Logiss.ru

Ваша компьютерная помощь
2 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Распознавание лиц по фото онлайн, как это работает

Пора узнать. Как работает распознавание лиц на самом деле?

Favorite В закладки

Пора узнать. Как работает распознавание лиц на самом деле?

Юбилейный iPhone X получил одну из самых неординарных фишек среди конкурентов. Флагман умеет распознавать лицо владельца, а вместо Touch ID и кнопки «Домой» инженеры интегрировали камеру TrueDepth и функцию Face ID.

Быстро, моментально и без необходимости вводить пароли. Так можно разблокировать iPhone X уже сегодня.

Apple известна тем, что всегда смотрит в технологическое будущее намного раньше, чем очередная функция становится стандартом. В случае с iPhone X и сканером лица компания уверена, что за распознаванием лиц будущее.

Разберемся, заблуждается ли Apple или наши лица – это верный пропуск в цифровое будущее.

? Рубрика «Технологии» выходит каждую неделю при поддержке re:Store.

Так как работает распознавание лиц?

Для работы технологии распознавания лиц нужно несколько составляющих. Во-первых, сам сервер, на котором будет храниться и база данных, и подготовленный алгоритм сравнения.

Во-вторых, продуманная и натренированная нейросеть, которой скормили миллионы снимков с пометками. Обучают такие сети просто. Загружают снимок и представляют его системе: «Это Виктор Иванов», затем следующий.

Нейронная сеть самостоятельно распределяет векторы признаков и находит геометрические закономерности лица таким образом, чтобы затем самостоятельно узнать Виктора из тысяч других фотографий.

В той же технологии FaceN, о которой мы поговорим ниже, используется около 80 различных числовых признаков-характеристик.

А дальше – дело техники. По фотографии определяется личность и о ней собирается необходимая информация.

Почему про распознавание лиц внезапно заговорили?

В середине 2016 года интернет буквально взорвало приложение и одноименный сервис FindFace. Используя нейронные сети, разработчики сумели воплотить в жизнь самую смелую мечту пользователей социальных сетей.

Увидев человека на улице, вы могли сфотографировать его на смартфон, отправить фото в FindFace, и через несколько секунд найти его страничку во «ВКонтакте». Алгоритм совершенствовался, допиливался и все лучше и лучше распознавал лица.

А начиналось все с распознавания пород собак по фотографии. Автор технологии распознавания FaceN и приложения Magic Dog, Артем Кухаренко. Парень быстро смекнул, что за этой технологией будущее и приступил к разработке.

После успеха приложения FindFace, основатель компании-разработчика N-Tech.Lab Кухаренко в очередной раз убедился в том, что распознавание лиц интересно практически в любой отрасли:

В мае 2016 года N-Tech.Lab приступило к тестированию сервиса совместно с правительством Москвы. По всей территории столицы разместили десятки тысяч камер, которые в режиме реального времени опознавали прохожих.

Разумеется, человека тут же можно найти в социальной сети и пробить по любым базам. А теперь представьте, что такие камеры установлены по периметру всего города. Скрыться злоумышленнику не удастся. Камеры есть везде: во дворах, на подъездах, на трассах.

А как дела с распознаванием лиц в России

Вы удивитесь, но с середины 2016 года градоначальники Москвы активно внедряют систему распознавания лиц по всей территории города.

На сегодняшний день только на подъездах московских многоэтажек установлено более 100 тысяч камер, умеющих распознавать лица. Более 25 тысяч установлены во дворах. Разумеется, точные цифры засекречены, но можете сомневаться – активный контроль распространяется быстрее, чем вы можете себе представить.

В столице системы распознавания лиц устанавливаются повсеместно: от площадей и мест большого скопления людей, до общественного транспорта. Со дня установки систем удалось задержать более десяти преступников, но это только по официальным данным.

Все камеры постоянно обмениваются информацией с Единым вычислительным центром Департамента информационных технологий. Подозрительные оповещения тут же проверяются правоохранительными органами.

И это только начало. В конце прошлого года аналогичную систему контроля стали тестировать и на улицах Санкт-Петербурга. Удобство предложенной FindN технологии в том, что вовсе необязательно устанавливать какие-то специальные камеры.

Изображение со стандартных камер видеонаблюдения поступает на обработку «умному» алгоритму и настоящая магия происходит уже там. По актуальным данным точность распознавания FindFace сегодня варьируется в пределах 73% – 75%. Разработчики уверены, что смогут добиться результата в 100% уже в ближайшее время.

Как вообще появилось распознавание лиц?

Изначально любой тип биометрической идентификации использовался исключительно внутри правоохранительных органов и служб, где безопасность в приоритете. Буквально за несколько лет измерение анатомических и физиологических характеристик для идентификации личности стало стандартом практически во всех потребительских гаджетах.

Типов биометрической аутентификации масса:

И именно последняя технология особенно интересна, поскольку имеет сразу несколько преимуществ перед другими.

Прообразом технологии распознавания лиц в XIX веке служили сперва «портреты по описанию», а позже – фотографии. Так полиция могла идентифицировать преступников. В 1965 году специально для правительства США была разработана полуавтоматическая система распознавания лиц. В 1971 к технологии вернутся, обозначив основные маркеры, необходимые для распознавания лиц, но ненадолго.

С тех пор в качестве главного биометрического идентификатора спецслужбы все же предподчитают проверенную технологию снятия отпечатков пальцев.

А все потому, что технологии не позволяли как-либо взаимодействовать с чертами лица человека. Ультраточных лазеров, инфракрасных датчиков и мощных процессоров, как и самих систем распознавания, на тот момент не было.

С появлением мощных компьютеров, практически все ведомства возвращаются к идентификации посредством сканирования лица. Бум на технологию в ведомствах и спецучреждениях приходится на середину 2000-х годов, а в прошлом году технология стала впервые использоваться и в потребительских устройствах.

Читайте так же:
UltraISO: ошибка 121 при записи на устройство

Где сегодня используют технологию распознавания лиц

В смартфонах

Популяризация технологии распознавания лиц началась с флагмана Apple. iPhone X задал тренд на последующие годы и OEM-производители активно приступили к интеграции аналогов Face ID в свои устройства.

В банках

Биометрическое распознавание лиц уже не первый год используется в США. Теперь же технология добралась и до России. Только за 2017 год благодаря внедрению данной системы удалось предотвратить более 10 тысяч мошеннических сделок и сохранить сумму в размере 1,5 млрд рублей.

Распознавание лиц используется для идентификации клиента и принятия решения по возможности выдачи кредита.

В магазинах

Сегмент ритейла используют технологию по-своему. Так, если вы покупали какую-либо бытовую технику в магазине, а спустя какое-то время вернулись в него за очередными покупками, система распознавания лиц тут же идентифицирует вас еще на входе. Продавец тут же получит информацию из базы и узнает не только ваше имя, но и историю покупок. Дальнейшее поведение продавца предугадать несложно.

В жизни городов

Это именно то, ради чего разрабатывается и развивается технология. От стадионов до кинотеатров – везде, где огромное количество людей, идентификация особо важна. Сегодня технология распознавания лиц позволяет предотвратить массовые беспорядки и террористические акты.

Какие компании интересуются распознаванием лиц

Google, Facebook, Apple и прочие IT-гиганты сейчас занимаются активной скупкой проектов от разработчиков, занимающихся распознаванием лиц. Все они видят в технологии огромный потенциал.

  • 2012 год. Google покупает разработчика приложения для распознаванию лиц PittPatt. В том же году компания выделяет $45 млн для поглощения украинской компании Viewdle – системы автоматического распознавания лиц.
  • 2012 год. Facebook поглощает сервис по распознаванию лиц на фотографиях Face.com. Предположительная сумма сделки – около $100 млн.
  • 2017 год. Apple покупает израильскую компанию RealFace, специализирующуюся на распознавании лиц. Стоимость сделки составила около $2 млн.
  • 2017 год. В технологию распознавания лиц инвестирует и Сбербанк, приобрев 25% акций компании VisionLabs.

Это лишь часть официально анонсированных сделок. На деле их намного больше. Помимо интеграции Face ID и аналогов технологии в смартфоны, у ведущих IT-компаний намного большие виды на использование распознавания лиц.

Как будет выглядеть будущее с распознаванием лиц

С тем, какие преимущества открывает технология сканирования лица в смартфонах и электронных устройствах, мы уже разобрались, то давайте заглянем в недалекое будущее и представим один день из жизни человека, который попал в город, где повсеместно установлены камера распознавания лиц.

Вы собрались и подходите к лифту. Нет-нет, это система распознавания уже в курсе, что вы предпочитаете садится в крайний лифт, поэтому он уже вызван.

Завидев вас издалека, 500-сильный электрокар автоматически подстроил вылет руля и подкорректировал положение кресла. Дверь открыта – присаживайтесь.

Пока производители систем автопилота безуспешно пытаются убедить законодательство в необходимости внедрения беспилотных автомобилей, старайтесь не нарушать ПДД. Камеры наблюдения повсюду, а оплата штрафа неизбежна. Ведь за рулем точно вы, и, как только вы вдавите педаль акселератора в пол, с вашей банковской карты спишется штраф за превышение скорости.

Наконец, мы у здания офиса той самой компании, которая занимается внедрением технологии распознавания лиц в инфраструктуру городов России. Да, это ваша работа. Контроль жесткий, но вам не стоит переживать – пока вы парковали машину, камеры уже узнали вас.

Работать стало сложнее: по всему периметру офиса камеры распознавания, которые «видят» кто и чем занимается, а заодно умеют читать эмоции. Короче, валять дурака на рабочем месте не выйдет.

После работы – в детский сад. Эх, вспоминается как лет 10 назад Apple переживала за ложные срабатывания распознавания в iPhone X при обработке лиц детей. Сейчас все намного лучше. Воспитатели всегда знают, кто пришел, кто нет, сколько детей на месте и где сейчас находится каждый ребенок. Переклички, как в нашем детстве, уже давно упразднили – камеры знают все.

Теперь в маркет. Стоило пройти турникет, как на смартфон посыпались персональные предложения cо скидками и акциями. Такие системы начала внедрять еще в начале 2018 года Amazon. Да, эти макароны я брал на прошлой неделе намного дешевле, какая скидка?! Ну ладно, на кассе все загладят программой лояльности.
Стоп, касс же больше не существует. Да-да, как только я выйду за пределы маркета, с моей карты спишется сумма за все товары, что я положил в корзину.

20 минут и мы дома. При входе в подъезд на смартфон вновь посыпались платежки за свет, воду, газ… Все как всегда.

Увы, это не вырезка из романа Жюль Верна, это та реальность, с которой мы столкнемся в ближайшие десять – пятнадцать лет. Возможно, за технологии и комфорт мы будем вынуждены заплатить свободой.

Если вы по-прежнему критично относитесь к сканеру Face ID в iPhone X и боитесь, что фотографии вашего лица попадут к спецслужбам, вроде ЦРУ, ФБР и прочих, вы просто не готовы принять будущее. А что касается фотографий – она давно уже там, не беспокойтесь.

Читайте так же:
Что такое Adobe Reader: обзор программы

Favorite В закладки

Поиск человека по фотографии в интернете

Прежде чем начать поиск по фото, требуется раздобыть «портрет» незнакомца. Портрет в нашем случае – это фотография лица интересуемого человека. Если вы ищите человека с группового снимка, следует его обрезать, оставив только разыскиваемого. Это увеличит скорость и точность поиска.

Можно найти человека по фото в соцсетях, единственное, нужно знать в какой именно искать. Существуют специальные сервисы, например, для «ВК» и «Одноклассники». Для сетей, строго следящих за сохранностью личной информации, отыскать подобные сервисы практически невозможно.

Простой, но в тоже время на мой взгляд лучший метод розыска – поисковые системы. Усовершенствованные алгоритмы поисковиков отлично анализируют изображения и находят похожие картинки.

Как найти человека по фотографии с помощью Яндекс.Картинки

Как найти человека по фотографии с помощью Яндекс.Картинки

  1. Переходим на https://yandex.kz/images/
  2. Жмём иконку фотоаппарата
  3. В окне «оверлэй»:
    • Первая вкладка — можно перетащить файл из папки, либо указать место расположения нажав «Выберите файл»
    • Вторая вкладка – можете указать адрес фотографии и нажать «Найти»
  4. Под похожими изображениями будут ссылки. Ищите профили в соцсетях. Можно перейти по фотографиям.

Яндекс ищет картинки очень хорошо, однако для качественного определения, желательно использовать оба поисковика.

Картинки Google – поиск человека по фото

Картинки Google – поиск человека по фото

  1. Переходим в https://images.google.com/ .
  2. Нажимаем на иконку фотоаппарата – «Поиск по картинке». 2-nazhimaem-na-ikonku-fotoapparata-poisk-po-kartinke-google
  3. В открывшемся окошке:
    • Вкладка «Указать ссылку» – скопировать и вставить ссылку на изображение и нажать кнопку «Поиск по картинке».
    • Вкладка «Загрузить файл» – нажимаем «Выберите файл» в открывшемся окне «Проводника» указываем место расположение.
  4. Загрузятся все похожие изображения. Переходя по фотографиям, можно узнать ФИО, телефон, адрес разыскиваемого человека.

Поиск по фото с телефонаонлайн

Мобильные браузеры – это программы с урезанными возможностями. В мобильном Chrome поиск по картинке практически невозможен. Единственный вариант, в настройках мобильного браузера, справа, в верхнем углу выбрать «Версию для ПК».

Поиск по фото в Яндекс и Google с телефона практически идентичен на ПК, процедура подробно описана выше.

Альтернативный сервис «Pimeyes«

Довольно неплохой сайт для поиска людей, отлично работает на мобильных устройства.

Лучшие сервисы для распознавания лица на фотографии

Увидели фото знаменитости, но не можете вспомнить имя? Сфотографировались с приятелем, но не знаете, как найти его онлайн? У технологий распознавания лиц на фотографиях есть много применений. И мы расскажем, как ими пользоваться в домашних условиях.

Как работают технологии распознавания лиц

Все технологии распознавания лиц работают примерно по одному алгоритму:

  1. Сначала из картинки вычленяются яркие и тёмные участки, похожие на лицо. Это делается по специальному методу Виолы-Джонса, простому, но эффективному. Обмануть его тоже просто — достаточно сделать контрастный макияж или надеть глубокий капюшон.
  2. Далее изображение конвертируется в чёрно-белое, определяется месторасположение глаз, лицо обрезается по контуру.
  3. После этого лицо конвертируется в цифровой вектор, содержащий сотни параметров, которые и определяют отличие одного человека от другого. Это самый сложный момент обработки, в нём часто задействуются нейросети.
  4. Векторы сравниваются с уже присутствующими в некой базе данных с целью найти близкие совпадения.

Какие условия нужны для успешного распознания

Чтобы распознавание лица прошло успешно, должны соблюдаться определённые условия:

  • Распознать известного человека гораздо проще. Его лицо присутствует во множестве различных баз.
  • Чем выше качество и разрешение снимка, тем лучше. При низком качестве возможна нечеткость и искажение деталей, по которым происходит распознавание.
  • Предпочтительнее фронтальный ракурс съёмки, потому что на нем яснее различимы индивидуальные черты.
  • Лучше распознаются лица с нейтральным выражением, так как эмоции и гримасы снижают точность узнавания.
  • В идеале окружение человека на снимке должно быть контрастным, чтобы лицо чётче выделялось. Если в окружении есть другие лица, лучше обрезать снимок, оставив на нем только того, кто вам нужен. Иначе сервисы могут путаться — не все они позволяют выбирать, какое лицо на фото нужно искать.

Поисковые системы

Самый простой подход к распознаванию лиц — это использование поисковых систем. Любой крупный поисковик имеет свой алгоритм, который решает эту задачу с той или иной успешностью.

Яндекс

Главный отечественный поисковик Яндекс весьма достойно справляется с нахождением людей на фотографиях.

Процесс выглядит так:

  • Перейдите на главную страницу Яндекс.Картинок и нажмите кнопку поиска по изображению в виде фотоаппарата.

кнопка фотоаппарат

  • Выберите нужный файл с компьютера или перетащите его в соответствующее поле.

выберите файл или перетащите сюда

  • Яндекс попытается понять, что изображено на картинке, и найдёт похожие снимки. Если человек известный, то сервис покажет его имя. Если же нет, то ниже будут показаны близкие изображения и адреса сайтов, где они встречаются.

похожие картинки яндекс

Google

Главный мировой поисковик тоже качественно ищет лица. Сложно сказать, какой из них лучше справляется с задачей — он или Яндекс, так как хорошие результаты выдают оба сервиса.

Принципиальных отличий в процессе поиска через Google нет:

  • Зайдите на страницу Google Картинки, нажмите кнопку «Поиск по картинке» и загрузите нужный файл.
Читайте так же:
Скачать Root Genius на компьютер

поиск по картинке google

  • Откроется результат поиска по фотографии. Google попытается предположить, кто на ней изображён, а также даст ссылки на похожие фото и страницы с этим изображением.

есть изображения других размеров

Mail.ru

Поисковая система Mail.ru не умеет искать людей по портретам, но их «Облако» (облачное хранилище) в своей мобильной версии способно распознавать лица и находить в фотогалереях своих пользователей.

Другие поисковики

Чтобы успешно находить людей по фотографиям, иногда полезно прибегать к помощи систем, которые специализируются на поиске графических данных. В их число входят:

    ; ; и т. д.

Порядок их использования практически не отличается от Яндекса и Гугла.

Онлайн-сервисы

В последнее время появилось немало хороших сервисов, способных распознавать лица с высокой точностью. Вот несколько наиболее эффективных.

PicTriev

PicTriev — сервис, предназначенный для поиска двойников среди знаменитостей. Если вы хотите узнать, что за известная персона изображена на снимке, этот ресурс подходит лучше всего. Есть у PicTriev и другие интересные возможности, например, он определяет по фото возраст и пол человека.

Пользоваться сервисом можно бесплатно, единственное ограничение — размер загружаемого файла не должен превышать 200 Кб.

PicTriev не поддерживает русский язык, но обращаться с ним несложно. Вот, как это делается:

  • Загрузите изображение, нажав на кнопку «Upload image».

Upload image

  • Смотрите результат. Вы увидите, на кого больше всего похожа фотография, которую вы предоставили, и на сколько процентов она совпадает с оригиналом.

look-alikes

FindMeVK

FindMeVK — сервис для поиска людей среди пользователей социальной сети ВКонтакте. Бесплатный, минималистичный и простой в применении. Полностью на русском.

Как пользоваться FindMeVK:

  • Нажмите на кнопку загрузки и выберите фото.

загрузите фото человека

  • Если на снимке несколько лиц, отметьте нужное.

нажмите на лицо которое хотите найти

  • Смотрите результат поиска по аккаунтам VK и процент похожести.

процент совпадения лица

Search4Faces

Сервис Search4Faces поможет найти по лицу любого человека, который зарегистрирован в Одноклассниках или ВКонтакте. Он бесплатный, простой, удобный, имеет русский язык, работает эффективно и очень быстро.

Чтобы найти человека через Search4Faces, сделайте следующее:

  • Нажмите кнопку «Загрузить» и выберите фотографию.

загрузка фотографии

  • Настройте параметры поиска как считаете нужным, например, укажите пол, возраст, город, страну проживания человека и нажмите «Найти».

параметры поиска профиля

  • Смотрите результаты с указанием ссылок на аккаунты в соцсетях.

результат распознавания лица

Betaface

Betaface — коммерческий профессиональный продукт для поиска лиц, который сотрудничает с крупными мировыми брендами. Для обычных пользователей здесь есть демо-страница, где можно бесплатно искать по базе известных людей. Более широкие возможности доступны только для компаний по индивидуально назначенной цене.

Как пользоваться сервисом:

  • Нажмите на «Custom Upload» и выберите подходящее изображение.

Custom Upload

  • Если на снимке несколько лиц, нажмите на нужное.

автоматическое выделение элементов лица

  • Нажмите «Search celebrities», чтобы найти его среди знаменитостей.

Search celebrities

  • Смотрите список людей, похожих на заданное изображение.

список похожих людей

Мобильные приложения

Искать незнакомые лица на фотографиях можно и при помощи мобильных приложений. Мы отобрали лучшие из них.

Search Face

Приложение Search Face (также известное как Гости ВК) позволяет искать людей по снимкам лиц в социальной сети ВК. Результат — ссылки на профили.

Приложение платное (69 рублей в месяц), но имеет семидневный пробный период, которого достаточно для нескольких распознаваний. Его интерфейс полностью на русском, а точность поиска достаточно высокая.

Как пользоваться Search Face:

  • Запустите программу и авторизуйтесь во ВКонтакте.

авторизация вконтакте

  • Перейдите в меню в левом верхнем углу и нажмите «Поиск похожих людей».

Поиск похожих людей

  • Нажмите «Получить PRO». Откроется страница подключения оплаты через Google Pay. Чтобы с вас не списали в дальнейшем средства, не забудьте отключить подписку в свойствах своей учётной записи Google.

получить про

  • Выберите фото из галереи или снимите его на камеру.

камера и галерея

  • Если в кадре несколько лиц, выберите одно.

выбор лица

  • После этого программа найдёт подходящие аккаунты.

подходящие аккаунты

Алиса

Алиса — умный помощник, встроенный в Яндекс.Браузер, может не просто искать картинки из галереи, но находить людей по фото, сделанному на камеру телефона. Точность узнавания очень варьируется, зато всё бесплатно, без ограничений и на русском языке.

Как использовать эту возможность:

  • Запустите Алису любым способом (через её собственный значок или через приложения Яндекса) и нажмите кнопку поиска по картинкам.

значок фотоаппарата в алисе

  • Снимите на камеру лицо человека, которого вам требуется найти.

фотографирование лица

  • Алиса озвучит основную догадку, а ниже будут продемонстрированы похожие изображения.

результат поиска лица в Алисе

Photo Sherlock

Приложение Photo Sherlock распознаёт лица, используя поиск по картинкам от Google. Если вы часто ищете изображения или лица в Гугле, Photo Sherlock упростит вашу задачу, но результаты будут ровно такими же.

Приложение бесплатно и имеет русский язык, хотя почти не содержит текста.

Как искать с его помощью:

  • Откройте Photo Sherlock и нажмите на значок галереи, чтобы выбрать фотографию.

значок галереи

  • Если нужно, обрежьте кадр, затем нажмите «Найти это фото».

найти это фото

  • Высветится результат поиска в Google.

это изображение найдено в интернете

FindClone

Еще одно популярное и очень эффективное приложение для поиска людей по фотографии, а точнее, их аккаунтов в соцсетях. Оно полностью на русском языке, платное, но имеет пробный период (бесплатно можно использовать 30 раз). Подписка стоит 99 рублей в месяц или меньше, если купить тариф на большой срок.

  • Откройте приложение и нажмите «Регистрация».

регистрация в findclone

  • Укажите свой номер телефона, на него скоро поступит автоматический звонок от компании-разработчика.
Читайте так же:
Как в Сафари посмотреть историю на Маке и айФоне

получить код

  • Укажите последние 5 цифр номера, с которого был дозвон.

вставка кода

  • Придумайте пароль и нажмите «Войти».

ввод пароля

  • Нажмите на малиновую кнопку с плюсом внизу экрана.

кнопка плюс

  • Выберите кадр из галереи либо сфотографируйте человека или его снимок.

выбрать из галереи

  • Приложение выдаст аккаунты в соцсетях, совпадающие с искомым фото.

клоны совпадающие с фото

Не смогли получить желаемое в одном сервисе или приложении? Всегда есть альтернативы. Что-то из нашего списка непременно даст позитивный результат.

Преимущества облачного распознавания лиц

image
Близкое будущее

Существует несколько методов, по которым работают системы распознавания лиц, но в целом речь идёт о технологии, способной идентифицировать человека по цифровому изображению или кадру из видеоисточника.

Многие владельцы смартфонов каждый день используют face recognition, но в мобильных устройствах скорость распознавания не критична, а число пользователей редко больше одного-двух человек. Для офисных и уличных систем (при массовом распознавании) применяются другие технологии.

Недавно на Хабре обсуждали новость: московские сетевые кофейни «Правда кофе» и OneBucksCoffee начали тестировать в своих заведениях сервис распознавания лиц.

Кофейни используют наше техническое решение. И сегодня мы расскажем о нём подробнее. Конечно, о самой технологии мы уже говорили, но появилось кое-что новое — решение стало по-настоящему облачным. А это всё меняет.

Как работает технология распознавания лиц

Первое, что должна сделать система, — выделить в кадре лицо и с помощью алгоритмов убедиться, что это именно человеческое лицо.

После первоначальной детекции происходит определение различных индивидуальных черт по фиксированным точкам — например, учитывается расстояние между глазами и ещё десятки других параметров.

Далее уже другие алгоритмы ищут по различным заранее созданным базам данных и выдают процент схожести с искомым образцом данных. Если процент схожести достаточно высок, лицо считается распознанным.

Если не вдаваться в подробности (фото для анализа ещё нужно нормализировать, прежде чем передавать в нейросеть, которая считывает некоторый дескриптор), основная сложность решения на данный момент заключается не в самих технологиях (алгоритмах), а в реализации.

Системы распознавания развиваются в нескольких направлениях, классифицируемых в зависимости от подхода к обработке информации. Иногда трудно выбрать, какая именно система лучше справится с конкретной задачей.

Разнообразие систем

image

Данные можно обрабатывать в облаке, на локальных серверах, развернутых в периметре безопасности предприятия, или непосредственно на камерах.

В последнем случае весь анализ осуществляется самой камерой, а на сервер поступает уже обработанная информация. Главное достоинство системы — это высокая точность и возможность «повесить» на один сервер большое количество устройств.

При кажущейся простоте и легкости масштабирования у этой технологии тоже есть минусы. Один из них — высокая цена. Плюс к этому, на данный момент нет единого стандарта представления информации, которую специализированные камеры передают на сервер. И набор данных может сильно различаться у разных вендоров.

image
«Простая» система распознавания лиц от Panasonic

Системы на основе IP-камер с функцией встроенного видеоанализа уступают по популярности серверным решениям. Но и в случае использования традиционной системы на базе регистратора и/или локального сервера сэкономить не получится.

Программы и цены* Face Recognition

*По информации из открытых источников.

Учитывая сложность алгоритмов и высокую цену на серверное оборудование для модулей видеоаналитики, системы распознавания лиц долгое время оставались недешевым удовольствием.

Дополнительно на стоимость решения влияет генерируемый в процессе работы большой сетевой трафик – помимо затрат на мощные серверы приходилось раскошеливаться на активное сетевое оборудование и «толстые» каналы связи.

На сегодняшний день на российском рынке присутствуют несколько крупных игроков, предлагающих качественные алгоритмы анализа и обработки видеоданных. Их объединяет заинтересованность в проектах, связанных с крупным бизнесом. Объяснить такую фокусировку очень просто – стоимость решения выходит далеко за рамки возможностей малого и среднего бизнеса.

  • ISS

Стоимость лицензии на модуль захвата лиц — 41 275 рублей на канал. ПО устанавливается на сервер распознавания лиц или на сервер их детекции.

Стоимость лицензии модуля распознавания лиц на 1000 человек в базе составляет 665 760 рублей. Устанавливается на сервер распознавания лиц.

  • Sigur

Стоимость лицензии на модуль верификации лиц на одну камеру — 50 000 рублей.

Стоимость лицензии на модуль идентификации лиц на одну камеру — 7 000 рублей.

Цена лицензии на базу до 1 000 лиц — 294 000 рублей.

  • ITV

Ядро системы — 20 300 рублей. Подключение видеоканала — 6 000 рублей.

  • Macroscop

Лицензия на работу с одной IP-камерой — 16 500 рублей.

Ещё недавно решения от Macroscop использовались для обеспечения безопасности только особо важных объектов с большим количеством людей: стадионов, аэропортов, заводов. Но теперь компания поставляет свой продукт и для ритейла. Цена — 94 000 рублей за модули (регистраторы не продают).

  • TRASSIR
  • FindFace
  • Ivideon

Подбор «железа» для систем Face Recognition

С одной Full HD камеры для обработки видеопотока, содержащего 10 лиц в кадре, потребуется одно ядро процессора с частотой 2,8 ГГц. Если в кадре мало лиц (от 1 до 3), то одно процессорное ядро легко справится и с обработкой двух видеопотоков.

Из этого примера видно, что даже в простой системе надо иметь определенный запас по «железу». Ведь если на объект одновременно зайдёт не 10, а 15 человек, то потребуется уже второе ядро с аналогичной производительностью.

Читайте так же:
Как сделать заливку в Ворде

Следовательно, для работы традиционной системы, с учётом пиковых нагрузок, требуется держать двойные резервные мощности.

Чтобы вам легче было представить, во сколько обходится традиционная система распознавания лиц, мы в качестве примера возьмём торговую точку и посчитаем стоимость традиционной и облачной системы распознавания лиц.

Расчёт затрат: стоимость традиционной системы распознавания лиц

image

Допустим, мы разворачиваем систему распознавания лиц в аптечной сети, состоящей из 16 точек. В среднем за сутки каждую аптеку посещают 500 покупателей.

Чтобы полноценно распознавать лица, на каждый объект наблюдения можно установить по одной поворотной камере или камере с механизированным объективом.

В случае использования традиционной системы затраты будут следующие:

  1. Для каждой аптеки потребуется не менее одного специализированного видеорегистратора. Его розничная стоимость составляет примерно 40 000 руб.
  2. Для каждого регистратора дополнительно потребуется специальный жёсткий диск (не путать с обычным HDD для ПК) объёмом не менее 4 ТБ, чтобы записывать видеопоток в разрешении 1920х1080 при высокой интенсивности движения. Средняя розничная стоимость — 10 000 рублей.
  3. В бюджет следует заложить стоимость работ по обслуживанию системы видеонаблюдения (например, выезд монтажника для устранения ошибок, обновления ПО или замены HDD). Стоимость таких работ — 12 000 рублей/год (выезд раз в квартал) для каждого объекта (в соответствии с прайс-листом одной из монтажных организаций).
  4. Минимальная стоимость полнофункционального ПО для распознавания лиц — в среднем 120 000 рублей на камеру (неограниченная по времени лицензия).
  5. По данным компании Backblaze, около 50 % всех жёстких дисков требует замены к 6 году эксплуатации. Таким образом, через 5 лет беспрерывной эксплуатации из строя выйдут около 8 дисков, а при условии, что в такой системе резервирование не предусмотрено, в среднем нужно заложить дополнительные расходы в размере 1,6 диска в год, или 16 000 рублей/год.

Затраты на облачную систему

В случае облачной системы стоимость тарифа видеонаблюдения с распознаванием 500 лиц/сутки составит 4 750 руб/мес (57 000 руб/год) за камеру, или 912 000 руб/год за 16 камер.

Напомним, что никакого дополнительного «железа» владельцу сети приобретать не придётся. Затраты на техническое обслуживание также не нужны, ведь все облачные серверы обслуживаются провайдером облачных услуг в дата-центре.

Налицо экономия более чем в 3 раза в течение первого года эксплуатации системы.

Промежуточный итог и дополнительные «плюшки»

В расчётах выше есть важный нюанс: через 3 года эксплуатации традиционная система по совокупным издержкам станет дешевле облачного распознавания лиц. Здесь стоит учесть два фактора.

Во-первых, оборудование, которое купит владелец сети, за 3 года эксплуатации устареет. Зато наверняка появятся новые, более совершенные технологии и алгоритмы распознавания лиц, работающие на более мощном «железе». И через 3 года, вероятнее всего, придется полностью заменять оборудование на точках.

С облачной системой этого делать не нужно – сервис совершенствуется и обновляется постоянно за счёт развития алгоритмов и роста вычислительной мощности дата-центров. Поддержка стандартов безопасности также не привязана к железу.

Во-вторых, экономия средств в первые годы позволит обернуть эти деньги несколько раз, принося дополнительную прибыль бизнесу.

Прошлое, настоящее и будущее облачного распознавания лиц

Эволюция систем распознавания в последние годы ускорилась. Ещё не так давно вместо сложных алгоритмов и нейронных сетей обычный сотрудник службы безопасности с помощью компьютера просто сравнивал зафиксированные программой лица с базами и отмечал, кто все эти люди.

К тому же, системы работали через локальные сервера. Соответственно, для работы сервиса пользователю нужно было устанавливать выделенный ПК или специальный видеорегистратор. А это лишние затраты на оборудование и накладные расходы на его эксплуатацию.

Облачное распознавание лиц не требует покупки и настройки никакого другого оборудования, кроме камер, и будет работать с теми камерами, которые уже установлены на объекте.

Не нужно держать штат специалистов для поддержания работы оборудования. Проблемы технического состояния оборудования решает сам провайдер сервиса (и делает это эффективнее, чем неспециализированные компании).

Облачное распознавание превращает громоздкую и уязвимую систему из локальных аналитических серверов в гибкую отказоустойчивую облачную структуру. На практике это означает, что система распознавания больше не зависит от возможностей конкретного сервера, купленного и установленного в офисе клиента, а также ИТ-инфраструктуры, которая у этого клиента имеется. Нет необходимости приобретать новое оборудование и долго согласовывать с поставщиком вопросы конфигурации и возможности его расширения.

Облако в автоматическом режиме распределяет нагрузку по всей доступной инфраструктуре с мощными серверами. Клиенту не нужно держать редко используемые мощности про запас для работы в периоды неожиданных всплесков нагрузки (праздники, выходные). Более подробно о возможностях системы можно узнать, проконсультировавшись у нас.

«Правда кофе» и OneBucksCoffee сейчас вызвали бурю обсуждений, но очень скоро практически не останется компаний в офлайновом бизнесе без видеоаналитики. У игроков потребительского рынка есть острая необходимость узнавать своего покупателя в лицо: персонализировать сервис и предложения, анализировать настроение гостя, сокращать издержки и возвращать клиентов, а не просто покупать технологические решения ради отчётности.

Ссылка на основную публикацию
Adblock
detector