Analisis aliran video pada pelayan

Analisis aliran video pada kamera IP

1. Algoritma - megvii-000 daripada Megvii, China
   Syarikat China Megvii dengan produk utamanya Face++. OlehAnggaran KommersantPerolehan syarikat adalah kira-kira $100 juta.
2. Algoritma: tempat ke-2 - visionlabs-003, tempat ke-7 - visionlabs-002, VisionLabs, Rusia
3. Algoritma: tempat ke-3 - morpho-002, tempat ke-17 - morpho-000. OT-Morpho, Perancis
   Wajaran berat pertama dalam ranking dengan perolehan hampir 3 bilion euro untuk 2017. Usaha sama Oberthur Technologies (OT) dan Safran Identity & Security (Morpho)
4. Algoritma: tempat ke-4 - ntechlab-003, tempat ke-13 - ntechlab-002 daripada NtechLab, Rusia
   Syarikat Moscow, yang mendapat kemasyhuran sebagai pemajupenyelesaian untuk mencari pelakon lucah .
   Menerima pelaburan daripada RT - Business Development (anak syarikat Rostec) dan dana VB Partners. Jumlah pelaburan tidak didedahkan. Akibatnya, anak syarikat Rostec menerima 12.5% ​​daripada syarikat, dana Pelaburan Modal Boleh Ubah Dana Dimensi Baru, yang diuruskan oleh VB Partners, menerima 25% daripada syarikat itu. NtechLab merancang untuk memasuki pasaran sistem keselamatan negara dan mempercepatkan pembangunan dalam sektor komersial.
5. Algoritma - cogent-000 daripada Gemalto Cogent, Amerika Syarikat
   Membangunkan rangkaian lengkap penyelesaian biometrik dengan tumpuan pada penguatkuasaan undang-undang, kawalan sempadan dan pengenalan orang awam. Jualan global tahunan adalah kira-kira $205 juta.
6. Algoritma - vocord-002 daripada Vocord, Rusia
   Syarikat Vocord diasaskan pada tahun 1999 oleh graduan MIPT Dmitry Zavarikin dan Alexey Kadeishvili. Menurut SPARK-Interfax, pada tahun 2014 pendapatan syarikat berjumlah 302 juta rubel; data yang lebih terkini tidak dapat diperoleh pada masa penulisan.
7. Algoritma: - fdu-000, tempat ke-9 - fdu-001. Universiti Fudan, China
8. Algoritma - neuroteknologi-003. Neuroteknologi, Lithuania
   Dari laman web syarikat anda boleh muat turun versi demo perisian untuk PC dan telefon pintar Android, versi demo SDK. Syarikat itu mempunyai saluran YouTube yang bermaklumat. Harga disiarkan di laman web. Syarikat itu juga menawarkan perkhidmatan awannya sendiri www.skybiometry.com
9. Algoritma - itmo-003. Universiti Teknologi Maklumat, Mekanik dan Optik Negeri Saint Petersburg, Rusia
10. Algoritma - 3divi-001. Tridivi (3DiVi Inc.), Rusia
11. Algoritma - yitu-000. Yitu Technologies, China
    Produk utama Yitu ialah sistem pengecaman muka Dragonfly Eye, yang digunakan oleh sistem keselamatan kerajaan di pelbagai bandar di China. Dalam tiga bulan pertama menggunakan sistem itu di Shanghai, 567 pelanggar undang-undang telah ditahan menggunakan Dragonfly Eye. Sistem ini menyimpan 1.8 bilion foto, dan pangkalan data termasuk foto bukan sahaja warga China, tetapi juga semua pelancong yang melintasi sempadan negara. Sistem ini juga digunakan pada acara awam: semasa pesta bir di Qingdao, kamera membantu menahan 22 orang yang dikehendaki. Pihak berkuasa tempatanmelaporkan kejayaan : di satu bandar, sistem Yitu membantu mengurangkan penyeluk saku sebanyak 30%, di bandar lain, ia menyelesaikan 500 jenayah dalam masa dua tahun. Dalam beberapa cara yang luar biasa, sistem itu malah membantu mengenal pasti mangsa pembunuhan dengan tengkoraknya lima tahun selepas jenayah itu.
12. Algoritma - gorila-000, Teknologi Gorilla, Taiwan
13. Algoritma - cyberextruder-002, CyberExtruder, Amerika Syarikat
14. Algoritma - tongyitrans-002,Teknologi Pengangkutan TongYi, China
15. Algoritma - yisheng-001,Teknologi Elektronik Zhuhai Yisheng, China

Jumlah: 5 wakil dari Rusia, yang merupakan berita baik, 5 dari China, yang tidak mengejutkan.

Malah, terdapat banyak lagi pengeluar algoritma pengecaman; anda boleh menemui banyak yang hilang di sini dalam penarafan MegaFace. Tetapi walaupun anda membuat satu senarai, ia masih tidak lengkap. Hampir semua gergasi industri IT sedang membangunkan algoritma pengecaman muka mereka sendiri - Facebook, Google (menganggap sistem pengecamannya yang paling tepat), Baidu, Microsoft, Yandex (menguji kebenaran pemandu melalui muka dan suara), VKontakte, Toshiba dan banyak lagi.

Malah ada .

Daripada semua kepelbagaian ini, beberapa kesimpulan mudah boleh dibuat:

Persaingan dalam pasaran ini akan semakin sengit, dan akibatnya telahpun menjadi penurunan harga yang berganda. Sebagai contoh, pada tahun 2017 Macroscop telah mengurangkan harga modul pengiktirafannya sebanyak 18 kali, yang mereka laporkan dengan gembira di tapak web mereka, seolah-olah menyampaikan "hello besar" kepada semua pelanggan mereka yang bernasib baik untuk membeli modul pengiktirafan sebelum 2017.

Adalah jelas bahawa harga akan terus menurun.Penunjuk kualiti algoritma pengecaman sentiasa berkembang, dan dalam banyak kes ia berbeza sedikit antara satu sama lain, harganya berbeza dengan ketara, seperti yang anda lihat di bawah, prestasi berbeza dengan lebih ketara, secara semula jadi, parameter seperti prestasi mesti diuji pada pangkalan data dengan saiz maksimum.

Ia juga mudah untuk diperhatikan bahawa hampir tiada pengeluar peralatan untuk sistem pengawasan video dalam penarafan, dan tanpa kamera video dan peranti storan, keseluruhan cerita dengan algoritma ini hanya dimainkan pada komputer. Tetapi hakikat bahawa mereka tidak berada di sana tidak bermakna mereka tidak melihat pasaran ini dan tidak memahami kepentingannya. Berikut ialah pengecaman muka dari Panasonic, dari NEC, Amazon dan banyak lagi. Secara umum, pasaran ini tidak lama lagi akan menjadi sangat panas. Kecuali penyelesaian perisian(ini apabila pengiktirafan berlaku secara langsung pada pelayan), ada juga Berdiri Sendiri penyelesaian adalah apabila pengecaman berlaku pada peranti bacaan.




Perisian pengecaman muka untuk sistem CCTV

Menguji keberkesanan algoritma pengecaman muka sudah tentu menarik, seperti mana-mana persaingan, tetapi ia lebih seperti pameran pencapaian ekonomi negara. Nampaknya mengagumkan, tetapi bagaimana sebenarnya untuk mula menggunakannya dan berapa kosnya tidak jelas.Hasil kerja algoritma untuk pengecaman muka akan menjadi padanan atau tidak sepadan dengan asas piawaian. Dan kemudian, bergantung pada spesifik sistem anda, tindakan yang telah diprogramkan harus berlaku. Sebagai contoh, apabila pelanggan VIP log masuk, pengurus kanan menerima pemberitahuan dengan semua data pelanggan daripada pangkalan data anda.

Atau sebaliknya, apabila seseorang daripada senarai hitam masuk, keselamatan menerima pemberitahuan. Atau apabila seseorang daripada senarai hitam cuba melepasi pusat pemeriksaan, sistem kawalan akses menyekat laluan - ini sudah pun penyepaduan sistem pengecaman muka dengan sistem kawalan akses.

Pengendalian sistem pengecaman muka dalam keadaan sebenar adalah keseluruhan kompleks interaksi perisian dan perkakasan.Untuk mengatur interaksi sedemikian, terdapat sekumpulan platform bersepadu yang membolehkan anda menyediakan interaksi dengan sistem kawalan akses, sistem pengawasan video, sistem keselamatan, sistem keselamatan kebakaran, sistem CRM, sistem pengurusan perusahaan dan banyak lagi.

Oleh itu, jika anda tidak menyukai dam, tetapi bernasib baik, beberapa bahagian seterusnya hanyalah "Mesti Ada" untuk anda.
Platform integrasi ialah nama besar; ia digunakan untuk pembangun yang disenaraikan di bawah pada tahap yang berbeza-beza, jadi apabila memilih penyelesaian untuk pengecaman muka, anda perlu membiasakan diri dengan semua keupayaan perisian (platform). Mengambil kira kedua-dua keperluan semasa perusahaan dan peluang pembangunan, kedua-dua ciri kualitatif algoritma pengecaman muka dan keupayaan penyepaduan.

Pembangun perisian untuk sistem pengecaman muka dan harga untuk modul mereka

ISS, Rusia, Perisian “SecurOS® Face”


Lesen modul penangkapan muka - harga 41,275 rubel
Ke saluran. Dipasang pada pelayan pengecaman muka atau pelayan penangkapan muka

Lesen modul pengecaman muka (sehingga 1000 orang dalam pangkalan data) - harga 665,760 rubel.
Ke pelayan pengecaman muka.



Pelayan untuk perisian untuk tujuan pengecaman muka

Pengecaman muka, seperti mana-mana analitik video lain, adalah tugas intensif pemproses, jadi untuk menggunakan walaupun sistem pengecaman muka yang kecil, anda memerlukan pelayan yang agak berkuasa dan tidak murah sama sekali. Ciri-ciri pelayan dipilih secara individu dan bergantung kepada banyak faktor - daripada bilangan saluran pengecaman, kepada saiz jangkaan pangkalan data muka rujukan, dan tempoh penyimpanan arkib video.

Pelayan untuk perisian pengecaman muka - harga dari 101,567 rubel
Pilihan pelayan tidak terhad kepada yang dibentangkan dalam katalog ini; dalam kebanyakan kes, kami memasang pelayan bergantung pada keperluan anda yang dinyatakan.




Kamera IP Terbaik untuk Pengecaman Muka

Kami membincangkan perisian dan pelayan di atas, tetapi untuk sistem berfungsi, anda memerlukan kamera IP. Ciri kualiti kameralah yang akan sangat menentukan sejauh mana sistem pengecaman muka akan berfungsi.

Apabila memilih kamera IP untuk pengecaman muka, kami mengesyorkan agar anda memberi perhatian kepada ciri berikut.

WDR (Julat Dinamik Luas)
Walaupun fakta bahawa baru-baru ini kamera dengan WDR telah muncul dengan harga 5,000 rubel, kualiti imej kamera sedemikian jauh lebih rendah daripada kamera dari segmen harga yang lebih tinggi. Dalam pengalaman kami, kamera dengan WDR terbaik tidak boleh berharga kurang daripada 80,000 rubel.

Kadar bingkai sekurang-kurangnya 60 bingkai sesaat
Semakin tinggi kadar bingkai sesaat, semakin besar kemungkinan anda akan mendapat gambar dengan orientasi terbaik wajah seseorang berbanding kamera, yang secara langsung akan menjejaskan kualiti pengecaman muka.

Kanta varifokal
Lebih banyak piksel yang terdapat pada muka seseorang, lebih besar imejnya.

Ujian telah menunjukkan bahawa untuk pengecaman muka yang berjaya, muka itu perlu diwakili oleh sekurang-kurangnya 160 piksel setiap bujur muka, dan idealnya sekurang-kurangnya 50 piksel pada jarak antara mata. Tidak kira betapa berhati-hati anda memilih lokasi kamera, untuk mencapai nilai ini, ia perlu dilaraskan secara tempatan bergantung pada banyak faktor. Inilah sebabnya mengapa anda memerlukan kanta varifokal.

Kamera CCTV dengan spesifikasi pengecaman muka yang disyorkan dipasang- harga dari 10,000 rubel

Kemudian, seperti yang mereka katakan, pilihan adalah milik anda. Jika anda membina sistem pengecaman dari awal, maka anda harus memikirkan tentang memilih model kamera IP terbaik yang diuji.


Fungsi yang agak biasa dan murah, sebagai peraturan ia sentiasa ada dalam perisian pengecaman muka utama, tetapi juga boleh dibeli secara berasingan. Jika anda tidak pernah berminat dengan sistem pengawasan video dalam hidup anda. Tonton video dan ia akan menerangkan intipatinya secepat mungkin.


ITV, Rusia, perisian Intelek
Cari muka dalam arkib (untuk 1 saluran video) - harga 6,200 rubel

Trassir, Rusia, Perisian "Carian Muka Trassir"
Modul untuk mencari orang tertentu dalam arkib Carian Wajah Trassir - harga 36,990 rubel

Kebanyakan pembangun mempunyai fungsi ini dalam satu bentuk atau yang lain, jadi kami mungkin tidak akan memanjangkan artikel yang sudah pun pendek ini.




Pengeluar peralatan dengan algoritma pengecaman muka bersepadu

Jika bahagian di atas dengan pembangun perisian adalah nyata, i.e. Di sinilah penyelesaian utama yang menunjukkan kecekapan maksimum pada masa ini tertumpu. Bahagian ini adalah mengenai masa depan yang akan datang.

Dalam kes pertama, strim video daripada kamera dihantar melalui rangkaian ke pelayan dengan perisian yang dipasang, dan di sanalah pengecaman muka berlaku. Strim daripada satu kamera IP adalah kira-kira 5 Mbit/s, dan strim ini mesti dihantar melalui rangkaian ke pelayan dan diproses di sana. Dalam kes satu kamera, semuanya kelihatan boleh diterima, tetapi jika terdapat beratus-ratus kamera, ini adalah masalah yang perlu diselesaikan secara berasingan. Ia boleh diselesaikan terutamanya oleh berpuluh-puluh pelayan untuk pemprosesan data; sebarang analisis video adalah tugas intensif pemproses. Jadi pelayan akan menjadi perbelanjaan yang besar.

Ia jauh lebih cekap untuk mengenali di atas peranti, dan pindahkan hasil yang telah diproses melalui rangkaian, yang akan mengurangkan beban pada rangkaian dan pelayan mengikut susunan magnitud.

Sebagai tambahan kepada fakta bahawa peranti sedemikian sudah wujud, mereka sudah menunjukkan kecekapan dan kelajuan yang menakjubkan. Saya akan membahagikan semua peralatan kepada dua kumpulan besar: "Kamera CCTV dengan pengecaman muka terbina dalam" dan "Peralatan untuk sistem kawalan akses dengan pengecaman muka terbina dalam."


Kamera CCTV dengan pengecaman muka terbina dalam

Kamera pintar dengan algoritma pengecaman muka terbina dalam adalah antara yang paling maju dalam industri. Mereka membenarkan anda memproses strim video terus pada kamera itu sendiri, dan menghantar metadata yang diproses ke pelayan. Kamera 2MP iDS-2CD8426G0/F-I dengan dua kanta - harga 135,550 rubel

HikVision, China, pengeluar terbesar sistem pengawasan video China.
Penderia - CMOS Imbasan Progresif 1/2.8’’
Kepekaan - Warna: 0.005 Lux @ (F1.2, AGC ON), 0.0089 Lux @ (F1.6, AGC ON), 0 Lux dengan IR
Kelajuan pengatup elektronik - 1s ~ 1/100000s
Resolusi 2MPPerisian WDR 120dB, kadar bingkai 25fps@2MP, slot untuk mikroSD sehingga 128GB, pencahayaan IR sehingga 10m

Kamera pengecaman muka, dengan dua kanta, ialah peranti padat dengan algoritma pembelajaran mendalam DeepinView dengan sistem pengecaman muka.

Kamera menyokong beberapa codec mampatan video (H.265, H.264, MPEG-4 dan MJPEG) dan boleh memproses sehingga lima aliran video. Saiz kamera video ialah 180.4 x 147 x 117.9 mm, berat peranti ialah 1500 gram. Dari segi struktur, ia ialah kamera dua kanta dengan teknologi stereo binokular, yang membaca sejumlah besar ciri muka untuk pengecaman yang lebih tepat.

Ia dilengkapi dengan kanta dengan panjang fokus tetap 4 mm dan sudut tontonan 86°. Kamera secara automatik menangkap, memilih dan memaparkan imej optimum wajah seseorang.

Menjalankan pengecaman muka, perbandingan segera wajah yang ditangkap dengan pustaka on-board, dan menyokong penyediaan pengaktifan penggera berdasarkan wajah yang dikenal pasti.

HikVision mendakwa suhu operasi antara -10°C hingga 40°C dan tahap kelembapan sehingga 95 peratus.

Kamera bertukar secara automatik antara mod siang dan malam. Pencahayaan inframerah beroperasi pada jarak sehingga 10 meter.

DVR iDS-96128NXI-I16 dengan sistem pengecaman muka - harga 3,299,990 rubel

Rakaman video sehingga 12MP, Output video sehingga 4K
128 saluran, Main balik segerak 4 saluran@4K
16 SATA HDD sehingga 10TB setiap satu
1/2 input/output audio, input/output penggera 16/8
Antara muka rangkaian 4 RJ-45 10M/100M/1000M Ethernet

Memori DVR direka untuk 16 perpustakaan gambar orang (sehingga 100,000 foto kesemuanya)

DVR menyokong fungsi Pintar untuk mencari orang yang serupa, menganalisis tingkah laku dan mengesan wajah dan kereta.
Ia adalah mungkin untuk bekerja dengan pengimejan terma, mengesan kebakaran, mengesan kapal laut, mengukur suhu, mengekalkan statistik kamera peta terma dan mengira pelawat.
iDS-96128NXI-I16 mampu mengesan orang pada 32 saluran, dan memodelkan wajah pada kelajuan 64 foto sesaat.

Perakam mempunyai antara muka 1 RS-232, 1 RS-485, RS-485 untuk papan kekunci, dan dua penyambung USB 2.0 dan USB 3.0, serta 16 input penggera dan 8 output.

IDS-96128NXI-I16 menyokong penggunaan tatasusunan serbuan RAID0, RAID1, RAID5, RAID6 dan RAID10.

Kamera CCTV DH-IPC-HF8242F-FR dengan sistem pengecaman muka di atas kapal - harga 100,000 rubel
Teknologi Dahua, China
1/1.9", 2 MP imbasan progresif CMOSSmart codec 265+/H.264+, pengekodan 3 strim
Cahaya bintang, WDR sebenar 120dB, 3DNR, Siang/Malam (ICR), AWB, AGC, BLC
Pemantauan Rangkaian Berbilang: Pemapar Web, CMS (DSS/PSS) & DMSS
Pemfokusan belakang automatik (ABF)

Tangkapan muka ialah aplikasi perisian yang menangkap wajah secara automatik daripada imej digital atau urutan video daripada sumber video. Kamera Dahua menggunakan algoritma Pembelajaran Dalam lanjutan, yang membolehkan kamera mengecam dan memadankan wajah dengan cepat dan tepat.

Kamera pengecaman muka DH-IPC-HF8242FP-FR menggunakan teknologi Pembelajaran Dalam untuk mengecam dan memadankan wajah dengan berkesan. Fungsi analisis peranti membolehkan anda menentukan umur, jantina, mood, kehadiran atau ketiadaan topeng/cermin mata/janggut atau misai.

Kamera video mempunyai fungsi mengira orang dan menjana peta haba.
Memori kamera menyimpan sehingga 10,000 muka, yang boleh dibahagikan kepada 5 kategori, membolehkan tangkapan dan perbandingan muka masa nyata.

Terima kasih kepada teknologi Starlight Dahua, kamera ini sesuai untuk bekerja dalam persekitaran yang sukar dengan pencahayaan terhad.
Kepekaan cahaya rendahnya memastikan prestasi gambar berwarna dengan cahaya persekitaran yang minimum. Walaupun dalam keadaan cahaya malap yang melampau, dalam kegelapan yang hampir lengkap, teknologi Starlight mampu memaparkan imej berwarna.

Kamera CCTV IPC2255-Gi4N dengan sistem pengecaman muka di atas kapal - harga 100,000 rubel

Kedacom, China
1/1.9" matriks CMOS Starlight, 0.001 lux dengan imej berwarna 1080@30 fps dalam H.265 / H.264 / MJPEG
Pengiktirafan sehingga 18 sasaran secara serentak (imej, muka)
Perkakasan WDR, Pencahayaan IR tersuai sehingga 100m
2 input penggera / 1 output, Kelas perlindungan IP66, Julat suhu -40°C +60°C

Kamera video Axis P1367 dengan algoritma Ayonix terbina dalam - harga 68,448 rubel

Ayonix, Jepun
Matriks 1/2.9” dengan imbasan progresif
Panjang fokus boleh ubah 2.8–8.5 mm
Kualiti video unggul dengan resolusi 5 MP
Teknologi Pencari Cahaya dan Forensik WDR, teknologi Zipstream
Keupayaan Analisis Imej Lanjutan

Pembangun perisian pengecaman muka Jepun Ayonix telah membangunkan perisian untuk berfungsi pada kamera Axis P1367.

Terima kasih kepada platform ACAP, pembangun pihak ketiga boleh membangunkan aplikasi untuk dipasang terus pada kamera Axis.

Terminal untuk masa dan sistem kehadiran dengan pengecaman muka terbina dalam

Masa dan terminal kehadiran FacePass Pro - harga 23,000 rubel

Anviz, China
Kapasiti memori untuk 400 pengguna
Masa pengenalan< 0,1 сек
Jarak untuk pengenalan pengguna: dari 30 cm hingga 80 cm
Peratusan pengiktirafan: >99%
Paparan sentuhan TFT 2.8” sensitif
Pelayan Web Terbina dalam untuk persediaan terminal yang mudah

Dua kamera pengimbasan memastikan pengenalan yang paling tepat, dan pemproses ARM Samsung berkelajuan tinggi meminimumkan masa yang diperlukan untuk mengecam wajah pekerja

Malah faktor seperti warna kulit, ekspresi muka, jantina, gaya rambut, serta kehadiran atau ketiadaan rambut muka tidak menjejaskan ketepatan dan kelajuan pengenalan.

Anviz FacePass Pro ialah sistem penjejakan masa pekerja dengan pengecaman muka, kad RFID tanpa sentuh atau kata laluan.

Gabungan algoritma BioNANO baharu dengan perkakasan berprestasi tinggi menjamin pengenalan pengguna dalam masa kurang daripada 0.1 (!) saat.

Pencahayaan inframerah yang unik memastikan operasi peranti yang stabil di dalam bilik dengan keadaan pencahayaan yang berbeza-beza dan dalam kegelapan sepenuhnya.
Kepantasan dan kualiti pengecaman tidak dipengaruhi oleh faktor seperti warna kulit, ekspresi muka, jantina, gaya rambut, serta kehadiran atau ketiadaan janggut atau misai di muka.

Papan kekunci berangka dinamik dan paparan sentuhan TFT 2.8” yang sensitif menjamin operasi yang selesa.

Masa multibiometrik dan terminal kehadiran ZKTeco Pface202-ID - harga 26,500 rubel

ZKTeco, China

Memori untuk 600 corak urat tapak tangan, 1200 muka (sehingga 3000 dengan pengesahan 1:1), 2000 jari dan 10000 kad
Kapasiti log 100,000 setiap acara
Sentuh paparan LCD 4.3''
Pembaca kad terbina dalam Em-Marin

Terminal biometrik rangkaian untuk kehadiran masa dan sistem kawalan akses dengan pengenalan melalui muka, urat tapak tangan, cap jari, pembaca kad RFID dan sambungan ethernet.

Masa multibiometrik dan terminal kehadiran ZKTeco uFace302-ID - harga 27,405 rubel

Kapasiti memori ialah 1,200 templat muka, 2,000 cap jari dan 10,000 kad
Log acara untuk 100,000 penyertaan
Kelajuan pengiktirafan yang tinggi
Antara muka TCP/IP, RS232/485, Hos USB, output Wiegand
Output untuk menyambungkan kunci elektrik, penderia status pintu, butang keluar, output penggera
Menggunakan penyulitan perkakasan untuk melindungi perisian tegar

Terminal biometrik untuk penjejakan masa dan kawalan akses UFace302-ID menyediakan pengenalan melalui muka, cap jari, kad dan kod. Face302-ID dapat membezakan wajah orang sebenar daripada imej foto. Antara muka pengguna yang canggih dan mesra disediakan oleh skrin sentuh 4-inci (Skrin Sentuh).

Masa biometrik dan terminal kehadiran ZKTeco uFace800 - harga 27,405 rubel

Kamera pengimbasan muka beresolusi tinggi terbina dalam dengan pencahayaan inframerah
Memori untuk sehingga 3,000 muka, 5,000 jari, 10,000 kad dan 100,000 acara
Platform ZMM220_TFT, ZK Face 7.0, algoritma ZK Finger 10.0
6 status acara semasa pendaftaran
Pengimbas cap jari, Pembaca kad terbina dalam
Antara muka TCP/IP, Hos USB, WiFi (pilihan), output Wiegand

Terminal biometrik rangkaian untuk kehadiran masa dan sistem kawalan akses dengan pengenalan muka, pengimbas cap jari, pembaca kad RFID dan sambungan ethernet.
uFace800 menyokong kawalan kunci, kawalan sensor pintu, loceng, sensor pecah rumah, sambungan butang keluar.

Peralatan untuk sistem kawalan akses dengan pengecaman muka terbina dalam

Terminal pengecaman muka FaceStation 2 - harga 80,856 rubel

Suprema, Korea. Pengeluar biometrik terbesar di dunia, salah satu daripada 50 pengeluar sistem keselamatan global terbesar.
Sistem mikropemproses: 1.4 GHz Quad Core, Memori: 8 GB Flash + 1 GB RAM
Memori autonomi untuk 30,000 pengguna, 5,000,000 acara, 50,000 foto
Pengenalpastian pantas – perbandingan 1:3,000 corak sesaat
Paparan sentuh Skrin Sentuh LCD 4", Lampu latar sehingga 25000 lux
Operasi stabil dalam sebarang cahaya terima kasih kepada lampu latar 25,000 lux

FaceStation 2 ialah platform pengecaman muka berprestasi tinggi. Pengecaman muka boleh digunakan dalam kedua-dua mod pengenalan dan pengesahan. Selain pengenalan muka, pengenalan melalui telefon pintar dan kad tanpa sentuh disokong.

Untuk menyelesaikan masalah ACS tertentu pada objek sebenar, pengguna boleh memilih mod pengenalan (1:N) atau pengesahan (1:1) yang berbeza daripada senarai luas yang ditawarkan oleh FaceStation 2.
Oleh itu, ia menjadi mungkin untuk memilih keseimbangan optimum antara tahap keselamatan dan kelajuan operasi dalam setiap kes tertentu.

Bergantung pada mod yang dipilih, pelbagai kombinasi penderia biometrik, pembaca kad Pintar terbina dalam dan papan kekunci sentuh untuk memasukkan kod PIN akan digunakan.
Pengenalan muka tanpa sentuhan dan keupayaan untuk menggunakan telefon pintar dan bukannya kad akses menjadikan FaceStation 2 sangat mesra pengguna.

Terminal pengecaman muka berprestasi tinggi, dengan pembaca kad berbilang frekuensi terbina dalam (125kHz EM & 13.56Mhz MIFARE, DESFire/EV1, FeliCa, NFC, ISO14443A/B, ISO15693).

Terima kasih kepada kawasan pengecaman yang diperluas, peranti, dipasang mengikut arahan, "melihat" wajah orang dengan ketinggian 145 cm hingga 210 cm.
Terminal ini dilengkapi dengan ciri keselamatan canggih seperti teknologi muka anti-palsu inframerah dan teknologi penderiaan RF berbilang jalur yang menyokong piawaian RFID terkini.

Terdapat juga pengubahsuaian terminal FaceStation 2 (model FS2-AWB) - harga 93,850 rubel, menampilkan pembaca MultiCLASS SE terbina dalam (125kHz EM, HID Prox & 13.56Mhz MIFARE, DESFire/EV1, FeliCa, iCLASS SE/SR, NFC, ISO14443A/B, ISO15693).

Dan sudah tentu, penyelesaian daripada rakan kongsi Cina kami, yang tidak akan menjadi rakan kongsi Cina jika mereka tidak menawarkan teknologi moden 3-4 kali lebih murah. Murah pastinya tidak datang tanpa akibat, salah satu perbezaan utama adalah saiz pangkalan data, yang bagi orang Cina sekurang-kurangnya 5 kali lebih kecil, dan kelajuan dan ketepatan juga mengalami sedikit. Tetapi pada dasarnya, ini adalah penyelesaian tempatan yang berfungsi sepenuhnya untuk perniagaan kecil.

Peranti pengenalan biometrik berbilang faktor ZKTeco VF680 - harga 13,410 rubel

ZKTeco®, China, pengeluar biometrik terbesar China, membangunkan algoritma pengecaman secara bebas.
Platform ZEM810, algoritma ZK Face 7.0
Kamera pengimbasan muka beresolusi tinggi terbina dalam dengan pencahayaan inframerah
Memori untuk 800 muka, sehingga 10,000 dan 100,000 acara
Kelajuan pengesahan tidak lebih daripada 1 saat
Sambungan TCP/IP

VF680 boleh beroperasi kendiri atau menyambung kepada sistem kawalan akses rangkaian. Terminal ini dilengkapi dengan platform ZEM810, skrin sentuh 3.0 inci dan algoritma ZK Face 7.0, menyokong 800 muka.
Pembaca boleh diprogramkan daripada papan kekunci terbina dalam atau menggunakan perisian.

Peranti pengenalan biometrik berbilang faktor ZKTeco MultiBio700id - harga 28,530 rubel

Versi algoritma: ZK Face v7.0 dan ZK Finger v10.0


100,000 peristiwa dalam log
Pengiktirafan dalam masa 1 saat


Terminal berbilang biometrik ZKTeco Multibio700 menyediakan akses melalui muka, cap jari, kad tanpa sentuh dan kod.
Peranti menangkap kedudukan relatif, saiz dan bentuk mata, hidung, tulang pipi dan rahang serta membentuk templat biometrik daripada data ini untuk perbandingan seterusnya.
Pengecaman pengguna adalah tepat dan pantas dalam masa 1 saat. Pencahayaan inframerah membantu untuk berjaya menjalankan pengenalan dalam keadaan cahaya malap.

Untuk kawalan terus kunci, terminal boleh digunakan secara autonomi, atau disambungkan sebagai pembaca kepada sistem akses rangkaian menggunakan antara muka Wiegand.

Pembaca biometrik ZKTeco SpeedFace V5

Pemproses Empat Teras A17 1.8Ghz, Memori 2G RAM / 16G ROM
Kamera dwi: kamera IR + kamera Cahaya Kelihatan
Operasi di bawah pencahayaan 0~40,000Lux
Skrin sentuh 5 inci
Memori untuk 6,000 ~ 10,000 (1:N) muka
Kelajuan pengesahan kurang daripada 1 saat
Pembaca menyokong pengecaman melalui muka, cap jari dan kad RFID EM-Marine atau Mifare.

Pengecaman muka cahaya boleh dilihat berkali-kali lebih baik daripada pengecaman muka IR dan jarak pengecaman telah ditingkatkan kepada 2 meter, yang sangat memudahkan keadaan semasa waktu sibuk. Tidak perlu berdiri lama di hadapan kamera peranti. Pengguna boleh berjalan dengan pantas ke arah yang dikehendaki di sebelah peranti supaya wajah jatuh ke dalam bidang pandangan kamera.

Terima kasih kepada penggunaan CNN dan penciptaan model 3D wajah, pengecaman dari sudut tontonan yang berbeza menjadi mungkin. Menggunakan algoritma CNN pintar, fungsi anti-spoofing berkesan menghalang topeng, foto dan video daripada dilalui.

Terminal akses biometrik HikVision DS-K1T606M - harga 49,990 rubel

HikVision, China
Memori untuk 3,000 templat muka, 5,000 kad format Mifare dan 100,000 acara dalam log
2 input penggera dan 1 output
Antara muka komunikasi TCP/IP; Wi-Fi; Protokol EHome; RS-485; Wiegand 26/34
Keadaan operasi -20 °C hingga +50 °C, kelembapan 10% - 90%
Sesuai untuk pemasangan luaran


Pembaca dengan pengawal terbina dalam dan algoritma pengecaman muka ST-FR040EM - harga 26,824 rubel
Smartec, Rusia, sebuah jenama terkenal Rusia, membuat pesanan dengan sekumpulan kilang China dan menjual di Rusia di bawah jenama Smartec tunggal.
Versi algoritma: ZK Face v7.0 dan ZK Finger v10.0
Kamera inframerah resolusi tinggi, paparan sentuh 3"
Kapasiti memori untuk 400 templat muka, 2000 cap jari dan 1000 kad tanpa sentuh
Pengiktirafan dalam masa 1 saat
Pembaca RFID terbina dalam Em-Marine 125kHz

Jika anda nampaknya serupa dengan ZKTeco MultiBio700ID, maka anda betul. Bagi Smartec, pembaca ini dihasilkan oleh ZKTeco, dan ia adalah salinan lengkap MultiBio700ID.

Interkom dengan sistem pengecaman muka terbina dalam DS06M - harga 14,300 rubel

Bevard, Rusia
1.3 MP SONY Exmor sensor, sensitiviti 0.01 Lux
Operasi dalam julat suhu dari -40 hingga +50°C, kelas perlindungan IP54
Kad microSDHC 4 GB dipasang, merakam ke kad memori
Audio dua hala
Sokongan perkhidmatan awan Camdrive

Jangan tergesa-gesa untuk bergembira dengan harga yang rendah, pangkalan data mengandungi maksimum 30 individu. Tetapi jika anda mempunyai perniagaan kecil dan ingin mencipta kesan WOW pada pelawat anda, ini mungkin cara yang perlu dilakukan.

Dengan cara ini, mana-mana interkom IP boleh dilengkapi dengan sistem pengecaman muka, sebaik-baiknya dengan kamera IP biasa.
Lebih-lebih lagi, interkom IP dipasang tepat pada paras muka atau lebih rendah sedikit, yang sesuai untuk pengecaman muka berkualiti tinggi.

Interkom Bevard yang sama, tetapi disambungkan ke sistem pengecaman muka Makroscope, dalam kes ini perisian Makroscope dipasang pada pelayan. Dalam konfigurasi ini, saiz pangkalan data hanya dihadkan oleh, maafkan saya, keupayaan kewangan anda.

Cermin mata dengan sistem pengecaman muka sudah ada kegunaan Polis Bandar Zhengzhou

Teknologi LLVision, China

Disambungkan ke pangkalan data polis, cermin mata memberikan nama dan alamat seseorang dalam 2-3 minit. Dalam tempoh seminggu setengah, tujuh orang dikehendaki dan 26 orang dengan kad pengenalan palsu telah ditahan menggunakan cermin mata di stesen kereta api Zhengzhou.

Sebagai tambahan kepada penggodam, terdapat juga Comrade Major yang ada di mana-mana, yang menunjukkan minat yang tidak kurang dalam data biometrik. WikiLeaks menerbitkan mesej (url disekat secara berhemat oleh RosKomNadzor) tentang kemungkinan kecurian pangkalan data CIA Aadhaar, menggunakan peralatan yang digunakan untuk mengimbas cap jari dan iris daripada syarikat Cross Match (Ingat syarikat Amerika ini, ia masih giat mempromosikan peralatannya, termasuk termasuk di pasaran antarabangsa)

Sememangnya, Aadhaar sendiri menyediakan akses kepada syarikat komersial, contohnya, Microsoft menggunakan Aadhaar untuk mengesahkan identiti pengguna versi khas Skype untuk India.

Memberi syarikat komersial akses kepada pangkalan data biometrik kerajaan sangat masuk akal. Sebagai peraturan, data biometrik itu sendiri tidak dihantar, hanya hasil pengenalan yang dihantar. Sebagai tambahan kepada fakta bahawa perkhidmatan ini dibayar, dengan hasil inilah pangkalan data bimetrik negeri dicipta dan diselenggara.

Rusia juga mempunyai Aadhaar sendiri; jelas sekali pangkalan data Rusia tidak mungkin dapat mengelakkan semua masalah yang dilalui Aadhaar.

Ia dirancang untuk menyediakan akses kepada pangkalan data Rusia kepada bank.

Terdapat juga contoh pendekatan yang berbeza; Belgium ialah negara pertama yang melarang penggunaan sistem pengecaman muka oleh organisasi komersial.

Pangkalan data disesuai untuk syarikat komersial
Negeri, walaupun ia mempunyai monopoli ke atas pengumpulan data wajib, biasanya bukan pengumpul data yang paling berkesan.

Itulah sebabnya kami mempunyai sejumlah besar pangkalan data komersial maklumat biometrik. Yang terbesar - pangkalan data VKontakte (lebih daripada 97,000,000 orang guna bulanan VKontakte), sebagai contoh, NtechLab menggunakannya untuk laman webnya FindFace, Facebook dan rangkaian sosial lain serta tapak temu janji juga mempunyai pangkalan data yang besar.

Pangkalan data komersial dicipta supaya syarikat komersial lain boleh menggunakannya untuk wang yang sederhana.

Contohnya, Bitrix24 dalam produknya Penjejak wajah, Kad muka untuk 1C, Bitrix24.Penjejak masa dan pelawat menggunakan pangkalan data VKontakte.

Pangkalan Data Terbaik
Semua pangkalan data di atas mempunyai satu kelemahan yang ketara: ia tiada kaitan dengan perniagaan anda. Dan ia hanya mengandungi set data tertentu, selalunya set amat berguna, tetapi tanpa mengambil kira spesifik perniagaan anda, penggunaannya sangat terhad.

Salah satu penunjuk terpenting kualiti pangkalan data anda ialah kualiti imej muka, rujukan.
Penunjuk kualiti yang paling penting bagi pangkalan data imej rujukan ialah:
Bilangan piksel
Kontras dan perincian wajah
Latar belakang di mana bahagian utama muka terletak
Tiada bahagian yang mengganggu pada kawasan muka, dsb.

Ia juga penting untuk memerhatikan keadaan yang lebih kurang sama untuk mendapatkan imej wajah (pencahayaan, saiz wajah itu sendiri terhadap latar belakang keseluruhan imej).

Adalah penting untuk mengambil kira penunjuk ini pada peringkat reka bentuk sistem secara keseluruhan, memberi perhatian khusus kepada sistem untuk mendapatkan piawaian muka yang diiktiraf.
Mula membina pangkalan data anda hari ini!

Penggunaan pangkalan data biometrik
Ramai mempunyai kebimbangan yang munasabah tentang kedua-dua penggunaan data biometrik oleh kerajaan dan lebih banyak kebimbangan mengenai penggunaan data ini oleh entiti komersial.

Sesungguhnya, kebimbangan ini bukan tanpa merit, tetapi mereka tidak sepatutnya menghentikan pelaksanaan teknologi. Dalam masa terdekat ini adalah milik kita identiti biologi akan membenarkan membezakan manusia daripada kecerdasan buatan.

Skrin dengan data tentang bilangan bot dan orang sebenar yang melawat tapak web, penyelidikan yang dijalankan oleh Imperva Incapsula


Malah pada masa ini, bilangan bot dan orang sebenar yang melawat tapak adalah lebih kurang sama. Dengan perkembangan Internet Perkara dan kecerdasan buatan, bilangan bot akan berkembang dalam perkembangan matematik, begitu juga dengan keupayaan mereka; sudah ada penyelesaian yang boleh memanggil bagi pihak anda, contohnya, kepada pendandan rambut atau restoran pizza.



Bidang penggunaan sistem pengecaman muka

Aplikasi khusus teknologi pengecaman muka berbeza dalam tahap kritikal ralat bergantung pada skop aplikasi.


Sistem kawalan capaian

Salah satu aplikasi terbaik sistem pengecaman muka pada masa ini ialah dalam sistem kawalan akses. Pertama, pekerja itu sendiri berminat untuk memberikannya akses dan tidak akan sengaja mensabotaj operasi sistem pengecaman muka. Kedua, anda mengawal semua faktor luaran yang mempengaruhi kualiti pengiktirafan - pencahayaan, latar belakang, corak pergerakan pekerja. Menggunakan semua ini, anda boleh mencipta keadaan yang ideal.


Sistem pengecaman muka boleh digunakan dalam sistem kawalan akses dalam dua mod:

Mod pengenalan - keputusan kemasukan dibuat hanya berdasarkan data daripada sistem pengecaman muka. Iaitu, sebagai contoh, pangkalan data pekerja anda terdiri daripada 100 orang, dan tugas sistem pengecaman adalah untuk membandingkan wajah orang semasa dengan pangkalan data 100 orang. Iaitu, perbandingan berlaku 100:1. Jika seseorang dikenal pasti sebagai pekerja, dia akan diberikan akses.

Terminal pengecaman muka daripada HikVision

Mod ini paling berkesan digunakan dalam tugas mengesan orang yang tidak dikenali di kawasan terkawal. Sebagai peraturan, masuk akal untuk menggunakan perusahaan di kawasan yang dilindungi khas di mana akses dibenarkan kepada bilangan orang yang terhad. Semua kamera yang dipasang di kawasan tertentu disambungkan ke sistem pengecaman; jika mana-mana orang dikesan yang tidak terkandung dalam pangkalan data, perkhidmatan keselamatan dimaklumkan.

Mod pengesahan - pengecaman dalam kes ini dijalankan menggunakan teknologi lain, contohnya RFID (jika anda seorang konservatif), atau pengecam mudah alih boleh digunakan, atau cap jari atau corak urat tangan atau jari , jika anda memutuskan arah angin bertiup dalam arah aliran ACS moden, dan tidak mahu membuang wang.
Seseorang membawa kad itu kepada pembaca, sistem mengenal pasti dia, iaitu, ia menetapkan bahawa ia adalah Ivanov, dan Ivanov dibenarkan akses pada masa itu. Sistem pengecaman muka dalam kes ini sudah mengetahui bahawa ini adalah Ivanov, dan hanya menggunakan foto Ivanov dari pangkalan data, membandingkan pembawa kad RFID dengan foto Ivanov dalam pangkalan data. Iaitu, perbandingan berlaku 1:1.

Dalam mod pengesahan, ia biasanya berfungsi dengan sempurna, memandangkan tugas pengesahan adalah sangat mudah walaupun untuk sistem pengecaman muka berkualiti purata.

Mod ini dinasihatkan untuk digunakan di mana-mana pintu masuk - pusat perniagaan, perusahaan pembuatan, institut, sekolah.

Tugas sistem pengecaman muka adalah untuk mengesahkan pemegang kad. Biasanya tugas ini dilakukan oleh pengawal keselamatan atau penjaga. Dan ini bukanlah idea terbaik, melainkan anda seorang ahli cerita rakyat, dan tidak mengejar matlamat untuk menyusun "ensiklopedia budaya moden"


Pengawal keselamatan memaparkan foto orang itu pada monitornya apabila dia memberikan kad tanpa sentuh kepada pembaca; tugas pengawal keselamatan adalah untuk membandingkan foto dan pembawa kad (menurut sains, ini dipanggil pengesahan). Pengawal keselamatan melakukan kerja ini dengan teruk - seperti mana-mana kerja lain yang membosankan, rutin, berulang.

Sistem pengecaman muka bukan sahaja akan melakukan tugas ini dengan lebih cekap, tetapi juga menghalang penyalahgunaan oleh keselamatan.

Pengecaman muka dalam pengangkutan

Dalam pengangkutan, pengecaman muka boleh digunakan untuk beberapa tujuan:

Cari orang yang hilang
Cari penjenayah yang dikehendaki
Mengekstrak maklumat demografi orang untuk perkhidmatan yang lebih baik
Mengukur kepuasan orang dari wajah mereka
Mengira jumlah penumpang yang menggunakan pengangkutan awam

Data penumpang dalam talian akan membantu mengurus rangkaian pengangkutan awam bandar dengan lebih pantas, lebih fleksibel dan cekap.

Selain itu, mengira bilangan penumpang apabila membandingkan data ini dengan bilangan pembayaran akan memungkinkan untuk mewujudkan pelanggaran peraturan pembayaran tambang.

Pengenalan muka untuk tujuan pembayaran tambang

Pengecaman muka untuk tujuan membayar perjalanan pada masa ini boleh dijalankan dalam mod pengesahan, dan akan mengelakkan penggunaan tiket perjalanan berbilang guna tanpa kebenaran, contohnya, penggunaan satu kad perjalanan oleh beberapa orang.

Penggunaan wajah yang diiktiraf sebagai satu-satunya pengecam penumpang untuk pembayaran tambang automatik, pada tahap pembangunan teknologi ini, nampaknya hanya boleh dilakukan dalam rangkaian pengangkutan korporat kecil, dan sama sekali tidak sesuai untuk pengangkutan awam bandar besar-besaran.

Penjejakan masa

Sehingga baru-baru ini, merakam waktu bekerja tanpa menggunakan peranti penyekat adalah impian yang tidak dapat dicapai. Hari ini ini adalah realiti.
Rakaman masa bekerja, sudah tentu, salah satu fungsi sistem kawalan akses, tetapi rakaman masa kerja boleh dijalankan secara berasingan, hanya dengan bantuan sistem pengecaman muka.

Salah satu kelebihan utama menggunakan sistem pengecaman muka untuk menjejaki masa bekerja ialah ketiadaan keperluan untuk kebersihan muka. Dengan alasan, sudah tentu - lihat bahagian "Sabotaj".

Selain itu, kelebihan penjejakan masa bekerja menggunakan sistem pengecaman muka ialah:

Kekurangan peranti menyekat, yang sudah tentu meningkatkan keselesaan
Keupayaan untuk menggunakan penjejakan masa secara rahsia, tanpa memaklumkan pekerja

Penjejakan masa bekerja hanyalah salah satu daripada metrik, dan secara amnya, secara berasingan daripada data lain mengenai operasi perusahaan, ia tidak bercakap banyak. Tetapi mempunyai semua pengetahuan yang dia ada, dia disepadukan dengan sempurna ke dalam analisis prestasi syarikat.

Adalah wajar memantau trafik terutamanya semasa krisis; PricewaterhouseCoopers sendiri secara langsung menunjukkan perkara ini kepada kami. Jika anda tidak mengambil kehadiran, anda akan menerima 2 hari tambahan ketidakhadiran dari kerja, yang anda tidak akan tahu, tetapi yang anda akan bayar. Yang akan meningkatkan kerugian kewangan anda daripada ketidakhadiran pekerja di tempat kerja sebanyak 1.3 kali ganda.

Pengecaman muka untuk tujuan perakaunan pekerja boleh dilaksanakan dalam dua jenis.

Pelayan + perisian + kamera IP yang baik dan semua ini untuk wang yang banyak. Pilihan diraja ialah apabila waktu bekerja boleh direkodkan tanpa memaklumkan pekerja.

Terminal khusus adalah pilihan apabila pekerja perlu mendekati terminal, dengan itu melalui prosedur pengenalan. Ini hanya berfungsi jika anda telah mengumumkan bahawa sesiapa yang tidak mendaftar masuk dengan peranti pengecaman muka tidak akan dibayar untuk hari tersebut. Langkah pentadbiran mudah ini secara ajaib mengurangkan ralat FAR dan FRR kepada sifar mutlak.


Pengecaman muka dalam khalayak ramai

Bercakap tentang sistem pengecaman muka, sebagai peraturan, imaginasi kami melukis senario tepat untuk mengenal pasti penjenayah di jalanan bandar. Ini adalah tugas yang paling dikehendaki, paling diminati, dan tugas yang paling sukar pada masa ini.

Mencari orang hilang di China menggunakan pengecaman muka

Kesukaran
Pencahayaan tidak sekata (siang, malam, matahari bersinar, semua ini adalah keadaan berbeza yang akan mempengaruhi peratusan pengecaman muka)
Sebilangan besar orang dalam bingkai

kebaikan
Kesan kejutan
Pengecaman muka, walaupun teknologi yang menjanjikan yang banyak ditulis, ditulis dalam penerbitan "geek" khusus. Oleh itu, bilangan orang yang sedar adalah mikroskopik, pada skala jumlah populasi. Kebanyakan penjenayah tidak akan melakukan tindakan yang menghalang pengenalan.

Liputan rangkaian
Terdapat banyak kamera CCTV di kebanyakan bandar besar. Aspek inilah yang akan membuat pelarasan sendiri terhadap operasi sistem pengecaman muka. Sebagai contoh, di UK, seseorang ditangkap kamera kira-kira 300 kali sehari. Dan ini bukan rekod, dan bukan had memandangkan kos rendah semasa kamera IP.

Penentuan umur

Kami beralih daripada tugas keselamatan kepada tugas pemasaran. Apabila mereka bercakap tentang menyertai industri "Sistem Keselamatan" ke industri IT yang besar, inilah yang mereka maksudkan - dengan bantuan peralatan yang sebelum ini dianggap mampu menyelesaikan masalah keselamatan sahaja. Hari ini saya menyelesaikan pelbagai besar masalah berbeza yang tiada kaitan dengan "Sistem Keselamatan" seperti itu.

Komposisi umur pelawat adalah maklumat yang tidak ternilai untuk mana-mana pemasar, dan jika anda percaya Menteri Kesihatan kami, yang menyatakan bahawa jangka hayat purata boleh meningkat kepada 120 tahun, walaupun Cik Skvortsova tidak menyatakan di negara mana ini akan berlaku, yang jelas mendedahkan bahawa dia seorang yang bijak. (Saya secara peribadi percaya bahawa di Rusia), satu cara atau yang lain, kaitan tugas menentukan umur pasti akan meningkat.

Perkhidmatan dalam talian untuk penentuan umur
Anda boleh menguji ketepatan penentuan umur pada beberapa perkhidmatan dalam talian. Muat naik foto dan ujian anda.

Untuk tujuan penentuan umur, anda memerlukan:

Perisian pengecaman muka www.axis.com/products/axis-demographic-identifier/

Penentuan jantina

Jika anda tidak akan menganalisis jantina peserta Eurovision, ini adalah tugas yang agak mudah untuk sistem pengecaman muka moden.

Anda tidak perlu menjadi pemasar yang hebat untuk memahami bahawa komposisi jantina pelanggan anda yang berbeza memerlukan pemasaran, pengiklanan, PR dan sebarang strategi lain yang berkaitan dengan interaksi pelanggan.

Rangkaian pawagam Taman Pawagam dan Formula Kino telah pun melancarkan koleksi umur dan jantina pelawat mereka.

Anda boleh menguji sejauh mana ketepatan penentuan jantina akan menggunakan perkhidmatan dalam talian yang anda sudah biasa. Muat naik foto dan ujian anda.

www.skybiometry.com/demo/face-detect/
www.how-old.net

Untuk tujuan penentuan umur anda boleh menggunakan:
Perisian pengecaman muka, dalam banyak kes ini adalah salah satu fungsinya.

Penyelesaian sedia dibuat daripada Axis, HikVision - kamera DVR + IP Pintar

Sweden
Pengecam Demografi AXIS
https://www.axis.com/products/axis-demographic-identifier/




Mengira pelawat unik

Masalah klasik mengira bilangan pelawat sentiasa diselesaikan dengan penderia inframerah atau laser, yang hanya menunjukkan bilangan lintasan garisan maya. Sebagai contoh, kereta akan memberikan persimpangan yang berasingan, menggunakannya sebagai penunjuk suhu purata di hospital.

Terdapat sistem analisis video moden, biasanya digabungkan dengan penderia tambahan. Mereka sudah tahu cara mengira orang tertentu, tetapi seorang pengawal keselamatan, atau orang gila bandar tempatan, yang telah berjalan berulang-alik sebanyak 50 kali, boleh mengurangkan data menjadi hampir tidak berguna.

Buat pertama kalinya, terima kasih kepada sistem pengecaman muka moden, pemasar boleh mendapatkan data yang benar-benar boleh diambil tindakan - bilangan pelawat unik. Dan ditambah dengan penunjuk jantina dan umur, ini ialah metrik Yandex untuk kedai anda.

Modul analisis muka Trassir Face Analytics - harga 36,990 rubel
Modul analisis muka pintar. Berfungsi:
1. mengira orang yang unik
2. analisis demografi individu (jantina, umur)
3. pengenalan kaum
4. pengecaman sifat-sifat muka (cermin mata, topi, misai, warna rambut). Kos untuk memproses 1 saluran video.

Tidak lama lagi kami akan menerbitkan artikel di blog kami dengan ulasan sistem analitik video moden untuk kedai, ia akan menjadi bom, langgan supaya anda tidak terlepas - kami tersedia di semua platform -

Mengambil pinjaman, memohon visa, atau hanya melancarkan model telefon pintar terkini - semua ini mustahil hari ini tanpa penyertaan algoritma pengecaman muka. Mereka membantu pegawai polis dalam penyiasatan, pemuzik di atas pentas, tetapi sedikit demi sedikit mereka bertukar menjadi mata yang melihat semua yang memantau semua tindakan kami dalam talian dan luar talian.

Algoritma (teknologi)

Mengenal pasti seseorang daripada foto dari sudut pandangan komputer bermakna dua tugas yang sangat berbeza: pertama, mencari wajah dalam foto (jika ada), dan kedua, mengasingkan daripada imej ciri-ciri yang membezakan orang ini daripada yang lain. orang dalam pangkalan data.

1. Cari

Percubaan untuk mengajar komputer mencari wajah dalam gambar telah dibuat sejak awal 1970-an. Banyak pendekatan telah dicuba, tetapi kejayaan yang paling penting datang kemudian - dengan penciptaan kaedah pengukuhan lata pada tahun 2001 Paul Viola dan Michael Jones, iaitu rangkaian pengelas yang lemah. Walaupun kini terdapat algoritma yang lebih canggih, anda boleh bertaruh bahawa ia adalah Viola-Jones lama yang baik yang berfungsi dalam kedua-dua telefon bimbit dan kamera anda. Ini semua tentang kelajuan dan kebolehpercayaan yang luar biasa: walaupun pada tahun 2001, purata komputer boleh memproses 15 imej sesaat menggunakan kaedah ini. Hari ini, kecekapan algoritma memenuhi semua keperluan yang munasabah. Perkara utama yang perlu anda ketahui tentang kaedah ini ialah ia sangat mudah. Anda tidak akan percaya berapa banyak.

1. Langkah 1. Kami mengalih keluar warna dan menukar imej menjadi matriks kecerahan.
2. Langkah 2. Letakkan salah satu topeng segi empat sama di atasnya - ia dipanggil ciri Haar. Kami meneliti keseluruhan imej dengannya, menukar kedudukan dan saiz.
3. Langkah 3. Kami menambah nilai kecerahan digital daripada sel matriks yang terletak di bawah bahagian putih topeng, dan menolak daripada mereka nilai yang berada di bawah bahagian hitam. Jika dalam sekurang-kurangnya satu daripada kes perbezaan antara kawasan putih dan hitam berada di atas ambang tertentu, kami mengambil kawasan imej ini untuk kerja selanjutnya. Jika tidak, lupakan dia, tiada muka di sini.
4. Langkah 4. Ulangi dari langkah 2 dengan topeng baharu - tetapi hanya di kawasan imej yang lulus ujian pertama.

Mengapa ini berfungsi? Tengok papan tanda. Dalam hampir semua gambar, kawasan mata sentiasa lebih gelap sedikit daripada kawasan di bawah. Lihatlah tanda: kawasan cahaya di tengah sepadan dengan jambatan hidung, terletak di antara mata gelap. Pada pandangan pertama, topeng hitam dan putih tidak kelihatan seperti wajah sama sekali, tetapi untuk semua primitif mereka, mereka mempunyai kuasa generalisasi yang tinggi.

Kenapa cepat sangat? Satu perkara penting tidak dinyatakan dalam algoritma yang diterangkan. Untuk menolak kecerahan satu bahagian imej daripada bahagian lain, anda perlu menambah kecerahan setiap piksel, dan mungkin terdapat banyak daripadanya. Oleh itu, sebenarnya, sebelum menggunakan topeng, matriks ditukar menjadi perwakilan integral: nilai dalam matriks kecerahan ditambah terlebih dahulu sedemikian rupa sehingga kecerahan integral segi empat tepat boleh diperolehi dengan menambah hanya empat nombor.

Bagaimana untuk memasang lata? Walaupun setiap peringkat masking menghasilkan ralat yang sangat besar (ketepatan sebenar tidak lebih daripada 50%), kekuatan algoritma terletak pada organisasi lata proses. Ini membolehkan anda mengecualikan dengan cepat daripada kawasan analisis yang pastinya tiada muka, dan menghabiskan usaha hanya pada kawasan yang boleh menghasilkan hasil. Prinsip memasang pengelas lemah dalam urutan ini dipanggil boosting (anda boleh membaca lebih lanjut mengenainya dalam PM atau keluaran Oktober). Prinsip umum adalah ini: walaupun ralat besar, apabila didarab antara satu sama lain, akan menjadi kecil.

2. Permudahkan

Mencari ciri wajah yang membolehkan seseorang mengenal pasti pemiliknya bermakna mengurangkan realiti kepada formula. Kami bercakap tentang penyederhanaan, dan yang sangat radikal. Sebagai contoh, mungkin terdapat sejumlah besar kombinasi piksel yang berbeza walaupun dalam foto kecil 64 x 64 piksel - (2 8) 64 x 64 = 2 32768 keping. Lebih-lebih lagi, untuk menomborkan setiap 7.6 bilion orang di Bumi, hanya 33 bit sahaja yang mencukupi. Bergerak dari satu nombor ke nombor lain, anda perlu membuang semua bunyi luar, tetapi mengekalkan ciri individu yang paling penting. Ahli statistik yang biasa dengan masalah sedemikian telah membangunkan banyak alat pemudahan data. Sebagai contoh, kaedah komponen utama, yang meletakkan asas untuk mengenal pasti wajah. Walau bagaimanapun, baru-baru ini rangkaian saraf konvolusi telah meninggalkan kaedah lama jauh di belakang. Struktur mereka agak pelik, tetapi, pada dasarnya, ini juga merupakan kaedah penyederhanaan: tugasnya adalah untuk mengurangkan imej tertentu kepada satu set ciri.

Kami menggunakan topeng dengan saiz tetap pada imej (dengan betul dipanggil kernel lilitan), dan mendarabkan kecerahan setiap piksel dalam imej dengan nilai kecerahan dalam topeng. Kami mencari nilai purata untuk semua piksel dalam "tetingkap" dan menulisnya ke dalam satu sel peringkat seterusnya.

Kami mengalihkan topeng dengan langkah tetap, darab lagi dan sekali lagi menulis purata ke dalam peta ciri.

Setelah melalui keseluruhan imej dengan satu topeng, kami ulangi dengan yang lain - kami mendapat peta ciri baharu.

Kami mengurangkan saiz peta kami: kami mengambil beberapa piksel bersebelahan (contohnya, petak 2x2 atau 3x3) dan memindahkan hanya satu nilai maksimum ke peringkat seterusnya. Kami melakukan perkara yang sama untuk kad yang diterima dengan semua topeng lain.

Demi kebersihan matematik, kami menggantikan semua nilai negatif dengan sifar. Kami mengulangi dari langkah 2 seberapa banyak yang kami mahu mendapatkan lapisan dalam rangkaian saraf.

Daripada peta ciri terakhir, kami tidak memasang rangkaian saraf yang berkonvolusi, tetapi rangkaian saraf yang bersambung sepenuhnya: kami menukar semua sel peringkat terakhir menjadi neuron yang, dengan berat tertentu, mempengaruhi neuron lapisan seterusnya. Langkah terakhir. Dalam rangkaian yang dilatih untuk mengelaskan objek (untuk membezakan kucing daripada anjing dalam foto, dsb.), berikut ialah lapisan keluaran, iaitu senarai kebarangkalian mengesan jawapan tertentu. Dalam kes wajah, bukannya jawapan khusus, kami mendapat set pendek ciri-ciri paling penting bagi wajah. Contohnya, dalam Google FaceNet ini ialah 128 parameter angka abstrak.

3. Mengenal pasti

Peringkat terakhir, pengenalan sebenar, adalah langkah yang paling mudah malah remeh. Ia bermuara kepada menilai persamaan senarai ciri yang terhasil dengan ciri yang sudah ada dalam pangkalan data. Dalam jargon matematik, ini bermakna mencari dalam ruang ciri jarak dari vektor tertentu ke kawasan terdekat muka yang diketahui. Dengan cara yang sama, anda boleh menyelesaikan masalah lain - mencari orang yang serupa antara satu sama lain.

Mengapa ini berfungsi? Rangkaian saraf konvolusi direka bentuk untuk mengekstrak ciri paling ciri daripada imej, dan untuk melakukan ini secara automatik dan pada tahap abstraksi yang berbeza. Jika tahap pertama biasanya bertindak balas kepada corak mudah seperti lorekan, kecerunan, sempadan yang jelas, dll., maka dengan setiap tahap baharu kerumitan ciri meningkat. Topeng yang rangkaian saraf cuba pada tahap tinggi selalunya benar-benar menyerupai wajah manusia atau serpihan daripadanya. Selain itu, tidak seperti analisis komponen utama, rangkaian saraf menggabungkan ciri dalam cara yang tidak linear (dan tidak dijangka).

Dari mana datangnya topeng? Tidak seperti topeng yang digunakan dalam algoritma Viola-Jones, rangkaian saraf berfungsi tanpa bantuan manusia dan mencari topeng semasa proses pembelajaran. Untuk melakukan ini, anda perlu mempunyai set latihan yang besar, yang akan mengandungi gambar pelbagai wajah pada pelbagai latar belakang. Bagi set ciri yang terhasil yang dihasilkan oleh rangkaian saraf, ia dibentuk menggunakan kaedah triplet. Triple ialah set imej di mana dua yang pertama adalah gambar orang yang sama dan yang ketiga adalah gambar orang lain. Rangkaian saraf belajar untuk mencari ciri yang membawa imej pertama sedekat mungkin antara satu sama lain dan pada masa yang sama mengecualikan yang ketiga.

Rangkaian saraf siapa yang lebih baik? Pengenalan wajah telah lama meninggalkan akademi dan memasuki perniagaan besar. Dan di sini, seperti dalam mana-mana perniagaan, pengeluar berusaha untuk membuktikan bahawa algoritma mereka lebih baik, walaupun mereka tidak selalu menyediakan data daripada ujian terbuka. Sebagai contoh, menurut pertandingan MegaFace, algoritma deepVo V3 Rusia dari Vocord kini menunjukkan ketepatan terbaik dengan hasil 92%. FaceNet v8 Google dalam pertandingan yang sama menunjukkan hanya 70%, dan DeepFace dari Facebook, dengan ketepatan yang diisytiharkan sebanyak 97%, tidak menyertai pertandingan itu sama sekali. Nombor-nombor ini perlu ditafsirkan dengan berhati-hati, tetapi sudah jelas bahawa algoritma terbaik hampir mencapai ketepatan pengecaman muka peringkat manusia.

Solekan langsung (seni)

Pada musim sejuk 2016, di Anugerah Grammy Tahunan ke-58, Lady Gaga melakukan penghormatan kepada David Bowie, yang baru meninggal dunia. Semasa persembahan, lahar hidup merebak di mukanya, meninggalkan kesan yang boleh dikenali oleh semua peminat Bowie di dahi dan pipinya - panahan kilat berwarna jingga. Kesan solek bergerak dicipta oleh tayangan video: komputer menjejaki pergerakan penyanyi dalam masa nyata dan menayangkan gambar ke wajahnya, dengan mengambil kira bentuk dan kedudukannya. Sangat mudah untuk mencari video di Internet yang menunjukkan unjuran masih tidak sempurna dan sedikit tertangguh semasa pergerakan mengejut.

Nobumichi Asai telah membangunkan teknologi pemetaan video Omote untuk wajah sejak 2014 dan telah menunjukkannya secara aktif di seluruh dunia sejak 2015, mengumpul senarai anugerah yang baik. Syarikat yang diasaskannya, WOW Inc. menjadi rakan kongsi dengan Intel dan menerima insentif yang baik untuk pembangunan, dan kerjasama dengan Ishikawa Watanabe dari Universiti Tokyo membolehkan kami mempercepatkan unjuran. Walau bagaimanapun, perkara utama berlaku pada komputer, dan penyelesaian serupa digunakan oleh banyak pembangun aplikasi yang membolehkan anda meletakkan topeng pada muka anda, sama ada topi keledar tentera Empayar atau solek "David Bowie".

Alexander Khanin, pengasas dan Ketua Pegawai Eksekutif VisionLabs

“Sistem sedemikian tidak memerlukan komputer yang berkuasa; topeng boleh digunakan walaupun pada peranti mudah alih. Sistem ini boleh berfungsi secara langsung pada telefon pintar, tanpa menghantar data ke awan atau pelayan.”

“Tugas ini dipanggil pengesanan titik muka. Terdapat banyak penyelesaian serupa dalam domain awam, tetapi projek profesional dibezakan oleh kelajuan dan fotorealisme, "kata Alexander Khanin, ketua VisionLabs, kepada kami. "Perkara yang paling sukar dalam kes ini ialah menentukan kedudukan mata, dengan mengambil kira ekspresi muka dan bentuk individu muka atau dalam keadaan yang melampau: dengan pusingan kepala yang kuat, pencahayaan yang tidak mencukupi dan pendedahan yang tinggi." Untuk mengajar sistem mencari mata, rangkaian saraf dilatih - pertama secara manual, menanda foto demi foto dengan teliti. "Input adalah gambar, dan output adalah set mata yang ditandakan," jelas Alexander. “Kemudian pengesan dilancarkan, wajah ditentukan, model tiga dimensinya dibina, di mana topeng digunakan. Penanda digunakan pada setiap bingkai strim dalam masa nyata.”

Beginilah kira-kira cara ciptaan Nobumichi Asai berfungsi. Sebelum ini, jurutera Jepun mengimbas kepala modelnya, mendapatkan prototaip tiga dimensi yang tepat dan menyediakan urutan video dengan mengambil kira bentuk muka. Tugas itu juga dipermudahkan dengan penanda reflektif kecil yang dilekatkan pada pelaku sebelum naik ke pentas. Lima kamera inframerah memantau pergerakan mereka, menghantar data penjejakan ke komputer. Kemudian semuanya berlaku seperti yang VisionLabs memberitahu kami: wajah dikesan, model tiga dimensi dibina, dan projektor Ishikawa Watanabe mula dimainkan.

Peranti DynaFlash telah diperkenalkan olehnya pada tahun 2015: ia adalah projektor berkelajuan tinggi yang boleh menjejaki dan mengimbangi pergerakan pesawat di mana gambar itu dipaparkan. Skrin boleh dicondongkan, tetapi imej tidak akan diherotkan dan akan disiarkan pada frekuensi sehingga seribu bingkai 8-bit sesaat: kelewatan tidak melebihi tiga milisaat yang tidak kelihatan. Bagi Asai, projektor sebegitu ternyata anugerah; solek langsung mula berfungsi dengan benar dalam masa nyata. Dalam video yang dirakam pada 2017 untuk duo Jepun popular Inori, ketinggalan tidak lagi kelihatan sama sekali. Wajah para penari bertukar menjadi sama ada tengkorak hidup atau topeng menangis. Ia kelihatan segar dan menarik perhatian - tetapi teknologi dengan cepat menjadi bergaya. Tidak lama kemudian, rama-rama hinggap di pipi peramal cuaca, atau penghibur mengubah penampilan mereka setiap kali di atas pentas, mungkin akan menjadi perkara yang paling biasa.

Penggodaman muka (aktivisme)

Mekanik mengajar bahawa setiap tindakan mencipta reaksi, dan perkembangan pesat sistem pengawasan dan pengenalan peribadi tidak terkecuali. Hari ini, rangkaian saraf memungkinkan untuk membandingkan gambar kabur rawak dari jalan dengan gambar yang dimuat naik ke akaun rangkaian sosial dan mengetahui identiti orang yang lalu lalang dalam beberapa saat. Pada masa yang sama, artis, aktivis dan pakar penglihatan komputer sedang mencipta alat yang boleh memberi orang kembali privasi, ruang peribadi yang semakin mengecil pada kadar yang sangat memeningkan.

Pengenalpastian boleh digagalkan pada peringkat algoritma yang berbeza. Sebagai peraturan, langkah pertama proses pengecaman diserang - mengesan angka dan wajah dalam imej. Sama seperti penyamaran tentera menipu penglihatan kita, menyembunyikan objek, melanggar perkadaran geometri dan siluetnya, jadi mereka cuba mengelirukan penglihatan mesin dengan bintik-bintik kontras berwarna yang memesongkan parameter penting untuknya: bujur muka, lokasi mata, mulut , dsb. Nasib baik, penglihatan komputer belum lagi sempurna seperti kita, yang meninggalkan kebebasan besar dalam pilihan warna dan bentuk "penyamaran" sedemikian.

Tona merah jambu dan ungu, kuning dan biru mendominasi barisan pakaian HyperFace, sampel pertama yang diperkenalkan oleh pereka Adam Harvey dan pemula Hyphen Labs pada Januari 2017. Corak piksel memberikan penglihatan mesin dengan gambaran ideal—dari sudut pandangannya—gambar wajah manusia, yang ditangkap oleh komputer sebagai umpan. Beberapa bulan kemudian, pengaturcara Moscow, Grigory Bakunov dan rakan-rakannya malah membangunkan aplikasi khas yang menghasilkan pilihan solek yang mengganggu operasi sistem pengenalan. Dan walaupun pengarang, selepas beberapa pemikiran, memutuskan untuk tidak membuat program itu tersedia secara umum, Adam Harvey yang sama menawarkan beberapa pilihan siap sedia.

Seseorang yang memakai topeng atau dengan solek aneh di wajahnya mungkin tidak dapat dilihat oleh sistem komputer, tetapi orang lain pasti akan memberi perhatian kepadanya. Walau bagaimanapun, terdapat cara untuk melakukan sebaliknya. Sesungguhnya, dari sudut pandangan rangkaian saraf, imej itu tidak mengandungi imej dalam erti kata biasa untuk kita; baginya, gambar ialah satu set nombor dan pekali. Oleh itu, objek yang sama sekali berbeza mungkin kelihatan agak serupa dengannya. Mengetahui nuansa AI ini, anda boleh melakukan serangan yang lebih halus dan membetulkan imej hanya sedikit - supaya perubahan itu hampir tidak dapat dilihat oleh seseorang, tetapi penglihatan mesin akan tertipu sepenuhnya. Pada November 2017, penyelidik menunjukkan betapa perubahan kecil dalam warna penyu atau besbol menyebabkan sistem InceptionV3 Google dengan yakin melihat pistol atau secawan espresso. Dan Mahmoud Sharif dan rakan-rakannya dari Carnegie Mellon University mereka bentuk corak tompok untuk bingkai cermin mata: ia hampir tidak mempunyai kesan ke atas persepsi wajah oleh orang lain, tetapi pengenalan komputer menggunakan Face++ dengan yakin mengelirukan dengan wajah orang itu "untuk siapa” corak pada bingkai itu direka.

Sehingga baru-baru ini, sistem keselamatan dengan pilihan pengecaman muka kelihatan seperti sesuatu yang hebat, dan anda hanya boleh melihatnya dalam filem. Tetapi banyak yang telah berubah sejak beberapa tahun kebelakangan ini. Perkembangan baru telah muncul yang telah mengubah idea sistem keselamatan.

Kualiti dan keselesaan masyarakat bergantung pada pendekatan yang betul untuk mengatur keselamatan diri dan perlindungan harta benda. Tidak menghairankan bahawa keperluan keselamatan sentiasa berkembang. Salah satu inovasi ialah penampilan fungsi pengecaman muka. Apakah ciri-cirinya? Di mana ia digunakan? Atas prinsip apakah ia berfungsi? Kami akan mempertimbangkan ini dan soalan lain secara terperinci dalam artikel.

Bidang permohonan

Faedah pengecaman wajah sukar untuk dinilai terlalu tinggi. Sistem keselamatan dengan fungsi ini digunakan dalam pelbagai bidang - apabila menganjurkan sistem pas dalam organisasi besar, untuk mencari penceroboh, untuk melindungi kemudahan persendirian, dan sebagainya.

Secara umumnya, dengan bantuan sistem keselamatan sedemikian adalah mungkin untuk menyelesaikan masalah berikut:

• Atur sistem akses yang boleh dipercayai dan berkesan di pusat pemeriksaan syarikat atau kemudahan tertutup lain. Untuk kecekapan yang lebih tinggi, pengawasan video digabungkan dengan pintu putar. Akibatnya, anda boleh mengenali pekerja dan orang asing anda dengan cepat.
• Wujudkan sistem perlindungan kecurian di tempat jualan dan kemudahan persendirian. Bukan rahsia lagi bahawa pelbagai kedai, pusat membeli-belah, pasar raya dan pertubuhan lain berdepan dengan pelanggan bermasalah yang terdedah kepada kecurian. Dalam kebanyakan kes, kecurian dilakukan oleh orang yang sama. Jika terdapat pangkalan data yang sesuai, fungsi pengecaman muka membolehkan anda mengenal pasti seseorang tepat pada masanya dan memaklumkan kepada pengawal keselamatan. Akibatnya, adalah mungkin untuk mengambil langkah tambahan untuk melindungi harta benda.
• Atur sistem keselamatan yang menyediakan perlindungan terhadap kemasukan tanpa kebenaran ke dalam bangunan tertutup dan isi rumah persendirian. Walaupun dengan pemerhatian yang teliti, pengawal keselamatan tidak selalu dapat membezakan penceroboh daripada objek lain. Ini benar terutamanya jika kamera dipasang di kawasan dengan tahap pencahayaan rendah. Pemasangan sistem khas dengan fungsi pengecaman muka membantu mengenal pasti seseorang dengan cepat walaupun dalam gelap. Apa yang berada di luar kawalan pekerja keselamatan boleh diselesaikan dengan mudah oleh modul komputer.
• Memastikan kawalan muka di pertubuhan malam. Kehadiran sistem yang dimaksudkan dalam kelab menjamin 100% perlindungan daripada pelawat "masalah".

Bagaimana ia berfungsi?

Yang paling menarik ialah prinsip operasi sistem, yang bukan sahaja mampu menghantar imej ke monitor, tetapi juga mengenali wajah orang ramai. Tugas modul khas adalah untuk membaca maklumat, serta perbandingan seterusnya dengan data yang terdapat dalam pangkalan data. Kompleks sedemikian mampu mengenal pasti wajah seseorang pada jarak sehingga 10 m dari kamera.

Salah satu ciri sistem ialah "sensitiviti" yang tinggi, yang membolehkan anda mengenali seseorang walaupun penampilan anda berubah. Modul tidak boleh dirobohkan dengan menggunakan cermin mata, menukar gaya rambut, janggut atau elemen penyamaran tambahan lain pada muka. Ini disebabkan oleh fakta bahawa ia bukan ciri-ciri wajah yang dianalisis, seperti yang dipercayai ramai, tetapi struktur tengkorak dan parameter biometriknya. Ciri-ciri sedemikian adalah individu, sama seperti cap jari, yang menghapuskan kemungkinan ralat.

Maklumat diimbas dan diproses dalam masa nyata. Cukuplah untuk pelawat memalingkan mukanya ke arah pengimbas, dan sistem menentukan orang itu dan memberi arahan kepada organ lain. Jika modul pengecaman muka disambungkan ke pintu putar atau peranti penyekat lain, ia diaktifkan secara automatik. Selain itu, gambar orang yang mencurigakan disimpan dalam ingatan untuk pemprosesan dan analisis selanjutnya oleh pihak keselamatan.

Sistem dengan fungsi pengenalan paling meluas di syarikat besar di mana terdapat persaingan yang hebat. Bukan rahsia lagi bahawa kejayaan sesebuah perusahaan bergantung pada tahap keselamatan. Ini terutama berlaku untuk organisasi yang bekerja di sektor pertahanan, terlibat dalam pembangunan projek baharu atau penyelidikan biologi.

Tugas sistem adalah untuk membandingkan pekerja dan menyemak individu terhadap pangkalan data sedia ada. Jika seseorang tidak berada dalam senarai, isyarat dihantar kepada pengawal keselamatan, selepas itu mereka mengambil langkah untuk menghalang orang yang tidak dibenarkan memasuki kemudahan itu. Dalam kes ini, lokasi pengesanan direkodkan dengan tepat pada peta elektronik, dan pekerja jabatan keselamatan mengenal pasti pesalah dalam beberapa minit.

Ciri-ciri Pemasangan

Apabila memasang sistem dengan pilihan pengecaman muka, perlu dipertimbangkan bahawa kamera video boleh beroperasi dalam salah satu daripada 2 mod - 2D atau 3D. Dalam kes pertama, analisis dilakukan berdasarkan imej rata, dan kamera dua dimensi sangat sensitif kepada cahaya. Oleh itu, apabila memasang kamera 2D, perhatian khusus harus diberikan kepada pencahayaan objek yang dilindungi dan liputan kawasan yang dilindungi.

Bagi kamera dengan 3D, ia berfungsi dengan objek tiga dimensi berdasarkan imej yang dihantar oleh peranti. Dalam kes ini, anda tidak boleh memberi perhatian kepada tahap pencahayaan, kerana sistem mengatasi dengan baik fungsi yang diberikan kepadanya walaupun dalam gelap. Satu-satunya bahaya ialah tekstur muka akan sedikit herot.

Apakah jenis sistem sedemikian wujud?

Apabila memilih sistem yang mempunyai fungsi pengecaman muka, adalah penting untuk memberi tumpuan kepada beberapa faktor - matlamat, objektif dan lokasi pemasangan. Di samping itu, adalah wajar mengambil kira jenis peranti sedemikian:

• Sistem pengesanan. Kamera video mempunyai resolusi 1 megapiksel dan panjang fokus 1 mm. Pengendalian peranti itu bertujuan untuk merekodkan fakta penembusan entiti yang tidak dibenarkan ke dalam objek yang dilindungi. Keanehan pengimbas adalah keupayaannya untuk membezakan seseorang daripada haiwan, tetapi tidak mungkin untuk mengenal pasti orang itu.
• Sistem pengecaman. Kompleks ini lebih kompleks, dan ia termasuk kamera 2 megapiksel dengan panjang fokus enam milimeter. Tugasnya adalah untuk mengenali wajah dan mengenal pasti mereka mengikut prinsip "kawan atau lawan". Jika anda menonton video, gambar tidak akan jelas. Sistem mengesan orang yang tidak dibenarkan, tetapi sekiranya berlaku kecurian, sukar untuk mencari pencuri menggunakan imej yang disimpan
• Peranti pengenalan. Semasa mengatur sistem sedemikian, kamera dengan resolusi 2 MP atau lebih dan jarak fokus lebih daripada lapan milimeter digunakan. Kompleks sedemikian mampu melaksanakan fungsi yang dibincangkan di atas. Kelebihannya ialah imej yang terhasil adalah mencukupi untuk mengenal pasti pencuri dari gambar. Rakaman yang ada boleh digunakan semasa proses penyiasatan dan juga diserahkan kepada mahkamah.

Penerangan di atas membincangkan keperluan minimum untuk sistem keselamatan dari segi panjang fokus dan resolusi imej. Ini bermakna apabila membeli peralatan, anda harus fokus pada produk dengan ciri-ciri terbaik yang memberikan penggambaran kualiti yang lebih baik. Contohnya, kamera 2 MP dengan jarak fokus 8 mm lebih sesuai untuk sistem pengecaman. Bagi kompleks pengenalan, cadangan di sini adalah lebih serius. Adalah dinasihatkan untuk menggunakan kamera video dengan resolusi 5 MP dan panjang fokus 12 mm.

Mari kita ringkaskan secara ringkas:

• Kamera video dengan resolusi 1MP membolehkan anda membezakan seseorang daripada haiwan. Dalam kes ini, ia tidak akan dapat mengenal pasti subjek.
• Untuk menangkap wajah dan membandingkannya dengan pangkalan data sedia ada, peranti penetapan mesti mempunyai resolusi 2 MP atau lebih.
• Untuk mengenal pasti seseorang, dinasihatkan menggunakan kamera 5 megapiksel.

Melihat bermakna memahami apa yang dilihat. Kita buta jika kawasan visual neokorteks, sejenis biokomputer yang bertanggungjawab untuk pengecaman imej, tidak berfungsi di dalam otak kita. Kini penganalisis serupa, yang mampu mengenali wajah dan memahami ekspresi mereka, muncul dalam sistem buatan.

Jadi perkara mendapat penglihatan, dan penglihatan mempunyai fikirannya sendiri. Pada mulanya saya rasa dia membosankan: sistem pengecaman muka LUNA yang baru dihidupkan tidak tergesa-gesa untuk memasuki mod biasa dan mengingati saya. Tetapi akhirnya dia melaporkan bahawa dia ingat dan meminta untuk memasukkan nama itu. LUNA boleh menentukan jantina dan umur itu sendiri. Jantina adalah mudah: Saya mempunyai janggut, tetapi sistem meningkatkan umur saya sebanyak lima tahun - nampaknya kerana janggut yang sama.

Kini kamera mengenali saya walaupun saya menanggalkan cermin mata saya atau memalingkan kepala saya. Kita perlu mencuba sesuatu yang lebih serius - kita menuju ke almari dengan rambut palsu dan misai palsu. Saya memilih keriting tebal yang juga menyembunyikan separuh muka saya - LUNA masih mengenali saya.

Setelah cukup bermain dengan rambut palsu, kami membuka ICQ dan mula berseronok dengan topeng untuk panggilan video: topeng digunakan pada wajah digital saya dalam masa nyata - Saya boleh bersembang video tanpa dikenali.

Nombor seterusnya program kami ialah Face.DJ. Apl ini membina model 3D wajah daripada swafoto, dan kemudian meletakkan wajah itu pada kepala maya supaya anda boleh mencuba gaya rambut dan aksesori. Satu lagi tujuan aplikasi adalah untuk menghidupkan pengguna, untuk membuat salinan kartun dia untuk permainan dan aktiviti dalam talian yang lain.

Kami sedang menyediakan permohonan yang sama untuk perkhidmatan temu janji: orang sering tidak mahu membuka mulut pada kenalan pertama,” kata Yulia, pakar PR di VisionLabs, syarikat yang membangunkan LUNA. - Sesetengah orang memakai topeng untuk menambah unsur permainan pada interaksi romantis mereka.

Sistem LUNA merentas platform juga mempunyai banyak topeng. Terdapat aplikasi dalam messenger Telegram yang mengenali jantina dan umur dengan muka, terdapat LUNA di awan dan LUNA untuk penyemak imbas. Tetapi perkara utama ialah program ini boleh dilaksanakan dalam pelbagai produk teknologi untuk digunakan untuk pengecaman wajah.

Sebagai contoh, salah seorang pelanggan kami perlu memilih foto - yang dipanggil tangkapan terbaik daripada strim video. Jadi, program kami mengatasi ini sendiri. Pelanggan lain memerlukan sistem untuk mengenali wajah bukan sahaja apabila memasuki bank dalam talian, tetapi sepanjang keseluruhan sesi, kerana anda boleh pergi dan penyerang akan menggunakan akses anda. Kami juga menghadapi tugas ini.

Pelanggan utama VisionLabs ialah bank. Sebagai contoh, di Bank Pochta, 50 ribu tempat kerja dilengkapi dengan sistem LUNA - ini adalah pelaksanaan biometrik terbesar di dunia. Ia juga penting untuk mengenali wajah pelanggan untuk membandingkan foto pasport dengan foto dalam pangkalan data. Lagipun, penipuan yang paling biasa di kawasan ini ialah menampal foto anda ke dalam pasport orang lain untuk mendapatkan pinjaman.

Bagaimana kereta melihat

Alexander Khanin, pengarah VisionLabs, mendekati kami.

Beritahu kami tentang penglihatan komputer?

Alexander Khanin: Penglihatan komputer adalah bidang matematik gunaan yang setara dalam kerumitan dengan tugas mencipta kecerdasan buatan secara umum. Saluran visual adalah saluran utama untuk menerima maklumat tentang dunia sekeliling. Dan kami lebih mempercayai apa yang kami lihat dengan mata kepala sendiri berbanding sumber lain.

Tugas kami adalah untuk mengajar program fotografi atau video untuk membuat kesimpulan dan memahami gambar seperti orang. Atau lebih baik lagi. Apabila mesin sepadan dengan manusia dalam kemahiran ini, kita boleh menganggap masalah itu diselesaikan. Setakat ini, ia telah diselesaikan hanya untuk beberapa kawasan aplikasi yang sempit. Contohnya, untuk mengenali kecacatan peralatan atau pengecaman muka.

Adakah masalah pengecaman muka telah selesai?

Alexander Khanin: Ya, ia telah pun ditunjukkan dengan pasti bahawa mesin membezakan wajah lebih baik daripada kita. Dan lebih tepat dan cepat. Seseorang itu tidak begitu mahir dalam menentukan umur dan kewarganegaraan. Mereka yang tinggal di Eropah kurang dapat membezakan wajah orang yang berpenampilan Asia, begitu juga sebaliknya. Kita pun pelupa. Untuk mengatasi semuanya, mesin melakukannya berpuluh-puluh juta kali lebih pantas.

Tetapi seseorang menganalisis bukan parameter individu, tetapi seseorang dan juga keadaan secara keseluruhan. Kami memahami konteks di mana wajah lawan bicara mengambil ekspresi tertentu. Bagaimanakah kereta itu menghadapi semua ini?

Alexander Khanin: Menggabungkan teknik terbaik dalam penglihatan komputer dan pembelajaran mesin. Ambil, sebagai contoh, kaedah pembelajaran mendalam - keanehannya ialah seseorang tidak menentukan parameter muka untuk pengiktirafan.

Adakah program rangkaian saraf itu sendiri?

Alexander Khanin: Rangkaian saraf muncul kembali pada tahun 1970-an, dan revolusi di kawasan ini bermula sekitar 2013-2014. Kerana hanya pada masa ini adalah mungkin untuk mengumpul jumlah data yang cukup besar untuk melatih rangkaian saraf, dan kuasa pengkomputeran menjadi agak murah. Meneruskan membangunkan kaedah pengecaman deterministik - menyatakan bahagian muka yang mana untuk dibandingkan dengan cara - telah menjadi sia-sia.

Kejayaan itu datang apabila parameter pratetap, seperti perkara utama pada muka, telah ditinggalkan. Sebaliknya, mesin itu diberi tugas: "Lihat, ini sepuluh ribu pasang gambar, setiap pasangan adalah satu orang. Analisis mereka untuk dapat menentukan dalam foto yang anda belum lihat yang mana orang yang sama dan yang berbeza.” Mesin itu sendiri mencari parameter yang penting untuk menyelesaikan masalah ini.

Adakah ini cara anda melatih sistem anda?

Alexander Khanin: Ya, ini adalah tugas pengenalan biasa - bandingkan gambar yang diambil sekarang dengan foto dalam pasport dan sahkan bahawa ini adalah orang yang sama. Kami memberikan data besar kepada mesin sebagai input - berjuta-juta pasang gambar, dan pada output kami menuntut jawapan yang betul untuk mana-mana potret fotografi. Dan sistem belajar - ia melaraskan parameter itu sendiri untuk meminimumkan ralat. Iaitu, untuk pembelajaran mendalam, anda perlu mencari sampel latihan terlebih dahulu - banyak contoh penyelesaian yang betul. Kemudian program ini berfungsi dengan sendirinya.

Di manakah anda mendapat berjuta-juta pasang gambar ini?

Alexander Khanin: Terdapat sampel latihan yang tersedia untuk penyelidik - kami mula-mula menggunakannya, dan kemudian bekerja dengan rakan kongsi dan pelanggan yang membenarkan kami meneruskan latihan mengenai data mereka.

Bagaimana untuk berjaya dalam pasaran

Masalah mengenali orang melalui muka telah selesai. Bagaimana pula dengan definisi emosi?

Alexander Khanin: Sama seperti, sebagai contoh, di negara-negara Afrika orang memintas peringkat telegraf dan segera beralih ke rangkaian mudah alih, jadi kami, tanpa menyelesaikan masalah mengenali emosi, segera bergerak ke tahap yang lebih tinggi - untuk membuat kesimpulan tentang ciri-ciri manusia yang penting untuk kami. pelanggan. Pertunjukan perniagaan: tiada faedah daripada fakta bahawa mesin mengenali sama ada seseorang itu tersenyum atau berkerut dahi. Kemahiran yang lebih serius diperlukan.

Kenali pembohongan, contohnya?

Alexander Khanin: ya. Atau tentukan sama ada calon memenuhi keperluan anda atau tidak. Sama ada pelanggan berpuas hati dengan perkhidmatan itu atau tidak, senyuman bukan sahaja dapat menunjukkan kegembiraan, tetapi juga ejekan dan rasa tidak puas hati yang tersembunyi. Oleh itu, pengiktirafan emosi itu sendiri adalah subtugas. Kami mengkaji wajah dalam dinamik, urutan tindak balas kepada soalan, perkhidmatan dan persekitaran.

Adakah terdapat produk inovatif di luar sana yang anda sasarkan?

Alexander Khanin: Kami sendiri berada di sayap hadapan. Ia adalah fakta perubatan bahawa produk kami ialah sistem pengecaman muka komprehensif pertama di dunia untuk bank dan runcit, yang berfungsi dalam telefon mudah alih, di tapak web, di cawangan, di ATM dan di terminal layan diri - di mana-mana sahaja. Kami bukan sahaja yang pertama, tetapi setakat ini, setahu saya, satu-satunya.

Adakah sesetengah terminal layan diri sudah mempunyai sistem pengecaman muka yang dipasang?

Alexander Khanin: Ya, sebagai contoh, di Otkritie Bank - dalam terminal baris gilir elektronik. Dan ini bukan projek perintis, tetapi projek yang berfungsi dan memuaskan hati pelanggan dalam keadaan sebenar.

Adakah anda merasakan pesaing anda bernafas di leher anda?

Alexander Khanin: Terdapat banyak projek perintis di kawasan berhampiran dengan kami. Terdapat berpuluh-puluh syarikat yang berurusan dengan pengecaman muka di Rusia sahaja, kira-kira seratus di China, dan lebih daripada seribu di dunia. Itulah sebabnya saya katakan bahawa masalah pengecaman wajah itu sendiri telah diselesaikan, sekurang-kurangnya untuk kebanyakan segmen dan tugas praktikal.

Teknologi bukanlah apa yang penting untuk kejayaan dalam pasaran. Kebanyakan pelanggan tidak peduli apa teknologi yang kami ada dan cara kami menyelesaikan masalah, katakan, mempercepatkan perkhidmatan di bank atau kedai - menggunakan pengecaman muka, ramalan cuaca atau ilmu hitam. Adalah penting bagi mereka bahawa ada hasilnya.

Kenali semua orang!

Apakah tugas yang belum diselesaikan, tetapi akan dilaksanakan pada masa hadapan? Apakah yang sedang diusahakan oleh pakar?

Alexander Khanin: Salah satu masalah yang tidak dapat diselesaikan yang paling penting ialah pengecaman muka dalam persekitaran yang tidak terkawal sepenuhnya, seperti orang ramai. Ramai orang mengatakan bahawa mereka tahu bagaimana untuk melakukan ini, tetapi sebenarnya mereka belum melaksanakan perkara seperti ini lagi. Nampaknya, mereka bercakap sia-sia.

Bukankah haram untuk mengenali orang secara rawak dengan wajah mereka? Ini adalah penggunaan data peribadi.

Alexander Khanin: Perniagaan adalah dilarang, sudah tentu. Ini adalah pelanggaran hak asasi manusia dan pencerobohan privasi. Secara umum, teknologi kini membolehkan kita melakukan lebih daripada yang dibenarkan oleh undang-undang. Tetapi kami hanya bekerja di zon putih - dengan mematuhi undang-undang sepenuhnya. Adalah penting untuk kita tidak mencabul hak orang. Kami tidak mempunyai hak untuk menggunakan datanya dari rangkaian sosial tanpa persetujuan seseorang dan oleh itu kami tidak akan mencipta, sebagai contoh, sistem untuk kedai yang mencari maklumat tentang pelanggan berdasarkan fotonya. Tetapi kami boleh membangunkan program yang akan menganggarkan jantina dan umur pembeli berdasarkan foto.

Syarikat kami hanya bekerja dengan perniagaan, tetapi perkhidmatan keselamatan negara mempunyai sistem yang mencari orang berdasarkan gambar.

Iaitu, FSB dibenarkan, tetapi orang biasa tidak?

Alexander Khanin: ya. Jika agensi perisikan ingin mencari pengganas dalam khalayak ramai, ia perlu mengimbas dan mengenal pasti semua orang. Tetapi jika seseorang pergi ke kedai dan program foto menemui akaun rangkaian sosialnya, mengenali nombor telefonnya dan mula menghantar spam, ini adalah pelanggaran yang sangat serius. Di Barat terdapat liabiliti jenayah untuk ini.

Adakah lapangan terbang sudah mempunyai sistem pengecaman muka?

Alexander Khanin: Ya, terutamanya dalam kawalan pasport - mereka menyemak sama ada pasport anda, sama ada ia palsu dan sama ada anda berada dalam senarai disekat atau dalam senarai dikehendaki persekutuan. Di luar negara, tahap automasi jauh lebih tinggi. Di lapangan terbang Singapura, London, dan Paris, kawalan pasport boleh diselesaikan secara automatik, tanpa penyertaan pekerja. Anda mengimbas pasport anda, anda diambil gambar, perdamaian berlaku - dan itu sahaja, anda boleh meneruskan.

Cuba teka apa yang ada dalam gambar

Bagaimanakah visi komputer akan berkembang?

Alexander Khanin: Terdapat sekumpulan besar tugas yang dipanggil menjawab soalan visual: anda menunjukkan komputer gambar, dan ia mesti memahami apa yang ditunjukkan di sana. Ini sangat sukar: jika anda hanya mengajar untuk mengenali objek secara berasingan, tiada apa yang akan berfungsi - anda perlu memahami konteks dan kesalinghubungan objek.

Satu lagi tugas yang serupa ialah mengiktiraf tindakan manusia; mereka juga ditentukan sebahagian besarnya oleh konteks. Sebagai contoh, jika seseorang mengangkat tangannya, apakah maksudnya? Adakah dia memimpin atau dia akan memukul seseorang? Di sini kita duduk dan berfikir.

Jadi anda ingin mengajar mesin untuk mengenali imej yang maknanya bergantung pada konteks?

Alexander Khanin: Belajar untuk mentafsir konteks dan dengan itu mengenali gambar, tindakan, adegan.

Apabila robot akan melihat cahaya

Alexander Khanin: Saya ingin melihat pembangunan visi komputer selesai. Kemudian robot akan mempunyai mata sebenar, yang bermaksud mereka akan dapat memahami apa yang berlaku dan bertindak balas dengan sewajarnya. Jika tidak, mereka tidak akan menjadi sebahagian daripada masyarakat, tetapi akan kekal sebagai mainan dengan alat kawalan jauh.

Bagaimanakah sistem pengecaman muka akan mengubah kehidupan kita pada tahun-tahun akan datang?

Alexander Khanin: Anda pasti akan melihat operasi sistem sedemikian semasa kebenaran - contohnya, apabila anda membuka kunci telefon anda. Ramai yang sudah terbiasa dengan Touch ID, tetapi tidak lama lagi kaedah yang paling biasa akan log masuk menggunakan muka anda. Apabila anda pulang ke rumah, anda tidak perlu mencari kunci anda dan anda tidak memerlukan pas di tempat kerja. Perkhidmatan dan layan diri di bank, kedai, dan di seluruh sektor perkhidmatan akan dipercepatkan: pembayaran akan dilakukan tanpa kad.

Jalan-jalan akan menjadi lebih selamat kerana akan ada pengawasan video dengan fungsi pengesanan. Bandar dan negara akan menerima perlindungan tambahan, dan pembalasan untuk jenayah akan menjadi tidak dapat dielakkan. Sistem akan merekodkan segala-galanya: siapa yang melakukannya dan ke mana, ke mana dia pergi kemudian. Konsep "bandar selamat" akan digantikan dengan "bandar pintar": infrastruktur yang sama akan menyediakan keselamatan dan, sebagai contoh, mengawal aliran orang dan kereta, serta banyak lagi.

Sistem kamera dan penglihatan komputer yang sama dipasang di mana-mana?

Alexander Khanin: Ya, algoritma tidak peduli siapa yang harus dikenali: pelanggan VIP atau pencuri. Wajah setiap orang berstruktur sama: mata, mulut dan hidung. Tetapi ia bukan hanya tentang wajah. Sistem yang sama boleh menangani, katakan, kawalan pencahayaan. Jika tiada orang di dalam bilik, mengapa perlu membakar elektrik? Mesin akan memanggil perkhidmatan utiliti jika ia mengesan masalah, dan sebagainya.

Hidup di dunia di mana segala-galanya boleh dilihat adalah menakutkan. Secara teknikal, semakin mudah untuk membina distopia di mana semua orang berada di bawah pengawasan penuh...

Alexander Khanin: Saya fikir dunia akan menjadi tempat yang lebih baik dan tempat yang lebih selamat. Tetapi ia akan menjadi lebih sukar untuk berbohong. Sebagai contoh, saya dan rakan kongsi baru-baru ini telah membangunkan produk yang bukan sahaja memberikan akses kepada ruang kerja, tetapi juga mengambil kira masa yang dihabiskan di sana: tiba pada masa ini, ditinggalkan pada masa ini. Anda melangkau berjalan-jalan, lewat, tidak pulang dari makan tengah hari - semuanya akan direkodkan.

Dan tidak akan ada cara untuk bersembunyi dari ini? Mungkin akan ada topeng dengan muka orang lain pada mereka.

Alexander Khanin: Sudah tentu, terdapat banyak cara untuk menipu sistem, dan di kawasan ini "perlumbaan senjata" baru bermula. Terdapat video di mana mereka mengajar cara membuat solek yang menghalang pengecaman. Tetapi itu tiga tahun lalu - algoritma semasa tidak boleh ditipu dengan begitu mudah.

Bagaimana jika anda menunjukkan gambar dan bukannya muka?

Alexander Khanin: Untuk mengenal pasti penipu, "pengesan hayat" khas diprogramkan ke dalam sistem pengecaman muka, yang menentukan sama ada orang di hadapannya atau gambar. Terdapat beberapa petunjuk keceriaan. Yang paling mudah, yang dianggap standard dunia, berkelip. Sistem ini juga boleh meminta orang itu tersenyum, memalingkan kepalanya atau mendekatkan diri ke kamera untuk memastikan bahawa mereka adalah nyata. Tetapi jika kamera dilengkapi dengan sensor kedalaman, ini tidak diperlukan: mesin segera memahami bahawa terdapat objek tiga dimensi dalam bingkai, dan bukan foto.

Siapa lagi yang mendahului?

Pengecaman muka bukan sahaja sains dan teknologi, tetapi juga perniagaan besar, yang berkembang dengan pesat di negara maju. Syarikat penyelidikan Allied Market Research meramalkan bahawa menjelang 2022 perolehannya akan hampir sepuluh bilion dolar. Antara pemain terkemuka terdapat pemain Rusia. Daripada berpuluh-puluh syarikat permulaan dan projek penyelidikan, kami telah mengenal pasti tiga yang paling berjaya.

NTechLab. Graduan Universiti Negeri Moscow Artem Kukharenko bermula dengan aplikasi yang menentukan baka anjing dari gambar. Tetapi pada tahun 2015, algoritma FaceN yang diciptanya bersama rakan kongsinya dalam projek NTechLab memenangi dua daripada empat kategori dalam pertandingan pengecaman muka utama dunia, MegaFace, menewaskan pasukan Google. Walau bagaimanapun, kemasyhuran sebenar datang kepada syarikat selepas pembangunan aplikasi FindFace yang paling popular, direka untuk mencari orang di rangkaian sosial VKontakte dengan foto. Hari ini, bilangan aplikasi untuk penyepaduan teknologi FindFace menghampiri seribu.

Vocord. Syarikat Vocord dengan selamat boleh dianggap sebagai juara dunia dalam pengecaman muka: di laman web pertandingan MegaFace ia mendapat tempat pertama, mendahului dengan margin yang ketara. Pasukan Vocord adalah veteran dalam pasaran sistem penglihatan komputer: mereka mengeluarkan program pengecaman muka biometrik jauh Vocord FaceControl pada tahun 2008, hari ini produk mereka digunakan oleh lebih daripada dua ribu organisasi komersial dan kerajaan. Syarikat itu pakar dalam pengenalan wajah, iaitu, mencari seseorang dalam khalayak ramai.

VisionLabs. Produk mereka adalah antara tiga sistem pengecaman muka komersial terbaik dunia. Baca lebih lanjut mengenai syarikat ini dalam teks utama.

Jenis utama biometrik

Klasifikasi antarabangsa kaedah untuk mengenal pasti seseorang

Muka. Program yang menggunakan imej foto atau video wajah menganalisis saiz dan bentuk mata, hidung, tulang pipi, kedudukan relatifnya dan, berdasarkan data ini, mencipta gabungan unik, yang kemudiannya dibandingkan dengan yang sedia ada untuk perlawanan.

Cap jari. Kaedah cap jari adalah berdasarkan keunikan corak papillary kulit dan digunakan secara meluas dalam forensik.

ucapan. Kaedah pengecaman berdasarkan menukar pertuturan pertuturan kepada maklumat digital.

Mata. Pengecaman berlaku hasil daripada membandingkan imej digital iris dengan yang tersedia dalam pangkalan data.

Vienna. Kaedah pengenalan berdasarkan corak vena tangan atau jari.

Ulang tahun iPhone X menerima salah satu ciri yang paling luar biasa di kalangan pesaingnya. Perdana boleh mengecam wajah pemilik, dan bukannya Touch ID dan butang Laman Utama, jurutera menyepadukan kamera TrueDepth dan fungsi Face ID.

Cepat, segera dan tanpa perlu memasukkan kata laluan. Inilah cara anda boleh membuka kunci iPhone X anda hari ini.

Apple terkenal kerana sentiasa melihat kepada masa depan teknologi jauh sebelum ciri seterusnya menjadi standard. Dalam kes iPhone X dan pengimbas muka, syarikat yakin bahawa pengecaman muka adalah masa depan.

Mari kita fikirkan sama ada Apple tersilap atau muka kita - ini adalah laluan yang pasti kepada masa depan digital.

😎 Bahagian Teknologi diterbitkan setiap minggu dengan sokongan re:Store.

Jadi bagaimana pengecaman muka berfungsi?

Teknologi pengecaman muka memerlukan beberapa komponen untuk berfungsi. Pertama, pelayan itu sendiri, di mana kedua-dua pangkalan data dan algoritma perbandingan yang disediakan akan disimpan.

Kedua, rangkaian saraf yang difikirkan dengan baik dan terlatih, yang diberi makan berjuta-juta gambar dengan tanda. Rangkaian sedemikian mudah dilatih. Mereka memuat naik foto dan membentangkannya kepada sistem: "Ini Viktor Ivanov," kemudian yang seterusnya.

Rangkaian saraf secara bebas mengedarkan vektor ciri dan mencari corak geometri muka dengan cara yang kemudiannya boleh mengenali Victor secara bebas daripada beribu-ribu gambar lain.

Teknologi FaceN yang sama, yang akan kita bincangkan di bawah, menggunakan kira-kira 80 ciri berangka yang berbeza.

Kenapa orang tiba-tiba bercakap tentang pengecaman muka?

Pada pertengahan 2016, Internet benar-benar meletup dengan aplikasi dengan nama yang sama. Menggunakan rangkaian saraf, pembangun berjaya mewujudkan impian paling liar pengguna rangkaian sosial menjadi kenyataan.

Apabila anda melihat seseorang di jalanan, anda boleh mengambil gambarnya pada telefon pintar anda, menghantar foto itu ke FindFace, dan dalam beberapa saat mencari halamannya di VKontakte. Algoritma telah dipertingkatkan, dikemas kini dan dikenali wajah dengan lebih baik dan lebih baik.

Semuanya bermula dengan mengenali baka anjing dari gambar. Pengarang teknologi pengecaman FaceN dan aplikasi Magic Dog ialah Artem Kukharenko. Lelaki itu dengan cepat menyedari bahawa teknologi ini adalah masa depan dan memulakan pembangunan.

Selepas kejayaan aplikasi FindFace, pengasas syarikat pembangunan N-Tech.Lab Kukharenko sekali lagi yakin bahawa pengecaman muka menarik dalam hampir mana-mana industri:

Pada Mei 2016, N-Tech.Lab mula menguji perkhidmatan itu bersama-sama dengan kerajaan Moscow. Puluhan ribu kamera diletakkan di seluruh ibu kota, yang mengenal pasti orang yang lalu lalang dalam masa nyata.

Kisah benar. Anda hanya berjalan melalui halaman di mana kamera sedemikian dipasang. Pangkalan data penjenayah dan orang hilang disambungkan kepadanya. Jika algoritma menentukan bahawa anda serupa dengan suspek, pegawai polis segera menerima amaran.

Sudah tentu, anda boleh segera mencari seseorang di rangkaian sosial dan mencari melalui mana-mana pangkalan data. Sekarang bayangkan bahawa kamera sedemikian dipasang di sepanjang perimeter seluruh bandar. Penyerang tidak akan dapat melarikan diri. Terdapat kamera di mana-mana: di halaman, di pintu masuk, di lebuh raya.

Bagaimanakah keadaan dengan pengecaman muka di Rusia?

Anda akan terkejut, tetapi sejak pertengahan 2016, datuk bandar Moscow telah secara aktif melaksanakan sistem pengecaman muka di seluruh bandar.

Sehingga kini, lebih 100 ribu kamera yang mampu mengecam wajah telah dipasang di pintu masuk bangunan tinggi Moscow sahaja. Lebih daripada 25 ribu dipasang dalam ela. Sudah tentu, nombor yang tepat dikelaskan, tetapi yakinlah, kawalan aktif merebak lebih cepat daripada yang anda bayangkan.

Di ibu negara, sistem pengecaman muka dipasang di mana-mana: dari dataran dan tempat sesak ke pengangkutan awam. Sejak pemasangan sistem, lebih daripada sepuluh penjenayah telah ditahan, tetapi ini hanya mengikut data rasmi.

Semua kamera sentiasa bertukar maklumat dengan Pusat Pengkomputeran Bersepadu Jabatan Teknologi Maklumat. Makluman yang mencurigakan segera disemak oleh agensi penguatkuasaan undang-undang.

Dan ini baru permulaan. Pada penghujung tahun lepas, sistem kawalan serupa mula diuji di jalan-jalan St. Petersburg. Kemudahan teknologi yang dicadangkan oleh FindN ialah tidak perlu memasang sebarang kamera khas.

Imej daripada kamera CCTV standard diproses oleh algoritma "pintar" dan keajaiban sebenar berlaku di sana. Mengikut data semasa, ketepatan pengecaman FindFace hari ini berbeza antara 73% - 75%. Pemaju yakin bahawa mereka akan dapat mencapai keputusan 100% dalam masa terdekat.

Bagaimanakah pengecaman muka terhasil?

Pada mulanya, sebarang jenis pengenalan biometrik digunakan secara eksklusif dalam agensi dan perkhidmatan penguatkuasaan undang-undang yang keselamatan menjadi keutamaan. Hanya dalam beberapa tahun, mengukur ciri anatomi dan fisiologi untuk pengenalan diri telah menjadi standard dalam hampir semua alat pengguna.

Terdapat banyak jenis pengesahan biometrik:

Dan teknologi terakhir inilah yang sangat menarik, kerana ia mempunyai beberapa kelebihan berbanding yang lain.

Prototaip teknologi pengecaman muka pada abad ke-19 adalah pertama "potret mengikut penerangan", dan kemudian - gambar. Dengan cara ini polis dapat mengenal pasti penjenayah. Pada tahun 1965, sistem pengecaman muka separa automatik telah dibangunkan khusus untuk kerajaan AS. Pada tahun 1971, teknologi itu dikembalikan kepada, mengenal pasti penanda asas yang diperlukan untuk pengecaman muka, tetapi tidak lama.

Sejak itu, agensi perisikan masih memilih teknologi cap jari yang terbukti sebagai pengecam biometrik utama mereka.

Dan semuanya kerana teknologi tidak membenarkan sebarang interaksi dengan ciri wajah manusia. Laser ultra-tepat, sensor inframerah dan pemproses berkuasa, serta sistem pengecaman sendiri, tidak wujud pada masa itu.

Dengan kemunculan komputer berkuasa, hampir semua jabatan kembali kepada pengenalan melalui pengimbasan muka. Teknologi ini berkembang pesat di jabatan dan agensi khas pada pertengahan 2000-an, dan tahun lepas teknologi itu mula digunakan buat kali pertama dalam peranti pengguna.

Di manakah teknologi pengecaman muka digunakan hari ini?

Dalam telefon pintar

Mempopularkan teknologi pengecaman muka bermula dengan perdana Apple. iPhone X menetapkan trend untuk tahun-tahun akan datang dan OEM telah mula menyepadukan analog Face ID secara aktif ke dalam peranti mereka.

Di bank

Pengecaman muka biometrik telah digunakan di Amerika Syarikat selama beberapa tahun. Sekarang teknologi telah sampai ke Rusia. Pada tahun 2017 sahaja, terima kasih kepada pelaksanaan sistem ini, adalah mungkin untuk menghalang lebih daripada 10 ribu transaksi penipuan dan menjimatkan jumlah 1.5 bilion rubel.

Pengecaman muka digunakan untuk mengenal pasti pelanggan dan membuat keputusan mengenai kemungkinan mengeluarkan pinjaman.

Di kedai-kedai

Segmen runcit menggunakan teknologi dengan cara tersendiri. Oleh itu, jika anda membeli beberapa peralatan rumah di kedai, dan selepas beberapa lama kembali kepadanya untuk pembelian lain, sistem pengecaman muka akan segera mengenal pasti anda di pintu masuk. Penjual akan segera menerima maklumat daripada pangkalan data dan mengetahui bukan sahaja nama anda, tetapi juga sejarah pembelian anda. Tingkah laku penjual selanjutnya mudah diramalkan.

Dalam kehidupan bandar

Inilah sebenarnya teknologi dibangunkan dan dibangunkan. Daripada stadium ke pawagam, di mana-mana sahaja terdapat bilangan orang yang ramai, pengenalan diri amat penting. Hari ini, teknologi pengecaman muka memungkinkan untuk mencegah rusuhan dan serangan pengganas.

Syarikat manakah yang berminat dalam pengecaman muka?

Google, Facebook, Apple dan gergasi IT lain kini giat membeli projek daripada pembangun yang terlibat dalam pengecaman muka. Mereka semua melihat potensi besar dalam teknologi.

Ini hanyalah sebahagian daripada tawaran yang diumumkan secara rasmi. Malah, terdapat banyak lagi daripada mereka. Selain menyepadukan Face ID dan teknologi analog ke dalam telefon pintar, syarikat IT terkemuka mempunyai rancangan yang lebih hebat untuk penggunaan pengecaman muka.

Macam mana masa depan dengan pengecaman muka

Kami telah pun mengetahui faedah yang ditawarkan oleh teknologi pengimbasan dalam telefon pintar dan peranti elektronik, jadi mari kita lihat dalam masa terdekat dan bayangkan satu hari dalam kehidupan seseorang yang mendapati dirinya berada di bandar di mana kamera pengecaman muka dipasang di merata tempat.

Selamat Pagi! Senyum, sistem rumah pintar sedang melihat anda. Hmm, tuan, saya minum banyak semalam - saya boleh melihatnya di muka saya, saya sukar untuk mengenalinya. Jadi, di sebelah isteri saya, Barsik sedang menghabiskan makanan petangnya di lorong. Tidak ada orang asing. Luar biasa.

Sekilas pandang pada pembancuh kopi pada jarak "lebih dekat sedikit daripada biasa" dan Americano berkekuatan sederhana anda dengan susu yang sedikit suam sudah sedia. Aduh, ada orang di depan pintu! Oh, ini adalah ibu mertua kegemaran saya. Masuk, pintu terbuka untuk anda - tiada satu sistem pengecaman pun di dunia akan melupakan wajah anda.

Anda bersiap dan menghampiri lif. Tidak, tidak, sistem pengecaman ini sudah tahu bahawa anda lebih suka duduk di lif luar, jadi ia telah dipanggil.

Melihat anda dari jauh, kereta elektrik 500 kuasa kuda itu secara automatik melaraskan capaian stereng dan melaraskan kedudukan tempat duduk. Pintu terbuka - duduk.

Walaupun pengeluar sistem autopilot tidak berjaya cuba meyakinkan undang-undang tentang keperluan untuk memperkenalkan kenderaan tanpa pemandu, cuba untuk tidak melanggar peraturan lalu lintas. Kamera pengawasan ada di mana-mana dan membayar denda tidak dapat dielakkan. Lagipun, anda sendiri yang memandu, dan sebaik sahaja anda menekan pedal pemecut ke lantai, denda memandu laju akan didebitkan daripada kad bank anda.

Akhirnya, kami berada di bangunan pejabat syarikat yang memperkenalkan teknologi pengecaman muka ke dalam infrastruktur bandar Rusia. Ya, itu tugas awak. Kawalannya ketat, tetapi anda tidak perlu risau - semasa anda meletakkan kereta, kamera sudah mengenali anda.

Kerja menjadi lebih sukar: di sepanjang perimeter pejabat terdapat kamera pengecaman yang "melihat" siapa yang melakukan apa, dan pada masa yang sama mereka boleh membaca emosi. Pendek kata, bermain-main di tempat kerja tidak akan berjaya.