Вход
since 1993
03.04.2019
Система VisibleLight имеет большую производительность и надежность, и обладает способностью к самообучению. Обучение основывается на изучении различий между реальным человеком и фотографией или видео, таких как освещение, текстура и разрешение.
Классификация на основе редких признаков (SRC) используется для увеличения скорости распознавания и для снижения необходимой вычислительной мощности. Данное представление использует математические линейные характеристики соседних пикселей и самообучающийся алгоритм выделения признаков. Использование оптимизированных алгоритмов позволяет проводить идентификацию менее чем за 1 секунду.
Распознавание лица обычно проводится в динамичной среде, где изменяется интенсивность источников света, углы обзора и расстояние до камеры. Технология самообучения позволяет системе самостоятельно извлекать и фильтровать характеристики для изучения различий при различном расстоянии, позе, угле обзора и яркости источников света. Что позволяет экстраполировать и улучшить исходное изображение, даже если расстояние, освещение и угол расположения меньше идеального. Система может работать даже при низких уровнях освещенности.
Защита от поддельных идентификаций с помощью фотографий. В отличии от «живого» человеческого лица лицо на фотографии перемещается вместе со всей фотографией, включая фон фотографии. Учитывая эту особенность, программа сначала захватывает видеопоследовательность и анализирует соседние кадры, выделяет контуры лица и анализирует поведение пикселей на границе во времени, что позволяет понять используется реальный фон или фотография.
Защита от поддельных идентификаций с помощью видео. Самообучение способствует выявлению различий между живым человеческим лицом и видеозаписью. Анализируется текстура и разрешение, окружающие объекты, фоновое изображение и пр., что позволяет обнаружить рамку смартфона или планшета и выявить попытку ложной идентификации.
|
Память учетных записей |
10 000 |
|
Память шаблонов лиц |
5 000 |
|
Память шаблонов отпечатка пальца |
10 000 |
|
Память MF карт |
10 000 |
|
Журнал событий |
1 000 000 |
|
Аппаратная платформа |
Процессор Android Industrial, 2Гб DDR3 RAM, 16Гб ROM, SilkID сенсор отпечатков, дисплей 7" TFT с тачскрином 1280х800, 2МP сдвоенная камера |
|
Совместимость с ПО |
BioTime7, ZKBiosecurity 3.0 (учет рабочего времени), ZkTimeWeb2.0, ZkTimeNet3.0 |
|
Связь |
TCP/ IP, USB хост, Wiegand вход/выход |
|
Функции |
MF карты, ADMS, DST, Звонок по расписанию, Запрос на самообслуживание, Автоматическое переключение статуса, Ввод ID |
|
Алгоритмы |
ZKFace V10.0 и ZKFinger V12.0 |
|
Рабочая температура |
0°C~+50°C |
|
Влажность |
<90% |
|
Размеры |
264х120х51 мм |
|
Время идентификации |
≤1 с |
|
Расстояние идентификации |
0.5-3 м |
|
Питание |
DC 12В 3A |
|
Интерфейсы |
Дверной замок, «тревожный» выход, AUX вход, кнопка выхода, дверной датчик, звонок |
|
Специальные функции |
Распознавание лиц, защита от поддельных идентификаций, многоступенчатая биометрическая идентификация |
