FACULTATEA DE AUTOMATICĂ ŞI CALCULATOARE

DEPARTAMENTUL CALCULATOARE

SINTEZA
lucrării de disertaţie cu titlul:

SISTEM DE RECUNOAȘTERE FACIALĂ PENTRU SUSPECȚI UTILIZÂND

TEHNOLOGII CLOUD

Autor: Bogdan Șpan

Coordonator: Dr. Ing. Dan GOTA

1. Cerinţele temei:
Principalul obiectiv al temei a fost dezvoltarea unui sistem de recunoaștere facială
pentru persoane suspectate de anumite infracțiuni, utilizând tehnologii cloud și
camerele de supraveghere.
Sub-obiectivele temei au fost :
 Studiul bibliografic al lucrărilor deja existente în domeniu
 Realizarea unor stream-uri video din cel puţin 2 surse utilizând Amazon
Web Services pentru simularea camerelor de supraveghere
 Integrarea serviciilor de Face Recognition din cadrul platformei Microsoft
Azure
 Implementarea unei interfeţe grafice realizate în Angular
 Persistarea datelor utilizând o bază de date nerelațională Firebase
 Căutare paralelă în frame-urile stream-urilor în vederea detecţiei
suspecților
 Notificarea în timp real a agenţilor de poliţie de pe teren

2. Soluţii alese:
Din dorința unei infrastructuri minimale, s-a optat pentru integrarea unor servicii
de tip cloud care să fie integrate într-un prototip experimental. Astfel, operațile de tip
CRUD asupra persoanelor căutate, s-au efectuat utilizându-se o baza de date
nerelațională Firebase, în timp ce pentru simularea camerelor de supraveghere s-a
utilizat serviciul de AWS Elemental MediaLive din cadrul platformei AWS(Amazon
Web Services). Pentru recunoașterea facială s-a integrat serviciul de Microsoft
Cognitive, prin care se determină procentajul de similaritudine între două imagini
faciale. În ceea ce privește calcularea distanței minime pentru notificarea celui mai
apropiat agent de poliție, s-a utilizat Google Matrix API, prin care se ține cont de
nivelul de trafic real și a infrastructurii stradale existente.
Componenta de notificare în cazul unei recunoașteri faciale cu succes ale vreunui
suspect, este realizată printr-un server Node.JS care trimite notificări sub forma de
email.
 FACULTATEA DE AUTOMATICĂ ŞI CALCULATOARE
DEPARTAMENTUL CALCULATOARE

Arhitectura conceptuală poate fi consultată utilizând Figura 1, pentru o mai bună

vizualizare a interacțiunii componentelor.

3. Rezultate obţinute:
S-au rulat mai multe scenarii de test, prin care s-au variat parametrii ce țin de
algoritmul de recunoaștere facială și anume, frecvența cu care să se salveze frame-uri
si să se calculeze procentajul de similaritudine. Indicatorii care s-au folosit pentru
evaluarea prototipului experimental au fost timpul de identificare al unui suspect din
momentul în care acesta este adăugat în sistem și procentul de similaritudine între
imaginea asociată suspectului și stocată în baza de date și imaginea facială obținută în
urma capturii din streaming.
Rezultatele experimentale obținute au fost fără modificarea în prealabil a frame-
urilor, pentru a simula în condiții reale calitatea medie a imaginilor care se pot obține
în urma procesării fluxurilor video ale unor camere de supraveghere.
Scenariile de testare au inclus un interval de 3 până la 8 secunde pentru realizarea
de frame-uri și cu un număr de suspecți concomitenți reali de maxim 2, aplicația
putând identifica un număr mult mai mare de persoane în același cadru. Rezultatele
cele mai bune pentru o singură persoană în frame au fost din punct de vedere al
procentajului de similaritudine de 62.4% într-un timp de 5.31 secunde la un interval
de 8000 de ms, iar pentru 2 persoane în cadru de 49.6% pentru prima persoană,
44.1% pentru persoana a doua, într-un timp de 5.27 de secunde și un interval de 5000
de ms.

4. Testări şi verificări:
 S-au utilizat diferite scenarii de testare ale prototipului experimental
 În cadrul evaluării prototipului, natura aplicației presupune utilizarea de
persoane reale și camere de supraveghere publice, iar acest lucru nu a fost
posibil din motive evidente așa că scenariile au inclus maxim 2 persoane și
o cameră de supraveghere

5. Contribuţii personale:
 Integrarea tehnologiilor de tip cloud de recunoaștere facială, simulare a
camerelor de supraveghere, măsurare a distanței și persistență a datelor
 Dezvoltarea unei interfețe utilizator
 Dezvoltarea unui modul de notificare de tip email pentru agenții de poliție
 Testarea și evaluarea obiectivă a prototipului experimental

6. Surse de documentare:
[1] Nurul Azma Abdullaha, Md. Jamri Saidi, Nurul Hidayah Ab Rahmanb,
 FACULTATEA DE AUTOMATICĂ ŞI CALCULATOARE
DEPARTAMENTUL CALCULATOARE
Chuah Chai Wenc, and Isredza Rahmi A. Hamidd, "Face Recognition for
Criminal Identification: An implementation of principal component analysis for
face recognition," in IEEE Intelligent Vehicles Symposium (IV), San Diego, USA,
2010
[2] Cang-Hong Jin , Dong-Kai Chen , Fan-Wei Zhu, and Ming-Hui Wu,
„Detecting Suspects by Large-Scale Trajectory Patterns in the the city”, 2019
[3] Fei Zuo, Peter H. N. de With, „Real-time Face Recognition for Smart Home
Applications”
[4] Daniel Georgescu, „A Real-Time Face Recognition System Using
Eigenfaces”, 2011

Figura 1. Arhitectura conceptuală

Data: _______________ Autor _____________________________

Coordonator _____________________________