Công nghệ nhận dạng khuôn mặt là kỷ nguyên mới trong hệ thống phân tích video, giám sát video và kiểm soát truy cập. Hệ thống nhận dạng khuôn mặt sử dụng hệ thống giám sát video. Thuật toán tìm kiếm khuôn mặt

Vay tiền, xin thị thực hoặc đơn giản là tung ra mẫu điện thoại thông minh mới nhất - tất cả những điều này ngày nay là không thể nếu không có sự tham gia của các thuật toán nhận dạng khuôn mặt. Họ giúp đỡ các sĩ quan cảnh sát trong việc điều tra, các nhạc sĩ trên sân khấu, nhưng dần dần họ biến thành một con mắt toàn diện, theo dõi mọi hành động của chúng ta trực tuyến và ngoại tuyến.

Thuật toán (công nghệ)

Nhận dạng một người trong ảnh theo quan điểm của máy tính có nghĩa là hai nhiệm vụ rất khác nhau: thứ nhất là tìm khuôn mặt trong ảnh (nếu có) và thứ hai là tách khỏi ảnh những đặc điểm giúp phân biệt người này với người khác. người trong cơ sở dữ liệu.

1. Tìm

Những nỗ lực dạy máy tính tìm khuôn mặt trong ảnh đã được thực hiện từ đầu những năm 1970. Nhiều cách tiếp cận đã được thử, nhưng bước đột phá quan trọng nhất đến muộn hơn nhiều - với việc Paul Viola và Michael Jones sáng tạo ra phương pháp tăng cường theo tầng, tức là một chuỗi các bộ phân loại yếu vào năm 2001. Mặc dù hiện nay có nhiều thuật toán phức tạp hơn, nhưng bạn có thể cá rằng chính Viola-Jones cũ hoạt động tốt trên cả điện thoại di động và máy ảnh của bạn. Đó là tất cả về tốc độ và độ tin cậy vượt trội: ngay cả vào năm 2001, một máy tính trung bình có thể xử lý 15 hình ảnh mỗi giây bằng phương pháp này. Ngày nay, hiệu quả của thuật toán thỏa mãn mọi yêu cầu hợp lý. Điều chính bạn cần biết về phương pháp này là nó đơn giản một cách đáng ngạc nhiên. Bạn thậm chí sẽ không tin bao nhiêu.

Bước 1. Chúng tôi loại bỏ màu sắc và biến hình ảnh thành ma trận độ sáng.
Bước 2. Đặt một trong những mặt nạ hình vuông lên đó - chúng được gọi là dấu hiệu Haar. Chúng tôi xem xét toàn bộ hình ảnh với nó, thay đổi vị trí và kích thước.
Bước 3. Chúng tôi cộng các giá trị độ sáng kỹ thuật số từ các ô ma trận nằm dưới phần trắng của mặt nạ và trừ đi những giá trị nằm dưới phần đen. Nếu trong ít nhất một trong các trường hợp, sự khác biệt giữa vùng trắng và đen vượt quá một ngưỡng nhất định, chúng tôi sẽ lấy vùng này của hình ảnh để làm việc tiếp. Nếu không thì quên cô ấy đi, ở đây không có mặt mũi gì cả.
Bước 4. Lặp lại từ bước 2 với mặt nạ mới - nhưng chỉ ở vùng hình ảnh đã vượt qua bài kiểm tra đầu tiên.

Tại sao điều này làm việc? Nhìn vào dấu hiệu. Trong hầu hết các bức ảnh, vùng mắt luôn tối hơn một chút so với vùng ngay bên dưới. Nhìn vào dấu hiệu: vùng sáng ở giữa tương ứng với sống mũi, nằm giữa hai mắt đen. Thoạt nhìn, mặt nạ đen trắng trông không giống khuôn mặt chút nào, nhưng với tất cả tính nguyên thủy của chúng, chúng có khả năng khái quát cao.

Tại sao nhanh quá? Một điểm quan trọng không được ghi chú trong thuật toán được mô tả. Để trừ độ sáng của một phần của hình ảnh khỏi phần khác, bạn cần phải thêm độ sáng của từng pixel và có thể có nhiều pixel trong số đó. Do đó, trên thực tế, trước khi áp dụng mặt nạ, ma trận được chuyển đổi thành biểu diễn tích phân: các giá trị trong ma trận độ sáng được thêm trước theo cách có thể thu được độ sáng tích phân của hình chữ nhật bằng cách thêm chỉ bốn con số.

Làm thế nào để lắp ráp một thác? Mặc dù mỗi giai đoạn che giấu đều tạo ra sai số rất lớn (độ chính xác thực tế không quá 50%), điểm mạnh của thuật toán nằm ở cách tổ chức theo tầng của quy trình. Điều này cho phép bạn nhanh chóng loại trừ khỏi các khu vực phân tích mà chắc chắn không có khuôn mặt nào và chỉ dành nỗ lực cho những khu vực có thể tạo ra kết quả. Nguyên tắc tập hợp các bộ phân loại yếu theo trình tự này được gọi là tăng cường (bạn có thể đọc thêm về nó trong số tháng 10 của PM hoặc). Nguyên tắc chung là thế này: ngay cả những lỗi lớn, khi nhân với nhau, cũng sẽ trở thành nhỏ.

2. Đơn giản hóa

Việc tìm ra những đặc điểm trên khuôn mặt cho phép người ta xác định được chủ nhân của nó đồng nghĩa với việc biến thực tế thành một công thức. Chúng ta đang nói về sự đơn giản hóa và một điều rất triệt để. Ví dụ: có thể có một số lượng lớn các kết hợp pixel khác nhau ngay cả trong một bức ảnh thu nhỏ 64 x 64 pixel - (2 8) 64 x 64 = 2 32768 mảnh. Hơn nữa, để đánh số mỗi người trong số 7,6 tỷ người trên Trái đất, chỉ cần 33 bit là đủ. Chuyển từ số này sang số khác, bạn cần loại bỏ mọi tiếng ồn không liên quan nhưng vẫn giữ được những nét riêng quan trọng nhất. Các nhà thống kê quen thuộc với những vấn đề như vậy đã phát triển nhiều công cụ đơn giản hóa dữ liệu. Ví dụ, phương pháp thành phần chính đặt nền tảng cho việc nhận dạng khuôn mặt. Tuy nhiên, các mạng nơ ron tích chập gần đây đã bỏ xa các phương pháp cũ. Cấu trúc của chúng khá đặc biệt, nhưng về bản chất, đây cũng là một phương pháp đơn giản hóa: nhiệm vụ của nó là thu gọn một hình ảnh cụ thể thành một tập hợp các đặc điểm.

Chúng tôi áp dụng mặt nạ có kích thước cố định cho hình ảnh (được gọi chính xác là hạt tích chập) và nhân độ sáng của từng pixel trong ảnh với các giá trị độ sáng trong mặt nạ. Chúng tôi tìm giá trị trung bình cho tất cả các pixel trong “cửa sổ” và ghi nó vào một ô ở cấp độ tiếp theo.

Chúng tôi dịch chuyển mặt nạ theo một bước cố định, nhân đi viết lại giá trị trung bình vào bản đồ đặc trưng.

Sau khi xem qua toàn bộ hình ảnh bằng một mặt nạ, chúng tôi lặp lại với mặt nạ kia - chúng tôi nhận được một bản đồ tính năng mới.

Chúng tôi giảm kích thước bản đồ của mình: chúng tôi lấy một số pixel lân cận (ví dụ: hình vuông 2x2 hoặc 3x3) và chỉ chuyển một giá trị tối đa sang cấp độ tiếp theo. Chúng tôi làm tương tự đối với các thẻ nhận được cùng với tất cả các mặt nạ khác.

Vì mục đích vệ sinh toán học, chúng tôi thay thế tất cả các giá trị âm bằng số không. Chúng tôi lặp lại từ bước 2 bao nhiêu lần tùy thích để có được các lớp trong mạng lưới thần kinh.

Từ bản đồ tính năng cuối cùng, chúng tôi tập hợp không phải một mạng lưới thần kinh tích chập mà là một mạng lưới thần kinh được kết nối đầy đủ: chúng tôi biến tất cả các tế bào ở cấp độ cuối cùng thành các tế bào thần kinh, với một trọng lượng nhất định, sẽ ảnh hưởng đến các tế bào thần kinh của lớp tiếp theo. Bươc cuôi. Trong các mạng được đào tạo để phân loại đối tượng (để phân biệt mèo với chó trong ảnh, v.v.), đây là lớp đầu ra, tức là danh sách các xác suất phát hiện một câu trả lời cụ thể. Trong trường hợp khuôn mặt, thay vì một câu trả lời cụ thể, chúng ta nhận được một tập hợp ngắn các đặc điểm quan trọng nhất của khuôn mặt. Ví dụ: trong Google FaceNet đây là 128 tham số số trừu tượng.

3. Xác định

Giai đoạn cuối cùng, nhận dạng thực tế, là bước đơn giản nhất và thậm chí tầm thường. Nó tập trung vào việc đánh giá sự giống nhau của danh sách các tính năng thu được với những tính năng đã có trong cơ sở dữ liệu. Trong thuật ngữ toán học, điều này có nghĩa là tìm trong không gian đặc trưng khoảng cách từ một vectơ nhất định đến vùng gần nhất của các khuôn mặt đã biết. Theo cách tương tự, bạn có thể giải quyết một vấn đề khác - tìm những người giống nhau.

Tại sao điều này làm việc? Mạng nơ ron tích chập được thiết kế để trích xuất các tính năng đặc trưng nhất từ hình ảnh và thực hiện việc này một cách tự động ở các mức độ trừu tượng khác nhau. Nếu các cấp độ đầu tiên thường đáp ứng các mẫu đơn giản như đổ bóng, chuyển màu, ranh giới rõ ràng, v.v. thì với mỗi cấp độ mới, độ phức tạp của các tính năng sẽ tăng lên. Các mặt nạ mà mạng lưới thần kinh thử nghiệm ở cấp độ cao thường thực sự giống với khuôn mặt con người hoặc các mảnh vỡ của chúng. Ngoài ra, không giống như phân tích thành phần chính, mạng nơ-ron kết hợp các tính năng theo cách phi tuyến tính (và không mong đợi).

Mặt nạ đến từ đâu? Không giống như các mặt nạ được sử dụng trong thuật toán Viola-Jones, mạng lưới thần kinh hoạt động mà không cần sự trợ giúp của con người và tìm thấy mặt nạ trong quá trình học. Để làm điều này, bạn cần có một tập huấn luyện lớn, trong đó có các hình ảnh của nhiều khuôn mặt khác nhau trên nhiều nền khác nhau. Đối với tập hợp các tính năng kết quả mà mạng lưới thần kinh tạo ra, nó được hình thành bằng phương pháp bộ ba. Bộ ba là bộ ảnh trong đó hai ảnh đầu tiên là ảnh của cùng một người và ảnh thứ ba là ảnh của một người khác. Mạng lưới thần kinh học cách tìm ra các tính năng mang các hình ảnh đầu tiên đến gần nhau nhất có thể và đồng thời loại trừ hình ảnh thứ ba.

Mạng lưới thần kinh của ai tốt hơn? Nhận dạng khuôn mặt từ lâu đã rời khỏi học viện và bước vào lĩnh vực kinh doanh lớn. Và ở đây, cũng như trong bất kỳ hoạt động kinh doanh nào, các nhà sản xuất cố gắng chứng minh rằng thuật toán của họ tốt hơn, mặc dù không phải lúc nào họ cũng cung cấp dữ liệu từ thử nghiệm mở. Ví dụ, theo cuộc thi MegaFace, thuật toán deepVo V3 của Nga từ Vocord hiện cho thấy độ chính xác tốt nhất với kết quả là 92%. FaceNet v8 của Google trong cùng một cuộc thi chỉ hiển thị 70% và DeepFace của Facebook, với độ chính xác được công bố là 97%, hoàn toàn không tham gia vào cuộc thi. Những con số này cần được giải thích một cách thận trọng, nhưng rõ ràng là các thuật toán tốt nhất gần như đã đạt được độ chính xác nhận dạng khuôn mặt ở cấp độ con người.

Trang điểm trực tiếp (nghệ thuật)

Vào mùa đông năm 2016, tại Lễ trao giải Grammy thường niên lần thứ 58, Lady Gaga đã biểu diễn tưởng nhớ David Bowie, người vừa qua đời. Trong buổi biểu diễn, dung nham sống lan khắp mặt cô, để lại một dấu vết mà tất cả người hâm mộ Bowie đều có thể nhận ra trên trán và má cô - một tia sét màu cam. Hiệu ứng trang điểm chuyển động được tạo ra bằng cách chiếu video: máy tính theo dõi chuyển động của ca sĩ trong thời gian thực và chiếu hình ảnh lên khuôn mặt của cô ấy, có tính đến hình dạng và vị trí của nó. Thật dễ dàng để tìm thấy một video trên Internet trong đó có thể nhận thấy rằng trình chiếu vẫn chưa hoàn hảo và hơi bị trễ khi chuyển động đột ngột.

Nobumichi Asai đã phát triển công nghệ lập bản đồ video Omote cho khuôn mặt từ năm 2014 và tích cực trình diễn nó trên khắp thế giới kể từ năm 2015, thu về một danh sách giải thưởng xứng đáng. Công ty do ông thành lập, WOW Inc. đã trở thành đối tác của Intel và nhận được động lực phát triển tốt, đồng thời sự hợp tác với Ishikawa Watanabe từ Đại học Tokyo đã cho phép chúng tôi đẩy nhanh quá trình dự báo. Tuy nhiên, điều chính xảy ra trên máy tính và các giải pháp tương tự được nhiều nhà phát triển ứng dụng sử dụng cho phép bạn đeo mặt nạ lên mặt, có thể là mũ bảo hiểm của người lính Đế chế hoặc đồ trang điểm “David Bowie”.

Alexander Khanin, người sáng lập và CEO của VisionLabs

“Hệ thống như vậy không cần máy tính mạnh; mặt nạ có thể được áp dụng ngay cả trên thiết bị di động. Hệ thống có thể hoạt động trực tiếp trên điện thoại thông minh mà không cần gửi dữ liệu lên đám mây hoặc máy chủ.”

“Nhiệm vụ này được gọi là theo dõi điểm trên khuôn mặt. Có nhiều giải pháp tương tự trong phạm vi công cộng, nhưng các dự án chuyên nghiệp được phân biệt bởi tốc độ và tính chân thực,” Alexander Khanin, người đứng đầu VisionLabs, nói với chúng tôi. “Điều khó khăn nhất trong trường hợp này là xác định vị trí của các điểm, có tính đến nét mặt và hình dạng riêng của khuôn mặt hoặc trong các điều kiện khắc nghiệt: quay đầu mạnh, không đủ ánh sáng và độ phơi sáng cao.” Để dạy hệ thống tìm điểm, mạng lưới thần kinh được huấn luyện - đầu tiên là đánh dấu thủ công, tỉ mỉ hết ảnh này đến ảnh khác. Alexander giải thích: “Đầu vào là một hình ảnh và đầu ra là một tập hợp các điểm được đánh dấu. “Sau đó, máy dò được khởi động, khuôn mặt được xác định, mô hình ba chiều của khuôn mặt được tạo ra, trên đó đeo mặt nạ. Điểm đánh dấu được áp dụng cho từng khung hình của luồng trong thời gian thực.”

Đây đại khái là cách hoạt động của phát minh của Nobumichi Asai. Trước đây, kỹ sư người Nhật này quét phần đầu của các mô hình của mình, thu được nguyên mẫu ba chiều chính xác và chuẩn bị một chuỗi video có tính đến hình dạng của khuôn mặt. Công việc này cũng trở nên dễ dàng hơn nhờ các điểm đánh dấu phản chiếu nhỏ được dán vào người biểu diễn trước khi lên sân khấu. Năm camera hồng ngoại theo dõi chuyển động của chúng, truyền dữ liệu theo dõi đến máy tính. Sau đó, mọi thứ diễn ra như VisionLabs đã thông báo với chúng tôi: khuôn mặt được nhận diện, mô hình ba chiều được tạo ra và máy chiếu của Ishikawa Watanabe bắt đầu hoạt động.

Thiết bị DynaFlash được anh giới thiệu vào năm 2015: đây là một máy chiếu tốc độ cao có thể theo dõi và bù đắp cho các chuyển động của mặt phẳng nơi hình ảnh được hiển thị. Màn hình có thể nghiêng nhưng hình ảnh sẽ không bị biến dạng và sẽ được phát ở tần số lên tới một nghìn khung hình 8 bit mỗi giây: độ trễ không vượt quá ba mili giây vô hình. Đối với Asai, một chiếc máy chiếu như vậy hóa ra là một ơn trời; việc trang điểm trực tiếp bắt đầu hoạt động thực sự trong thời gian thực. Trong video quay năm 2017 của bộ đôi nổi tiếng người Nhật Inori, độ trễ đã không còn xuất hiện nữa. Khuôn mặt của các vũ công biến thành đầu lâu sống hoặc mặt nạ khóc. Nó trông mới mẻ và thu hút sự chú ý - nhưng công nghệ này đang nhanh chóng trở thành mốt. Chẳng bao lâu nữa, một con bướm đậu trên má người dự báo thời tiết, hay những nghệ sĩ biểu diễn thay đổi ngoại hình mỗi lần lên sân khấu có lẽ sẽ trở thành chuyện thường tình nhất.

Hack khuôn mặt (hoạt động)

Cơ học dạy rằng mọi hành động đều tạo ra phản ứng, và sự phát triển nhanh chóng của hệ thống giám sát và nhận dạng cá nhân cũng không ngoại lệ. Ngày nay, mạng lưới thần kinh có thể so sánh một bức ảnh mờ ngẫu nhiên trên đường phố với những bức ảnh được tải lên tài khoản mạng xã hội và tìm ra danh tính của một người qua đường trong vài giây. Đồng thời, các nghệ sĩ, nhà hoạt động và chuyên gia thị giác máy tính đang tạo ra những công cụ có thể trả lại cho con người sự riêng tư, không gian cá nhân đang bị thu hẹp với tốc độ chóng mặt.

Việc nhận dạng có thể bị cản trở ở các giai đoạn khác nhau của thuật toán. Theo quy định, các bước đầu tiên của quy trình nhận dạng sẽ bị tấn công - phát hiện các hình và khuôn mặt trong ảnh. Giống như việc ngụy trang của quân đội đánh lừa tầm nhìn của chúng ta, che giấu một vật thể, vi phạm tỷ lệ hình học và hình bóng của nó, họ cố gắng nhầm lẫn tầm nhìn của máy với các điểm tương phản màu làm sai lệch các thông số quan trọng của nó: hình bầu dục của khuôn mặt, vị trí của mắt, miệng , v.v. May mắn thay, thị giác máy tính vẫn chưa hoàn hảo như của chúng ta, điều này mang lại sự tự do tuyệt vời trong việc lựa chọn màu sắc và hình dạng của những "ngụy trang" như vậy.

Tông màu hồng và tím, vàng và xanh thống trị dòng quần áo HyperFace, những mẫu đầu tiên được nhà thiết kế Adam Harvey và công ty khởi nghiệp Hyphen Labs giới thiệu vào tháng 1 năm 2017. Các mẫu pixel cung cấp cho thị giác máy một hình ảnh lý tưởng—theo quan điểm của nó—về khuôn mặt con người mà máy tính bắt được làm mồi nhử. Vài tháng sau, lập trình viên người Moscow, Grigory Bakunov và các đồng nghiệp của ông thậm chí còn phát triển một ứng dụng đặc biệt tạo ra các tùy chọn trang điểm gây cản trở hoạt động của hệ thống nhận dạng. Và mặc dù các tác giả, sau khi suy nghĩ, đã quyết định không công khai chương trình, nhưng Adam Harvey cũng đưa ra một số tùy chọn làm sẵn.

Một người đeo mặt nạ hoặc trang điểm kỳ lạ trên khuôn mặt có thể không được hệ thống máy tính chú ý, nhưng những người khác chắc chắn sẽ chú ý đến anh ta. Tuy nhiên, có nhiều cách để làm điều ngược lại. Thật vậy, theo quan điểm của mạng lưới thần kinh, hình ảnh không chứa các hình ảnh theo nghĩa thông thường đối với chúng ta; đối với cô, một bức tranh là một tập hợp các con số và hệ số. Vì vậy, những đồ vật hoàn toàn khác nhau có thể trông khá giống cô ấy. Biết được những sắc thái này của AI, bạn có thể tiến hành một cuộc tấn công tinh vi hơn và chỉ chỉnh sửa hình ảnh một chút - để những thay đổi gần như không thể nhận ra đối với một người, nhưng thị giác của máy sẽ hoàn toàn bị đánh lừa. Vào tháng 11 năm 2017, các nhà nghiên cứu đã chỉ ra những thay đổi nhỏ trong màu sắc của một con rùa hoặc một quả bóng chày đã khiến hệ thống InceptionV3 của Google tự tin nhìn thấy một khẩu súng hoặc một tách cà phê espresso. Và Mahmoud Sharif cùng các đồng nghiệp của ông từ Đại học Carnegie Mellon đã thiết kế một họa tiết đốm cho gọng kính: nó hầu như không ảnh hưởng gì đến nhận thức khuôn mặt của người khác, nhưng khả năng nhận dạng khuôn mặt của máy tính sử dụng Face++ tự tin nhầm lẫn nó với khuôn mặt của người đó “vì ai” mẫu trên khung được thiết kế.

Đã mở ra một kỷ nguyên mới. Công nghệ nhận dạng khuôn mặt là tính năng chính của nó. Và không ai nghi ngờ rằng phương pháp mở khóa này sẽ được triển khai trên nhiều điện thoại thông minh khác.

Trở lại những năm 1960, các thí nghiệm đặc biệt đã được thực hiện trong đó máy tính phải học cách nhận dạng khuôn mặt của một người. Sau đó, điều này chẳng dẫn đến điều gì, vì bất kỳ cảm xúc nào cũng dẫn đến thất bại. Ngoài ra, hệ thống được phát minh còn sợ thay đổi điều kiện ánh sáng.

Chỉ đến cuối thế kỷ 20, các hệ thống mới xuất hiện có khả năng nhận dạng khuôn mặt của mọi người từ các bức ảnh và ghi nhớ chúng. Đồng thời, họ không còn thất bại khi xuất hiện ria mép, râu, đeo kính và những “can thiệp” khác. Tích cực nhất, những hệ thống như vậy bắt đầu được triển khai trên máy ảnh kỹ thuật số. Họ cũng tìm được chỗ đứng cho mình trong lĩnh vực an ninh.

Hệ thống nhận dạng khuôn mặt từ lâu đã có một nhược điểm đáng kể. Họ phụ thuộc rất nhiều vào ánh sáng và góc chụp. Tuy nhiên, vấn đề này không được chú ý trong các máy quét bảo mật. Khuôn mặt gần như áp sát vào họ, sau đó được chiếu sáng bởi đèn. Sự ra đời của nhiếp ảnh âm thanh nổi đã giúp loại bỏ nhược điểm nêu trên. Hai camera hiểu được độ sâu của cảnh và do đó độ chính xác của số đọc tăng lên nhiều lần.

Công nghệ nhận dạng khuôn mặt hoạt động như thế nào?

Dần dần, một tính năng mới bắt đầu xuất hiện trên điện thoại thông minh. Ở đây, nhận dạng sinh trắc học của người dùng được triển khai để người không có thẩm quyền không thể mở khóa thiết bị. Lý tưởng nhất là chỉ có cặp song sinh mới có thể truy cập thông tin cá nhân. Không cần phải lo lắng về điều này. Khó có ai có thể nghiêm túc che giấu điều gì đó với anh chị em của mình. Và không ai phiền bạn đặt mật khẩu bổ sung để đọc một số dữ liệu đặc biệt bí mật.

Hoạt động của hệ thống nhận dạng khuôn mặt trên điện thoại thông minh có thể được chia thành bốn giai đoạn:

Quét khuôn mặt.Điều này được thực hiện bằng cách sử dụng camera trước hoặc như trong trường hợp của iPhone X, một cảm biến đặc biệt. Bản quét là 3D nên thủ thuật chụp ảnh sẽ không hiệu quả.
Trích xuất dữ liệu duy nhất. Hệ thống tập trung vào một tập hợp các đặc điểm của khuôn mặt được quét. Thông thường đây là những đường viền của hốc mắt, hình dạng của xương gò má và chiều rộng của mũi. Trong các hệ thống tiên tiến, vết sẹo cũng có thể được nhìn thấy.
Lấy mẫu từ bộ nhớ với dữ liệu đã nhận trước đó.
Tìm kiếm kết quả phù hợp. Giai đoạn cuối cùng trong đó hệ thống quyết định có mở khóa màn hình hay không. Sức mạnh của bộ xử lý hiện đại cho phép bạn chỉ dành một phần giây cho việc “suy nghĩ”.

Chức năng nhận dạng khuôn mặt có thể được thực hiện ngay cả khi sử dụng camera trước - miễn là nó có hai ống kính. Tuy nhiên, trong trường hợp này, hoạt động của chức năng này sẽ không ổn định. Thực tế là chỉ những cảm biến đặc biệt mới đảm bảo quét khuôn mặt ngay cả trong bóng tối, trong khi camera trước cần có ánh sáng mạnh. Ngoài ra, các cảm biến đặc biệt hầu như hiển thị số lượng điểm lớn hơn trên khuôn mặt, do đó chúng được kích hoạt ngay cả khi xuất hiện râu, kính và các chướng ngại vật khác. Nói một cách dễ hiểu, trong một số DOOGEE Mix 2, hệ thống chắc chắn sẽ hoạt động kém hơn đáng kể so với iPhone X. Một điều nữa là sản phẩm kỷ niệm của Apple có giá cao hơn nhiều so với tất cả các điện thoại thông minh khác có chức năng nhận dạng khuôn mặt.

Công nghệ có phải là tương lai?

Các cảm biến cần thiết để quét khuôn mặt cần được lắp đặt hoàn hảo. Sự thay đổi một phần trăm milimét sẽ dẫn đến thực tế là hoạt động của chức năng sẽ không còn lý tưởng nữa - do đó, trong quá trình sản xuất điện thoại thông minh, có thể nhận thấy tỷ lệ sai sót tăng lên và điều này dẫn đến giá thành của nó tăng lên. Và bản thân các cảm biến rất đắt tiền; không phải vô ích mà chỉ có Apple sử dụng chúng, mặc dù họ không có bất kỳ bằng sáng chế nào cho chúng.

Nói một cách dễ hiểu, hiện tại, các nhà sản xuất Android sẽ triển khai chức năng nhận dạng khuôn mặt bằng camera trước. Bạn đã có thể tìm thấy nó trên Samsung Galaxy S8 và Note 8. Nhưng chủ sở hữu của những thiết bị này sẽ cho bạn biết rằng nó không hoạt động tốt nhất - việc sử dụng máy quét dấu vân tay sẽ dễ dàng hơn. Vì vậy, chưa thể nói gì về tương lai của chức năng này. Chúng ta cần chờ xem liệu Apple có triển khai các cảm biến tương ứng trên các điện thoại thông minh giá cả phải chăng hơn hay không và liệu chúng có xuất hiện trên các thiết bị Android hay không.

Phần kết luận

Không cần phải lo lắng về việc lưu dữ liệu nhận dạng của bạn. Mẫu được tạo khi quét khuôn mặt nằm trong một phần bộ nhớ riêng - máy tính hoặc các chương trình của bên thứ ba không thể đọc được khu vực này. Tuy nhiên, điều này cũng áp dụng cho dấu vân tay. Loại nhận dạng nào thuận tiện hơn để sử dụng là do bạn quyết định.

Bạn đã bao giờ cầm trên tay một chiếc smartphone có thể nhận diện khuôn mặt mình chưa? Và bạn có mong đợi việc triển khai hàng loạt tính năng này không? Chia sẻ ý kiến của bạn trong phần bình luận, chúng tôi sẽ rất vui vì điều đó!

Hơn ba nghìn camera video của mạng giám sát video thành phố đã được kết nối với hệ thống nhận dạng khuôn mặt. Hình ảnh video được tự động phân tích theo thời gian thực: hệ thống có thể xác định danh tính của người trong video, giới tính và tuổi tác của người đó.

Hệ thống giám sát video của Moscow đã được đào tạo để nhận dạng khuôn mặt. Nhờ thuật toán dựa trên việc sử dụng mạng lưới thần kinh, các đoạn video ghi lại từ camera của thành phố sẽ được phân tích theo thời gian thực. Khuôn mặt trên các bản ghi âm được quét để nếu cần, chúng có thể được so sánh với thông tin trong nhiều cơ sở dữ liệu khác nhau - ví dụ: trong cơ sở dữ liệu ảnh của các cơ quan thực thi pháp luật khi tìm ra kẻ phạm tội. Ngoài ra, một hệ thống phân tích như vậy có thể giúp các cơ quan thực thi pháp luật khi truy bắt tội phạm, xây dựng lộ trình di chuyển của hắn quanh thành phố. Bản thân hệ thống sẽ chọn lọc các video cần thiết từ các camera giám sát khác nhau, xác định nghi phạm trong video. Mạng lưới đô thị bao gồm 160 nghìn máy quay video và bao phủ 95% lối vào của các tòa nhà dân cư. Đến cuối năm nay, người dân sẽ có thể tự lắp đặt camera trong nhà và kết nối chúng với hệ thống giám sát video thống nhất.

“Việc giới thiệu phân tích video là động lực mạnh mẽ để tăng hiệu quả của cả hệ thống giám sát video tư nhân và thành phố. Người dân thành phố hiện có thêm mức độ bảo vệ”, Artem Ermolaev, người đứng đầu Sở Công nghệ Thông tin Moscow cho biết. — Tất nhiên, tất cả những cơ hội này phải được thực hiện rất có trách nhiệm. Ưu tiên của chúng tôi là cân bằng quyền riêng tư và bảo mật, đồng thời chúng tôi duy trì các biện pháp kiểm soát nội bộ nghiêm ngặt để đảm bảo quyền của công dân được tôn trọng."

Hiện tại, khoảng 16 nghìn người dùng được kết nối với hệ thống giám sát của thành phố - đây là những nhân viên của các cơ quan thực thi pháp luật, các tổ chức nhà nước và thành phố. Mỗi người có cấp độ truy cập riêng, cho phép bạn duy trì tính bảo mật của thông tin. Các quan chức thực thi pháp luật có thể lấy dữ liệu cần thiết theo yêu cầu trong khuôn khổ luật pháp hiện hành và nhân viên của các cơ quan chính phủ chỉ được quyền truy cập vào máy quay video từ những lãnh thổ và tuyến đường mà họ chịu trách nhiệm. Mọi cuộc gọi đến hệ thống theo dõi đều được ghi lại.

Chức năng nhận dạng khuôn mặt hoạt động trực tuyến, quá trình nhận dạng mất vài giây. Nếu thuật toán phát hiện một người có khuôn mặt được tải lên cơ sở dữ liệu, nó sẽ gửi cảnh báo đến các cơ quan thực thi pháp luật.

Bộ cũng lưu ý rằng việc giới thiệu chức năng nhận dạng khuôn mặt đã làm tăng hiệu quả điều tra tội phạm và truy tìm tội phạm. Trong các cuộc thử nghiệm thí điểm, nó được sử dụng để phát hiện và giam giữ hơn 50% những kẻ vi phạm pháp luật bị truy lùng bằng thuật toán phân tích. Trước đó, một số trong số chúng không thể được tìm thấy trong nhiều năm.

Người Muscites sẽ có thể kết nối camera giám sát của họ với mạng lưới chung của thành phố. Tùy chọn này sẽ được thực hiện trước cuối năm nay. Video từ những camera như vậy sẽ được truyền đến một trung tâm xử lý và lưu trữ dữ liệu thống nhất (DSDC) và các bản ghi từ chúng có thể được sử dụng làm bằng chứng có ý nghĩa pháp lý trước tòa.

Năm nay, hơn 3,5 nghìn camera bổ sung đã được kết nối với một trung tâm xử lý và lưu trữ dữ liệu duy nhất. Máy quay video truy cập, máy ảnh được lắp đặt trên lãnh thổ và trong các tòa nhà trường học, nhà trẻ, tại các ga MCC, sân vận động, điểm dừng giao thông công cộng và bến xe buýt, cũng như trong các công viên được kết nối thành một hệ thống thống nhất. Ngoài ra, đến tháng 6/2018, camera quan sát sẽ xuất hiện ở 25 lối qua đường ngầm dành cho người đi bộ ở thủ đô. Các thiết bị ghi âm sẽ được lắp đặt trong các lối đi ngầm không được kết nối với ga tàu điện ngầm và thuộc thẩm quyền của Viện Ngân sách Nhà nước Gormost.

Thị trường nhận dạng khuôn mặt toàn cầu sẽ phát triển từ 4,05 tỷ USD vào năm 2017 năm trước 7,76 tỷ USD vào năm 2022.

Hệ thống nhận dạng khuôn mặt hoạt động như thế nào?

Về nguyên tắc, hệ thống nhận dạng khuôn mặt có thể được mô tả là quá trình khớp các khuôn mặt được chụp bởi ống kính máy ảnh với cơ sở dữ liệu về các hình ảnh khuôn mặt tham chiếu được lưu trữ và xác định trước đó.
Dựa trên việc triển khai cấu trúc của hệ thống nhận dạng khuôn mặt, có thể phân biệt ba sơ đồ chung.

Phân tích luồng video trên máy chủ

Sơ đồ triển khai phổ biến nhất là camera IP truyền luồng video đến máy chủ; trên máy chủ, phần mềm chuyên dụng sẽ phân tích luồng video và so sánh hình ảnh khuôn mặt thu được từ luồng video với cơ sở dữ liệu về các khuôn mặt tham chiếu.

Nhược điểm của sơ đồ này là: tải mạng cao, chi phí máy chủ cao; ngay cả máy chủ mạnh nhất cũng có thể kết nối một số lượng camera IP hạn chế, tức là. hệ thống càng lớn thì càng có nhiều máy chủ.
Ưu điểm là khả năng sử dụng hệ thống giám sát video hiện có.

Phân tích luồng video trên camera IP

Trong trường hợp này, việc phân tích hình ảnh sẽ được thực hiện trên chính máy ảnh và siêu dữ liệu đã xử lý sẽ được chuyển đến máy chủ.

Nhược điểm - bạn cần những chiếc máy ảnh đặc biệt, số lượng lựa chọn hiện nay rất ít, giá thành máy ảnh cao hơn máy ảnh thông thường. Ngoài ra, trong các hệ thống của các nhà sản xuất khác nhau, vấn đề lưu trữ và kích thước cơ sở dữ liệu tham chiếu khuôn mặt được nhận dạng, cũng như các vấn đề về tương tác giữa phần mềm trên máy ảnh và phần mềm trên máy chủ sẽ được giải quyết khác nhau.
Ưu điểm - kết nối số lượng camera gần như không giới hạn với một máy chủ

Phân tích luồng video trên thiết bị kiểm soát truy cập

Không giống như hai sơ đồ đầu tiên sử dụng camera IP, trong trường hợp này, camera được tích hợp vào thiết bị kiểm soát truy cập, ngoài nhận dạng khuôn mặt, vốn xuất hiện tự nhiên trên thiết bị, còn thực hiện các chức năng kiểm soát truy cập, thường thông qua cửa quay hoặc điện. khóa được cài đặt trên cửa. Cơ sở dữ liệu về các khuôn mặt tham chiếu được lưu trữ trên thiết bị và thường không ở dạng ảnh chụp.

Nhược điểm - theo quy định, tất cả các thiết bị như vậy đều được sản xuất để sử dụng trong nhà.
Ưu điểm - chi phí hệ thống thấp so với hệ thống giám sát video được sử dụng để nhận dạng khuôn mặt.

Trong mọi trường hợp, sự thành công của dự án nhận dạng khuôn mặt phụ thuộc vào ba yếu tố quan trọng:
Thuật toán nhận dạng
Cơ sở dữ liệu khuôn mặt được nhận dạng (tiêu chuẩn)
Hiệu suất thuật toán

Công nghệ nhận diện khuôn mặt

Thông thường, hệ thống bao gồm một camera giám sát video và phần mềm thực hiện phân tích hình ảnh.Phần mềm nhận dạng khuôn mặt dựa trên việc xử lý hình ảnh và tính toán các thuật toán toán học phức tạp, đòi hỏi một máy chủ mạnh hơn mức thường được yêu cầu cho các hệ thống giám sát video.

Chúng ta sẽ quan tâm chủ yếu đến các chỉ số chất lượng của phần mềm. Thứ hai, cần có sức mạnh máy chủ nào để phân tích hình ảnh và xử lý cơ sở dữ liệu hình ảnh, và thứ ba, chúng tôi sẽ xem xét vấn đề về khả năng ứng dụng camera IP cho mục đích nhận dạng khuôn mặt.Cần đặc biệt chú ý đến những thiết bị được gọi là “độc lập” thực hiện xử lý hình ảnh trực tiếp trên chính thiết bị đó chứ không phải trên máy chủ; những thiết bị đó cũng có thể có cơ sở dữ liệu về các khuôn mặt tham chiếu được lưu trữ trong bộ nhớ.

Nhận dạng khuôn mặt 2D
Công nghệ nhận dạng khuôn mặt 2D (hai chiều) dựa trên hình ảnh hai chiều phẳng. Các thuật toán nhận dạng khuôn mặt sử dụng: thông số nhân trắc học khuôn mặt, biểu đồ - mô hình khuôn mặt hoặc mô hình khuôn mặt 2D đàn hồi, cũng như hình ảnh với khuôn mặt được biểu thị bằng một tập hợp các đặc điểm vật lý hoặc toán học nhất định. Chúng ta sẽ xem xét đánh giá mức độ phổ biến của các thuật toán nhận dạng khuôn mặt dưới đây.

Nhận dạng hình ảnh 2D là một trong những công nghệ phổ biến nhất hiện nay. Vì cơ sở dữ liệu chính của các cá nhân được xác định được tích lũy trên thế giới chính xác là hai chiều. Và thiết bị chính, đã được lắp đặt, cũng là 2D trên toàn thế giới - theo dữ liệu năm 2016 - 350 triệu camera quan sát. Đây là lý do tại sao nhu cầu chính là hệ thống nhận dạng khuôn mặt 2D.

Và nhu cầu, như chúng ta biết, sẽ kích thích nguồn cung, buộc các nhà phát triển phải nỗ lực tối đa để cải tiến công nghệ 2D.Những nỗ lực này đôi khi mang lại những kết quả thú vị không ngờ, chẳng hạn như việc tạo ra mô hình ba chiều của khuôn mặt dựa trên hình ảnh 2D.Các nhà nghiên cứu từ Đại học Nottingham và Kingston đã trình bày một dự án tái tạo khuôn mặt 3D dựa trên một hình ảnh duy nhất.Mạng lưới thần kinh, qua đó nhiều mô hình 3D ba chiều của con người và các bức chân dung thông thường được truyền qua, tái tạo khuôn mặt ba chiều của con người chỉ dựa trên một hình ảnh hai chiều của khuôn mặt.

Thuận lợi
Một lợi thế rất lớn của nhận dạng khuôn mặt 2D là sự sẵn có của cơ sở dữ liệu sẵn có về tiêu chuẩn khuôn mặt và cơ sở hạ tầng sẵn có. Nhu cầu tối đa sẽ nằm ở phân khúc này và nhu cầu sẽ kích thích các nhà phát triển cải tiến công nghệ.

sai sót
Tỷ lệ lỗi FAR và FRR cao hơn so với nhận dạng khuôn mặt 3D.

Nhận dạng khuôn mặt 3D
Nhận dạng 3D (Nhận dạng khuôn mặt ba chiều - tiếng Anh) thường được thực hiện bằng cách sử dụng hình ảnh ba chiều được tái tạo. Công nghệ nhận dạng khuôn mặt 3D có đặc tính chất lượng cao hơn. Mặc dù tất nhiên nó không lý tưởng.

Có một số công nghệ quét 3D khác nhau. Đây có thể là máy quét laser ước tính khoảng cách từ máy quét đến các thành phần trên bề mặt của vật thể, máy quét đặc biệt với khả năng chiếu sáng có cấu trúc trên bề mặt vật thể và xử lý toán học các dải uốn cong hoặc chúng có thể là máy quét xử lý các cặp hình ảnh khuôn mặt đồng bộ bằng cách sử dụng phương pháp đo ảnh.

Một trong những máy quét 3D được người tiêu dùng và chuyên gia nghiên cứu nhiều nhất là Face ID nổi tiếng của Apple. Trải nghiệm sử dụng Face ID cực kỳ thú vị và mang tính biểu tượng, vì trên thực tế đây là thiết bị duy nhất có công nghệ nhận dạng khuôn mặt 3D được tung ra thị trường đại chúng, tất nhiên, nếu bạn có thể coi một chiếc điện thoại một trăm đô la là một thiết bị dành cho đại chúng chợ.

Công nghệ 3D của Apple là công nghệ duy nhất trên thế giới sử dụng tia laser phát ra theo chiều dọc (VCSEL) và được đồn đại là đã chi tổng cộng 1,5 đến 2 tỷ USD cho việc phát triển Face ID. Nhà cung cấp VCSEL cho Apple là hai công ty Finisar Corp (Apple đầu tư - 390 triệu USD) và Lumentum Holdings. Và xét trên thực tế, các công nghệ 3D khác không phát huy được hiệu quả như Face ID nên tính năng mở khóa bằng khuôn mặt trên smartphone Android sẽ không sớm xuất hiện.

Đương nhiên, Face ID không thể đảm nhận nhiệm vụ xác định cặp song sinh, mặc dù không ai mong đợi điều này nhưng ngay cả những người thân cũng thất bại.
Chà, đúng là một khoảnh khắc hài hước, nhưng lúc đầu Face ID không phân biệt được người châu Á, nhưng vấn đề đã được khắc phục nhanh đến mức Apple thậm chí không có thời gian để đệ đơn kiện vì tội phân biệt chủng tộc.

Lợi ích của 3D
Độ chính xác cao hơn và ít lỗi hơn vẫn chưa thể đạt được đối với hệ thống nhận dạng khuôn mặt 2D.

Nhược điểm của 3D
Vừa đủ dễ giả mạo dành cho các chuyên gia
Ngay cả Face ID dù rất ngầu nhưng cũng bị công ty Bkav của Việt Nam hack ngay sau khi mở bán. Mặt nạ được tạo ra bằng máy in 3D. Chi phí tạo ra chiếc mặt nạ chỉ là 150 USD. Đối với người bình thường, việc làm một chiếc khẩu trang khá khó khăn và mẹ bạn khó có thể lặp lại được, nhưng đối với những người chuyên nghiệp thì việc đó giống như hai ngón tay đặt trên đường nhựa.

Không sử dụng nhận dạng khuôn mặt 3D để bảo vệ khỏi việc truy cập trái phép vào máy tính xách tay, điện thoại thông minh hoặc cơ sở có mức độ bí mật đặc biệt; tất cả chúng đều có thể dễ dàng bị các chuyên gia tấn công;

Yêu cầu nhận dạng 3D máy ảnh đặc biệtđể quét, mà đắt hơn gấp mấy lần camera quan sát thông thường được sử dụng trong nhận dạng 2D.
Thiếu cơ sở dữ liệu làm sẵn về khuôn mặt được nhận dạng so với nhận dạng 2D
Nhận dạng cặp song sinh vẫn là một nhiệm vụ đầy thách thức đối với các thuật toán nhận dạng khuôn mặt. Trung bình trên toàn thế giới có 13,1 cặp song sinh được sinh ra trên 1.000 ca sinh và con số này thay đổi rất nhiều tùy theo khu vực địa lý.

Nhận dạng khuôn mặt dựa trên kết cấu da mặt
Hình ảnh có độ phân giải cao là một yếu tố khác giúp cải tiến công nghệ nhận dạng khuôn mặt; nhờ độ phân giải cao mà việc phân tích rất chi tiết về kết cấu da đã trở nên khả thi.

Trong kiểu phân tích này, một vùng da mặt cụ thể có thể được ghi lại dưới dạng hình ảnh, sau đó được chia thành các đơn vị nhỏ hơn, được chuyển thành các không gian có thể đo lường bằng toán học, trong đó các đường nét, lỗ chân lông và kết cấu thực tế của da được ghi lại.

Công nghệ này có thể xác định sự khác biệt giữa các cặp song sinh, điều mà phần mềm nhận dạng khuôn mặt vẫn chưa thực hiện được.” Nếu nhận dạng khuôn mặt được kết hợp với phân tích kết cấu bề mặt, độ chính xác nhận dạng có thể tăng lên rất nhiều.

Nhận dạng khuôn mặt từ ảnh nhiệt
Việc sử dụng camera chụp ảnh nhiệt cho mục đích nhận dạng khuôn mặt hiện được coi là một lĩnh vực đầy hứa hẹn để phát triển, nhưng vẫn chưa có giải pháp thương mại nào sẵn sàng để triển khai.

Công nghệ này khá hứa hẹn vì nó cho phép chúng ta loại bỏ những điểm yếu của việc nhận dạng 2D.

Nhận dạng khuôn mặt trong bóng tối hoàn toàn và trong điều kiện ánh sáng yếu
Trang điểm, kiểu tóc, râu, mũ, kính không phải là vấn đề đối với máy ảnh nhiệt
Cho phép bạn nhận ra cặp song sinh

Có hai hướng phát triển đang được thực hiện:
Nhận dạng dựa trên biểu đồ nhiệt được tạo trước của các cá nhân được xác định. Các vấn đề ở đây cũng giống như với nhận dạng 3D, không có cơ sở dữ liệu tiêu chuẩn sẵn có và thiết bị đắt tiền.
Nhận dạng một người từ các hình ảnh thu được từ camera chụp ảnh nhiệt và cơ sở dữ liệu về hình ảnh hai chiều thông thường được sử dụng làm khuôn mặt tham chiếu. Vấn đề đã được giải quyết, như bạn có thể đã đoán, bằng cách sử dụng mạng lưới thần kinh sâu.

Nhận dạng khuôn mặt dựa trên kết cấu da và hình ảnh nhiệt. Nó chỉ hoạt động trong phòng thí nghiệm và thậm chí khi đó nó cũng không lý tưởng. Nhưng chúng tôi đang theo dõi chặt chẽ và nếu có điều gì xảy ra, chúng tôi sẽ thông báo cho bạn ngay lập tức.

Chất lượng phần mềm

Có một số số liệu quan trọng để đánh giá chất lượng phần mềm.

Quan trọng nhất trong số đó là FRR và FAR
Tỷ lệ từ chối sai - FRR (Tỷ lệ từ chối sai) - xác suất hệ thống không xác định được người dùng đã đăng ký hoặc không xác nhận tính xác thực của người đó.

FRR được tính như thế nào:
Gọi Nt là số lượng tiêu chuẩn hình ảnh trong cơ sở dữ liệu. FR - số lần không nhận dạng sai (Từ chối sai - Ivanov, không được công nhận là Ivanov),

Tỷ lệ chấp nhận sai - FAR (Tỷ lệ chấp nhận sai) - khả năng hệ thống nhận dạng khuôn mặt sẽ xác định sai một người dùng chưa đăng ký hoặc xác nhận tính xác thực của người đó.

FAR được tính như thế nào:
Gọi Nt là số lượng tiêu chuẩn hình ảnh trong cơ sở dữ liệu. FA - số lượng nhận dạng sai (Chấp nhận sai - Ivanov được công nhận là Petrov),

Điều đầu tiên và quan trọng nhất bạn cần biết về hai chỉ số này là chúng không mang tính tuyệt đối mà mang tính tương đối, tức là. chúng có thể thay đổi tùy thuộc vào cài đặt của thuật toán nhận dạng khuôn mặt.

Thứ hai là các chỉ số này có liên quan với nhau - FAR càng thấp thì FRR càng lớn.

Giá trị gần đúng của FRR và FAR cho hệ thống nhận dạng khuôn mặt và mối quan hệ của chúng được trình bày trong bảng:

So sánh FAR và FRR của các phương pháp nhận dạng sinh trắc học khác nhau:

Nhà phát triển thuật toán nhận dạng khuôn mặt

Theo quy định, thuật toán nhận dạng không phải là một sản phẩm phần mềm làm sẵn mà là một thuật toán phần mềm chưa được đóng gói thành sản phẩm phần mềm và phần cứng.

Trên thế giới có khá nhiều nhà sản xuất thuật toán nhận dạng, may mắn thay có những tổ chức độc lập kiểm tra tính hiệu quả của thuật toán. Nổi tiếng nhất: NIST - Viện Tiêu chuẩn Công nghệ Quốc gia Hoa Kỳ và MegaFace - Đại học Washington, Những khuôn mặt được dán nhãn trong tự nhiên, còn có những cái khác. Kết quả của các cuộc thi được cập nhật liên tục. Bất kỳ công ty nào cũng có thể cập nhật kết quả của mình bất kỳ lúc nào bằng cách làm lại bài kiểm tra. Cách đây không lâu, NtechLab tuyên bố mình là người chiến thắng nhưng hôm nay họ chỉ đứng ở vị trí thứ 4.

Chúng tôi sẽ công bố kết quả thử nghiệm NIST kể từ ngày 13/5/2018. Vì NIST, theo quan điểm của tôi, thú vị hơn vì việc thử nghiệm các thuật toán diễn ra trên cơ sở dữ liệu đóng của các cá nhân, điều này giúp loại bỏ sự chuẩn bị của nhà phát triển cho việc thử nghiệm.

Thuật toán - megvii-000 từ Megvii, Trung Quốc
Công ty Trung Quốc Megvii với sản phẩm chính Face++. Quaước tính của KommersantDoanh thu của công ty đạt khoảng 100 triệu USD.
Thuật toán: Vị trí thứ 2 - Visionlabs-003, Vị trí thứ 7 - Visionlabs-002, VisionLabs, Nga
Thuật toán: Vị trí thứ 3 - morpho-002, vị trí thứ 17 - morpho-000. OT-Morpho, Pháp
Đối thủ nặng ký đầu tiên trong bảng xếp hạng với doanh thu gần 3 tỷ euro cho năm 2017. Liên doanh Oberthur Technologies (OT) và Safran Identity & Security (Morpho)
Thuật toán: Vị trí thứ 4 - ntechlab-003, vị trí thứ 13 - ntechlab-002 từ NtechLab, Nga
Công ty Moscow, nơi trở nên nổi tiếng với tư cách là nhà phát triểngiải pháp tìm diễn viên khiêu dâm .
Nhận đầu tư từ RT - Business Development (công ty con của Rostec) và quỹ VB Partners. Số tiền đầu tư không được tiết lộ. Kết quả là công ty con Rostec nhận được 12,5% cổ phần của công ty, quỹ đầu tư vốn biến đổi New Dimension Fund do VB Partners quản lý nhận được 25% cổ phần của công ty. NtechLab có kế hoạch thâm nhập thị trường hệ thống an ninh quốc gia và đẩy nhanh sự phát triển trong lĩnh vực thương mại.
Thuật toán - cogent-000 từ Gemalto Cogent, Hoa Kỳ
Phát triển đầy đủ các giải pháp sinh trắc học, tập trung vào thực thi pháp luật, kiểm soát biên giới và nhận dạng dân sự. Doanh thu toàn cầu hàng năm là khoảng 205 triệu USD.
Thuật toán - vocord-002 từ Vocord, Nga
Công ty Vocord được thành lập vào năm 1999 bởi các sinh viên tốt nghiệp MIPT là Dmitry Zavarikin và Alexey Kadeishvili. Theo SPARK-Interfax, năm 2014 doanh thu của công ty lên tới 302 triệu rúp; không thể lấy được dữ liệu gần đây hơn tại thời điểm viết bài.
Thuật toán: - fdu-000, vị trí thứ 9 - fdu-001.Đại học Phúc Đán, Trung Quốc
Thuật toán - công nghệ thần kinh-003. Công nghệ thần kinh, Litva
Từ trang web của công ty bạn có thể Tải xuống phiên bản demo của phần mềm dành cho PC và điện thoại thông minh Android, phiên bản demo của SDK. Công ty có một kênh YouTube cung cấp nhiều thông tin. Giá được công bố trên trang web. Công ty cũng cung cấp dịch vụ đám mây của riêng mình www.skybiometry.com
Thuật toán - itmo-003. Đại học Công nghệ Thông tin, Cơ học và Quang học Bang Saint Petersburg, Nga
Thuật toán - 3divi-001. Tridivi (3DiVi Inc.), Nga
Thuật toán - yitu-000. Công nghệ Yitu, Trung Quốc
Sản phẩm chính của Yitu là hệ thống nhận dạng khuôn mặt Dragonfly Eye, được sử dụng bởi hệ thống an ninh chính phủ ở nhiều thành phố khác nhau ở Trung Quốc. Trong ba tháng đầu sử dụng hệ thống này ở Thượng Hải, 567 người vi phạm pháp luật đã bị bắt giữ bằng Dragonfly Eye. Hệ thống lưu trữ 1,8 tỷ bức ảnh và cơ sở dữ liệu bao gồm ảnh không chỉ của công dân Trung Quốc mà còn của tất cả khách du lịch qua biên giới đất nước. Hệ thống này cũng được triển khai tại các sự kiện công cộng: trong lễ hội bia ở Thanh Đảo, camera đã giúp bắt giữ 22 người bị truy nã. Chính quyền địa phươngbáo cáo thành công : ở một thành phố, hệ thống Yitu đã giúp giảm 30% nạn móc túi, ở một thành phố khác, nó đã giải quyết được 500 tội phạm trong hai năm. Bằng một cách đáng kinh ngạc nào đó, hệ thống thậm chí còn giúp xác định nạn nhân vụ giết người bằng hộp sọ của anh ta 5 năm sau vụ án.
Thuật toán - khỉ đột-000, Công nghệ Gorilla, Đài Loan
Thuật toán - cyberextruder-002, CyberExtruder, Hoa Kỳ
Thuật toán - tongyitrans-002,Công nghệ vận tải TongYi, Trung Quốc
Thuật toán - yisheng-001,Công nghệ điện tử Chu Hải Yisheng, Trung Quốc

Tổng cộng: 5 đại diện đến từ Nga, đó là một tin tốt, 5 đại diện đến từ Trung Quốc, điều này thậm chí không có gì đáng ngạc nhiên.

Trên thực tế, có rất nhiều nhà sản xuất thuật toán nhận dạng khác; bạn có thể tìm thấy nhiều thuật toán còn thiếu ở đây trong bảng xếp hạng MegaFace. Nhưng ngay cả khi bạn lập một danh sách duy nhất, nó vẫn sẽ không đầy đủ. Hầu hết tất cả những gã khổng lồ trong ngành CNTT đều đang phát triển thuật toán nhận dạng khuôn mặt của riêng mình - Facebook, Google (coi hệ thống nhận dạng của họ là chính xác nhất), Baidu, Microsoft, Yandex (kiểm tra quyền tài xế bằng khuôn mặt và giọng nói), VKontakte, Toshiba và nhiều hãng khác.

Thậm chí có .

Từ tất cả sự đa dạng này, có thể rút ra một số kết luận đơn giản:

Cạnh tranh trên thị trường này sẽ ngày càng gay gắt và hậu quả của nó là giá cả giảm nhiều lần. Ví dụ: vào năm 2017, Macroscop đã giảm giá mô-đun nhận dạng xuống 18 lần. Họ vui vẻ báo cáo điều này trên trang web của mình, như thể gửi một lời chào chân thành đến tất cả những khách hàng may mắn mua được mô-đun nhận dạng trước năm 2017.

Rõ ràng là giá sẽ tiếp tục giảm.Các chỉ số chất lượng của các thuật toán nhận dạng không ngừng phát triển và trong nhiều trường hợp, chúng hơi khác nhau, giá cả khác nhau đáng kể, như bạn có thể thấy bên dưới, hiệu suất thậm chí còn khác biệt đáng kể hơn, tất nhiên, một thông số như hiệu suất phải được kiểm tra trên một cơ sở dữ liệu có kích thước tối đa.

Cũng dễ dàng nhận thấy rằng thực tế không có nhà sản xuất thiết bị nào cho hệ thống giám sát video trong bảng xếp hạng, đồng thời không có máy quay video và thiết bị lưu trữ, toàn bộ câu chuyện với thuật toán này chỉ đang diễn ra trên máy tính. Nhưng việc họ không ở đó không có nghĩa là họ không nhìn thấy thị trường này và không hiểu được tầm quan trọng của nó. Đây là tính năng nhận dạng khuôn mặt của Panasonic, của NEC, Amazon và nhiều hãng khác. Nhìn chung, thị trường này sẽ sớm trở nên rất nóng. Ngoại trừ giải pháp phần mềm(đây là khi quá trình nhận dạng diễn ra trực tiếp trên máy chủ), cũng có đứng một mình giải pháp là khi sự nhận dạng xảy ra trên thiết bị đọc.

Phần mềm nhận dạng khuôn mặt cho hệ thống CCTV

Việc kiểm tra tính hiệu quả của thuật toán nhận dạng khuôn mặt tất nhiên là thú vị, giống như bất kỳ cuộc thi nào, nhưng nó giống một cuộc triển lãm thành tựu kinh tế quốc gia hơn. Nó có vẻ ấn tượng, nhưng không rõ chính xác làm thế nào để bắt đầu sử dụng nó và chi phí là bao nhiêu.

Kết quả công việc của các thuật toán nhận dạng khuôn mặt sẽ phù hợp hoặc không phù hợp với cơ sở tiêu chuẩn. Và sau đó, tùy thuộc vào đặc điểm cụ thể của hệ thống của bạn, một hành động được lập trình sẵn sẽ xảy ra. Ví dụ: khi khách hàng VIP đăng nhập, người quản lý cấp cao sẽ nhận được thông báo chứa tất cả dữ liệu khách hàng từ cơ sở dữ liệu của bạn.

Hoặc ngược lại, khi có người trong danh sách đen bước vào, bảo mật sẽ nhận được thông báo. Hoặc khi một người trong danh sách đen cố gắng đi qua trạm kiểm soát, hệ thống kiểm soát truy cập sẽ chặn lối đi - đây đã là sự tích hợp của hệ thống nhận dạng khuôn mặt với hệ thống kiểm soát truy cập.

Hoạt động của hệ thống nhận dạng khuôn mặt trong điều kiện thực tế là toàn bộ sự tương tác giữa phần mềm và phần cứng.

Để tổ chức các tương tác như vậy, có một loạt nền tảng tích hợp cho phép bạn thiết lập tương tác với hệ thống kiểm soát truy cập, hệ thống giám sát video, hệ thống an ninh, hệ thống an toàn phòng cháy chữa cháy, hệ thống CRM, hệ thống quản lý doanh nghiệp và nhiều nền tảng khác.

Vì vậy, nếu bạn không thích cờ đam nhưng may mắn thì một vài phần tiếp theo chỉ đơn giản là phần “Phải có” dành cho bạn.

Nền tảng tích hợp là một tên tuổi lớn; nó áp dụng cho các nhà phát triển được liệt kê dưới đây ở các mức độ khác nhau, vì vậy khi lựa chọn giải pháp nhận dạng khuôn mặt, bạn cần làm quen với tất cả các khả năng của phần mềm (nền tảng). Có tính đến cả nhu cầu hiện tại của doanh nghiệp và cơ hội phát triển, cả đặc điểm định tính của thuật toán nhận dạng khuôn mặt và khả năng tích hợp.

Nhà phát triển phần mềm cho hệ thống nhận dạng khuôn mặt và giá cho các mô-đun của họ

ISS, Nga, Phần mềm “SecurOS® Face”

Giấy phép mô-đun chụp khuôn mặt - giá 41.275 rúp

Đến kênh. Được cài đặt trên máy chủ nhận dạng khuôn mặt hoặc máy chủ chụp khuôn mặt

Giấy phép mô-đun nhận dạng khuôn mặt (tối đa 1000 người trong cơ sở dữ liệu) - giá 665.760 rúp.
Đến máy chủ nhận dạng khuôn mặt.

Máy chủ dành cho phần mềm cho mục đích nhận dạng khuôn mặt

Nhận dạng khuôn mặt, giống như bất kỳ phân tích video nào khác, là một nhiệm vụ đòi hỏi nhiều bộ xử lý, do đó, để triển khai ngay cả một hệ thống nhận dạng khuôn mặt nhỏ, bạn sẽ cần các máy chủ khá mạnh chứ không phải giá rẻ. Các đặc điểm của máy chủ được chọn riêng lẻ và phụ thuộc vào nhiều yếu tố - từ số lượng kênh nhận dạng, đến kích thước dự kiến của cơ sở dữ liệu về các khuôn mặt tham chiếu và thời lượng lưu trữ kho lưu trữ video.

Máy chủ cho phần mềm nhận dạng khuôn mặt - giá từ 101.567 rúp

Việc lựa chọn máy chủ không giới hạn ở những máy chủ được trình bày trong danh mục này; trong hầu hết các trường hợp, chúng tôi lắp ráp một máy chủ tùy theo yêu cầu đã nêu của bạn.

Camera IP tốt nhất để nhận dạng khuôn mặt

Chúng tôi đã thảo luận về phần mềm và máy chủ ở trên, nhưng để hệ thống hoạt động, bạn cần có camera IP. Chính đặc điểm chất lượng của camera sẽ quyết định rất lớn đến việc hệ thống nhận dạng khuôn mặt sẽ hoạt động tốt như thế nào.

Khi chọn camera IP để nhận dạng khuôn mặt, chúng tôi khuyên bạn nên chú ý đến các đặc điểm sau.

WDR (Dải động rộng)

Mặc dù thực tế là gần đây những chiếc máy ảnh có WDR đã xuất hiện với giá 5.000 rúp, nhưng chất lượng hình ảnh của những chiếc máy ảnh như vậy kém hơn nhiều so với những chiếc máy ảnh ở phân khúc giá cao hơn. Theo kinh nghiệm của chúng tôi, máy ảnh có WDR tốt nhất không thể có giá dưới 80.000 rúp.

Tốc độ khung hình ít nhất là 60 khung hình mỗi giây

Tốc độ khung hình trên giây càng cao thì khả năng bạn có được bức ảnh có hướng khuôn mặt người đó so với máy ảnh càng cao, điều này sẽ ảnh hưởng trực tiếp đến chất lượng nhận dạng khuôn mặt.

Ống kính Varifocal

Càng có nhiều pixel trên khuôn mặt của một người thì hình ảnh sẽ càng lớn.

Các thử nghiệm đã chỉ ra rằng để nhận dạng khuôn mặt thành công, khuôn mặt phải được thể hiện bằng ít nhất 160 pixel trên mỗi hình bầu dục của khuôn mặt và lý tưởng nhất là ít nhất 50 pixel ở khoảng cách giữa hai mắt. Cho dù bạn có chọn vị trí camera cẩn thận đến đâu thì để đạt được những giá trị này, nó sẽ phải được điều chỉnh cục bộ tùy thuộc vào nhiều yếu tố. Đây là lý do tại sao bạn cần một ống kính đa tiêu cự.

Camera quan sát được cài đặt thông số kỹ thuật nhận dạng khuôn mặt được đề xuất- giá từ 10.000 rúp

Sau đó, như họ nói, sự lựa chọn là của bạn. Nếu bạn đang xây dựng một hệ thống nhận dạng từ đầu, thì bạn nên nghĩ đến việc chọn những mẫu camera IP thực sự được thử nghiệm tốt nhất.

Một chức năng khá phổ biến và rẻ tiền, theo quy luật, nó luôn có trong phần mềm nhận dạng khuôn mặt chính, nhưng cũng có thể được mua riêng. Nếu bạn chưa bao giờ quan tâm đến hệ thống giám sát video trong đời. Hãy xem video và nó sẽ giải thích bản chất một cách ngắn gọn nhất có thể.

ITV, Nga, phần mềm trí tuệ

Tìm kiếm khuôn mặt trong kho lưu trữ (cho 1 kênh video) - giá 6.200 rúp

Trassir, Nga, Phần mềm “Tìm kiếm khuôn mặt Trassir”

Mô-đun tìm kiếm một người cụ thể trong kho lưu trữ Trassir Face Search - giá 36.990 rúp

Hầu hết các nhà phát triển đều có chức năng này ở dạng này hay dạng khác, vì vậy có lẽ chúng tôi sẽ không kéo dài bài viết vốn đã ngắn này.

Nhà sản xuất thiết bị tích hợp thuật toán nhận dạng khuôn mặt

Nếu phần trên có phần dành cho nhà phát triển phần mềm, tức là. Đây là nơi tập trung các giải pháp chính mang lại hiệu quả tối đa vào thời điểm hiện tại. Phần này nói về tương lai đang đến.

Trong trường hợp đầu tiên, luồng video từ camera được truyền qua mạng đến máy chủ có cài đặt phần mềm và tại đó, luồng video từ một camera IP có tốc độ khoảng 5 Mbit/s và luồng này phải là. được truyền qua mạng đến máy chủ và được xử lý ở đó. Trong trường hợp một camera, mọi thứ có vẻ chấp nhận được, nhưng nếu có hàng trăm camera thì đây là một vấn đề cần được giải quyết riêng. Nó có thể được giải quyết chủ yếu bởi hàng chục máy chủ để xử lý dữ liệu; bất kỳ phân tích video nào cũng là một nhiệm vụ đòi hỏi nhiều bộ xử lý. Vì vậy, máy chủ sẽ là một khoản chi phí đáng kể.

Sẽ hiệu quả hơn nhiều khi nhận ra trên thiết bị và chuyển các kết quả đã được xử lý qua mạng, điều này sẽ giảm tải cho mạng và máy chủ theo mức độ lớn.

Ngoài thực tế là những thiết bị như vậy đã tồn tại, chúng còn cho thấy hiệu quả và tốc độ đáng kinh ngạc. Tôi sẽ chia tất cả các thiết bị thành hai nhóm lớn: “Camera CCTV có tích hợp nhận dạng khuôn mặt” và “Thiết bị cho hệ thống kiểm soát truy cập có tích hợp nhận dạng khuôn mặt”.

Camera quan sát tích hợp nhận dạng khuôn mặt

Máy ảnh thông minh có thuật toán nhận dạng khuôn mặt tích hợp là một trong những máy ảnh tiên tiến nhất trong ngành. Chúng cho phép bạn xử lý luồng video trực tiếp trên chính máy ảnh và gửi siêu dữ liệu đã xử lý đến máy chủ.

Máy ảnh 2MP iDS-2CD8426G0/F-I với hai ống kính - giá 135.550 rúp

HikVision, Trung Quốc, nhà sản xuất hệ thống giám sát video lớn nhất Trung Quốc.
Cảm biến - CMOS quét lũy tiến 1/2.8''
Độ nhạy - Màu sắc: 0,005 Lux @ (F1.2, AGC ON), 0,0089 Lux @ (F1.6, AGC ON), 0 Lux với IR
Tốc độ màn trập điện tử - 1 giây ~ 1/100000 giây
Độ phân giải 2MPPhần cứng WDR 120dB, tốc độ khung hình 25fps@2MP, khe cắm thẻ nhớ microSD lên tới 128GB, chiếu sáng hồng ngoại lên tới 10m

Camera nhận dạng khuôn mặt, với hai ống kính, là một thiết bị nhỏ gọn có thuật toán học sâu DeepinView với hệ thống nhận dạng khuôn mặt tích hợp.

Máy ảnh này hỗ trợ một số codec nén video (H.265, H.264, MPEG-4 và MJPEG) và có thể xử lý tối đa năm luồng video. Kích thước của máy quay video là 180,4 x 147 x 117,9 mm, trọng lượng của máy là 1500 gram. Về mặt cấu trúc, nó là một máy ảnh hai ống kính với công nghệ âm thanh nổi hai mắt, đọc một số lượng lớn các đặc điểm khuôn mặt để nhận dạng chính xác hơn.

Nó được trang bị một ống kính có tiêu cự cố định 4 mm và góc nhìn 86°. Camera sẽ tự động chụp, chọn lọc và hiển thị hình ảnh tối ưu về khuôn mặt của một người.

Thực hiện nhận dạng khuôn mặt, so sánh tức thì các khuôn mặt đã chụp với các thư viện tích hợp và hỗ trợ thiết lập kích hoạt cảnh báo dựa trên khuôn mặt đã được xác định.

HikVision tuyên bố nhiệt độ hoạt động từ -10°C đến 40°C và độ ẩm lên tới 95%.

Camera tự động chuyển đổi giữa chế độ ngày và đêm. Chiếu sáng hồng ngoại hoạt động ở khoảng cách lên tới 10 mét.

DVR iDS-96128NXI-I16 với hệ thống nhận dạng khuôn mặt - giá 3.299.990 rúp

Quay video lên tới 12MP, đầu ra video lên tới 4K
128 kênh, Phát lại đồng bộ 4 kênh@4K
16 ổ cứng SATA có dung lượng lên tới 10TB mỗi ổ
Đầu vào/đầu ra âm thanh 1/2, đầu vào/đầu ra cảnh báo 16/8
Giao diện mạng 4 RJ-45 10M/100M/1000M Ethernet

Bộ nhớ DVR được thiết kế cho 16 thư viện hình ảnh của mọi người (tổng cộng lên tới 100.000 ảnh)

DVR hỗ trợ các chức năng Thông minh để tìm kiếm những người tương tự, phân tích hành vi và phát hiện khuôn mặt và ô tô.
Có thể làm việc với máy ảnh nhiệt, phát hiện đám cháy, phát hiện tàu biển, đo nhiệt độ, duy trì số liệu thống kê của camera bản đồ nhiệt và đếm du khách.
iDS-96128NXI-I16 có khả năng phát hiện người trên 32 kênh và lập mô hình khuôn mặt với tốc độ 64 ảnh mỗi giây.

Máy ghi âm có các giao diện 1 RS-232, 1 RS-485, RS-485 cho bàn phím và hai đầu nối USB 2.0 và USB 3.0, cũng như 16 đầu vào cảnh báo và 8 đầu ra.

IDS-96128NXI-I16 hỗ trợ sử dụng mảng đột kích RAID0, RAID1, RAID5, RAID6 và RAID10.

Camera quan sát DH-IPC-HF8242F-FR với hệ thống nhận dạng khuôn mặt trên tàu - giá 100.000 rúp
Công nghệ Dahua, Trung Quốc
1/1.9", 2 MP quét lũy tiến Bộ giải mã CMOSSmart 265+/H.264+, mã hóa 3 luồng
Ánh sáng sao, WDR thực 120dB, 3DNR, Ngày/Đêm (ICR), AWB, AGC, BLC
Giám sát nhiều mạng: Trình xem web, CMS (DSS/PSS) & DMSS
Tự động lấy nét lùi (ABF)

Chụp khuôn mặt là một ứng dụng phần mềm tự động chụp khuôn mặt từ chuỗi hình ảnh hoặc video kỹ thuật số từ nguồn video. Camera Dahua sử dụng thuật toán Deep Learning tiên tiến, cho phép camera nhận dạng và khớp khuôn mặt một cách nhanh chóng và chính xác.

Camera nhận dạng khuôn mặt DH-IPC-HF8242FP-FR sử dụng công nghệ Deep Learning để nhận dạng và khớp khuôn mặt một cách hiệu quả. Các chức năng phân tích của thiết bị cho phép bạn xác định độ tuổi, giới tính, tâm trạng, sự hiện diện hay vắng mặt của mặt nạ/kính/râu hoặc ria mép.

Máy quay video có chức năng đếm người và tạo bản đồ nhiệt.
Bộ nhớ máy ảnh chứa tới 10.000 khuôn mặt, có thể chia thành 5 loại, cho phép chụp và so sánh khuôn mặt theo thời gian thực.

Nhờ công nghệ Starlight của Dahua, camera này lý tưởng để làm việc trong môi trường khó khăn với ánh sáng hạn chế.
Độ nhạy sáng thấp của nó đảm bảo hiệu suất hình ảnh màu với ánh sáng xung quanh tối thiểu. Ngay cả trong điều kiện ánh sáng cực yếu, bóng tối gần như hoàn toàn, công nghệ Starlight vẫn có thể hiển thị hình ảnh màu.

Camera quan sát IPC2255-Gi4N với hệ thống nhận dạng khuôn mặt trên tàu - giá 100.000 rúp

Kedacom, Trung Quốc
Ma trận ánh sáng sao CMOS 1/1.9", 0,001 lux với hình ảnh màu 1080@30 khung hình / giây ở H.265 / H.264 / MJPEG
Nhận dạng đồng thời tới 18 mục tiêu (hình ảnh, khuôn mặt)
WDR phần cứng, chiếu sáng hồng ngoại thích ứng lên tới 100m
2 đầu vào cảnh báo / 1 đầu ra, Cấp bảo vệ IP66, Phạm vi nhiệt độ -40°C +60°C

Máy quay video Axis P1367 tích hợp thuật toán Ayonix - giá 68.448 rúp

Ayonix, Nhật Bản
Ma trận 1/2.9” với chức năng quét lũy tiến
Tiêu cự thay đổi 2,8–8,5 mm
Chất lượng video vượt trội với độ phân giải 5 MP
Công nghệ Lightfinder và Forensic WDR, công nghệ Zipstream
Khả năng phân tích hình ảnh nâng cao

Nhà phát triển phần mềm nhận dạng khuôn mặt Nhật Bản Ayonix đã phát triển phần mềm để hoạt động trên máy ảnh Axis P1367.

Nhờ nền tảng ACAP, các nhà phát triển bên thứ ba có thể phát triển ứng dụng để cài đặt trực tiếp trên camera Axis.

Thiết bị đầu cuối cho hệ thống chấm công và chấm công có tích hợp nhận dạng khuôn mặt

Thiết bị đầu cuối chấm công và chấm công FacePass Pro - giá 23.000 rúp

Anviz, Trung Quốc
Dung lượng bộ nhớ cho 400 người dùng
Thời gian nhận dạng< 0,1 сек
Khoảng cách nhận dạng người dùng: từ 30 cm đến 80 cm
Tỷ lệ nhận dạng: >99%
Màn hình cảm ứng TFT 2,8” nhạy cảm
Máy chủ Web tích hợp để thiết lập thiết bị đầu cuối dễ dàng

Hai camera quét đảm bảo nhận dạng chính xác nhất, đồng thời bộ xử lý Samsung ARM tốc độ cao giúp giảm thiểu thời gian nhận diện khuôn mặt nhân viên

Ngay cả những yếu tố như màu da, nét mặt, giới tính, kiểu tóc cũng như sự hiện diện hay vắng mặt của lông mặt cũng không ảnh hưởng đến độ chính xác và tốc độ nhận dạng.

Anviz FacePass Pro là hệ thống theo dõi thời gian của nhân viên với tính năng nhận dạng khuôn mặt, thẻ RFID hoặc mật khẩu không tiếp xúc.

Sự kết hợp giữa thuật toán BioNANO mới với phần cứng hiệu suất cao đảm bảo nhận dạng người dùng trong vòng chưa đầy 0,1 (!) Giây.

Hệ thống chiếu sáng hồng ngoại độc đáo đảm bảo thiết bị hoạt động ổn định cả trong phòng có điều kiện ánh sáng khác nhau và trong bóng tối hoàn toàn.
Tốc độ và chất lượng nhận dạng thậm chí không bị ảnh hưởng bởi các yếu tố như màu da, nét mặt, giới tính, kiểu tóc cũng như việc có hay không có râu hoặc ria mép trên khuôn mặt.

Bàn phím số động và màn hình cảm ứng TFT 2,8” nhạy bén đảm bảo thao tác thoải mái.

Thiết bị đầu cuối chấm công và chấm công đa sinh trắc học ZKTeco Pface202-ID - giá 26.500 rúp

ZKTeco, Trung Quốc

Bộ nhớ dành cho 600 mẫu tĩnh mạch lòng bàn tay, 1200 khuôn mặt (lên tới 3000 với xác minh 1: 1), 2000 ngón tay và 10000 thẻ
Dung lượng nhật ký 100.000 mỗi sự kiện
Màn hình LCD cảm ứng 4.3''
Đầu đọc thẻ tích hợp Em-Marin

Thiết bị đầu cuối sinh trắc học mạng dành cho hệ thống chấm công và kiểm soát truy cập với khả năng nhận dạng bằng khuôn mặt, tĩnh mạch lòng bàn tay, dấu vân tay, đầu đọc thẻ RFID và kết nối ethernet.

Thiết bị đầu cuối chấm công và chấm công đa sinh trắc học ZKTeco uFace302-ID - giá 27.405 rúp

Dung lượng bộ nhớ là 1.200 mẫu khuôn mặt, 2.000 dấu vân tay và 10.000 thẻ
Nhật ký sự kiện cho 100.000 mục
Tốc độ nhận dạng cao
Giao diện TCP/IP, RS232/485, Máy chủ USB, đầu ra Wiegand
Đầu ra để kết nối khóa điện, cảm biến trạng thái cửa, nút thoát, đầu ra cảnh báo
Sử dụng mã hóa phần cứng để bảo vệ phần sụn

Thiết bị đầu cuối sinh trắc học để theo dõi thời gian và kiểm soát truy cập UFace302-ID cung cấp khả năng nhận dạng bằng khuôn mặt, dấu vân tay, thẻ và mã. Face302-ID có thể phân biệt khuôn mặt của người thật với hình ảnh. Giao diện người dùng tiên tiến và thân thiện được cung cấp bởi màn hình cảm ứng 4 inch (Touch Screen).

Thiết bị chấm công và chấm công sinh trắc học ZKTeco uFace800 - giá 27.405 rúp

Camera quét khuôn mặt kép độ phân giải cao tích hợp với đèn hồng ngoại
Bộ nhớ lên tới 3.000 khuôn mặt, 5.000 ngón tay, 10.000 thẻ và 100.000 sự kiện
Nền tảng ZMM220_TFT, thuật toán ZK Face 7.0, ZK Finger 10.0
6 trạng thái sự kiện khi đăng ký
Máy quét dấu vân tay, đầu đọc thẻ tích hợp
Giao diện TCP/IP, USB Host, WiFi (tùy chọn), đầu ra Wiegand

Thiết bị đầu cuối sinh trắc học mạng dành cho hệ thống chấm công và kiểm soát truy cập với nhận dạng khuôn mặt, máy quét dấu vân tay, đầu đọc thẻ RFID và kết nối ethernet.
uFace800 hỗ trợ điều khiển khóa, điều khiển cảm biến cửa, chuông, cảm biến chống trộm, kết nối nút thoát hiểm.

Thiết bị cho hệ thống kiểm soát truy cập có tích hợp nhận dạng khuôn mặt

Thiết bị đầu cuối nhận dạng khuôn mặt FaceStation 2 - giá 80.856 rúp

Suprema, Hàn Quốc. Nhà sản xuất sinh trắc học lớn nhất thế giới, một trong 50 nhà sản xuất hệ thống bảo mật lớn nhất toàn cầu.
Hệ thống vi xử lý: Quard Core 1,4 GHz, Bộ nhớ: 8 GB Flash + 1 GB RAM
Bộ nhớ tự động cho 30.000 người dùng, 5.000.000 sự kiện, 50.000 ảnh
Nhận dạng nhanh – so sánh 1:3.000 mẫu mỗi giây
Màn hình cảm ứng Màn hình cảm ứng LCD 4 inch, đèn nền lên tới 25000 lux
Hoạt động ổn định trong mọi ánh sáng nhờ đèn nền 25.000 lux

FaceStation 2 là một nền tảng nhận dạng khuôn mặt hiệu suất cao. Nhận dạng khuôn mặt có thể được sử dụng ở cả chế độ nhận dạng và xác minh. Ngoài nhận dạng khuôn mặt, nhận dạng bằng điện thoại thông minh và thẻ không tiếp xúc cũng được hỗ trợ.

Để giải quyết các vấn đề ACS cụ thể trên một đối tượng thực, người dùng có thể chọn các chế độ nhận dạng (1:N) hoặc xác minh (1:1) khác nhau từ danh sách rộng do FaceStation 2 cung cấp.
Như vậy, có thể lựa chọn sự cân bằng tối ưu giữa mức độ bảo mật và tốc độ hoạt động trong từng trường hợp cụ thể.

Tùy thuộc vào chế độ đã chọn, nhiều tổ hợp cảm biến sinh trắc học, đầu đọc thẻ thông minh tích hợp và bàn phím cảm ứng để nhập mã PIN sẽ được sử dụng.
Nhận dạng khuôn mặt không tiếp xúc và khả năng sử dụng điện thoại thông minh thay vì thẻ truy cập khiến FaceStation 2 cực kỳ thân thiện với người dùng.

Thiết bị đầu cuối nhận dạng khuôn mặt hiệu suất cao, có đầu đọc thẻ đa tần số tích hợp (125kHz EM & 13,56Mhz MIFARE, DESFire/EV1, FeliCa, NFC, ISO14443A/B, ISO15693).

Nhờ vùng nhận dạng được mở rộng, thiết bị được cài đặt theo hướng dẫn sẽ “nhìn thấy” khuôn mặt của những người có chiều cao từ 145 cm đến 210 cm.
Thiết bị đầu cuối được trang bị các tính năng bảo mật tiên tiến như công nghệ hồng ngoại chống giả khuôn mặt và công nghệ đọc RF đa băng tần hỗ trợ các tiêu chuẩn RFID mới nhất.

Ngoài ra còn có một sửa đổi thiết bị đầu cuối FaceStation 2 (kiểu FS2-AWB) - giá 93.850 rúp, có đầu đọc MultiCLASS SE tích hợp (125kHz EM, HID Prox & 13,56Mhz MIFARE, DESFire/EV1, FeliCa, iCLASS SE/SR, NFC, ISO14443A/B, ISO15693).

Và tất nhiên, các giải pháp từ các đối tác Trung Quốc của chúng tôi, những người sẽ không phải là đối tác Trung Quốc nếu họ không cung cấp công nghệ hiện đại rẻ hơn 3-4 lần. Giá rẻ chắc chắn không dẫn đến hậu quả, một trong những khác biệt chính là kích thước của cơ sở dữ liệu, đối với người Trung Quốc nhỏ hơn ít nhất 5 lần, tốc độ và độ chính xác cũng bị ảnh hưởng một chút. Nhưng về nguyên tắc, đây là những giải pháp hoàn toàn có hiệu quả, mang tính địa phương dành cho các doanh nghiệp nhỏ.

Thiết bị nhận dạng sinh trắc học đa yếu tố ZKTeco VF680 - giá 13.410 rúp

ZKTeco®, Trung Quốc, nhà sản xuất sinh trắc học lớn nhất Trung Quốc, phát triển độc lập các thuật toán nhận dạng.
Nền tảng ZEM810, thuật toán ZK Face 7.0
Camera quét khuôn mặt kép độ phân giải cao tích hợp với đèn hồng ngoại
Bộ nhớ cho 800 khuôn mặt, lên tới 10.000 và 100.000 sự kiện
Tốc độ xác minh không quá 1 giây
Kết nối TCP/IP

VF680 có thể hoạt động độc lập hoặc kết nối với hệ thống kiểm soát truy cập nối mạng. Thiết bị đầu cuối được trang bị nền tảng ZEM810, màn hình cảm ứng 3,0 inch và thuật toán ZK Face 7.0, hỗ trợ 800 khuôn mặt.
Đầu đọc có thể được lập trình từ bàn phím tích hợp hoặc sử dụng phần mềm.

Thiết bị nhận dạng sinh trắc học đa yếu tố ZKTeco MultiBio700id - giá 28.530 rúp

Phiên bản thuật toán: ZK Face v7.0 và ZK Finger v10.0

100.000 sự kiện trong nhật ký
Nhận dạng trong vòng 1 giây

Thiết bị đầu cuối đa sinh trắc học ZKTeco Multibio700 cung cấp quyền truy cập bằng khuôn mặt, dấu vân tay, thẻ không tiếp xúc và mã.
Thiết bị ghi lại vị trí, kích thước và hình dạng tương đối của mắt, mũi, xương gò má và hàm và tạo thành một mẫu sinh trắc học từ dữ liệu này để so sánh sau này.
Nhận dạng người dùng chính xác và nhanh chóng trong vòng 1 giây. Chiếu sáng hồng ngoại giúp thực hiện nhận dạng thành công trong điều kiện ánh sáng yếu.

Để điều khiển trực tiếp khóa, thiết bị đầu cuối có thể được sử dụng tự động hoặc được kết nối như một đầu đọc với các hệ thống truy cập mạng bằng giao diện Wiegand.

Đầu đọc sinh trắc học ZKTeco SpeedFace V5

Vi xử lý Quad-Core A17 1.8GHz, Bộ nhớ RAM 2G/ROM 16G
Camera kép: Camera hồng ngoại + Camera ánh sáng nhìn thấy được
Hoạt động dưới ánh sáng 0 ~ 40.000Lux
màn hình cảm ứng 5 inch
Bộ nhớ cho 6.000 ~ 10.000 (1:N) khuôn mặt
Tốc độ xác minh dưới 1 giây
Đầu đọc hỗ trợ nhận dạng khuôn mặt, vân tay và thẻ RFID EM-Marine hoặc Mifare.

Nhận dạng khuôn mặt bằng ánh sáng nhìn thấy vượt trội hơn nhiều lần so với nhận dạng khuôn mặt IR và khoảng cách nhận dạng đã tăng lên 2 mét, giúp đơn giản hóa đáng kể tình huống trong giờ cao điểm. Không cần phải đứng lâu trước camera của thiết bị. Người dùng có thể nhanh chóng đi theo hướng mong muốn bên cạnh thiết bị để khuôn mặt lọt vào tầm nhìn của camera.

Nhờ sử dụng CNN và tạo ra mô hình 3D của khuôn mặt, khả năng nhận dạng từ các góc nhìn khác nhau đã trở nên khả thi. Sử dụng thuật toán CNN thông minh, chức năng chống giả mạo sẽ ngăn chặn hiệu quả việc truyền mặt nạ, ảnh và video.

Thiết bị đầu cuối truy cập sinh trắc học HikVision DS-K1T606M - giá 49.990 rúp

HikVision, Trung Quốc
Bộ nhớ cho 3.000 mẫu khuôn mặt, 5.000 thẻ định dạng Mifare và 100.000 sự kiện trong nhật ký
2 đầu vào cảnh báo và 1 đầu ra
Giao diện truyền thông TCP/IP; Wifi; Giao thức EHome; RS-485; Wiegand 26/34
Điều kiện hoạt động -20 °C đến +50 °C, độ ẩm 10% - 90%
Thích hợp lắp đặt ngoài trời

Đầu đọc có bộ điều khiển tích hợp và thuật toán nhận dạng khuôn mặt ST-FR040EM - giá 26.824 rúp
Smartec, Nga, một thương hiệu ô tô của Nga, đặt hàng với một loạt nhà máy Trung Quốc và bán ở Nga dưới một thương hiệu Smartec duy nhất.
Phiên bản thuật toán: ZK Face v7.0 và ZK Finger v10.0
Camera hồng ngoại độ phân giải cao, màn hình cảm ứng 3"
Dung lượng bộ nhớ cho 400 mẫu khuôn mặt, 2000 dấu vân tay và 1000 thẻ không tiếp xúc
Nhận dạng trong vòng 1 giây
Đầu đọc RFID tích hợp Em-Marine 125kHz

Nếu bạn thấy nó giống với ZKTeco MultiBio700ID thì bạn đã đúng. Đối với Smartec, đầu đọc này được sản xuất bởi ZKTeco và nó là bản sao hoàn chỉnh của MultiBio700ID.

Liên lạc nội bộ với hệ thống nhận dạng khuôn mặt tích hợp DS06M - giá 14.300 rúp

Bevard, Nga
Cảm biến SONY Exmor 1,3 MP, độ nhạy 0,01 Lux
Hoạt động ở nhiệt độ từ -40 đến +50°С, cấp bảo vệ IP54
Đã lắp thẻ nhớ microSDHC 4GB, ghi vào thẻ nhớ
Âm thanh hai chiều
Hỗ trợ dịch vụ đám mây Camdrive

Đừng vội vui mừng vì mức giá thấp, cơ sở dữ liệu chứa tối đa 30 cá nhân. Nhưng nếu bạn có một doanh nghiệp nhỏ và muốn tạo hiệu ứng WOW cho khách truy cập thì đây có thể là cách tốt nhất.

Nhân tiện, bất kỳ hệ thống liên lạc nội bộ IP nào cũng có thể được trang bị hệ thống nhận dạng khuôn mặt, tốt nhất là có camera IP thông thường.
Và hơn thế nữa, hệ thống liên lạc nội bộ IP được lắp đặt chính xác ngang tầm khuôn mặt hoặc thấp hơn một chút, rất lý tưởng để nhận dạng khuôn mặt chất lượng cao.

Cùng một hệ thống liên lạc nội bộ Bevard, nhưng được kết nối với hệ thống nhận dạng khuôn mặt Makrscope, trong trường hợp này phần mềm Makrscope được cài đặt trên máy chủ. Trong cấu hình này, kích thước của cơ sở dữ liệu chỉ bị giới hạn bởi khả năng tài chính của bạn.

Kính có hệ thống nhận dạng khuôn mặt đã sẵn sàng công dụng Cảnh sát thành phố Trịnh Châu

Công nghệ LLVision, Trung Quốc

Được kết nối với cơ sở dữ liệu của cảnh sát, chiếc kính này sẽ cung cấp tên và địa chỉ của một người trong vòng 2-3 phút. Trong suốt một tuần rưỡi, 7 người bị truy nã và 26 người mang thẻ căn cước giả đã bị giam giữ bằng kính tại nhà ga xe lửa Zhengzhou.

Ngoài hacker, còn có Đồng chí Thiếu tá có mặt khắp nơi, người tỏ ra không kém phần quan tâm đến dữ liệu sinh trắc học. WikiLeaks đã xuất bản một thông báo (url bị RosKomNadzor chặn một cách thận trọng) về khả năng bị đánh cắp cơ sở dữ liệu Aadhaar của CIA, sử dụng thiết bị được sử dụng để quét dấu vân tay và mống mắt từ công ty Cross Match (Hãy nhớ rằng công ty Mỹ này vẫn đang tích cực quảng bá thiết bị của mình, bao gồm cả trên thị trường quốc tế)

Đương nhiên, bản thân Aadhaar cung cấp quyền truy cập cho các công ty thương mại, chẳng hạn như Microsoft sử dụng Aadhaar để xác minh danh tính người dùng phiên bản đặc biệt của Skype dành cho Ấn Độ.

Việc cho phép các công ty thương mại truy cập vào cơ sở dữ liệu sinh trắc học của chính phủ có rất nhiều ý nghĩa. Theo quy định, bản thân dữ liệu sinh trắc học không được truyền đi mà chỉ có kết quả nhận dạng được truyền đi. Ngoài thực tế là các dịch vụ này được trả tiền, chính nhờ những khoản thu này mà cơ sở dữ liệu sinh trắc học của tiểu bang được tạo ra và duy trì.

Nga cũng có Aadhaar của riêng mình, hiển nhiên cơ sở dữ liệu của Nga khó có thể tránh khỏi mọi vấn đề mà Aadhaar đã trải qua.

Nó được lên kế hoạch để cung cấp quyền truy cập vào cơ sở dữ liệu của Nga cho các ngân hàng.

Cũng có những ví dụ về cách tiếp cận khác; Bỉ là quốc gia đầu tiên cấm các tổ chức thương mại sử dụng hệ thống nhận dạng khuôn mặt.

Cơ sở dữ liệu tạithích hợp cho các công ty thương mại
Nhà nước, mặc dù có độc quyền về thu thập dữ liệu bắt buộc, nhưng thường không phải là cơ quan thu thập dữ liệu hiệu quả nhất.

Đó là lý do tại sao chúng ta có một số lượng lớn cơ sở dữ liệu thương mại về thông tin sinh trắc học. Cơ sở dữ liệu lớn nhất - VKontakte (hơn 97.000.000 người sử dụng hàng tháng VKontakte), chẳng hạn, NtechLab sử dụng nó cho trang web FindFace, Facebook và các mạng xã hội và trang web hẹn hò khác cũng có cơ sở dữ liệu lớn.

Cơ sở dữ liệu thương mại được tạo ra để các công ty thương mại khác có thể sử dụng chúng với số tiền khiêm tốn.

Ví dụ: Bitrix24 trong các sản phẩm của mình Trình theo dõi khuôn mặt, Thẻ khuôn mặt cho 1C, Bitrix24. Trình theo dõi thời gian và khách truy cập sử dụng cơ sở dữ liệu VKontakte.

Cơ sở dữ liệu tốt nhất
Tất cả các cơ sở dữ liệu trên đều có một nhược điểm đáng kể: chúng không liên quan gì đến doanh nghiệp của bạn. Và chúng chỉ chứa một số bộ dữ liệu nhất định, thường là những bộ cực kỳ hữu ích, nhưng nếu không tính đến các chi tiết cụ thể về doanh nghiệp của bạn thì việc sử dụng chúng sẽ rất hạn chế.

Một trong những chỉ số quan trọng nhất về chất lượng cơ sở dữ liệu của bạn sẽ là chất lượng hình ảnh khuôn mặt, tài liệu tham khảo.
Các chỉ số chất lượng quan trọng nhất của cơ sở dữ liệu hình ảnh tham chiếu là:
Số lượng pixel
Độ tương phản và chi tiết của khuôn mặt
Nền trên đó đặt phần chính của khuôn mặt
Không có bộ phận đáng lo ngại trên vùng mặt, v.v.

Điều quan trọng nữa là phải quan sát ít nhiều các điều kiện giống hệt nhau để thu được hình ảnh khuôn mặt (ánh sáng, kích thước của khuôn mặt so với nền của toàn bộ hình ảnh).

Điều quan trọng là phải tính đến các chỉ số này ở giai đoạn thiết kế của hệ thống nói chung, đặc biệt chú ý đến hệ thống để đạt được các tiêu chuẩn khuôn mặt được công nhận.
Bắt đầu xây dựng cơ sở dữ liệu của bạn ngay hôm nay!

Sử dụng cơ sở dữ liệu sinh trắc học
Nhiều người có những lo ngại hợp lý về việc chính phủ sử dụng dữ liệu sinh trắc học và thậm chí còn lo ngại hơn về việc các tổ chức thương mại sử dụng dữ liệu này.

Quả thực, những lo ngại này không phải là không có cơ sở, nhưng chúng không nên ngăn cản việc triển khai công nghệ. Trong tương lai gần, đó là của chúng tôi bản sắc sinh học sẽ cho phép phân biệt con người với trí tuệ nhân tạo.

Màn hình có dữ liệu về số lượng bot và người thực truy cập trang web, nghiên cứu được thực hiện bởi Imperva Incapsula

Ngay cả ở thời điểm hiện tại, số lượng bot và số lượng người thực truy cập các trang web vẫn xấp xỉ nhau. Với sự phát triển của Internet of Things và trí tuệ nhân tạo, số lượng bot sẽ tăng lên theo cấp số toán học, cũng như khả năng của chúng; đã có những giải pháp có thể thay mặt bạn gọi đến tiệm làm tóc hoặc tiệm bánh pizza.

Các lĩnh vực ứng dụng hệ thống nhận dạng khuôn mặt

Ứng dụng cụ thể của công nghệ nhận dạng khuôn mặt khác nhau về mức độ nghiêm trọng của lỗi tùy thuộc vào phạm vi ứng dụng.

Hệ thống kiểm soát truy cập

Một trong những ứng dụng tốt nhất của hệ thống nhận dạng khuôn mặt ở thời điểm hiện tại là trong hệ thống kiểm soát truy cập. Thứ nhất, bản thân nhân viên quan tâm đến việc cung cấp quyền truy cập cho anh ta và sẽ không cố tình phá hoại hoạt động của hệ thống nhận dạng khuôn mặt. Thứ hai, bạn kiểm soát tất cả các yếu tố bên ngoài ảnh hưởng đến chất lượng nhận dạng - ánh sáng, phông nền, kiểu di chuyển của nhân viên. Sử dụng tất cả điều này bạn có thể tạo ra điều kiện lý tưởng.

Hệ thống nhận dạng khuôn mặt có thể được sử dụng trong hệ thống kiểm soát truy cập ở hai chế độ:

Chế độ nhận dạng - quyết định nhập học chỉ được đưa ra dựa trên dữ liệu từ hệ thống nhận dạng khuôn mặt. Ví dụ, cơ sở dữ liệu về nhân viên của bạn bao gồm 100 người và nhiệm vụ của hệ thống nhận dạng là so sánh khuôn mặt của người hiện tại với cơ sở dữ liệu 100 người. Nghĩa là, sự so sánh xảy ra 100:1. Nếu một người được xác định là nhân viên, anh ta sẽ được cấp quyền truy cập.

Thiết bị đầu cuối nhận dạng khuôn mặt từ HikVision

Chế độ này được sử dụng hiệu quả nhất trong nhiệm vụ phát hiện người lạ trong khu vực được kiểm soát. Theo quy định, sẽ hợp lý khi sử dụng các doanh nghiệp trong các khu vực được bảo vệ đặc biệt, nơi một số lượng người hạn chế được phép tiếp cận. Tất cả các camera được lắp đặt trong một khu vực nhất định đều được kết nối với hệ thống nhận dạng; nếu phát hiện bất kỳ người nào không có trong cơ sở dữ liệu, cơ quan an ninh sẽ được thông báo.

Chế độ xác minh - việc nhận dạng trong trường hợp này được thực hiện bằng công nghệ khác, ví dụ: RFID (nếu bạn là người bảo thủ) hoặc có thể sử dụng số nhận dạng di động hoặc dấu vân tay hoặc mẫu tĩnh mạch của bàn tay hoặc ngón tay , nếu bạn quyết định gió thổi theo hướng nào trong xu hướng ACS hiện đại và không muốn lãng phí tiền.

Một người mang thẻ đến đầu đọc, hệ thống sẽ nhận dạng người đó, tức là xác định đó là Ivanov và lúc đó Ivanov được phép truy cập. Hệ thống nhận dạng khuôn mặt trong trường hợp này đã biết đây là Ivanov và chỉ sử dụng ảnh của Ivanov từ cơ sở dữ liệu để so sánh người mang thẻ RFID với ảnh của Ivanov trong cơ sở dữ liệu. Nghĩa là, sự so sánh xảy ra 1:1.

Ở chế độ xác minh, nó thường hoạt động hoàn hảo vì nhiệm vụ xác minh rất đơn giản ngay cả đối với các hệ thống nhận dạng khuôn mặt chất lượng trung bình.

Chế độ này được khuyến khích sử dụng tại bất kỳ điểm vào nào - trung tâm thương mại, doanh nghiệp sản xuất, viện, trường học.

Nhiệm vụ của hệ thống nhận dạng khuôn mặt là xác minh chủ thẻ. Thông thường nhiệm vụ này được thực hiện bởi nhân viên bảo vệ hoặc người canh gác. Và đây không phải là ý tưởng hay nhất, trừ khi bạn là một nhà văn học dân gian và không theo đuổi mục tiêu biên soạn một “bách khoa toàn thư về văn hóa hiện đại”

Nhân viên bảo vệ hiển thị ảnh của người đó trên màn hình khi đưa thẻ không tiếp xúc cho đầu đọc; nhiệm vụ của nhân viên bảo vệ là so sánh ảnh và người mang thẻ (theo khoa học, việc này gọi là xác minh). Nhân viên bảo vệ thực hiện công việc này một cách kém cỏi - giống như bất kỳ công việc đơn điệu, thường ngày, lặp đi lặp lại nào khác.

Hệ thống nhận dạng khuôn mặt sẽ không chỉ thực hiện công việc này hiệu quả hơn nhiều mà còn ngăn chặn sự lạm dụng của an ninh.

Nhận dạng khuôn mặt trong giao thông vận tải

Trong vận tải, nhận dạng khuôn mặt có thể được sử dụng cho một số mục đích:

Tìm kiếm người mất tích
Truy tìm tội phạm bị truy nã
Trích xuất thông tin nhân khẩu học của mọi người để phục vụ tốt hơn
Đo lường sự hài lòng của mọi người từ khuôn mặt của họ
Đếm số lượng hành khách sử dụng phương tiện giao thông công cộng

Dữ liệu hành khách trực tuyến sẽ giúp quản lý mạng lưới giao thông công cộng đô thị nhanh hơn, linh hoạt và hiệu quả hơn.

Ngoài ra, việc đếm số lượng hành khách khi so sánh dữ liệu này với số tiền thanh toán sẽ có thể phát hiện ra các hành vi vi phạm quy định thanh toán tiền vé.

Nhận dạng khuôn mặt cho mục đích thanh toán tiền vé

Nhận dạng khuôn mặt cho mục đích thanh toán chi phí đi lại hiện có thể được thực hiện ở chế độ xác minh và sẽ tránh việc sử dụng trái phép vé du lịch nhiều lần, chẳng hạn như việc nhiều người sử dụng một thẻ du lịch.

Việc sử dụng khuôn mặt được công nhận làm thông tin nhận dạng hành khách duy nhất để thanh toán tiền vé tự động, ở mức độ phát triển công nghệ này, dường như chỉ có thể thực hiện được trong các mạng lưới giao thông công ty nhỏ và không hề phù hợp với giao thông đô thị công cộng đại chúng.

Theo dõi thời gian

Cho đến gần đây, việc ghi lại giờ làm việc mà không sử dụng thiết bị chặn là một giấc mơ không thể đạt được. Ngày nay đây là sự thật.
Tất nhiên, việc ghi lại thời gian làm việc là một trong những chức năng của hệ thống kiểm soát truy cập, nhưng việc ghi lại thời gian làm việc có thể được thực hiện riêng biệt, chỉ với sự trợ giúp của hệ thống nhận dạng khuôn mặt.

Một trong những lợi thế chính của việc sử dụng hệ thống nhận dạng khuôn mặt để theo dõi thời gian làm việc là không có yêu cầu về độ sạch của khuôn mặt. Tất nhiên, trong phạm vi lý do - hãy xem phần “Phá hoại”.

Ngoài ra, lợi ích của việc theo dõi thời gian làm việc bằng hệ thống nhận dạng khuôn mặt sẽ là:

Việc không có các thiết bị chặn, điều này tất nhiên làm tăng sự thoải mái
Khả năng sử dụng theo dõi thời gian một cách bí mật mà không cần thông báo cho nhân viên

Theo dõi thời gian làm việc chỉ là một trong những thước đo và nhìn chung, tách biệt với các dữ liệu khác về hoạt động của doanh nghiệp, nó không nói lên được gì nhiều. Nhưng với tất cả kiến thức có được, cô ấy hoàn toàn có thể hòa nhập vào việc phân tích hiệu quả hoạt động của công ty.

Cần phải giám sát lưu lượng truy cập đặc biệt chặt chẽ trong thời kỳ khủng hoảng; chính PricewaterhouseCoopers đã trực tiếp chỉ ra điều này cho chúng ta. Nếu bạn không điểm danh, bạn sẽ được nghỉ làm thêm 2 ngày, điều này bạn sẽ không biết nhưng bạn sẽ phải trả tiền. Điều này sẽ làm tăng tổn thất tài chính của bạn do nhân viên vắng mặt tại nơi làm việc lên 1,3 lần.

Nhận dạng khuôn mặt cho mục đích kế toán công nhân có thể được thực hiện theo hai loại.

Máy chủ + phần mềm + camera IP tốt và tất cả những thứ này đều đáng giá rất nhiều tiền. Tùy chọn hoàng gia là khi giờ làm việc có thể được ghi lại mà không cần thông báo cho nhân viên.

Thiết bị đầu cuối chuyên dụng là một lựa chọn khi nhân viên cần tiếp cận thiết bị đầu cuối, từ đó thực hiện thủ tục nhận dạng. Điều này chỉ có tác dụng nếu bạn đã thông báo rằng bất kỳ ai không đăng ký bằng thiết bị nhận dạng khuôn mặt sẽ không được thanh toán trong ngày. Biện pháp hành chính đơn giản này làm giảm một cách kỳ diệu các lỗi FAR và FRR xuống mức 0 tuyệt đối.

Nhận dạng khuôn mặt trong đám đông

Nói về hệ thống nhận dạng khuôn mặt, như một quy luật, trí tưởng tượng của chúng ta vẽ ra chính xác các kịch bản để xác định tội phạm trên đường phố trong thành phố. Đây là nhiệm vụ được mong muốn nhất, được yêu cầu nhiều nhất và khó khăn nhất hiện nay.

Tìm người mất tích ở Trung Quốc bằng nhận dạng khuôn mặt

Nỗi khó khăn
Ánh sáng không đồng đều (ngày, đêm, nắng gắt, tất cả đều là những điều kiện khác nhau sẽ ảnh hưởng lớn đến tỷ lệ nhận dạng khuôn mặt)
Một số lượng lớn người trong khung hình

thuận
Hiệu ứng bất ngờ
Nhận dạng khuôn mặt, mặc dù là một công nghệ đầy hứa hẹn được viết rất nhiều, nhưng lại được viết trong các ấn phẩm chuyên ngành dành cho người đam mê. Vì vậy, số người nhận thức được chỉ ở mức vi mô, trên quy mô tổng dân số. Hầu hết tội phạm đơn giản sẽ không thực hiện các hành động cản trở việc nhận dạng.

Vùng phủ sóng
Có rất nhiều camera quan sát ở hầu hết các thành phố lớn. Chính khía cạnh này sẽ có những điều chỉnh riêng đối với hoạt động của hệ thống nhận dạng khuôn mặt. Ví dụ, ở Anh, một người bị camera ghi lại khoảng 300 lần một ngày. Và đây không phải là một kỷ lục cũng không phải là giới hạn đối với camera IP giá rẻ hiện nay.

Xác định tuổi

Chúng tôi chuyển từ nhiệm vụ bảo mật sang nhiệm vụ tiếp thị. Khi họ nói về việc gia nhập ngành “Hệ thống Bảo mật” với ngành CNTT lớn, đây chính xác là ý của họ - với sự trợ giúp của thiết bị trước đây được coi là chỉ có khả năng giải quyết các vấn đề bảo mật. Hôm nay tôi giải quyết rất nhiều vấn đề khác nhau không liên quan gì đến “Hệ thống bảo mật”.

Thành phần độ tuổi của du khách là thông tin vô giá đối với bất kỳ nhà tiếp thị nào và nếu bạn tin Bộ trưởng Bộ Y tế của chúng tôi, người đã tuyên bố rằng tuổi thọ trung bình có thể tăng lên 120 tuổi, mặc dù bà Skvortsova không nêu rõ điều này sẽ xảy ra ở quốc gia nào, điều này rõ ràng tiết lộ rằng cô ấy là một người thông minh. (Cá nhân tôi tin rằng ở Nga), bằng cách này hay cách khác, mức độ liên quan của nhiệm vụ xác định tuổi chắc chắn sẽ tăng lên.

Dịch vụ trực tuyến để xác định độ tuổi
Bạn có thể kiểm tra độ chính xác của việc xác định độ tuổi trên một số dịch vụ trực tuyến. Tải ảnh của bạn lên và kiểm tra.

Để xác định độ tuổi, bạn sẽ cần:

Phần mềm nhận dạng khuôn mặt www.axis.com/products/axis-demographic-identifier/

Xác định giới tính

Nếu bạn không định phân tích giới tính của những người tham gia Eurovision thì đây là một nhiệm vụ khá đơn giản đối với các hệ thống nhận dạng khuôn mặt hiện đại.

Bạn không cần phải là một nhà tiếp thị giỏi để hiểu rằng thành phần giới tính khác nhau của khách hàng đòi hỏi các chiến lược tiếp thị, quảng cáo, PR và bất kỳ chiến lược nào khác liên quan đến tương tác với khách hàng.

Chuỗi rạp chiếu phim Cinema Park và Formula Kino đã tung ra bộ sưu tập về độ tuổi và giới tính của du khách.

Bạn có thể kiểm tra mức độ chính xác của việc xác định giới tính bằng cách sử dụng các dịch vụ trực tuyến mà bạn đã quen thuộc. Tải ảnh của bạn lên và kiểm tra.

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

Đối với mục đích xác định độ tuổi, bạn có thể sử dụng:
Phần mềm nhận dạng khuôn mặt, trong nhiều trường hợp đây là một trong những chức năng của nó.

Giải pháp sẵn có từ Axis, HikVision - Camera thông minh DVR + IP

Thụy Điển
Mã nhận dạng nhân khẩu học AXIS
https://www.axis.com/products/axis-demographic-identifier/

Đếm số lượng khách truy cập duy nhất

Vấn đề kinh điển về việc đếm số lượng khách truy cập luôn được giải quyết bằng cảm biến hồng ngoại hoặc laser, chúng chỉ hiển thị số lượng giao nhau của một đường ảo. Ví dụ, một chiếc xe đẩy sẽ đưa ra một ngã tư riêng, sử dụng chúng làm chỉ báo nhiệt độ trung bình trong bệnh viện.

Có các hệ thống phân tích video hiện đại, thường được kết hợp với các cảm biến bổ sung. Họ đã biết cách đếm những người cụ thể, nhưng một nhân viên bảo vệ hoặc một người điên ở thành phố địa phương, người đã đi đi lại lại 50 lần, có thể khiến dữ liệu trở nên gần như vô dụng.

Lần đầu tiên, nhờ hệ thống nhận dạng khuôn mặt hiện đại, các nhà tiếp thị có thể thu được dữ liệu thực sự hữu ích - số lượng khách truy cập duy nhất. Và cùng với các chỉ số về giới tính và độ tuổi, đây là số liệu Yandex cho cửa hàng của bạn.

Mô-đun phân tích khuôn mặt Trassir Face Analytics - giá 36.990 rúp
Mô-đun phân tích khuôn mặt thông minh. Chức năng:
1. đếm những người độc nhất
2. phân tích nhân khẩu học của cá nhân (giới tính, độ tuổi)
3. nhận dạng chủng tộc
4. nhận dạng các đặc điểm trên khuôn mặt (kính, mũ, ria mép, màu tóc). Chi phí xử lý 1 kênh video.

Chúng tôi sẽ sớm đăng một bài viết trên blog của mình với nội dung đánh giá về hệ thống phân tích video hiện đại dành cho các cửa hàng, nó sẽ rất hấp dẫn, hãy đăng ký để bạn không bỏ lỡ - chúng tôi có sẵn trên tất cả các nền tảng -

Cho đến gần đây, hệ thống bảo mật với các tùy chọn nhận dạng khuôn mặt dường như là một điều gì đó tuyệt vời và bạn chỉ có thể nhìn thấy chúng trong phim. Nhưng rất nhiều điều đã thay đổi trong vài năm qua. Những phát triển mới xuất hiện đã làm thay đổi quan niệm về hệ thống an ninh.

Chất lượng và sự thoải mái của xã hội phụ thuộc vào cách tiếp cận đúng đắn để tổ chức an toàn cá nhân và bảo vệ tài sản. Không có gì ngạc nhiên khi các yêu cầu về bảo mật không ngừng tăng lên. Một trong những đổi mới là sự xuất hiện của chức năng nhận dạng khuôn mặt. Các tính năng của nó là gì? Nó được sử dụng ở đâu? Nó hoạt động dựa trên nguyên tắc nào? Chúng tôi sẽ xem xét những câu hỏi này và các câu hỏi khác một cách chi tiết trong bài viết.

Lĩnh vực ứng dụng

Những lợi ích của nhận dạng khuôn mặt rất khó để đánh giá quá cao. Hệ thống an ninh có chức năng này được sử dụng trong nhiều lĩnh vực khác nhau - khi tổ chức hệ thống vượt qua trong các tổ chức lớn, để tìm kiếm những kẻ xâm nhập, bảo vệ các cơ sở tư nhân, v.v.

Nói chung, với sự trợ giúp của hệ thống bảo mật như vậy, các vấn đề sau có thể được giải quyết:

Tổ chức một hệ thống truy cập đáng tin cậy và hiệu quả tại trạm kiểm soát của công ty hoặc các cơ sở khép kín khác. Để đạt hiệu quả cao hơn, giám sát video được kết hợp với cửa quay. Nhờ đó, bạn có thể nhanh chóng nhận ra nhân viên và người lạ của mình.
Tạo hệ thống chống trộm tại các điểm bán hàng và cơ sở tư nhân. Không có gì bí mật khi nhiều cửa hàng, trung tâm mua sắm, siêu thị và các cơ sở khác phải đối mặt với vấn đề khách hàng dễ bị trộm cắp. Trong hầu hết các trường hợp, hành vi trộm cắp được thực hiện bởi cùng một người. Nếu có cơ sở dữ liệu thích hợp, chức năng nhận dạng khuôn mặt cho phép bạn xác định kịp thời một người và thông báo cho nhân viên bảo vệ. Do đó, có thể thực hiện các biện pháp bổ sung để bảo vệ tài sản.
Tổ chức một hệ thống an ninh nhằm bảo vệ chống lại sự xâm nhập trái phép vào các tòa nhà kín và hộ gia đình tư nhân. Ngay cả khi quan sát cẩn thận, không phải lúc nào nhân viên bảo vệ cũng có thể phân biệt được kẻ đột nhập với vật thể khác. Điều này đặc biệt đúng nếu camera được lắp đặt ở khu vực có mức ánh sáng yếu. Việc lắp đặt hệ thống đặc biệt có chức năng nhận dạng khuôn mặt giúp nhận dạng nhanh chóng một người ngay cả trong bóng tối. Những gì nằm ngoài tầm kiểm soát của nhân viên an ninh có thể được giải quyết dễ dàng bằng mô-đun máy tính.
Đảm bảo kiểm soát khuôn mặt trong các cơ sở ban đêm. Sự hiện diện của các hệ thống được đề cập trong các câu lạc bộ đảm bảo sự bảo vệ 100% khỏi những du khách “có vấn đề”.

Làm thế nào nó hoạt động?

Điều đáng quan tâm nhất là nguyên lý hoạt động của hệ thống, hệ thống này không chỉ có khả năng truyền hình ảnh đến màn hình mà còn có thể nhận dạng khuôn mặt của mọi người. Nhiệm vụ của một mô-đun đặc biệt là đọc thông tin cũng như so sánh thông tin sau đó với dữ liệu có sẵn trong cơ sở dữ liệu. Những tổ hợp như vậy có khả năng nhận dạng khuôn mặt của một người ở khoảng cách lên tới 10 m so với máy ảnh.

Một trong những tính năng của hệ thống là “độ nhạy” cao, cho phép bạn nhận ra một người ngay cả khi ngoại hình của bạn thay đổi. Không thể đánh sập mô-đun này bằng cách sử dụng kính, thay đổi kiểu tóc, râu hoặc các yếu tố ngụy trang bổ sung khác trên khuôn mặt. Điều này là do thực tế là không phải các đặc điểm trên khuôn mặt được phân tích như nhiều người tin mà là cấu trúc của hộp sọ và các thông số sinh trắc học của nó. Những đặc điểm như vậy mang tính cá nhân, giống như dấu vân tay, giúp loại bỏ khả năng xảy ra lỗi.

Thông tin được quét và xử lý trong thời gian thực. Chỉ cần khách truy cập quay mặt về phía máy quét là đủ, hệ thống sẽ xác định người đó và đưa ra lệnh cho các cơ quan khác. Nếu mô-đun nhận dạng khuôn mặt được kết nối với cửa quay hoặc các thiết bị chặn khác, chúng sẽ tự động được kích hoạt. Ngoài ra, ảnh của một người khả nghi sẽ được lưu trữ trong bộ nhớ để bộ phận bảo mật xử lý và phân tích thêm.

Các hệ thống có chức năng nhận dạng phổ biến nhất ở các công ty lớn, nơi có sự cạnh tranh lớn. Không có gì bí mật rằng sự thành công của một doanh nghiệp phụ thuộc vào mức độ bảo mật. Điều này đặc biệt đúng đối với các tổ chức hoạt động trong lĩnh vực quốc phòng, tham gia phát triển các dự án mới hoặc nghiên cứu sinh học.

Nhiệm vụ của hệ thống là so sánh nhân viên và kiểm tra các cá nhân với cơ sở dữ liệu hiện có. Nếu một người không có trong danh sách, tín hiệu sẽ được gửi đến nhân viên bảo vệ, sau đó nhân viên bảo vệ sẽ thực hiện các biện pháp ngăn chặn những người không có thẩm quyền vào cơ sở. Trong trường hợp này, vị trí phát hiện được ghi lại chính xác trên bản đồ điện tử và nhân viên bộ phận an ninh sẽ xác định được kẻ phạm tội trong vòng vài phút.

Tính năng cài đặt

Khi cài đặt một hệ thống có các tùy chọn nhận dạng khuôn mặt, cần lưu ý rằng máy quay video có thể hoạt động ở một trong 2 chế độ - 2D hoặc 3D. Trong trường hợp đầu tiên, phân tích được thực hiện trên cơ sở hình ảnh phẳng và camera hai chiều rất nhạy với ánh sáng. Từ đó, khi lắp đặt camera 2D, cần đặc biệt chú ý đến ánh sáng của đối tượng được bảo vệ và phạm vi bao phủ của các khu vực được bảo vệ.

Đối với máy ảnh 3D, chúng hoạt động với vật thể ba chiều dựa trên hình ảnh được thiết bị truyền đi. Trong trường hợp này, bạn không thể chú ý đến mức độ chiếu sáng, vì hệ thống đáp ứng tốt các chức năng được giao cho nó ngay cả trong bóng tối. Mối nguy hiểm duy nhất là kết cấu của khuôn mặt sẽ hơi bị biến dạng.

Những loại hệ thống như vậy tồn tại?

Khi chọn hệ thống có chức năng nhận dạng khuôn mặt, điều quan trọng là phải tập trung vào một số yếu tố - mục tiêu, mục đích và vị trí lắp đặt. Ngoài ra, cần tính đến các loại thiết bị như vậy:

Các hệ thống phát hiện Máy quay video có độ phân giải 1 megapixel và tiêu cự 1 mm. Hoạt động của thiết bị nhằm mục đích ghi lại thực tế sự xâm nhập của các thực thể trái phép vào các đối tượng được bảo vệ. Điểm đặc biệt của máy quét là khả năng phân biệt người với động vật nhưng sẽ không thể nhận dạng được người đó.
Hệ thống nhận dạng. Khu phức hợp này phức tạp hơn và nó bao gồm một camera 2 megapixel với tiêu cự 6 mm. Nhiệm vụ là nhận dạng khuôn mặt và xác định chúng theo nguyên tắc “bạn hay thù”. Nếu bạn xem video, hình ảnh sẽ không rõ ràng. Hệ thống phát hiện người trái phép, tuy nhiên trong trường hợp mất trộm sẽ khó tìm ra kẻ trộm bằng hình ảnh đã lưu
Các thiết bị nhận dạng. Khi tổ chức một hệ thống như vậy, các camera có độ phân giải từ 2 MP trở lên và tiêu cự hơn 8 mm được sử dụng. Những phức hợp như vậy có khả năng thực hiện các chức năng được thảo luận ở trên. Ưu điểm là hình ảnh thu được đủ để xác định kẻ trộm từ một bức ảnh. Các cảnh quay có sẵn có thể được sử dụng trong quá trình điều tra và thậm chí có thể nộp lên tòa án.

Mô tả ở trên thảo luận về các yêu cầu tối thiểu đối với hệ thống bảo mật về độ dài tiêu cự và độ phân giải hình ảnh. Điều này có nghĩa là khi mua thiết bị, bạn nên tập trung vào những sản phẩm có đặc tính tốt nhất để mang lại chất lượng chụp ảnh tốt hơn. Ví dụ: camera 2 MP có tiêu cự 8 mm sẽ phù hợp hơn với hệ thống nhận dạng. Đối với các tổ hợp nhận dạng, các khuyến nghị ở đây thậm chí còn nghiêm trọng hơn. Nên sử dụng máy quay video có độ phân giải 5 MP và tiêu cự 12 mm.

Hãy tóm tắt ngắn gọn:

Máy quay video có độ phân giải 1MP cho phép bạn phân biệt người với động vật. Trong trường hợp này, sẽ không thể xác định được chủ thể.
Để chụp khuôn mặt và so sánh với cơ sở dữ liệu hiện có, thiết bị định hình phải có độ phân giải từ 2 MP trở lên.
Để nhận dạng một người, nên sử dụng camera 5 megapixel.