В статье рассмотрен подход, направленный на повышение точности идентификации человека по изображению его лица в системах видеонаблюдения, основанный на методе реконструкции на базе генеративно-состязательных сетей. В ходе расследования правонарушений часто встречаются видеозаписи представляющих интерес для следствия людей с низким разрешением или содержащие визуальные помехи различного происхождения, которые ограничивают применения методов идентификации человека при помощи нейронных сетей глубокого обучения. Это создает проблему как обнаружения по лицу определенного человека в видеоданных, так и поиск выбранного в кадре человека по базе данных. Известно, что реконструкция лица на основе генеративно-состязательных сетей позволяет существенно улучшать изображения лица низкого качества, однако, этот метод требователен к содержимому исходного изображения, т. к. любые окклюзии и помехи многократно усиливаются. В статье приводится подход, заключающийся в предобработке изображений на основе известного свойства видеозаписей – наличия версионности изображений объектов. Предложенный алгоритм позволяет устранить большинство визуальных помех и в дальнейшем восстановить изображение лица с высоким качеством. В ходе проведения экспериментов нами также найден метод реставрации элементов лица, который позволяет повысить узнаваемость неизвестного лица человеком, что может иметь важное значение в ходе опознания свидетелями.
The article considers an approach aimed at enhancing the accuracy of human identification by facial image in video surveillance systems, using the reconstruction method based on generative-adversarial networks. During the investigation of offenses, one often encounters video recordings of people of interest for the investigation with a low resolution or containing visual disturbances of different genesis, which limits the implementation of techniques for identifying the person by means of deep learning neural networks. This causes two problems: one pertaining to face detection of a certain person in the video data and another regarding the search for a selected person in the frame contained in the database. The reconstruction of a face using generative adversarial networks is known to significantly improve low-quality face images, but this method is demanding of the content of the original image as any occlusions and disturbances are multiply amplified. The paper presents an approach composed of image preprocessing on the basis of the known property of video recordings – the presence of object image versioning. The proposed algorithm helps to correct much of the visual noise and subsequently reconstruct the face image with high quality. During the experiments, we have also found a method of facial elements restoration which enables the increase in the recognizability of an unknown face by a person, which can be important during the identification by witnesses.
The authors declare that there are no conflicts of interest present.