SECURITY REPORT 151

64 | SECURITY REPORT Ιούνιος 2024 Ανίχνευση Ομοιότητας BIOMETRICS T ο λογισμικό ανάλυσης βίντεο θα επιτρέψει στις αρχές επι- βολής του νόμου και στους χειριστές ασφαλείας να εντο- πίσουν γρήγορα, μέσα από πολύωρα πλάνα βίντεο, άτομα και οχήματα ενδιαφέροντος, όπως έναν αγνοούμενο ή έναν ύποπτο που εγκαταλείπει τον τόπο του εγκλήματος. Οι λειτουργίες αναγνώρισης προσώπου και πινακίδας κυκλοφορίας (LPR) είναι γνωστές για τις πολύτιμες δυνατότητες και τη βοήθεια που προσφέρουν για την επίτευξη αυτού του σκοπού. Ωστόσο, δεν είναι όλες οι λύσεις λογισμικού αναγνώρισης προσώπων ή πινακίδων κυκλοφορίας αρκετά αποτελεσματικές, ευέλικτες, ή ακόμη και επαρκώς νόμιμες, ώστε να παρέχουν πληροφορίες σε όλα τα σενάρια και τις συνθήκες. Όταν λοιπόν οι συνθήκες ή οι κανονισμοί αποτελούν εμπόδιο, πώς μπορούμε να έχουμε τα βέλτιστα αποτελέσματα; Μία λύση είναι η χρήση της λειτουργίας «εμφάνιση ομοιότητας», που έρχεται, όχι για να αντικαταστήσει τις υπάρχουσες λειτουργίες, αλλά για να τις συμ- πληρώσει και να προσφέρει ακόμα καλύτερα αποτελέσματα. Πώς λειτουργεί η αναγνώριση προσώπου και πινακίδων κυ- κλοφορίας: Ας δούμε σύντομα πώς λειτουργούν οι τεχνολογίες αναγνώρισης προσώπου και πινακίδων κυκλοφορίας οχημάτων. Η αναγνώριση προσώπου, που βασίζεται στη βαθιά μάθηση, εξάγει μοναδικά χαρακτηριστικά από μια εικόνα προσώπου, τα κωδικοποιεί και στη συνέχεια, τα συγκρίνει με εικόνες που έχουν ήδη προστεθεί στη λίστα παρακολούθησης. Η διαδικασία αναγνώρισης μπορεί να πραγματοποιηθεί αυτόματα και έτσι, όταν ανιχνευτεί ένα νέο αντικείμενο, οι χειριστές μπορούν να αξιολογήσουν ή και να επι- βεβαιώσουν την αντιστοίχιση που προκύπτει. Οι χειριστές μπορούν επίσης να δημιουργήσουν λίστες παρακολούθησης προσώπων, χρησιμοποιώντας εξωτερικές πηγές εικόνας ή ψηφιακές εικόνες που εξάγονται από το εκάστοτε βίντεο. Η αναγνώριση πινακίδων κυκλοφορίας λειτουργεί με τον ίδιο σχεδόν τρόπο και επιτρέπει επίσης τη διαμόρφωση μίας λίστας παρακολούθησης, πάντα με βάση μια λίστα πινακίδων οχημάτων που έχει μεταφορτωθεί στο σύστημα ή μία λίστα που έχει εισαχθεί χειροκίνητα. Οι χειριστές μπορούν να αναζητήσουν πρόσωπα ή αριθμούς πινακίδων είτε σε πραγματικό χρόνο (π.χ. ειδοποίηση όταν ένα πρόσωπο ή μία πινακίδα, που υπάρχει σε μια λίστα πα- ρακολούθησης, εμφανίζεται στο βίντεο) ή μετά από ένα συμβάν κατά τη διεξαγωγή εξέτασης του εν λόγω βίντεο. Αυτές οι δυνατό- τητες βελτιώνουν την επίγνωση της κατάστασης και τους χρόνους απόκρισης σε κρίσιμες καταστάσεις. Περιορισμένη ή βέλτιστη αναγνώριση; Όταν πρόκειται να επι- λέξουμε τις τεχνολογίες της αναγνώρισης προσώπου ή της ανα- γνώρισης πινακίδων κυκλοφορίας, θα πρέπει να εξετάσουμε προ- σεκτικά το σενάριο χρήσης. Ορισμένες λύσεις ανάλυσης βίντεο διαθέτουν λειτουργίες αναγνώρισης προσώπου και LPR που έχουν σχεδιαστεί με ας πούμε κάποιους περιορισμούς, όπως η αναγνώριση Ανίχνευση Ομοιότητας Νέα τεχνολογία αναγνώρισης προσώπου και πινακίδων Σήμερα, όλο και περισσότερες εταιρείες αποκτούν μεγαλύτερη αξία εφαρμόζοντας στα συστήματα παρακολούθησης βίντεο που χρησιμοποιούν λογισμικά ανάλυσης βίντεο βασισμένα σε τεχνητή νοημοσύνη. Οι εν λόγω λύσεις εντοπίζουν, ταξινομούν και προσδιορίζουν αντικείμενα (ανθρώπους, οχήματα, ζώα κ.λπ .) και στη συνέχεια, τα καταχωρούν σε μία βάση, μετατρέποντας έτσι τη ροή του βίντεο σε δεδομένα που είναι εύκολα προσβάσιμα και έτοιμα προς ανάλυση. Επιμέλεια Παναγιώτης Αποστολόπουλος