Зональное позиционирование с системой распознавания лиц

Принцип позиционирования людей в любом помещении по видеокамерам прост по своей структуре. Камеры должны быть установлены таким образом, чтобы лица проходящего потока людей были на расстоянии до 8 метров. Лучшее место для установки камеры – проходы. Таким образом количество камер будет сведено к минимуму. Люди будут хорошо локализованы в зоне действия камеры.
Для начала нужно понять, что такое система Face ID. В первую очередь это обученная нейронная сеть, созданная специально для такой задачи. Во-вторых, это сервер распознавания лиц, обрабатывающий видеопотоки с камер.

Сервер может быть встроен в камеру, но такое оборудование достаточно дорогое, поскольку для обработки изображений требуется мощный процессор. Нейронная сеть распределяет векторы признаков и находит геометрические закономерности лица. Этот процесс называется обучением нейронной сети. Обученная сеть в дальнейшем может определить человека с вероятностью до 98%.

Как нейронная сеть распознает лицо?

1. Система распознавания выделяет отдельный кадр и анализирует, есть ли на нем лицо человека.
2. Нейросеть выбирает от 5 до 1000 контрольных точек на кадре с изображением лица. Эти точки определяют, как лицо будет расположено в пространстве. Механизм Merusoft Face ID использует 82 точки.
3. Затем движок распознавания лиц (Face ID) преобразует изображение в шифр, описывающий большое количество параметров, заданных в нейронной сети. Эти параметры формируются нейронной сетью сразу после обучения. Потому что во время обучения на вход нейросети загружалось два изображения и потом указывалось только правильное.
4. Сервер сравнивает шифр, полученный при обработке изображения, с эталонной версией (заданными шаблонами). Если совпадение обнаружено, система выдает результат идентифицированного человека.

Использование камер получило массовое распространение. Стоимость программного обеспечения Face ID снижается с каждым годом из-за высокой конкуренции в этом сегменте.