Главная » Блоги Экспертов И ИТ-Компаний » Что делает проект распознавания лиц успешным?

Что делает проект распознавания лиц успешным?

 

Системы биометрической идентификации лиц применяются для обеспечения безопасности объектов, решения маркетинговых задач, в СКУД (системах контроля и управления доступом), для учета рабочего времени сотрудников и многих других. При таком многообразии применений аппаратно-программных комплексов распознавания лиц каждый проект всегда индивидуален. Рассчитать типовую стоимость довольно сложно, поскольку все объекты различаются, и в каждом конкретном случае существует целый перечень факторов, напрямую влияющих на конечную цену для заказчика. Здесь, на мой взгляд, более информативным будет подробно остановиться на каждой составляющей проекта.

Любая система биометрической идентификации состоит из нескольких обязательных  компонентов: прикладного программного обеспечения с функцией распознавания, камеры, сетевого оборудования, сервера. Чтобы она работала эффективно и стоила разумных/приемлемых денег, нужно для разных задач использовать разное  оборудование и выбирать правильную архитектуру под решаемую задачу.

Например, в задачах распознавания пользователей для авторизации на рабочем месте можно использовать обычные USB камеры и запускать все программное обеспечение непосредственно на рабочем месте. Для задач контроля доступа в помещения можно использовать обычные IP-камеры и запускать распознавание на выделенном сервере. Для задач учета рабочего времени оптимальной может быть облачная платформа распознавания. Ну а для задач распознавания лиц в местах массового пребывания людей, особенно при сложных условиях освещения, (транспорт, торговые центры, спортивные сооружения и т.д.) можно рекомендовать использовать специализированные камеры и специализированные сервера, поскольку это дает существенную экономию на оборудовании и повышает качество и точность распознавания. Отмечу, что на сегодняшний день алгоритм распознавания лиц Вокорд возглавляет мировые рейтинги Megaface и NIST, где для тестирования алгоритмов используются изображения самого разного качества, полученные с обычных фото и видеокамер.

Высокая скорость работы современных алгоритмов распознавания достигается за счет использования вычислений на GPU. Так, хотя наши алгоритмы распознавания работают на разных вычислительных платформах, самая высокая производительность достигается при использовании современных графических ускорителей (GPU) с технологией CUDA (Compute Unified Device Architecture) от компании Nvidia. Использование GPU позволяет обойтись одной видеокартойтам, где нужно строить целую серверную ферму на базе стандартных процессоров. Современные видеокарты стоимостью около 90 тысяч рублей позволяют строить биометрические шаблоны со скоростью порядка 2000 шаблонов в секунду. Такие показатели позволяют решать задачи распознавания лиц на самых сложных территориально-распределенных объектах: метро, аэропортах, транспортно-пересадочных узлах, стадионах, торговых центрах с большим количеством входов-выходов и т.п.

При выборе другой важной составляющей комплекса – камеры – также нужно учитывать реальные условия эксплуатации. Когда стоит задача распознавания лиц в толпе в условиях неконтролируемого и, как правило, всегда неблагоприятного освещения, 80% успеха обусловлено качеством изображения лица человека, а оно полностью зависит от камеры. Если вы применяете обычные камеры, которые используются для видеонаблюдения, вы получите средний результат. Если же вы возьмете специализированную камеру, спроектированную специально для систем распознавания, то вы получите лучший результат, поскольку она дает лучшее качество изображения, чем ip-камера и не дороже камер машинного зрения.

Хотя современные алгоритмы распознавания могут работать с различным по качеству изображениями, наилучшие результаты достигаются при соблюдении определенных требований. Так, для распознавания лиц не требуется цветное изображение, даже если на вход системе подается цветное фото, оно сначала преобразуется в черно-белое изображение и потом обрабатывается системой. Поэтому для распознавания лиц предпочтительно использовать черно-белые камеры, т.к. при прочих равных условиях они в 3 раза чувствительней своих цветных аналогов.

Еще одно преимущество специализированной камеры заключается в том, что лицо выделяется из кадра непосредственно в камере и только его изображение передается на сервер для распознавания. Таким образом, мы не только получаем кардинальное повышение качества получаемых снимков, но и огромную экономию в сетевой инфраструктуре.

В качестве примера приведу проект крупнейшей международной выставки EXPO-2017, которая сейчас проходит в Казахстане. Там установлена система дистанционного биометрического распознавания лиц и специализированные камеры, которые контролируют четыре входные группы, расположенные в разных частях комплекса. Архитектура системы разработана таким образом, что входные группы могут работать по отдельности или все вместе. Безопасность такого значимого мероприятия обеспечивают всего 4 сервера и 48 камер. А количество посетителей, которых ожидают организаторы – более пяти миллионов гостей.

Установка системы распознавания лиц уже дала свои результаты. Были выявлены десятки человек, находившихся в базе розыска МВД, которые не имели права доступа на объект. Так что автоматизированные системы интеллектуального видеонаблюдения – это эффективный и доступный инструмент обеспечения превентивной безопасности самых разных объектов и мероприятий.

Использование специализированных камер видеонаблюдения в сочетании с вычислениями на GPU хотя и не является обязательным, все же выгодно сразу по нескольким причинам. Во-первых, повышается производительность системы и нужно меньше серверов для её работы (иногда –  в несколько раз). Во-вторых, специализированные камеры вырезают из кадра только лицо и только его передают на сервер, тем самым разгружая канал, что существенно снижает затраты на сетевую инфраструктуру. В-третьих, лучше качество изображения и соответственно выше достоверность распознавания, ниже процент ошибок. Кроме того, специализированные камеры менее требовательны к освещению, их можно устанавливать в «тяжелых» условиях, там, где другие не справляются.

 


Данный материал является частной записью члена сообщества Club.CNews.
Редакция CNews не несет ответственности за его содержание.
1 месяц назад
Комментарии
RU, Москва
Технический директор
Информационные технологии

Забыл пароль?
Авторизоваться через
Зарегистрируйся сейчас!
Присоединяйся к нашему обществу для того чтобы познакомиться с новыми людьми, создать собственный блог, публиковать анонсы событий и объявления, а также участвовать в обсуждении публикаций CNews. Мы создали единое пространство для общения специалистов рынка информационных технологий и всех, кто интересуется современными технологиями. Регистрация =>