Cara Kerja Pintu Terbuka Otomatis Setelah Wajah Dikenali

Photo by Susanne Plank / Pexels

Bagaimana pintu bisa terbuka otomatis setelah wajah dikenali. Teknologi apa yang bekerja di balik proses yang tampak sederhana namun secara teknis sangat kompleks ini? Sistem akses pintu pengenalan wajah menggabungkan kamera inframerah beresolusi tinggi. Algoritma kecerdasan buatan untuk pemrosesan citra, dan komunikasi real-time antara reader. Controller access control dalam satu proses yang berlangsung hanya dalam satu hingga dua detik dari saat wajah pengguna muncul di depan kamera. Hikvision Indonesia menyediakan terminal akses kontrol wajah yang mengandalkan teknologi Deep Learning terdepan untuk memberikan akurasi pengenalan wajah yang tinggi sekaligus kecepatan respons yang memuaskan bagi pengguna di berbagai jenis fasilitas mulai dari kantor. Pabrik, hingga institusi pendidikan.

Selain itu, pemahaman tentang cara kerja teknologi face recognition dalam konteks access control membantu pengelola gedung mengevaluasi apakah sistem biometrik wajah sesuai untuk kebutuhan keamanan. Karakteristik pengguna di fasilitas mereka, termasuk pertimbangan tentang akurasi dalam kondisi pencahayaan yang bervariasi. Kecepatan pemrosesan saat antrean pengguna muncul di titik akses pada jam sibuk. Oleh karena itu, artikel ini menjelaskan secara rinci setiap tahap dalam proses pengenalan wajah hingga pintu terbuka otomatis. Termasuk teknologi yang setiap tahap andalkan dan faktor-faktor yang mempengaruhi performa sistem secara keseluruhan.

Apa Itu Sistem Akses Pintu dengan Pengenalan Wajah?

Selain itu, sistem akses pintu dengan pengenalan wajah adalah solusi biometrik yang memanfaatkan karakteristik unik geometri wajah setiap individu sebagai credential untuk mendapatkan akses ke area tertentu tanpa memerlukan kartu. Selain itu, kunci, atau perangkat fisik lain yang pengguna bawa dan rawan hilang atau lupa. Oleh karena itu, terminal face recognition Hikvision seperti DS-K1T321MFWX-BDi samping itu, menggabungkan kamera RGB, kamera inframerah. Sensor kedalaman dalam satu unit kompak yang teknisi pasang di dinding dekat pintu untuk menangkap data wajah pengguna secara akurat dalam berbagai kondisi. Selanjutnya, sistem ini jauh lebih higienis dibanding reader sidik jari karena pengguna tidak perlu menyentuh sensor apapun.

Selanjutnya, menjadikannya pilihan yang sangat relevan untuk fasilitas kesehatan, laboratorium bersih.

Kantor yang mengutamakan protokol kebersihan yang ketat bagi seluruh penggunanya.

Bagaimana Cara Kerja Pengenalan Wajah untuk Akses Pintu?

Tahap 1: Pendaftaran Wajah (Enrollment)

Dengan demikian, sebelum sistem pengenalan wajah dapat beroperasi. Administrator harus mendaftarkan wajah setiap pengguna yang berwenang ke dalam database melalui proses enrollment yang terminal face recognition. Sementara itu, software manajemen lakukan secara terpandu. Selama enrollment, kamera terminal menangkap wajah pengguna dari berbagai sudut dan dalam kondisi pencahayaan yang berbeda. Sebagai tambahan, algoritma AI mengekstrak titik-titik landmark wajah. Mengubahnya menjadi template matematis berukuran kecil yang sistem simpan secara aman di database controller. Selain itu, kualitas foto enrollment sangat mempengaruhi akurasi pengenalan di kemudian hari. Lebih lanjut, hikvision merekomendasikan proses enrollment dilakukan di lokasi yang sama dengan lokasi terminal akses dengan kondisi pencahayaan yang serupa dengan kondisi operasional sehari-hari.

Tahap 2: Deteksi Wajah

Saat pengguna mendekati terminal face recognition, kamera secara kontinyu memindai area pandangnya. Di sisi lain, algoritma deteksi wajah (face detection) mengidentifikasi keberadaan wajah manusia dalam frame kamera dalam waktu kurang dari 100 milidetik. Algoritma deteksi wajah membedakan wajah manusia dari objek lain berdasarkan karakteristik geometris umum seperti proporsi jarak antara mata. Sebagai contoh, hidung, dan mulut, serta pola distribusi intensitas cahaya yang khas pada permukaan wajah manusia. Selanjutnya, saat algoritma mendeteksi wajah dalam frame, sistem secara otomatis memfokuskan pemrosesan lebih lanjut pada area wajah tersebut. Selain itu, mengabaikan elemen latar belakang untuk meningkatkan efisiensi pemrosesan komputasi yang terminal lakukan.

Tahap 3: Ekstraksi Fitur dan Pembuatan Template

Oleh karena itu, setelah sistem mendeteksi wajah, algoritma Deep Learning menganalisis geometri wajah yang kamera tangkap. Mengekstrak ratusan titik landmark unik termasuk jarak antarmata. Di samping itu, kontur hidung, bentuk bibir, dan pola jaringan pembuluh darah subkutan yang kamera inframerah lihat. Data geometris ini kemudian algoritma ubah menjadi template matematis berupa vektor fitur berdimensi tinggi yang merepresentasikan identitas unik wajah tersebut dalam format numerik yang sistem dapat bandingkan secara efisien dengan template yang ada di database enrollment.

Tahap 4: Pencocokan Template (Matching)

Selanjutnya, sistem membandingkan template wajah yang baru saja sistem buat dengan seluruh template pengguna yang sah dalam database menggunakan algoritma pencocokan yang menghitung skor kemiripan antara dua template. Saat skor kemiripan melebihi threshold (ambang batas) yang administrator konfigurasi. Selanjutnya, sistem menganggap pengguna teridentifikasi dan meneruskan hasilnya ke controller access control untuk keputusan otorisasi selanjutnya. Dengan demikian, administrator dapat menyesuaikan threshold pengenalan sesuai kebutuhan keamanan: threshold tinggi memberikan keamanan lebih ketat. Berisiko false rejection yang lebih sering, sementara threshold rendah lebih permisif namun meningkatkan risiko false acceptance yang kompromi keamanan.

Tahap 5: Verifikasi Anti-Spoofing

Dengan demikian, sebelum memberikan otorisasi, sistem Hikvision menjalankan verifikasi liveness detection. Anti-spoofing untuk memastikan bahwa wajah yang kamera tangkap adalah wajah manusia sungguhan. Sementara itu, bukan foto, video, atau topeng tiga dimensi yang seseorang gunakan untuk mencoba membobol sistem. Teknologi anti-spoofing Hikvision menganalisis pola pantulan cahaya inframerah pada permukaan kulit wajah sungguhan yang berbeda secara signifikan dari material kertas foto. Sebagai tambahan, layar ponsel, atau silikon topeng. Upaya pemalsuan identitas wajah sangat sulit berhasil pada sistem Hikvision yang menggunakan sensor inframerah aktif.

Tahap 6: Buka Kunci Otomatis

Lebih lanjut, setelah controller menerima konfirmasi identifikasi wajah yang valid dari terminal face recognition. Controller segera mengirimkan sinyal ke perangkat pengunci (magnetic lock. Di sisi lain, dropbolt lock) untuk melepaskan kunci selama durasi yang administrator konfigurasi. Pengguna kemudian dapat langsung mendorong atau menarik pintu tanpa perlu melakukan tindakan tambahan apapun. Sebagai contoh, seluruh proses dari deteksi wajah hingga buka kunci berlangsung otomatis dalam waktu kurang dari dua detik. Setelah pintu tertutup kembali, controller otomatis mengunci pintu dan mencatat transaksi akses lengkap dengan identitas pengguna. Selain itu, timestamp ke dalam log sistem yang administrator dapat akses melalui software manajemen.

Teknologi Kamera dalam Terminal Face Recognition Hikvision

Oleh karena itu, terminal face recognition Hikvision mengandalkan kombinasi tiga jenis sensor optik yang bekerja secara sinkron untuk menghasilkan data wajah yang akurat. Aman dari upaya pemalsuan. Di samping itu, kamera RGB menangkap gambar wajah dalam warna penuh untuk proses pengenalan visual. Kamera inframerah aktif memancarkan pola titik inframerah ke permukaan wajah. Selanjutnya, menganalisis pantulannya untuk mengukur kedalaman dan tekstur permukaan yang khas pada wajah manusia sungguhan. Selain itu, kamera inframerah pasif memungkinkan terminal bekerja dalam kondisi pencahayaan rendah atau bahkan total gelap. Dengan demikian, inframerah tidak bergantung pada cahaya tampak yang lingkungan sekitar hasilkan.

Kelebihan dan Kekurangan Sistem Akses Pintu Face Recognition

Sebagai tambahan, kelebihan:

• Lebih lanjut, pengguna tidak perlu membawa kartu atau mengingat PIN. Wajah sendiri berfungsi sebagai credential yang selalu ada dan tidak mungkin tertinggal di rumah atau hilang.
• Di sisi lain, proses buka kunci berlangsung tanpa sentuhan (touchless) yang sangat higienis. Sesuai untuk fasilitas kesehatan, laboratorium, atau area produksi pangan yang memerlukan standar kebersihan tinggi.
• Sebagai contoh, teknologi anti-spoofing dengan sensor inframerah aktif membuat pemalsuan identitas melalui foto. Video menjadi sangat sulit, meningkatkan level keamanan dibanding kartu RFID yang lebih mudah kloning.
• Data biometrik wajah bersifat unik untuk setiap individu dan tidak dapat peminjaman seperti kartu akses. Sistem mencatat kehadiran yang lebih akurat untuk keperluan audit dan manajemen SDM.

Kekurangan:

• Biaya terminal face recognition lebih tinggi dibanding reader kartu RFID sederhana. Menjadikannya pertimbangan anggaran yang signifikan terutama untuk proyek dengan banyak titik akses yang tim butuhkan.
• Akurasi pengenalan dapat menurun jika pengguna mengalami perubahan penampilan signifikan seperti tumbuh. Mencukur jenggot tebal, memakai kacamata baru, atau mengalami perubahan berat badan yang drastis.
• Kondisi pencahayaan yang sangat keras seperti sinar matahari langsung di belakang pengguna (backlit) dapat mempengaruhi kualitas gambar yang kamera tangkap meskipun kamera inframerah mengurangi dampak ini secara signifikan.

Perbandingan: Face Recognition vs Kartu RFID vs Sidik Jari

Kartu RFID menawarkan biaya implementasi paling rendah namun rentan terhadap kehilangan. Peminjaman, dan kloning oleh pihak yang tidak bertanggung jawab. Sidik jari memberikan keamanan biometrik yang baik namun memerlukan kontak fisik dengan sensor yang rentan kotoran. Menjadi kurang efektif untuk pengguna dengan sidik jari yang aus atau basah. Sementara itu, face recognition memberikan kombinasi terbaik antara kenyamanan pengguna (tanpa kontak, tanpa bawa apa-apa). Keamanan biometrik yang tinggi, dengan harga terminal yang semakin murah seiring perkembangan teknologi Deep Learning yang pesat dalam beberapa tahun terakhir.

Panduan Memilih Terminal Face Recognition yang Tepat

Pertimbangkan Kondisi Pencahayaan di Lokasi Instalasi

Pilih terminal face recognition yang memiliki sensor inframerah aktif untuk memastikan kinerja optimal di lokasi dengan kondisi pencahayaan yang bervariasi. Terutama di dekat jendela besar yang sering menghadirkan efek backlit yang mengganggu kamera RGB biasa. Tim Hikvision Indonesia dapat membantu melakukan assessment kondisi pencahayaan di setiap titik akses sebelum merekomendasikan model terminal yang paling sesuai.

Evaluasi Kapasitas Database dan Kecepatan Pengenalan

Pastikan kapasitas database wajah terminal melebihi jumlah pengguna aktual saat ini minimal dua kali lipat untuk memberikan ruang ekspansi. Pilih terminal dengan kecepatan pengenalan di bawah 1,5 detik untuk memastikan antrean tidak terbentuk di titik akses pada jam sibuk. Selanjutnya, Hikvision Indonesia menyediakan panduan teknis tentang pilihan terminal biometrik Hikvision yang sesuai untuk berbagai skala dan kebutuhan proyek access control.

FAQ Pintu Terbuka Otomatis dengan Face Recognition

1. Seberapa akurat sistem pengenalan wajah Hikvision?

Terminal face recognition Hikvision memiliki akurasi pengenalan di atas 99% dalam kondisi pencahayaan normal, dengan false acceptance rate yang sangat rendah berkat teknologi anti-spoofing inframerah aktif yang sistem gunakan.

2. Bisakah kembar identik membobol sistem face recognition?

Kembar identik memiliki geometri wajah yang sangat mirip, namun perbedaan mikro-tekstur kulit. Pola jaringan pembuluh darah yang sensor inframerah tangkap biasanya masih cukup untuk membedakan keduanya. Meskipun untuk keamanan maksimal administrator dapat mengkombinasikan face recognition dengan PIN.

3. Apakah sistem bekerja saat pengguna memakai masker?

Terminal face recognition Hikvision generasi terbaru mendukung pengenalan wajah dengan masker dengan akurasi yang memadai. Meskipun akurasi sedikit lebih rendah dibanding pengenalan tanpa masker karena sebagian fitur wajah tidak tampak.

4. Berapa banyak wajah yang dapat terminal simpan dalam database?

Kapasitas database bervariasi per model terminal; terminal seri DS-K1T321 Hikvision mampu menyimpan hingga 3.000 data wajah yang cukup untuk sebagian besar instalasi perkantoran. Fasilitas industri menengah.

5. Apakah data wajah pengguna aman dari kebocoran?

Hikvision menyimpan template matematis wajah (bukan foto) secara terenkripsi dalam controller dan tidak mengirimkannya ke server eksternal. Data biometrik pengguna tetap aman di dalam infrastruktur lokal perusahaan yang administrator kendalikan.

Kesimpulan

Proses pintu terbuka otomatis setelah wajah dikenali melibatkan enam tahap yang berlangsung dalam waktu kurang dari dua detik: pendaftaran wajah. Deteksi wajah, ekstraksi fitur, pencocokan template, verifikasi anti-spoofing, dan eksekusi buka kunci otomatis. Hikvision Indonesia menyediakan terminal face recognition berkualitas tinggi dengan teknologi Deep Learning. Inframerah aktif yang memberikan akurasi dan keamanan terbaik untuk berbagai jenis fasilitas di seluruh Indonesia. Hubungi Hikvision Indonesia sekarang untuk konsultasi pemilihan terminal face recognition yang paling sesuai dengan kebutuhan keamanan. Anggaran proyek Anda.