Zamislite mjesto zločina na kojem CCTV kamera nije mogla zabilježiti lice zločinca. Što policija može učiniti samo s vizualnim prikazima tijela? Donedavno je ručni pregled snimaka ljudi sa sličnim svojstvima poput odjeće, visine itd. bio jedini odgovor. Ali sada analitika prepoznavanja tijela stvari čini jednostavnijima, algoritmi brzo analiziraju atribute kao što su tjelesna masa i odjeća kako bi suzili pretraživanje na vizualne elemente u kojima je lice dostupno prije korištenja prepoznavanja lica.
Prepoznavanje tijela sve se više koristi za poboljšanje rješenja za prepoznavanje lica, prema Saurabh Gandhi, voditelju tehničkih usluga u AnyVisionu. Postoji nekoliko slučajeva kada CCTV kamera možda neće jasno snimiti lice osobe, što rješenja za prepoznavanje lica čini beskorisnima. Uz integrirani sloj prepoznavanja tijela, sustav može tražiti ljude sličnih fizičkih svojstava na snimkama različitih kamera i pronaći lice.
Popularno tržište tehnologije prepoznavanja tijela su kupci koji koriste postojeće CCTV kamere za prepoznavanje lica. Gandhi ističe da budući da su ove kamere instalirane prije nego što je prepoznavanje lica postalo toliko široko upotrebljavano, njihovo pozicioniranje možda neće odgovarati analitici. Uz prepoznavanje tijela, sustav može raditi sa snimkama s više kamera i pronaći osobu.
Još jedna izrazita prednost rješenja za prepoznavanje tijela je ta što ljudi pamte tjelesne atribute bolje od lica. Primjerice, kada policija ispita svjedoka o zločinu i zatraži da opiše zločinca kojeg je možda vidjela, atributi poput visine i boje košulje lakše se pamte od crta lica.
Kada promatramo čovjekovo tijelo, postoji nekoliko svojstava koja obično uočavamo. Jedno je spol. Drugo uključuje boju košulje, dakle, kada policija pokuša potkrijepiti opis svjedoka na snimljenim videonadzorima, sustav može brzo pronaći ljude s danim opisima. Korištenje prepoznavanja tijela pomaže prepoznavanju lica kad kamera možda neće zabilježiti lice osobe.
Postoje određeni prihvatljivi stupnjevi kutova koje algoritam prepoznavanja lica može koristiti za identificiranje osobe. Kad nisu dostupni, dodatni sloj prepoznavanja tijela postaje zaštitna mreža kako bi se izbjegli sigurnosni propusti. Zbog toga sada koristimo višeslojni pristup, gdje je lice jedna opcija, tijelo druga, a treća kombinacija lica i tijela. Jedan od ovih slojeva pomoći će da učinkovitije pratite osobu na više kamera u usporedbi s korištenjem samo lica.
Konačno, prepoznavanje tijela donijelo bi olakšanje kupcima koji ne mogu koristiti prepoznavanje lica zbog zabrinutosti oko narušavanja privatnosti, pogotovo u Europi gdje strogi GDPR i drugi neovisni zakoni ograničavaju upotrebu prepoznavanja lica.