Андрей Смирнов
Время чтения: ~23 мин.
Просмотров: 0

Улыбнитесь, вас снимают. Как работает технология распознавания лиц

Можно сказать, что iPhone X открыл новую эпоху. Технология распознавания лиц — основная его «фишка». И никто не сомневается в том, что такой способ разблокировки будет внедряться и во многие другие смартфоны.

Чуть-чуть истории

Ещё в 1960-ых годах проводились специальные опыты, в ходе которых компьютер должен был научиться распознавать лицо человека. Тогда это ни к чему не привело, так как любая эмоция приводила к сбою. Также изобретенная система боялась изменения условий освещения.

Лишь в самом конце XX века появились системы, которые научились определять лица людей по фотографиям, запоминая их. При этом они перестали сбоить при появлении усов, бороды, очков и прочих «помех». Активнее всего подобные системы начали внедряться в цифровые фотоаппараты. Также они нашли себе место в охранном секторе.

image1-61.jpeg

У систем распознавания лиц долгое время был один существенный недостаток. Они сильно зависели от освещения и ракурса. Впрочем, в охранных сканерах эта проблема не была заметна. К ним лицо прикладывалось почти вплотную, освещаясь затем лампами. Избавиться же от вышеупомянутого недостатка помогло внедрение стереосъемки. Две камеры понимают глубину сцены, в связи с чем точность показаний вырастает в несколько раз.

Как работает технология распознавания лиц?

Постепенно новая функция начала появляться в смартфонах. Здесь биометрическая идентификация пользователя внедряется для того, чтобы разблокировать устройство не мог посторонний человек. В идеале получить доступ к персональной информации может только близнец. Переживать по этому поводу не стоит. Вряд ли кто-то будет всерьез скрывать что-то от родного брата или сестры. Да и никто не мешает установить для чтения каких-то особо секретных данных дополнительный пароль.

image2-49.jpeg

Работу системы распознавания лиц в смартфонах можно условно разделить на четыре этапа:

  1. Сканирование лица. Оно осуществляется при помощи фронтальной камеры или, как в случае с iPhone X, специального сенсора. Сканирование является трехмерным, поэтому фокус с показом фотографии срабатывать не будет.
  2. Извлечение уникальных данных. Система ориентируется на набор особенностей сканируемого лица. Чаще всего это контуры глазниц, форма скул и ширина носа. В продвинутых системах также могут «замечаться» шрамы.
  3. Извлечение из памяти шаблона с ранее полученными данными.
  4. Поиск соответствий. Финальный этап, на котором система решает, разблокировать ли дисплей. Мощности современных процессоров позволяют тратить на «размышление» всего доли секунды.

Функция распознавания лиц может быть реализована даже при помощи фронтальной камеры — лишь бы она имела два объектива. Однако в таком случае работа данной функции окажется нестабильной. Дело в том, что лишь специальные датчики обеспечат сканирование лица даже в темноте, тогда как «фронталке» требуется яркое освещение. Также особые датчики виртуально выводят на лицо большее количество точек, поэтому они срабатывают даже при появлении бороды, очков и других помех. Словом, в каком-нибудь DOOGEE Mix 2 система точно будет работать заметно хуже, чем в iPhone X. Другое дело — юбилейный продукт Apple стоит гораздо дороже, чем все остальные смартфоны с функцией распознавания лица.

image3-42.jpeg

За технологией будущее?

Нужные для сканирования лица датчики требуют идеальной установки. Сдвиг на сотые доли миллиметра приведет к тому, что работа функции перестанет быть идеальной — поэтому при производстве смартфона может наблюдаться повышенный выход брака, а это приводит к росту его стоимости. Да и сами датчики стоят весьма дорого, неспроста их использует только компания Apple, хотя никаких патентов на них у неё нет.

Одним словом, пока функцию распознавания лиц производители «андроидов» будут реализовывать посредством фронтальной камеры. Уже сейчас её можно встретить в Samsung Galaxy S8 и Note 8. Но владельцы этих устройств подтвердят вам, что работает она не лучшим образом — легче использовать сканер отпечатков пальцев. Поэтому пока о будущем функции ничего сказать нельзя. Нужно ждать, будет ли Apple внедрять соответствующие датчики в более доступные смартфоны, а также появятся ли они в устройствах на базе Android.

Заключение

Переживать по поводу сохранения ваших идентификационных данных не стоит. Созданный при сканировании лица шаблон находится в отдельном разделе памяти — чтение этого сектора компьютером или сторонними программами невозможно. Впрочем, это касается и отпечатков пальцев. А каким видом идентификации пользоваться удобнее — это выбирать только вам.

Держали ли вы когда-нибудь в руках смартфон, умеющий распознавать лицо? И ждете ли вы массового внедрения данной функции? Поделитесь своим мнением в комментариях, мы будем этому рады!

Еще 5 лет назад для защиты личных данных в смартфоне использовались стандартные пароли — числовые комбинации и графические ключи. Данные вводились пользователями на экране блокировки. Чтобы получить доступ к устройству, достаточно было узнать 4-значный пароль. На смену классическим способам защиты телефона пришли сканеры отпечатки пальцев. Это более надежный способ блокировки гаджета — чтобы разблокировать смартфон, нужно приложить палец владельца устройства.

Современные смартфоны используют технологию распознавания лиц. Простыми словами, телефон «узнает» своего владельца и снимает блокировку, открывая доступ к персональным данным и приложениям.

Как работает технология распознавания лиц на смартфоне?

Технология использует 2D или 3D-датчик (зависит от модели смартфона), который сканирует лицо человека. При первой настройке телефона датчик запоминает лицо владельца: расстояние между глазами, контур губ, размер носа, подбородок и другие отличительные особенности внешности.

Полученная информация преобразуется в цифровые данные — в смартфоне создается трехмерная модель лица владельца устройства. После этого, когда мы хотим разблокировать телефон, алгоритм начинает сравнивать созданную модель и лицо, которое отсканировал 2D или 3D-датчик.

Сам датчик для распознавания лиц находится на лицевой части мобильного устройства — в верхней части. Его часто можно увидеть возле фронтальной камеры — небольшая точка, которую иногда можно принять за дополнительный динамик.

Искусственный интеллект, который сканирует лицо, постоянно обучается. Каждый раз когда блокировка снимается со смартфона через технологию распознавания лица, датчик «запоминает» больше особенностей. Например, через 1-2 недели использования телефона увеличится скорость снятия блокировки смартфона. Даже если владелец устройства опустит густую бороду или наденет очки, технология распознавания лиц узнает его.

На бюджетных смартфонах для распознавания лица может использоваться фронтальная камера. У этой технологии меньше преимуществ, чем у 3D-сканирования. При разблокировке смартфона с плохим освещением (ночью, в комнате с выключенным светом или пасмурную погоду) телефон может выдать ошибку, что не может распознать владельца. В этом случае нужно поднести фронтальную камеру ближе к лицу или использовать альтернативный вариант — ввести классический пароль, графический ключ или воспользоваться сканером отпечатков пальцев (если он есть в гаджете).

Технология распознавания лиц, встроенная в камеру, запоминает меньше деталей внешности человека. Возможности функции ограничены разрешением камеры.

На некоторых смартфонах установлен специальный инфракрасный датчик. Во-первых, он определяет, есть ли лицо перед смартфоном. Во-вторых, датчик «передает» на лицо владельца тысячи точек — в районе 30 000. Благодаря этому выполняется проецирование трехмерной модели лица. ИК-камера, которая находится на лицевой части мобильного устройства, считывает созданную ранее карту из точек — лицо человека. Все данные передаются в специальный процессор гаджета.

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.

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.

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:

пограничные службы</li>казино</li>аэропорты</li>любые места скопления людей</li>маркеты</li>парки развлечений</li>спецслужбы</li>

Трустори. Вы просто проходите по двору, в котором установлена подобная камера. К ней подключена база преступников и пропавших людей. В случае, если алгоритм определяет, что вы схожи с подозреваемым, сотрудник полиции тут же получает предупреждение.

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.

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.

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:

по ДНК</li>по радужной оболочке глаза</li>по ладони</li>по голосу</li>по отпечатку пальца</li>по лицу</li>

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.

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.

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.

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.

🤓 Хочешь больше? Подпишись на наш Telegramнаш Telegram.
… и не забывай читать наш Facebook и Twitter 🍒
<spg src=»https://www.iphones.ru/wp-content/themes/simpla2/images/logo-transparent.png»>

iPhones.ru

Забудьте о конфиденциальности.

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

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.«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

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

Программное обеспечение «SecurOS Face». 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

Российский разработчик оборудования и программного обеспечения для систем контроля доступа. 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

Программное обеспечение «Интеллект» для распознавания лиц с памятью на 1 000 эталонов лиц в базе — 314 000 рублей. Ядро системы — 20 300 рублей. Подключение видеоканала — 6 000 рублей.

  • Macroscop

Модуль распознавания лиц Macroscop Basic с размером базы до 1000 лиц — 240 000 рублей. 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

Программное обеспечение стоит 79 000 рублей + 32 000 рублей за регистратор. Клиенты компании, в основном, крупные фирмы (заводы, добывающие компании, университеты, спорткомплексы). Но основной упор компания делает на традиционное видеонаблюдение, а не на распознавание лиц. Хотя их видеорегистраторы отлично подходят и для этих задач.

  • FindFace

Компания разрабатывает и продаёт только специализированное ПО для распознавания лиц. Выбирать конфигурацию серверов для хранения и обработки данных вам придётся самостоятельно.

  • Ivideon

Облачный сервис видеонаблюдения и видеоаналитики, который предложил услуги бизнесу, ограниченному бюджетом. Сервис Ivideon Faces работает практически с любыми камерами, стоимость подключения одного устройства – от 3 150 рублей с анализом до 100 уникальных лиц в сутки и базовой записью в облачный архив за 5 суток.

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. 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

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.

Капитальные затраты (без учёта стоимости камер) составят 2 928 000 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. 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.

44d156146f51269888db4678898ce41d.png
Функция распознавания лиц используется не только для подтверждения платежей и разблокировки iPhone. Этой технологией пользуются все, кому не лень — от агентов спецслужб до производителей умных устройств. Из-за этого часто возникают проблемы с утечкой личных данных, но обо всем по порядку. рассказали, что такое распознавание лиц и как оно работает, а мы адаптировали материал.Технология распознавания лиц — это вид биометрической аутентификации для подтверждения личности. В 1960-х годах ее разработал американский ученый Вудро Бледсоу на основе двумерных изображений. В то время приходилось вручную просматривать фото и вносить данные в компьютер. Сейчас это делает нейросеть со скоростью 400 фотографий в секунду.  — механизм запоминает индивидуальные параметры для дальнейшей идентификации. Система фиксирует изображение лица, а затем сравнивает оригинал с новым фото. Сейчас большинство механизмов работают с двумерными изображениями. На это есть две причины: во-первых, не все камеры воспринимают объем носа или глаза, а во-вторых, большинство справочных баз состоят из двумерных изображений — это фотографии из соцсетей или паспорта.Камеры, которые чувствуют глубину, могут дополнить отпечаток лица высотой носа и глубиной глаз. Устройства проецируют невидимые спектры света на поверхность и улавливают обратный сигнал с помощью специальных датчиков. Это позволяет точно измерить расстояние между разными точками лица. В Face ID Apple использует 30 тысяч инфракрасных точек, которые сканируют даже самые мелкие черты внешности. Такой механизм обмануть практически невозможно, чего нельзя сказать про функцию распознавания лиц в смартфонах на Android. Ее удалось ввести в заблуждение с помощью искусственной головы. b912c4c067b89f8656c910f2149d0cc8.jpgКомпания Identix разработала метод анализа текстуры кожи, который избавляет пользователя от недостатков стандартной технологии распознавания лиц. Этот метод так хорошо работает, что может определить разницу между близнецами. Сама Identix утверждает, что технология повышает точность распознавания на 25%.Распознавание лиц активно используется с конца 80-х годов. Тогда это было доступно только государственным структурам, но постепенно функция пришла в массы. Facebook уже несколько лет внедряет систему распознавания, точно так же, как Google Photos и другие IT-гиганты. Полученную информацию сервисы используют для повышения удобства и показа таргетированной рекламы. Механизм распознавания лиц используется в аэропортах, чтобы уменьшить очереди на паспортном контроле. А в 2020 году пройдут первые Олимпийские игры, в которых будет применяться функция распознавания лиц для обеспечения безопасности.Эксперты по безопасности предупреждают о множестве проблем, начиная со слежки на улице и заканчивая получением хакерами личной информации. Многим не нравится такое пристальное внимание камер, если вы в их числе, советуем присмотреться к средствам защиты от алгоритмов для распознавания лиц.
Рейтинг автора
5
Подборку подготовил
Андрей Ульянов
Наш эксперт
Написано статей
168
Ссылка на основную публикацию
Похожие публикации