное качество для создания биометрического контрольного шаблона, они могут быть добавлены в базу поиска. Если изображение не может быть использовано для создания биометрического контрольного шаблона, оно может быть связано через метаданные с изображениями того же целевого субъекта, из которых были созданы шаблоны. Предоставление таких изображений оператору наряду с биометрической пробой-изображением и изображениями, возвращаемыми с результатами сравнения выше порогового значения, может улучшить производительность биометрической системы.