Dahua: riconoscimento facciale, la nuova frontiera del Deep Learning

L’evoluzione del riconoscimento facciale è giunta a un nuovo stadio grazie al Deep Learning, che consente alle telecamere di rilevare età, genere ed espressione di ogni soggetto, aprendo orizzonti sconfinati di nuove opportunità per il mercato.

INTRODUZIONE
Il motivo principale per cui vengono installate le telecamere di sicurezza è prevenire il crimine, o quantomeno ricostruire con chiarezza l’accaduto per individuare i colpevoli.

La differenza tra RILEVARE e RICONOSCERE.
È importante sottolineare la differenza tra rilevare e riconoscere. Il rilevamento ci indica sostanzialmente che nell’immagine video è presente un volto umano: nulla di più specifico, moltissime telecamere di altrettanti marchi lo fanno; possono anche scattare un’istantanea e salvarla, ma poi? non sono assolutamente in grado di elaborare alcun dato, rendendo di fatto inutile l’informazione: si definisce anche, infatti, rilevamento facciale passivo.

Il riconoscimento, invece, consente alla telecamera (o al server, dipende dalla soluzione adottata) di confrontare direttamente i volti ripresi con un database predefinito associando, per esempio, un nominativo.

SVILUPPI
Grazie al deep learning le telecamere imparano progressivamente a riconoscere i volti con maggiore precisione e reattività, indicandone, come già accennato in precedenza, età, genere ed espressione. Gli algoritmi avanzati analizzano e la mimica associandola a varie emozioni: un soggetto in procinto di commettere un crimine tendenzialmente palesa rabbia o inquietudine. Questa funzione è utile soprattutto in presenza di un operatore che controlla le immagini, dando la possibilità di intercettare i sospetti e prevenire così gli incidenti.

SETTORI APPLICATIVI
Il riconoscimento facciale ha un range di applicazione molto vasto: può garantire che entrino nelle scuole solo gli studenti e il personale inserito nella white list, lanciando l’allarme in caso di accessi non autorizzati. Per aggiornare il database basta inserire una fotografia con i dati della persona che si intende registrare: all’ingresso delle sale colloqui nelle carceri è possibile controllare l’identità dei visitatori. Durante le manifestazioni sportive, creando una lista nera di profili sanzionati con il Daspo, si impedisce loro qualsiasi tentativo di accesso allo stadio.

PREVENZIONE
Il riconoscimento facciale è solo una delle molteplici funzioni in cui viene impiegato il deep learning. Grazie alla quantità di dati che elabora, come l’età e le espressioni del viso, consente di prevenire un potenziale atto criminoso. In Dahua si sta sviluppando una tecnologia per gli istituti di credito che, nel caso rilevi un’espressione minacciosa, invia subito un segnale d’allarme agli addetti alla sicurezza affinché tengano d’occhio il sospetto e intervengano in caso di necessità. Non solo: viene notificato anche un soggetto che lascia uno sportello bancomat senza avere prelevato, per verificare che non abbia manomesso l’apparecchio.

Lo stessa tecnologia è funzionale in ambienti diversi: all’interno di un carcere, dove è in grado di segnalare assembramenti anomali di detenuti che potrebbero degenerare in situazioni pericolose, o in una casa di riposo, dove avverte immediatamente il personale qualora un ospite fatichi a rialzarsi in seguito a una caduta. Il deep learning è utilizzabile in tantissimi modi per creare una società più sicura in cui prevenire gli incidenti non sarà utopia, ma realtà.

SISTEMI DIFFERENTI
Dahua ha rilasciato una nuova telecamera che riconosce direttamente i volti attraverso algoritmi di deep learning. Le telecamere tradizionali non sono in grado di farlo, o comunque non in autonomia.

LE CARATTERISTICHE
La telecamera in questione ha una portata di circa 70 metri (che può variare a seconda dell’ottica e delle condizioni ambientali): il volto, infatti, dev’essere sufficientemente grande all’interno dell’immagine per essere riconosciuto. È possibile configurare sia una white list che una black list: la prima consente ai profili registrati l’ingresso esclusivo a una determinata area; la seconda innesca un allarme nel caso in cui venga identificato un sospetto.

Server per il riconoscimento facciale
Molte di queste funzionalità – eccetto l’analisi delle espressioni – sono disponibili utilizzando un server per il riconoscimento facciale. Il server elabora le immagini fornite dalla telecamera collegata in tempo reale, oppure attraverso le registrazioni. I vantaggi di questo sistema sono la possibilità di collegare dispositivi con zoom molto elevati (un’ottica 48x collocata sugli spalti di uno stadio è in grado di riconoscere i tifosi sulle tribune opposte, anche sul lato corto del campo), e la compatibilità con qualsiasi tipo di telecamera.

CONCLUSIONI
La sicurezza tradizionale sta diventando obsoleta, perciò molti utenti sono alla ricerca di nuove soluzioni. Le moderne telecamere dotate della tecnologia di riconoscimento facciale giocano un ruolo fondamentale nel soddisfare queste esigenze. I dati raccolti possono essere trasmessi a un sistema di gestione centralizzato e a una mappa digitale, come Google Maps. Le persone inserite in una black list che si spostano in una città disseminata di telecamere a riconoscimento facciale possono essere monitorate in tempo reale, il che garantisce un livello di sicurezza mai visto prima.

Privacy
Riconoscimento facciale e privacy sono indissolubilmente collegati: fino a che punto è lecito spingersi nel raccogliere informazioni attraverso il deep learning delle nuove telecamere? Da poco è entrato in vigore il Regolamento Ue 2016/79 sul trattamento dei dati (GDPR). Dahua, consapevole dell’importanza di proteggere i dati sensibili, ha munito le proprie soluzioni di meccanismi di tutela.

I volti rilevati dalle telecamere vengono automaticamente censurati tramite un effetto pixel e solo il personale provvisto di un codice di accesso speciale è autorizzato a consultare i dati relativi (lo stesso vale per le targhe dei veicoli).

4 consigli per l’implementazione del deep learning
1. Nonostante i nuovi modelli di telecamera siano in grado di riconoscere i volti anche di profilo, il riconoscimento resta più preciso quando il volto è inquadrato di fronte.
2. Per massimizzare la precisione del sistema è importante che la dimensione dei volti nell’inquadratura non sia inferiore ai 250×250 pixel.
3. È bene affidarsi al riconoscimento facciale in luoghi in cui sei certo che i volti saranno chiaramente visibili. È problematico per le telecamere identificare persone che indossano occhiali da sole, cappelli o cappucci.
4. Il riconoscimento facciale rende molto più semplice ideare campagne pubblicitarie mirate. A seconda dell’età dei clienti in ingresso, saranno visualizzati sui display pubblicitari i prodotti più adatti per le fasce di età interessate.