Как распознавание лиц поможет сделать ваш город безопасным

Есть проблема

Мечтаете жить в городе, где не страшно прогуляться поздним вечером в местном парке? Хотите перестать бояться за ребёнка, идущего из школы домой?

Признайтесь, вы уже давно мечтаете сводить внука на футбол, и всё, что вас смущает – это драки болельщиков на стадионах и в его окрестностях. Как уберечь от этого зрелища своего отпрыска?

А мусор на улицах?  Правда, надоел? Кто-то же его бросает! А как хочется, чтобы никто не ломал только что посаженные деревья во дворе и не малевал в подъезде непристойности…

На самом деле, этого хотят многие. Не будет преувеличением сказать, что  об этом мечтают почти все. Все хотят жить в чистом, спокойном городе, без хулиганов, распивающих алкоголь на детской площадке перед домом, мусорных куч, оставленных посетителями торговых точек, разбитых уличных фонарей.

Конечно, можно отрядить патрулировать улицы парней в форме: понадобится много парней, не каждый город сможет себе это позволить. Можно вспомнить советскую практику добровольных дружин, но кого сейчас заманишь наводить порядок на общественных началах. Можно повесить в светлых местах по паре бутафорских камер (до первого разбитого фонаря и самой камеры), но ведь человек – не автомобиль, на нём нет регистрационного знака. Однако выход есть.  И он, как это обычно бывает сегодня, связан с высокими технологиями. На сей раз на службе правопорядка и на страже безопасности встаёт технология распознавания лиц!

Только не спешите отмахиваться, думая, что это что-то из области фантастики, реализуемое лет через 50, да и то в крупных мегаполисах мира. Технология вполне себе реально существует, а будущее: считайте, что оно уже наступило.

Есть решение

Российская лаборатория NtechLab в составе лучших специалистов в области машинного обучения разработала один из самых точных и быстрых алгоритмов распознавания лиц в мире, поставляемый как в виде SDK, который можно встроить на стороне клиента, так и облачного API, обрабатывающего запросы на стороне компании-разработчика.

Мы не оговорились – алгоритм действительно является одним из самым точных и быстрых на данный момент в мире. Свидетельство тому –  вашингтонский MegaFace challenge-2015, в ходе которого алгоритм NtechLab показал лучший результат, обойдя 90+ соперников со всего мира, в том числе  программу команды Google.

Чтобы понять, как работает алгоритм будущего и как он связан с решением проблемы безопасности, нужно ненадолго заглянуть в прошлое и обратиться к истокам – технологии, её зарождению, понять, наконец, откуда она взялась и что из себя представляет.

Нейронные сети для «чайников»

Технология распознавания лиц основана на работе искусственных нейронных сетей, построенных по принципу биологической нейронной сети.

Нейрон – это маленькая клетка мозга. Суть нейрона в накоплении и передаче информации по цепочке другим нейронам. Нейроны связаны друг с другом с помощью дендритов и аксонов, образуя некое подобие клубка. Этот клубок переплетённых друг с другом маленьких носителей информации и есть нейронная сеть. Информация, накапливаемая и передаваемая нейронами может быть самой разной, каждая зона мозга отвечает за определённую функцию организма, например, двигательную или зрительную. В случае с распознаванием лиц нас интересует последняя.

К описанию биологических нейронных сетей учёные обратились уже в конце XIX столетия. Но лишь спустя десятки лет речь зашла о моделировании искусственной нейронной сети. Зачем учёным это понадобилось?

Так уж устроен человек – в жизни ему мало одной жизни, ему обязательно нужно создать её подобие, её во многом лучший и совершенный аналог. Так и писатели-фантасты и режиссёры придумывали свои «чудесные предметы», которые сегодня становятся реальностью – эмоциональные роботы-сиделки, беспилотники, виртуальная реальность…

Создание искусственного интеллекта, который никогда не устанет работать, не ошибётся, в общем и целом, выросло из той же потребности создания подобия жизни, которое во многом будет совершеннее «исходника».

Одной из ключевых особенностей искусственной нейронной сети является её способность к обучению или т.н. deep learning (глубинное обучение). Обучение искусственной нейронной сети в чём-то схоже с обучением биологической.  И та и другая учится на ошибках. Методом проб и ошибок в поведение человека закладываются определённые правила и модели.

В искусственном мозге всё происходит почти так же, как в человеческом – специалистом строится правило, оно проверяется, коррелируется, алгоритм становится более точным, ошибок становится меньше и – вуаля! – алгоритм настроен на выполнение определённой функции.

Помните, мы говорили про фрагменты сети, которые отвечают за разные функции?  То же самое происходит с искусственной нейронной сетью. Отличие лишь в том, что нейронная сеть, отвечающая за какую-то одну функцию (скажем, способность видеть объект и сравнивать его с другим таким же) не располагается в мозгу, а программируется в рамках той или иной задачи, в нашем случае, задачи сравнить изображения лица. Для другой задачи, например, для распознавания языка, будет смоделирован новый алгоритм.

А при чём же здесь безопасность, чистота в подъездах и благодать на футбольных стадионах?, — спросите вы. Не далеко ли мы отошли от заявленной темы? Вовсе нет!

Дело в том, что алгоритм, созданный командой NtechLab настроен (обучен) на распознавание лиц настолько точно, что любая камера слежения, видеопоток с которой обрабатывается с помощью технологии распознавания лиц от  NtechLab, вмиг превращается в мощное оружие по отслеживанию и поимке преступника, хулигана и прочих возмутителей общественного спокойствия и нарушителей порядка.

Что же именно предлагает NtechLab и как это работает в сфере обеспечения безопасности?

На сегодняшний день команда NtechLab представляет два продукта на основе своей разработки. Первая, FindFace Enterprise SDK, интегрируется в уже готовые клиентские решения непосредственно в клиентское «облако». Вторая, FindFace Cloud API, работает на стороне компании-разработчика.

Облачные технологии распознавания лиц от NtechLab позволяют:

  • Обнаружить лицо на фото
  • Сверить обнаруженный снимок с многомиллионной базой данных
  • Идентифицировать личность сфотографированного

Алгоритм NtechLab является одним из лучших  в своём роде  по таким показателям как:

Точность распознавания

  • 95% вероятность попадания в топ-10 при поиске по 10 тыс. фото
  • 88% вероятность попадания в топ-10 при поиске по 1 млн фото
  • 99% точность верификации

Скорость распознавания

  • 0,5 сек на обработку 1 млрд фото

Город может стать безопаснее благодаря автоматической идентификации подозреваемых и потенциально опасных людей с помощью обладающего такими функциями алгоритма, обрабатывающего видеопоток  с камер слежения!

Неважно где именно находятся камеры: они могут быть интегрированы в городской ландшафт, транспортную систему, в объекты инфраструктуры.
Технология распознавания лиц, обрабатывающая информацию, поступающую с камер, автоматически идентифицирует разыскиваемых и отправляет уведомление правоохранительным органам. Нарушителю останется только ждать звонка в дверь или появления на спец. портале или в почтовом ящике информации о наличии  у него штрафа.

Однако проблема безопасности не ограничивается одними лишь правонарушениями.

Ограничение доступа на объекты по «чёрным» спискам, безопасность на стационарных точках обеспечения правопорядка, выявление потенциально опасных граждан, работа с шаблонами поведения и базами поиска правоохранительных органов….Сценарий фантастического блокбастера вот-вот готов разыграться на улицах вашего родного города!

Фотография или видеозапись зачастую являются единственной уликой при раскрытии преступления. Обычный поиск по базам требует много времени и внимания, велика вероятность ошибки.

Алгоритм от команды NtechLab способен провести поиск среди миллионов фотографий менее чем за секунду;  вы можете идентифицировать каждого человека на фотографии или видео, даже если со времени последней съёмки у него появились усы, борода и очки, даже при плохом освещении и по прошествии значительного количества времени между датой съёмки и настоящими событиями.

Не верите?

Заходите на findface.pro, загрузите фотографии в специальном веб-интерфейсе и убедитесь сами в том, что будущее уже наступило.

О бизнес-сценариях и самых невероятных областях применения облачных технологий распознавания лиц читайте в одном из наших следующих выпусках! Оставайтесь с нами 😉

 

Share on FacebookShare on LinkedInShare on VKTweet about this on TwitterShare on Google+

Как распознавание лиц поможет сделать ваш город безопасным: 4 комментария

  1. Подскажите пожалуйста, можно ли использовать систему для автоматического доступа в те или иные помещения?
    Проблема. Если мошенник наденет на голову чулок и приклеит на лоб распечатанное фото лица о котором знает точно, что у того есть допуск в эту дверь… Как бороться с этим?

    1. Добрый день, Андрей.

      Да, конечно, можно.

      Чтобы избежать описанного вами сценария, используется технология liveness detection, т.е. определение живого человека, а не его фото перед камерой. Liveness бывает двух типов — активный и пассивный. Активный — это когда человеку перед камерой нужно совершить какие-либо действия, которые распознаются алгоритмом, например, улыбнуться или повернуть голову. Пассивный liveness, в свою очередь, не требует никаких действий от человека перед камерой, но он гораздо менее надежен, чем активный. В данный момент у нас уже разработана технология активного liveness.

Добавить комментарий

Ваш e-mail не будет опубликован.