Jak může rozpoznávání zabránit trestné činnosti a zlepšit bezpečnost

Global

Global - English

Asia

Europe

Oceania

ANZ - English

Latin America

North America

Middle East and Africa

Search news

Cancel

Resetovat

ODESLAT

Rozpoznávání obličeje Hikvision

Proč rozpoznávání obličeje?
Veřejné bezpečnostní hrozby spolu s rostoucími bezpečnostními požadavky uživatelů neustále tlačí na výrobce bezpečnostních systémů, aby vytvářeli stále dokonalejší technologie. Mezinárodní zpravodajství neustále připomíná veřejnosti aktuální nebezpečí. Veřejnost chce vědět - lze těmto událostem někdy zabránit?

Všude na světě probíhá vývoj od projektů bezpečného města až po ochranu domova, který má své relativní překážky. Nejčastěji se tyto nové technologie používají k ochraně rodinných příslušníků, domů, majetku a vozidel. Počet kamer, které se v dané aplikaci používají, s různými sítěmi a náročnými rozlišeními však dramaticky vzrostl a s ním i počet problémů. Schopnost rychle procházet oceány dat a najít jen malé množství těch, která jsou skutečně důležitá, je nyní velmi žádaná.

Na straně bezpečnosti technologií videointeligence je hlavním hnacím motorem zvyšování bezpečnosti zákazníků. Pokud jde o obchodní stránku technologií video inteligence, hlavním hnacím faktorem je zvyšování spokojenosti zákazníků. Zde jsou rozhodující jak služby, tak bezpečnost. Technologie rozpoznávání obličeje tyto problémy nejen vyřeší, ale také zlepší naše schopnosti překonávat související problémy. Rozpoznávání obličeje nejen urychlí nebo zdokonalí stávající metody, ale otevře nové cesty k zabezpečení a nové oblasti dat všude tam, kde je to potřeba.

Problémy & potřeby bezpečnostního průmyslu
Identifikace podezřelých během vyšetřování po události přináší řadu komplikací. Výzvy zahrnují vše od prohlížení záznamů z desítek kamer, porovnávání dvou snímků obličeje stejné osoby s desetiletým věkovým rozdílem a získávání 5 % (nebo méně) užitečných informací z obrovského množství dat až po zavádění alarmů před událostmi, aby se předešlo incidentům, a zvládání zvýšených nároků na ukládání videa v důsledku zvýšeného rozlišení. A pravděpodobně i mnohem více.

Tyto překážky mohou ochromit standardní kamerové systémy, a to i s nejmodernějším vybavením. Obrovské množství zpracovávaných informací zahlcuje systémový hardware. V této oblasti je zapotřebí více datově náročných řešení, což urychluje vývoj produktů hlubokého učení a umělé inteligence. Vedle těchto nových technologií je v současnosti bezpochyby jednou z nejdůležitějších rozpoznávání obličeje.

Běžné nedostatky řešení pro rozpoznávání obličeje
Konvenční inteligentní videodohled má velmi přísné požadavky na pozadí scény. Pro proces rozpoznávání lidských obličejů jsou nutné dva klíčové kroky. První z nich je Feature Extraction, kde jsou funkce navrženy lidmi a jsou vždy subjektivní. Tato metoda funguje dobře ve velmi specifických prostředích a jemné změny osvětlení, prostředí atd. snižují přesnost. Druhým krokem je "klasifikační učení", které využívá povrchové učení a analýzu. Tyto výsledky nejsou zdaleka ideální a přímo omezují rozsah a hloubku inteligentních aplikací.

Výhody hlubokého učení pro inteligentní videodohled
Hluboké učení se ze své podstaty liší od ostatních algoritmů. Způsob, jakým řeší nedostatky tradičních algoritmů, je zahrnut v několika koncepcích.

Za prvé, od "povrchního" k "hlubokému"
Algoritmický model pro hluboké učení má mnohem hlubší strukturu než tradiční algoritmy. Někdy může počet vrstev přesáhnout stovku, což mu umožňuje zpracovávat velké množství dat ve složitých klasifikacích. Hluboké učení je velmi podobné procesu lidského učení a probíhá v něm proces abstrakce rysů po vrstvách. Každá vrstva má jinou "váhu" a tato váha odráží to, co bylo zjištěno o "složkách" obrázků. Čím vyšší úroveň vrstvy, tím specifičtější komponenty. Při simulaci lidského mozku prochází původní signál v hlubokém učení vrstvami zpracování; následně dochází k částečnému porozumění ("povrchnímu") až po celkovou abstrakci ("hlubokou"), kdy můžeme objekt vnímat.

Hluboké učení od povrchního k hlubokému

Za druhé, od "Artificial Features" k "Feature Learning".
Hluboké učení nevyžaduje manuální zásah, ale spoléhá se na to, že počítač bude extrahovat funkce sám. Tímto způsobem je schopen extrahovat z cíle co nejvíce vlastností, včetně abstraktních vlastností, které je obtížné nebo nemožné popsat. Čím více prvků je k dispozici, tím přesnější je rozpoznávání a klasifikace. Mezi nejpřímější výhody, které mohou algoritmy hlubokého učení přinést, patří dosažení srovnatelné nebo dokonce lepší přesnosti rozpoznávání vzorů než člověk, silné schopnosti proti rušení a schopnost klasifikovat a rozpoznávat tisíce znaků.

Od umělých funkcí k funkcím učení

Díky technologii hlubokého učení se průměrná přesnost rozpoznávání obličeje výrazně zvyšuje. Společnost Hikvision prokázala svou schopnost předběhnout konkurenci. Její výhody v oblasti umělé inteligence v oblasti bezpečnosti jsou dány tím, že má vlastní vynikající tým pro vývoj algoritmů a používá nejvýkonnější grafické procesory v našich počítačových platformách. Mezi výsledky patří vítězství v mnoha mezinárodních soutěžích algoritmů hlubokého učení, jako jsou ImageNet, PASCAL VOC, MOT Challenge a další.

Dosažení nejlepších výsledků je výsledkem kombinace správného hardwaru a vývoje algoritmů, které dokáží plnit výpočetní požadavky. Společnost Hikvision má první datovou výpočetní platformu s nejlepším hardwarem ve své třídě a zcela nezávislý tým algoritmů.

Řešení společnosti Hikvision pro rozpoznávání obličeje
Řešení rozpoznávání obličeje společnosti Hikvision posouvá hranice toho, co je s dnešním pokrokem v rozpoznávacích schopnostech možné. Toto řešení detekuje lidské tváře a rozpoznává atributy, které vytvářejí kontrast tváří před a po události. Díky obrovským možnostem ukládání dat za tímto řešením může knihovna obličejů společnosti Hikvision vytvářet černé a bílé seznamy pro spuštění alarmů a automatizaci autorizace vstupu a výstupu v řadě aplikací.

Společnost Hikvision vkládá své algoritmy Kamera pro rozpoznávání obličeje DeepinView do kamer a rekordérů, takže není potřeba žádný počítačový server. To znamená menší zpoždění při přenosu, což snižuje zátěž koncových zařízení. Společnost Hikvision se vyznačuje nejen vysokou efektivitou, ale také vysokou mírou úspěšnosti - míra přesnosti zachycení obličeje může dosáhnout 95 % a míra přesnosti porovnání obličejů až 98 %¹ . K dispozici je více modelů a typů s širokou škálou kombinací front-end nebo back-end pro různé scénáře a prostředí. A díky celosvětové podpoře jsou podporovány všechny lidské tváře².

Systémoví integrátoři uvidí, že toto řešení rozpoznávání obličeje umožňuje širokou škálu aplikací. Lze to použít v bankách, luxusních obchodech a hotelech k rozpoznání VIP zákazníků a zahájení specializovaných služeb. Řešení společnosti Hikvision lze použít v bezpečnostních scénářích, jako jsou policejní stanice, celnice, mezinárodní letiště, vládní zařízení a mnoho dalších, aby se zvýšila bezpečnost a efektivita vyšetřování.

¹Na základě kontrolovaných testů vyžaduje mechanismus pro rozpoznávání obličeje snímky obličeje s minimální vzdáleností 40 pixelů mezi očima subjektu ("mezipupilární" vzdálenost), nejlépe 60 až 300; maximální úhly natočení a naklonění jsou 25 stupňů, resp. 15 stupňů pro snímání obrazu obličeje.
²V době psaní tohoto článku mají obličeje odpovídající charakteristikám asijských etnik nejvyšší stupeň přesnosti.

Další informace o přínosu hlubokého učení pro bezpečnostní průmysl

Další doporučené články:

Technický článek - Snížení počtu falešných poplachů pomocí hlubokého učení

Technologie hlubokého učení společnosti Hikvision v chytrém maloobchodním řešení