В ходе работы над проектом мы создали систему распознавания лиц, которая может находить точное совпадение на базе более 10 тыс. за 0,02 секунды. В связи с низкой ресурсоемкостью алгоритма мы смогли разместить алгоритма на одноплатном компьютере, который интегрирован с камерой

Безопасность
Системы распознавания лиц могут использоваться для обеспечения безопасности в зданиях, на улицах и в общественных местах

Маркетинг и реклама
Данные системы также разрабатываются для создания персонализированных предложений. Например, при распознавании лица покупателя в магазине можно предложить ему персональные скидки и акции

Оплата товаров и услуг
Такие системы применяются, например, для оплаты товаров в магазинах можно использовать камеры с распознаванием лиц, чтобы идентифицировать покупателя и списать деньги с его счета

Медицинские услуги
Алгоритмы распознавания лиц могут использоваться для идентификации пациентов и доступа к медицинской истории. Например, такая система может использоваться в госпиталях и больницах для обеспечения безопасности и контроля доступа к конфиденциальной информации

Управление доступом
Системы идентификации лиц могут быть использованы для управления доступом в здания, например, на предприятиях, производствах и в офисах. С помощью камер, оснащенных системами распознавания лиц, можно автоматически открывать двери и контролировать доступ к определенным зонам

Туризм и гостиничный бизнес
В качестве интересных кейсов могут рассматриваться системы регистрации клиентов в гостиницах и аэропортах. Например, при распознавании лица туриста в аэропорту можно быстро оформить все необходимые документы и сократить время ожидания

Нужно отметить, что задача распознавания лиц, несмотря на множество вариантов ее реализации, связана с несколькими аспектами, зачастую затрудняющими ее решение. Далее будут выделены основные из них:

• Различия в углах обзора

Легче всего работать с фотографиями / видео, сделанными с одного ракурса. Так, например, достаточно распространенной проблемой является сравнение изображений лиц в фас и профиль, а также под наклоном.

• Аксессуары и детали одежды

Системы распознавания лиц могут столкнуться с проблемами при попытках детекции человека в очках, головном уборе или маске. В качестве одного из известных кейсов можно вспомнить как ношение масок во время пандемии коронавируса стало причиной затруднения использования сканера Face ID для разблокировки устройств Apple, эта проблема заставила разработчиков вносить дополнительные доработки для удобства пользователей.

• Качество изображения

Низкое качество и разрешение изображения или кадра также может быть причиной неудовлетворительного результата работы системы распознавания лиц, так как в данном случае программному обеспечению сложнее захватить ключевые точки на лице человека и, следовательно, искать по ним.

• Возрастные изменения

Также стоит отметить, что изменение лица с течением времени, также может стать проблемой для систем распознавания лиц, несмотря на то, что они, как правило, достаточно устойчива к поиску по изображению в диапазоне +- 10 лет, если мы говорим про взрослых людей.

В качестве одного из примеров реализации системы распознавания лиц рассмотрим кейс с детектором сотрудников на проходной предприятия.

Предполагается, что такая система состоит из двух основных компонентов:

1. Одноплатный компьютер установленным с интеллектуальным программным обеспечением распознавания лиц
2. Подсоединенная к нему камера высокого разрешения (от 1280x720)

Сотрудник на входе в рабочее помещение располагает свое лицо перед камерой, далее система по кадру из видео ищет изображение лица в фас по базе данных, и на основание результатов поиска делает вывод, есть ли у данного человека допуск в здание.


Разработанная система призвана сократить нагрузку на службу безопасности предприятия, а также позволяет сотрудникам проходить на рабочее место без дополнительных документов или электронных пропусков, что также является удобством для работников.

Также дополнительно была настроена возможность скрывать нерелевантные изображения по заданному порогу расстояния. Таким образом, если расстояние между изображениями больше, чем 0.51, считается что данный человек отсутствует в базе, и пользователю выдается информация, что персона не была найдена.

Для демонстрации работы системы нами был разработан прототип, позволяющий искать персону по видео.
В качестве примера показаны результаты поиска по видео с обращением бывшего президента США Дональда Трампа.

Система менее чем за секунду смогла найти его изображение в базе по кадру из видео, а также предоставила дополнительную информацию о расстоянии (чем оно меньше, тем больше вероятность того, что на видео и найденном изображении один и тот же человек).

Как мы можем отметить, системы распознавание лиц имеют широкое применения для самых различных сфер. Тем не менее, нужно также дополнительно учитывать такие факторы как необходимости согласия на обработку персональных данных от пользователей систем распознавания лиц, а также обеспечение дополнительных меры безопасности при хранении пользовательских данных.