De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Gezichtherkenning in de praktijk Jurgen den Hartog Mogelijkheden en randvoorwaarden Colloquium Intelligente Camera’s 7 juni 2012.

Verwante presentaties


Presentatie over: "Gezichtherkenning in de praktijk Jurgen den Hartog Mogelijkheden en randvoorwaarden Colloquium Intelligente Camera’s 7 juni 2012."— Transcript van de presentatie:

1 Gezichtherkenning in de praktijk Jurgen den Hartog Mogelijkheden en randvoorwaarden Colloquium Intelligente Camera’s 7 juni 2012

2 Gezichtherkenning werkt! Maar dit is de ideale situatie: Verificatie (1 op 1 vergelijking) Geschikte camera (veel detail, weinig compressie) Meewerkend persoon (neutraal en recht in de camera kijkend) Controle over belichting en kijkhoek Goede referentiefoto Menselijk ingrijpen bij fouten systeem Goede organisatie er om heen! 7 juni 2012Colloquium Intelligente Camera's Brussel 2

3 7 juni 2012Colloquium Intelligente Camera's Brussel 3 Hoe werkt gezichtherkenning? Referentie (enrolment):

4 7 juni 2012Colloquium Intelligente Camera's Brussel 4 Hoe werkt gezichtherkenning? Herkenning:

5 7 juni 2012Colloquium Intelligente Camera's Brussel 5 Toepassingen Toegangscontrole –Veel andere technieken mogelijk Zwarte lijst (nadruk vandaag) –Eén op veel vergelijking –Medewerking is niet per se nodig –Belangrijk: direct resultaat en niet te veel valse alarmen –Potentieel grote markt in cameratoezicht Onderzoeksidentificatie –Zoeken tegen grote database –Bereidheid om veel valse alarmen te accepteren

6 7 juni 2012Colloquium Intelligente Camera's Brussel 6 Waar wordt het al toegepast? Verificatie: Bijv. zelf-service grenscontrole op Schiphol, ADO Den Haag, veel kleinschalige projecten Zwarte lijst: –Veel proeven (juweliers, voetbalstadions, openbaar vervoer, winkels) –Proeven met heimelijke observatie –Helaas nauwelijks evaluaties Onderzoeksidentificatie: met name VS

7 Prestaties (1/2) Sterk afhankelijk van toepassing Globaal 2 fouten: niet herkend en vals alarm Al sinds 2006 zijn computers beter dan mensen (foto’s) Zie http://face.nist.gov en selecteer MBE (geen triviaal leesvoer). Tests zijn niet bedoeld voor zwarte-lijstscenario Alleen getest op foto’s onder min of meer gecontroleerde omstandigheden (mugshots, visa data), test met video loopt nog 7 juni 2012Colloquium Intelligente Camera's Brussel 7

8 Prestaties (2/2) Bij een grote database kan het beste pakket in 92% de juiste persoon op plaats 1 vinden, als zeker is dat persoon in de database zit. Bij het slechtste (geteste) pakket is dit 58% Echter, bij een zwarte lijst bied je ook veel mensen aan die niet op de lijst staan. Wil je de kans op een vals alarm bijv. op 0.1% hebben dan is de beste kans dat iemand in de top 200 zit 85% (bij een database van 10.000) Afhankelijk van kans op vals alarm ander pakket 7 juni 2012Colloquium Intelligente Camera's Brussel 8

9 7 juni 2012Colloquium Intelligente Camera's Brussel 9 Prestaties bij een zwarte lijst? Moeilijk te voorspellen door: Video heeft (veel) minder detail dan foto’s Video heeft (meestal) veel meer compressie Video heeft vaak last van interlacing Geen frontale opnames Minder of geen controle over belichting Occlusie Grootte database? Begin kleinschalig en evalueer!! Te veel compressieTe weinig resolutieInterlacing

10 7 juni 2012Colloquium Intelligente Camera's Brussel 10 Ketenaanpak Gezichtsherkenning is technologie, dit betekent echter niet dat de technologie leidend moet zijn! Gezichtherkenning is onderdeel van een keten en kan hiervan niet los worden gezien Belangrijke ketenonderdelen: –Registratie met referentiefoto –Hoe is de mens betrokken? Opvolging? –Wat als situatie zeer weinig optreedt? –Hoe ga je om met fouten? –Uitwisseling gegevens (technisch / juridisch) –Up-to-date houden registratiedatabase (veroudering)

11 7 juni 2012Colloquium Intelligente Camera's Brussel 11 Tips voor de praktijk (1/2) De keten, de keten en de keten Maak verwachtingen en eisen expliciet –Bijv. welke fout is belangrijker? Kosten zitten niet alleen in (biometrische) techniek maar zeker ook in organisatie Bij combinatie met cameratoezicht: –Is het videomanagementsysteem (VMS) open voor uitbreiding met software van derden? –Zijn camera’s geschikt en goed ingesteld? –Kan het VMS / opslag / netwerk hoge kwaliteit video aan?

12 7 juni 2012Colloquium Intelligente Camera's Brussel 12 Tips voor de praktijk (2/2) Bij een nieuw project waar u wellicht gezicht- herkenning wilt inzetten moet hier in het begin rekening mee worden gehouden (bijv. resolutie) Hoe verder de praktijk af staat van de ideale situatie des te belangrijker om kleinschalig te beginnen  Evalueer Vraag welke technologie wordt gebruikt. Een bekende naam is geen enkele garantie! Stel ‘de onzinvraag’ aan leveranciers Verwacht (en eis) geen torenhoge prestaties –Een mens is ook verre van perfect

13 7 juni 2012Colloquium Intelligente Camera's Brussel 13 Dank voor uw aandacht! Jurgen den Hartog Jurgen@intrepix.nl www.intrepix.nl +31 6 47987352


Download ppt "Gezichtherkenning in de praktijk Jurgen den Hartog Mogelijkheden en randvoorwaarden Colloquium Intelligente Camera’s 7 juni 2012."

Verwante presentaties


Ads door Google