Как вы оцениваете распространенность технологии биометрической идентификации по лицу в настоящее время и перспективы ее развития на ближайшие 3–4 года в сравнении с другими биометрическими технологиями в СКУД?
Игорь Ядрихинский, PERCo
По итогам 2019 г. объем мирового рынка технологий распознавания лиц составил 2 млрд долларов при ежегодном приросте 20%. Согласно прогнозам, в 2023 г. эта цифра увеличится до 4 млрд долларов.
Алексей Киндялов, RusGuard
На данный момент распространенность технологий распознавания по лицу можно назвать низкой. Да, есть определенные заказчики, которые уже давно применяют идентификацию по лицам в СКУД. Это либо очень крупные объекты, использующие серьезную и очень дорогую видеоаналитику, либо небольшие офисы, выбирающие недорогие решения Stand Alone из поднебесной. Но это весьма небольшой процент клиентов. Самому массовому заказчику – малому и среднему бизнесу – до недавних пор распознавание лиц было недоступно. первый вариант был слишком дорог, второй – ненадежен и плохо масштабируем.
Однако в последний год ситуация начала кардинально меняться. технологии стали более доступными, на рынке появились терминалы распознавания лиц. Эти устройства обеспечивают высокий уровень безопасности, они надежны и просты в эксплуатации и при этом стоят адекватных денег. Это как раз то решение, которое позволит значительно увеличить распространенность технологий распознавания лица во всех сферах бизнеса в ближайшее время.
Распространенность технологии распознавания по лицу пока еще можно назвать низкой. Массовому заказчику до недавних пор это было недоступно.
Сейчас есть все предпосылки для того, чтобы распознавание лиц в СКУД стало одним из главных трендов на рынке безопасности на ближайшие несколько лет. пожалуй, этот тренд можно сравнить с развитием мобильной идентификации в СКУД. еще пару лет назад использование смартфона в качестве пропуска было чем-то новым и удивительным. Сейчас же это стало чуть ли не гигиенической нормой для любой современной СКУД. Скорее всего, подобная судьба ждет и распознавание лиц.
Как-то вышло, что у распознавания лиц нет конкурентов среди биометрических идентификаторов. Да, отпечатки пальцев наделали много шума, но со временем эта технология показала все свои недостатки. Даже дорогие сканеры плохо работают с загрязненными или влажными пальцами, а у некоторых людей отпечатки пальцев в принципе не считываются. Кроме того, такие устройства очень требовательны к температурному режиму и должны быть хорошо защищены от осадков, а значит для использования на улице они не годятся.
Есть, конечно, и другие варианты биометрической идентификации: по рисунку вен ладони, голосу, радужной оболочке глаза. Но на данном этапе все они выглядят как сомнительная экзотика, а не как реально применимый в массовом сегменте инструмент.
Алексей Гинце, "ААМ Системз"
Самой распространенной в СКУД биометрической технологией во всем мире до настоящего времени была идентификация по отпечатку пальца. Не буду углубляться в теорию, скажу только, что данная технология является контактной и при всей ее доступности и распространенности не удовлетворяет последним требованиям потребителей в части гигиеничности.
COVID-19 внес слишком серьезные коррективы в мировой рынок вообще и рынок систем идентификации в частности.
В свое время (лет 25 назад) технология карт с магнитной полосой активно использовалась в СКУД, но была вытеснена более удобными бесконтактными proximity-, а потом и смарткартами. Сейчас история до некоторой степени повторяется: дистанционная идентификация всегда более удобна основной массе пользователей и ко всему прочему она безопасна в условиях пандемии. Малая распространенность считывателей сканирования лица ранее (они не один год на рынке СКУД) была связана в некоторой степени с несовершенством алгоритмов обработки изображения и высокой стоимостью устройств. алгоритмы стали намного быстрее и точнее, а устройства дешевле.
В настоящее время наравне с другими бесконтактными биометрическими технологиями сканирование лица представляет собой вполне достойную альтернативу идентификации по отпечатку пальца и перспективы распространения имеет весьма внушительные в сравнении с другими альтернативными вариантами. Из ближайших конкурирующих бесконтактных биометрических технологий можно назвать идентификацию по радужной оболочке глаза и по голосу (последняя более перспективна все же не в СКУД, а в банковском сегменте рынка). Сюда можно еще добавить идентификацию по венам ладони при условии, что сканер не требует касания и может осуществлять считывание "на лету".
Андрей Христофоров, ITV Group
Сейчас проникновение биометрической идентификации по лицу в СКУД не очень высоко. ее используют, но на общем фоне довольно мало.
В ближайшие годы я вижу в этом секторе гигантское развитие, которое как раз сейчас и начинается. И это логично, потому что единственный сдерживающий фактор на данный момент – это цена, в которую закладывается стоимость как самой технологии, так и ее использования. Но умные устройства постоянно развиваются: Apple уже создала и использует в своих смартфонах трехмерное распознавание лиц. Это хороший пример: 6–7 лет назад СКУД с распознаванием лиц стоила около 20 тыс. евро, зато сейчас 3D-распознавание реализовано в смартфоне стоимостью 1 тыс. евро. так что развитие неизбежно, особенно учитывая, что в России рынок биометрии растет примерно на 50% в год благодаря системам распознавания лиц.
Владислав Мараховский, ZKTeco
Биометрическая идентификация по отпечатку пальца долгое время стояла на месте и не получила широкого распространения в России, в том числе из-за невысокой скорости работы и проблем с FRR/FAR. В наши дни сенсоры работают гораздо быстрее и точнее, но компании, столкнувшиеся с первыми версиями устройств 10 лет назад, не спешат использовать их в своих решениях.
Сейчас, безусловно, мы видим устойчивый тренд спроса на бесконтактную идентификацию/верификацию, основанную на автономных устройствах распознавания лиц. а открытые математические алгоритмы от Google и Facebook только подстегивают развитие этого направления. пользователи России плавно переходят от карточных систем контроля доступа к распознаванию по шаблону лица.
Вячеслав Тесаков, "Равелин Лтд"
Биометрическая идентификации по лицу приобретает все большую популярность. Связано это с тем, что она является наиболее удобной и естественной в применении. Человек привык именно таким образом идентифицировать другого человека. Сегодня на рынке существуют два подхода:
- решение принимает сама панель на точке прохода;
- решение принимается на сервере.
И, как обычно, основным сдерживающим фактором всегда является цена решения. первый подход стоит дешевле, поэтому чаще используется. Что касается надежности и скорости идентификации, то эти параметры на сегодня наших заказчиков полностью устраивают.
Другой сдерживающий фактор – сложность интеграции в систему доступа. Каждый производитель устройств биометрической идентификации создает свое API, и производитель СКУД должен сначала произвести экспертизу предлагаемого девайса, а уже потом заниматься интеграцией. а наилучшая экспертиза – отзывы потребителей. Это тоже сдерживает применение технологии.
И третье – определенная боязнь людей оставлять где-либо свои биометрические данные.
Но все эти сдерживающие факторы временные. Производителей биометрических считывателей будет больше, следовательно цена будет снижаться. люди уже и сейчас де-факто постоянно оставляют свои данные везде, так что страхи улягутся. а отсюда хорошие перспективы расширения рынка продаж. Сколько времени это займет, предсказать невозможно, но уверен, что через 3–4 года данные устройства будут стоять на большинстве предприятий.
Денис Силин, Sigur
На текущий момент наблюдается тенденция развития систем распознавания лиц, встроенных в конечное коробочное решение. такой вариант требует минимальных усилий на настройку или монтаж, по сравнению с серверной аналитикой.
Огромную роль в развитии этого тренда играет пандемия, впрочем, как и на всем рынке систем безопасности, и особенно биометрических систем. замечено, что спрос на контактную биометрию стал ощутимо ниже, а на бесконтактную, наоборот, возрос. Инвестиции в область бесконтактной биометрии должны подтолкнуть данную сферу к активному развитию, поэтому ожидается большее количество коробочных решений по распознаванию лица и развитие бесконтактной биометрии в целом.
Сергей Стасенко, Parsec
Распространенность идентификации по лицу пока не слишком высока, но с уверенностью можно сказать, что эта технология является одним из самых актуальных трендов на рынке.
Спрос будет только расти в ближайшие годы, и для этого есть ряд причин. Одна из основных – это то, что современные технологии (все возрастающие вычислительные мощности, развитие нейронных сетей) уже позволяют обеспечивать необходимый уровень точности и скорости распознавания.
Очень популярная и относительно дешевая технология идентификации по отпечатку пальца постепенно будет вытесняться, проигрывая идентификации по лицу по ряду параметров: это контактный способ и человеку необходимо быть непосредственно рядом с устройством, по общемировой статистике ряд людей не имеют отпечатков или у них плавающий папиллярный узор, высокая чувствительность большинства устройств к наличию царапин и влажности поверхности пальца и т.д.).
Из конкурентных биометрических технологий, на мой взгляд, можно отметить распознавание по радужной оболочке глаза, но на нашем рынке сегодня представлено не так много производителей устройств, работающих по данной технологии, да и стоимость таких решений еще слишком высока для большинства потенциальных заказчиков.
Александр Пазин, ООО "ТРИДИВИ" (3DiVi Inc.)
Технологии биометрической идентификации в СКУД определенно набирают силу. Это особенно заметно в области биометрической идентификации, производимой с помощью распознавания лица или радужной оболочки глаза.
Такой акцент вполне понятен: усиление режима эпидемиологического контроля повысило объективный интерес к методам идентификации, которые способны обеспечить уверенную работу прикладных решений с учетом требований:
- дистанционности;
- бесконтактности на рубеже контроля;
- работоспособности в отношении субъекта, носящего средства индивидуальной защиты (маску, перчатки и т.д.);
- возможности реализации дополнительных сценариев контроля, например дистанционного измерения температуры тела.
С учетом вышеперечисленных требований спрос в определенной степени сфокусировался вокруг так называемых смарт-устройств, таких как терминалы доступа и другие видеобиометрические аппаратно-программные комплексы, способные сравнительно быстро адаптироваться под изменяющиеся условия работы и в то же время удовлетворяющие возросшие ожидания заказчиков.
Ближайшее будущее биометрических технологий для СКУД выглядит многообещающе: есть заметный спрос, есть направления развития, которые просто диктует изменяющаяся действительность.
Можно ожидать развития технологий биометрической идентификации для СКУД в таких направлениях, как:
- решения с упрощенной ("семафорной") обратной связью для субъекта, реализуемой с помощью световых/звуковых индикаторов (очень привычным по некоторым исполнениям стандартных турникетов), а не планшет-подобных устройств с графическим интерфейсом;
- решения, предлагающие комбинацию биометрических модальностей (например, лицо + радужка), с тем чтобы можно было обеспечить надежную и даже юридически достоверную идентификацию
субъекта, не прибегая к использованию внешних носителей данных идентификации (электронные документы, карты доступа, смартфоны) и удовлетворяя требованиям бесконтактности;
- смарт-камеры и смарт-видеоблоки, производящие на борту все необходимые биометрические операции;
- специализированные мобильные приложения для смартфонов, предлагающие возможность защищенно хранить биометрический профиль владельца и обмениваться им с доверенной системой контроля (СКУД и др.) в фоновом режиме без непосредственного участия пользователя.
Андрей Хрулев, Группа компаний ЦРТ
Ухудшение эпидемиологической ситуации в связи с распространением вируса COVID-19 увеличило спрос на бесконтактную идентификацию во всем мире1, и мы наблюдаем существенный рост запросов на подобные решения контроля доступа. есть основания полагать, что интерес к бесконтактным технологиям после окончания пандемии сохранится и мы увидим значительное расширение целевой аудитории от "ранних последователей" до "раннего большинства".
Что касается выбора технологии, то, по данным агентства J'son & Partners, доля СКУД с применением лицевой биометрии за последние годы выросла более чем на 10%, в то время как СКУД со сканерами отпечатков пальцев теряют популярность.
1 https://findbiometrics.com/invixium-reports-significant-increase-in-demand-for-contactless-biometrics-amid-covid-19-904093/
Назовите ключевые факторы, которые делают данную технологию востребованной или препятствуют ее распространению.
Игорь Ядрихинский, PERCo
Технология распознавания лиц становится все более востребованной благодаря нескольким факторам. первый из них – запрос рынка на бесконтактные решения вследствие сложной эпидемиологической обстановки. Второй – неоспоримые преимущества данного способа идентификации: быстродействие, точность, надежность.
Алексей Киндялов, RusGuard
Конечно же, в первую очередь это стоимость. Решения по распознаванию лиц сильно подешевели за последние год–полтора. появилась здоровая конкуренция, и, как результат, камеры стали лучше, алгоритмы – умнее, корпуса – красивее, а цена – ниже.
Другой фактор – это повсеместное использование в мобильной индустрии. Как некогда мы привыкли к сканерам отпечатка пальца, так сейчас привыкли к распознаванию лиц. Мы перестали этого бояться и убедились в том, что это надежно и безопасно.
Есть и другие факторы. Это удобство для пользователей (не надо носить с собой пластиковый пропуск), скорость работы, гигиеничность.
Очевидные минусы пока что сложно выявить. технологии распознавания лиц действительно очень хорошо себя показывают в СКУД. Разве что почитателям трудов Оруэлла может не понравиться такое внимание к своей персоне. Но это уже совсем другая история.
Алексей Гинце, "ААМ Системз"
Помогают:
- бесконтактный характер идентификации;
- "понятность" метода для большинства потребителей;
- приемлемая стоимость в сравнении с другими бесконтактными технологиями;
- наличие считывателей с интегрированными в них классическими технологиями идентификации (Proximity, Smart);
- широкий выбор устройств разных производителей;
- широкий выбор дополнительного функционала (УРВ, фотофиксация проходящего, IP-домофония и др.).
Препятствуют:
- более высокая стоимость в сравнении со считывателями отпечатка пальца;
- в некоторых устройствах необходимо четкое позиционирование лица;
- более жесткие ограничения по количеству пользователей в сравнении с отпечатком пальца;
- не самые лучшие параметры FAR и FRR среди биометрических считывателей.
Андрей Христофоров, ITV Group
Мир так устроен: если какая-то технология удовлетворяет людей по цене и удобству, которое она дает, то ее начинают массово использовать. понятно, что распознавание лица в СКУД удобнее, естественнее и гигиеничнее всего, что только можно придумать.
С остальными способами идентификации всегда связано много нюансов. Карта доступа часто забывается, теряется или может быть передана другому лицу. Доступ по отпечатку пальцев не всегда удобен: руки могут быть заняты, зимой приходится снимать перчатки и пр.
И вообще я думаю, что скоро будет наблюдаться повышенный спрос именно на бесконтактные системы контроля доступа, когда при входе на работу не нужно касаться сканера, через который до этого прошли десятки человек.
О главном препятствии я уже сказал, это стоимость. еще существуют нюансы, связанные с тем, что бывают очень похожие друг на друга люди (близнецы). Но, как мне кажется, связанные с этим опасности неизмеримо меньше, чем при краже той же пропускной карточки.
Владислав Мараховский, ZKTeco
Одними из плюсов в использовании системы распознавания по лицу являются скорость, точность и простота, позволяющие применять их в местах с большим потоком людей. Распознавание в видимом спектре (Visible Light) позволяет вносить шаблоны лиц со скоростью, недоступной для систем NIR (ближнего ИК-диапазона), что значительно уменьшает время занесения нового пользователя. Невозможность потерять такой "пропуск" тоже является преимуществом.
Конечно, определенную долю скептицизма привносят некоторые ограничения со стороны законодательства, например Федеральный закон №152-Ф3, но построить систему с учетом такого рода ограничений все-таки вполне возможно.
Вячеслав Тесаков, "Равелин Лтд"
К ключевым факторам, которые делают эту технологию востребованной, относятся удобство, доверие потребителя и надежность.
Денис Силин, Sigur
Востребованность лицевой биометрии очевидна, ведь идентификация по лицу – это удобно. Такой идентификатор невозможно забыть или потерять. Но все не настолько радужно с технической точки зрения. Алгоритмы распознавания лиц небезупречны, об этом нам говорят ошибки первого и второго рода. И если задержка при проходе может быть не сильно критичной для ряда предприятий, то потенциальная возможность пропустить чужого человека на объект или перепутать сотрудников для учета рабочего времени часто является блокирующим фактором при формировании проекта и внедрении лицевой биометрии.
Сергей Стасенко, Parsec
Основные факторы, которые способствуют продвижению технологии на рынке, вполне очевидны:
- не нужны дополнительные идентификаторы (карты, телефон и т.д.), сам субъект доступа и является идентификатором;
- возможность распознавания на достаточно больших расстояниях;
- повышение уровня безопасности на объекте при использовании многофакторной идентификации (карта + лицо);
- современные системы, основанные на технологии идентификации по лицу, позволяют отслеживать перемещение людей по территории объекта с возможностью, например, выдачи сигнала тревоги на пост охраны, если человек оказался в зоне, куда ему доступ запрещен;
- возможность достаточно быстро интегрировать решения в уже существующую СКУД на объекте.
Из сдерживающих факторов, наверное, стоит отметить пока все еще достаточно высокую стоимость. Разработчики систем идентификации по лицу рекомендуют использовать камеры с вполне определенными характеристиками, и они, как правило, далеко не из самых дешевых. плюс стоимость самих программных лицензий. В итоге цена канала распознавания пока получается выше, чем установка на точке доступа классической СКУД.
Александр Пазин, ООО "ТРИДИВИ" (3DiVi Inc.)
Биометрическая идентификация имеет множество применений и помимо СКУД. В этой ее универсальности и высокой производительности операций, позволяющей значительно опередить возможности человека, даже специально подготовленного, видимо, и кроются востребованность и высокий интерес к технологии.
Ограничения применимости проистекают прежде всего из того, что объектом идентификации является человек, с которым для этих целей необходимо встретиться на сравнительно короткой дистанции (для передачи данных по протоколам ближнего действия), иногда также развернув лицом к камерам системы контроля (распознавание лиц, радужной оболочки глаза и т.д.) или непосредственно проконтактировать (распознавание по пальцевым отпечаткам, рисунку венозного русла ладони и т.д.).
По всей вероятности, нужно ожидать, что технологии биометрической идентификации будущего научатся "считывать" субъекта просто приего появлении, а методы, биометрические модальности и справочники данных станут настолько избирательными, изощренными и взаимодополняющими, что задача биометрической идентификации будет в целом решена.
Некоторые специфичные частности, вроде проблемы спуфинга (намеренного противодействия или компрометации системы биометрической идентификации), вероятнее всего, останутся вполне контролируемыми частностями или просто окончательно уйдут в прошлое.
Андрей Хрулев, Группа компаний ЦРТ
Как уже говорилось, бесконтактные технологии все более набирают популярность в связи с изменениями, происходящими в мире. Возможно, нам придется надолго забыть о ношении масок, но удаленный режим работы и неинвазивные меры предосторожности сохранятся. Мир изменился и уже не будет прежним. Бесконтактные технологии будут особенно популярны в местах большого скопления людей, например на объектах транспортной инфраструктуры, на спортивных объектах. проход по лицу без необходимости прикладывания билета уже не воспринимается как что-то экстраординарное.
В Китае технология распознавания лиц уже заменила билеты на первой линии метрополитена города цзинань, решение пилотируется в ряде других городов.
Сдерживающим фактором по-прежнему остается низкая осведомленность потенциальных заказчиков о технологии и определенное недоверие как к чему-то новому и неизвестному. В этом случае нам помогает многолетний опыт внедрений, демонстрирующий, что наша технология не является экспериментальной, а уже долгое время служит задачам безопасности и комфорта на десятках объектов.
Как используются для идентификации по лицу методы машинного обучения и нейронных сетей?
Игорь Ядрихинский, PERCo
Для достижения высокой точности распознавания нейронная сеть предобучается на большом массиве изображений. В базу знаний программы заносятся фотографии, нейронная сеть определяет на них лица и создает модели, которые сохраняет в базе данных. Далее, когда человек подходит к камере, его лицо определяется, после чего при помощи двух объективов получается параллакс-эффект и создается 3D-модель лица. Это позволяет распознать и предотвратить попытку доступа по фото вместо лица. таким образом, нейросетевой метод обеспечивает высокое качество и точность распознавания.
Технологии искусственного интеллекта позволяют оперативно анализировать необходимую информацию. В городах они используются правоохранительными органами для эффективного распределения ресурсов с помощью прогнозирования наиболее криминогенных локаций. В коммерческом секторе технологии распознавания лиц позволяют собирать и анализировать информацию о целевой аудитории, формировать индивидуальные предложения для постоянных клиентов на основе их предпочтений и предотвращать доступ покупателей, занесенных в черные списки.
Такое решение реализовано в магазине "Бауцентр" в Калининграде. Камеры снимают и хранят в архиве лица посетителей, фото сравниваются с эталонной базой данных. при обнаружении человека, занесенного в черный список, сигнал тревоги оперативно передается сотруднику службы безопасности. Этот метод использования распознавания по лицу называется верификацией.
Алексей Гинце, "ААМ Системз"
В некоторых считывателях идентификации по лицу используются технологии нейронных сетей. Это позволяет повысить их основные характеристики и ускорить обработку полученного изображения. Применение методов машинного обучения и нейроалгоритмов выглядит весьма перспективным в контексте считывателей сканирования лица для СКУД.
Андрей Христофоров, ITV Group
Нужно сказать, что сейчас для распознавания лиц практически на 100% используются алгоритмы, основанные на глубоких нейронных сетях. Старые классические методы ушли в силу своей неэффективности: они дороже, медленнее, их качество по нынешним временам неудовлетворительно.
Нейронные сети используются повсеместно. В качестве одного из примеров можно привести то, как в период распространения COVID-19 несколько компаний подсуетились и обучили нейросеть распознавать лица, несмотря на то что они наполовину закрыты медицинскими масками. С классическими методами сделать это так быстро и эффективно не получилось бы.
Перспективы развития огромные. Мы обычно рассматриваем СКУД с точки зрения безопасности, но ведь на самом деле у этой системы гораздо более широкие возможности применения.
Представьте холодильник, который распознает членов семьи и выставляет перед вами продукты, которые любите именно вы. Это тоже своего рода СКУД. Или дверной замок, который узнает того, кто пришел домой, и в зависимости от этого в квартире меняется температура воздуха или освещение. Машина, которая автоматически меняет под вас положение руля и сидения, ставит вашу любимую радиостанцию…
Когда технология распознавания лиц по-настоящему коммодитизируется, таких сценариев появится безумное количество.
Владислав Мараховский, ZKTeco
Алгоритмы глубокого самообучения (Deep Learning) позволяют собирать метаданные распознаваемых объектов и более точно определять объект, исходя из собранных характеристик. Например, алгоритм распознавания по лицу ZKTeco построен с использованием глубокого самообучения, что и позволяет постоянно увеличивать скорость распознавания объекта, отделяя от "якорного" изображения все негативные (спуфинг, ошибочные и т.д.) фотографии и приближая к нему все позитивные (правильные).
Вячеслав Тесаков, "Равелин Лтд"
Наша компания занимается разработкой и производством средств СКУД. Мы не занимаемся разработкой биометрических считывателей. Мы используем биометрические считыватели других производителей. поэтому мы, скорее всего, являемся квалифицированными пользователями данной технологии. Но могу уверенно сказать, что с появлением нейронных сетей данная технология скакнула вперед на несколько порядков и именно поэтому на сегодня является наиболее перспективной.
Денис Силин, Sigur
На данный момент большинство механизмов распознавания лиц базируется на нейросетях. Собирается большая база шаблонов и на ней проводится обучение нейросети. Как результат у нас есть некий "черный ящик", при помещении в который фотографии (в случае 2D-распознавания) мы получаем построенный биометрический шаблон и затем идентифицированного человека. Однако стоит признать, что сам алгоритм, который получился при обучении нейронной сети, неизвестен и не абсолютно точен.
Известна также практика дообучения нейросетей непосредственно на объектах заказчика. Такой механизм тоже имеет право на жизнь, так как в некоторых случаях работа алгоритма улучшается для конкретных людей. Но со временем могут возникать определенные проблемы с качеством распознавания при ротации состава сотрудников.
Семен Пивоваров, Parsec
В наше время именно методы машинного обучения сверточных нейронных сетей дали большой толчок для решения задач детекции и идентификации, в частности человека по лицу. Эмпирические методы, используемые ранее, не показывали такую точность.
Современные модели нейронных сетей распознают более 99% лиц на статическом изображении при ошибке ложноположительного распознавания в 0,1%. технология стала массовой и дошла до такого уровня, что коммерческие алгоритмы превосходят открытые модели Open Source всего на десятые доли процентов.
Доступность хороших методов распознавания создает очень большую конкуренцию на рынке систем идентификации лиц. при этом компании зачастую ведут достаточно агрессивную маркетинговую политику, и неподготовленному человеку сложно разобраться во всем многообразии предложений и выбрать действительно стоящие решения. Со временем рынок "устаканится" и решения со слабым качеством будут вытеснены конкурентами.
Прослеживается тенденция к появлению Stand Alone или распределенных решений, когда часть или даже вся работа по видеоаналитике переносится с мощного сервера на устройства (умные камеры, терминалы). такой подход привлекает и потребителей, и производителей, но поскольку для идентификации высокой точности необходимо большое количество операций, на слабом железе работает урезанная версия и в итоге эти решения применимы только для небольших объектов с базами лиц, содержащими не более 100 персон.
Александр Пазин, ООО "ТРИДИВИ" (3DiVi Inc.)
Нейронная сеть – это, по сути, программное воплощение некоторой математической модели, архитектурно похожей на систему нервных клеток биологического организма и пригодной для решения задач классификации и распознавания образов, прогнозирования, управления и т.д. Методы машинного обучения, в свою очередь, – набор подходов в области искусственного интеллекта, позволяющих обучить и настроить нейронную сеть для решения необходимых прикладных задач.
В результате применения данного способа на выходе можно получить нейронную сеть, готовую к немедленному применению для решения тех задач, для которых она обучалась (например, распознавания лиц).
На сегодняшний день такой формат "поставки" нейронных сетей, включаемых в состав того или иного программного продукта, является практически стандартом де-факто. Однако у подхода есть и очевидный недостаток: в случае заметного изменения условий задачи (к примеру, типичных образцов данных обучения), для которой готовилась нейронная сеть, ее необходимо до- или переобучать, обеспечивая тем самым ожидаемые качественные характеристики результата ее работы.
Изначально от указанного выше недостатка стараются избавиться, обучая нейронную сеть на достаточно обширных и вариативных данных. Также структуру нейронной сети можно усложнять и развивать, проводя ее обучение для детектирования разнотипных объектов с дальнейшей их детальной классификацией и распознаванием.
Кроме того, в последнее время уже появились предложения программных продуктов и решений, нейронные сети в составе которых способны дообучаться по ходу своей работы, то есть совершенствоваться, накапливая собственные "опыт и знания". Очевидно, что подобный подход требует существенно бóльших вычислительных ресурсов, которые должны быть в распоряжении Ит-системы, но в некоторых случаях эти издержки могут оказаться вполне оправданными.
Андрей Хрулев, Группа компаний ЦРТ
технологии распознавания лиц на основе сверточных нейронных сетей достигли высокого уровня развития, что делает их полностью готовыми для широкого применения. Соревнование в точности между алгоритмами идет уже не на уровне процентов, а на уровне сотых и даже тысячных процента.
Дальнейшее развитие технологии видится в повышении качества распознавания с учетом межрасовых различий людей. Это поспособствует более широкому распространению решений видеоидентификации.
Мы считаем, что обучение нейросетей на мультинациональных базах является необходимым условием успеха на международном рынке.
.jpg?width=600&height=659&name=VK-Vision-02%20(1).jpg)
![ProFaceX[TI]](https://fs.hubspotusercontent00.net/hub/2037604/hubfs/SecuteckRu/Projects/ProFaceX%5BTI%5D.jpg?width=395&height=725&name=ProFaceX%5BTI%5D.jpg)
%20(1).jpeg?width=853&height=1280&name=WhatsApp%20Image%202020-07-22%20at%2010.48.54%20(4)%20(1).jpeg)
%20(1).jpeg?width=600&name=WhatsApp%20Image%202020-07-22%20at%2010.48.54%20(3)%20(1).jpeg)
%20(1).jpeg?width=600&name=WhatsApp%20Image%202020-07-22%20at%2010.48.54%20(2)%20(1).jpeg)
