Solution de reconnaissance faciale : taux de précision de 80% dans l'identification des visages

Innowise a développé une solution de reconnaissance faciale avancée pour renforcer la sécurité et rationaliser les processus d'identification.

Client

Industrie

Commerce de détail

Région

Client depuis

2020

Notre client est une entreprise australienne développement de logiciels et Société de conseil informatique spécialisée dans l'élaboration de solutions informatiques pour le secteur de la vente au détail. Cette entreprise a une expérience impressionnante en matière de conceptualisation, de conception, de développement et de lancement d'une gamme de solutions numériques de vente au détail pour diverses catégories de produits, y compris les marchandises générales, les vêtements et les produits d'épicerie.

Opérant à l'échelle mondiale, cette société propose une série de produits hautement évolutifs et sert une clientèle variée, allant des géants multinationaux de la vente au détail aux propriétaires de magasins individuels.

Défi

Améliorer la précision de la reconnaissance faciale dans le secteur de la vente au détail

Notre équipe a été chargée de développer un système de reconnaissance faciale de pointe pour le commerce de détail. L'objectif principal du projet était de créer une architecture évolutive et distribuée utilisant divers algorithmes pour une reconnaissance faciale précise.

L'incohérence de la qualité et des caractéristiques des entrées vidéo et de leurs images respectives a constitué un obstacle important. Cette incohérence est principalement due aux conditions d'éclairage variables et à la qualité disparate des images d'entrée, qui ont entravé la capacité du système à identifier et à analyser avec précision les points anthropométriques et leurs caractéristiques adjacentes. Il était essentiel de relever ce défi pour garantir la fiabilité et l'efficacité de la solution de reconnaissance faciale.

Les images présentées ci-dessous sont soit éclairées de manière non homogène, soit floues, soit "deux en un" - floues et non homogènes à la fois. Il est difficile d'obtenir un résultat de reconnaissance satisfaisant sur la base de telles images.

Solution

Améliorer la sécurité et l'efficacité du commerce de détail grâce à un système de reconnaissance faciale

Innowise s'est lancée dans un projet de développement d'un logiciel de reconnaissance faciale sur mesure pour le secteur de la vente au détail.

Divers algorithmes de reconnaissance faciale

Nous avons mis en œuvre une collection d'algorithmes de reconnaissance de visages, tels que l'ACP de reconnaissance de visages non gérée, l'ACP de reconnaissance de visages gérée et les faces propres de reconnaissance de visages gérées. Ces algorithmes sont parfaitement interchangeables et offrent une grande flexibilité et adaptabilité pour répondre aux besoins spécifiques.

Reconnaissance faciale non gérée PCA

Cette approche utilise l'analyse en composantes principales (ACP) pour identifier et extraire efficacement les principales caractéristiques du visage, améliorant ainsi la capacité du système à reconnaître les visages dans diverses conditions.

Reconnaissance des visages gérée PCA

Améliorant le cadre de base de l'ACP, cette méthode introduit une gestion de la précision pour optimiser l'extraction des caractéristiques, garantissant ainsi une reconnaissance fiable même lorsque la qualité de l'image varie.

Reconnaissance des visages gérés - faces propres

S'appuyant sur la technique des faces propres, le système utilise une sélection sophistiquée de vecteurs propres pour améliorer l'efficacité de la reconnaissance, ce qui est particulièrement utile pour le traitement de grands volumes d'images.

Amélioration de la précision des images et des performances du système

Nous nous sommes concentrés sur l'amélioration de la précision des images et des performances du système. En mettant en œuvre deux algorithmes OpenCV pour la détection des visages et la localisation des yeux, nous avons obtenu une reconnaissance des visages stable et fiable.

Cependant, nous avons rencontré des difficultés avec la précision de l'algorithme de localisation des yeux. C'est pourquoi nous avons configuré le système pour qu'il détecte les centres des pupilles des yeux, ce qui a considérablement amélioré la stabilité du système. Cet ajustement a permis une stabilisation, une rotation et une normalisation de l'échelle de l'image plus précises, tout en filtrant les images capturées sous des angles incorrects.

Traitement efficace des images par lots

Pour simplifier les tâches de traitement d'images, Innowise a développé un module de traitement d'images par lots. Nous avons ensuite intégré ce module dans le système pour permettre l'extraction efficace d'images à partir de séries d'images, de vidéos ou de caméras. Il permet d'économiser du temps et des efforts de manière significative, permettant des opérations fluides même lors de la manipulation de grands volumes de données.

Intégration à un système de télévision en circuit fermé (CCTV)

L'intégration d'une solution de reconnaissance faciale à un système de télévision en circuit fermé (CCTV) consiste à combiner une technologie avancée de reconnaissance faciale à l'infrastructure de surveillance existante. Cette intégration transforme les capacités de surveillance, permettant une identification précise et en temps réel des individus dans les magasins ou les entrepôts. Un tel système renforce les mesures de sécurité contre les accès non autorisés et optimise la gestion des employés en contrôlant leur présence et leur comportement. Cette approche globale garantit un environnement opérationnel plus sûr et plus efficace pour les points de vente.

La solution de reconnaissance faciale peut désormais accéder aux flux vidéo en direct des caméras de vidéosurveillance. Elle contribue à l'analyse des visages des individus dans le flux vidéo en temps réel. La solution de reconnaissance faciale utilise des algorithmes sophistiqués pour détecter et extraire les caractéristiques faciales des séquences vidéo. Ces algorithmes analysent les caractéristiques uniques de chaque visage, telles que la forme des yeux, du nez et de la bouche.

En outre, l'intégration comprend des fonctions telles que le suivi des visages, qui permet au système de suivre les mouvements d'une personne à travers différentes vues de caméra. Cette fonction améliore la connaissance de la situation et fournit une vue d'ensemble des activités des employés.

Technologies

Back-end

.NET 3.5 SP1, C# 3.0 et Platform SDK

Cloud

AWS (Kinesis Video Streaming, EC2, EKS, ECR, S3, Glue)

DevOps

Jenkins, Nginx, Docker, Docker Compose

Apprentissage automatique

OpenCV, ONNX Runtime, Armadillo, Scikit-learn, numpy, pandas

VCS

Git, GitHub

Processus

Notre projet de développement de la reconnaissance faciale a commencé par une évaluation approfondie des besoins du client. Pour rationaliser le processus de développement, nous avons adopté la méthodologie Scrum. Cette approche impliquait des réunions quotidiennes pour faire le point sur l'avancement des travaux en temps réel et des démonstrations mensuelles pour présenter les avancées et solliciter les commentaires du client.

Nous avons organisé notre flux de travail et notre documentation à l'aide de Jira et de Confluence, afin d'assurer un suivi efficace des tâches et un partage des connaissances, tandis que Microsoft Teams a servi de canal principal pour la communication avec les clients.

L'intégration d'algorithmes de pointe pour la détection précise des visages et des yeux était au cœur de notre stratégie technique. L'une des principales innovations a été d'affiner la capacité du système à détecter le centre des pupilles et d'améliorer la qualité de l'image grâce à une meilleure stabilisation et normalisation, ce qui est crucial pour traiter le problème de l'incohérence de la qualité de l'entrée vidéo.

Cette approche Agile complète nous a permis de fournir un système de reconnaissance faciale sur mesure et très performant qui répondait aux besoins spécifiques du client, démontrant ainsi notre engagement en faveur de l'innovation et de la satisfaction du client.

Équipe

Analyste commercial

Chef de projet

Scientifique des données

Développeur Back-End

Développeur Front-End

Résultats

Sécurité renforcée et identification simplifiée des visages

Nous avons atteint un niveau élevé de précision dans l'identification et la distinction des individus, même lorsque nous travaillons avec des sources de qualité inférieure. Cette précision a considérablement renforcé les mesures de sécurité en fournissant une authentification solide, permettant aux personnes autorisées d'accéder en toute sécurité aux zones et systèmes restreints, empêchant ainsi toute entrée non autorisée. En outre, le système a permis une surveillance en temps réel par le biais de caméras de vidéosurveillance, détectant rapidement et alertant le personnel de sécurité sur les personnes non autorisées ou suspectes qui tentent d'entrer dans les zones restreintes.

Dans l'ensemble, le système de reconnaissance faciale s'est avéré être une solution d'identification et d'authentification extrêmement fiable, efficace et sûre. La solution offre des avantages dans divers secteurs, notamment le contrôle d'accès, la gestion des présences et l'amélioration de l'expérience client.

Durée du projet

Mai 2020 - Octobre 2020

80%

taux de précision dans l'identification des visages

75%

gain de temps pour la vérification des employés

Exemples de projets similaires

Contactez nous!

Réserver un appel ou remplissez le formulaire ci-dessous et nous vous contacterons dès que nous aurons traité votre demande.

Nom

Entreprise

Courriel :

Téléphone

Message S’il vous plaît, ajouter les détails du projet, la durée, la pile technologique, IT spécialistes nécessaires et d'autres informations pertinentes

S’il vous plaît, ajouter les détails du projet, la durée, la pile technologique, IT spécialistes
nécessaires et d'autres informations pertinentes

Joindre des documents supplémentaires au besoin

Charger file

Vous pouvez joindre jusqu'à 1 fichier de 2MB au total. Fichiers valides : pdf, jpg, jpeg, png

Nous vous informons que lorsque vous cliquez sur le bouton Envoyer, Innowise traitera vos données personnelles conformément à notre Politique de confidentialité dans le but de vous fournir des informations appropriées.

Que se passe-t-il ensuite?

Après avoir reçu et traité votre demande, nous reviendrons vers vous pour détailler les besoins de votre projet et signer un accord de non-divulgation pour assurer la confidentialité des informations.

Après avoir examiné les exigences, nos analystes et nos développeurs élaborent une proposition de projet avec l'étendue des travaux, le nombre de membre de l'équipe, les délais et les coûts des coûts.

Nous organisons une réunion avec vous pour discuter de l'offre et parvenir à un accord.

Nous signons un contrat et commençons à travailler sur votre projet le plus rapidement possible.