Soluzione per il riconoscimento dei volti: tasso di precisione di 80% nell'identificazione dei volti

Innowise ha sviluppato una soluzione avanzata di riconoscimento facciale per migliorare la sicurezza e semplificare i processi di identificazione.

Cliente

Industria

Industria al dettaglio

Regione

Cliente da

2020

Il nostro cliente è un'azienda australiana sviluppo software e Società di consulenza IT specializzata nella creazione di soluzioni informatiche per il settore della vendita al dettaglio. L'azienda vanta un'impressionante esperienza nell'ideazione, nella progettazione, nello sviluppo e nel lancio di una serie di soluzioni digitali per la vendita al dettaglio, destinate a varie categorie di prodotti, tra cui merceologia generale, abbigliamento e generi alimentari.

Operando su scala globale, questa azienda offre una suite di prodotti altamente scalabili e serve una base di clienti diversificata, che va dai giganti multinazionali della vendita al dettaglio ai singoli proprietari di negozi.

Sfida

Migliorare l'accuratezza del riconoscimento facciale per il settore della vendita al dettaglio

Il nostro team è stato incaricato di sviluppare un sistema di riconoscimento facciale all'avanguardia per la vendita al dettaglio. L'obiettivo principale del progetto era quello di creare un'architettura scalabile e distribuita che impiegasse diversi algoritmi per un riconoscimento facciale accurato.

Un ostacolo significativo che abbiamo incontrato è stata l'incoerenza della qualità e delle caratteristiche degli input video e delle rispettive immagini. Questa incoerenza derivava principalmente dalle diverse condizioni di illuminazione e dalla qualità eterogenea dei fotogrammi in ingresso, che hanno ostacolato la capacità del sistema di identificare e analizzare con precisione i punti antropometrici e le caratteristiche adiacenti. Superare questa sfida era fondamentale per garantire l'affidabilità e l'efficacia della soluzione di riconoscimento facciale.

Le immagini presentate sotto sono illuminate in modo non omogeneo o sfocate o "due in uno" - sfocate e non omogenee allo stesso tempo. È complicato ottenere un risultato di riconoscimento soddisfacente sulla base di tali fotogrammi.

Soluzione

Migliorare la sicurezza e l'efficienza del commercio al dettaglio con un sistema di riconoscimento facciale

Innowise ha intrapreso un progetto per sviluppare un software di riconoscimento facciale personalizzato per il settore della vendita al dettaglio.

Diversi algoritmi di riconoscimento facciale

Abbiamo implementato una serie di algoritmi di riconoscimento dei volti, come la PCA non gestita per il riconoscimento dei volti, la PCA gestita per il riconoscimento dei volti e gli autovalori gestiti per il riconoscimento dei volti. Questi algoritmi sono perfettamente intercambiabili e offrono flessibilità e adattabilità per soddisfare i requisiti specifici.

Riconoscimento facciale non gestito PCA

Questo approccio utilizza l'analisi delle componenti principali (PCA) per identificare ed estrarre in modo efficiente le caratteristiche chiave del volto, migliorando la capacità del sistema di riconoscere i volti in diverse condizioni.

Riconoscimento facciale gestito PCA

Migliorando la struttura di base della PCA, questo metodo introduce la gestione della precisione per ottimizzare l'estrazione delle caratteristiche, garantendo un riconoscimento affidabile anche quando la qualità dell'immagine varia.

Autogestione del riconoscimento facciale

Sfruttando la tecnica degli autovalori, il sistema impiega una sofisticata selezione di autovalori per migliorare l'efficienza del riconoscimento, particolarmente utile per l'elaborazione di grandi volumi di immagini.

Miglioramenti per la precisione delle immagini e le prestazioni del sistema

Ci siamo concentrati sul miglioramento dell'accuratezza delle immagini e delle prestazioni del sistema. Implementando due algoritmi OpenCV per il rilevamento dei volti e la localizzazione degli occhi, abbiamo ottenuto un riconoscimento stabile e affidabile dei volti.

Tuttavia, abbiamo incontrato difficoltà nell'accuratezza dell'algoritmo di localizzazione degli occhi. Per questo motivo abbiamo configurato il sistema per rilevare i centri delle pupille degli occhi, migliorando in modo significativo la stabilità del sistema. Questa regolazione ha facilitato una stabilizzazione, una rotazione e una normalizzazione in scala dell'immagine più accurate, filtrando al contempo le immagini catturate con angolazioni non corrette.

Elaborazione efficiente delle immagini in batch

Per semplificare le attività di elaborazione delle immagini, Innowise ha sviluppato un modulo di elaborazione delle immagini in batch. Abbiamo quindi integrato questo modulo nel sistema per consentire l'estrazione di immagini da serie di immagini, video o fotocamere in modo efficiente. Questo modulo permette di risparmiare tempo e fatica, consentendo di operare senza problemi anche quando si gestiscono grandi volumi di dati.

Integrazione con un sistema di televisione a circuito chiuso (CCTV)

L'integrazione di una soluzione di riconoscimento facciale con un sistema di televisione a circuito chiuso (CCTV) comporta la combinazione di una tecnologia avanzata di riconoscimento facciale con l'infrastruttura di sorveglianza esistente. Questa integrazione trasforma le capacità di sorveglianza, consentendo una precisa identificazione in tempo reale delle persone all'interno di negozi o magazzini. Questo sistema rafforza le misure di sicurezza contro gli accessi non autorizzati e ottimizza la gestione dei dipendenti monitorando le presenze e il comportamento. Questo approccio completo garantisce un ambiente operativo più sicuro ed efficiente per i punti vendita.

Ora la soluzione di riconoscimento facciale può accedere ai flussi video in diretta delle telecamere a circuito chiuso. Contribuisce all'analisi dei volti delle persone all'interno del flusso video in tempo reale. La soluzione di riconoscimento facciale impiega algoritmi sofisticati per rilevare ed estrarre le caratteristiche del volto dai filmati. Questi algoritmi analizzano le caratteristiche uniche di ogni volto, come la forma degli occhi, del naso e della bocca.

Inoltre, l'integrazione include funzioni come il tracciamento facciale, che consente al sistema di seguire i movimenti di un individuo attraverso diverse visuali della telecamera. Questa funzione migliora la consapevolezza della situazione e fornisce una panoramica completa delle attività dei dipendenti.

Tecnologie

Back-end

.NET 3.5 SP1, C# 3.0 e SDK della piattaforma

Cloud

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

DevOps

Jenkins, Nginx, Docker, Docker Compose

Apprendimento automatico

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

VCS

Git, GitHub

Processo

Il nostro progetto di sviluppo del riconoscimento facciale è iniziato con una valutazione approfondita dei requisiti del cliente. Per snellire il processo di sviluppo, abbiamo adottato la metodologia Scrum. Questo approccio prevedeva riunioni quotidiane di stand-up per aggiornare in tempo reale i progressi e dimostrazioni mensili per presentare i progressi e sollecitare il feedback del cliente.

Abbiamo organizzato il nostro flusso di lavoro e la documentazione utilizzando Jira e Confluence, per garantire un efficiente tracciamento delle attività e la condivisione delle conoscenze, mentre Microsoft Teams è stato il nostro canale principale per la comunicazione con i clienti.

Il cuore della nostra strategia tecnica era l'integrazione di algoritmi all'avanguardia per il rilevamento preciso di volti e occhi. Un'innovazione fondamentale è stata l'affinamento della capacità del sistema di rilevare i centri delle pupille e il miglioramento della qualità dell'immagine attraverso una migliore stabilizzazione e normalizzazione, fondamentale per affrontare il problema della qualità incoerente dei video in ingresso.

Questo approccio agile e completo ci ha permesso di fornire un sistema di riconoscimento facciale su misura e ad alte prestazioni, in grado di soddisfare le esigenze specifiche del cliente, dimostrando il nostro impegno per l'innovazione e la soddisfazione dei clienti.

Team

Analista aziendale

Responsabile di progetto

Scienziato dei dati

Sviluppatore back-end

Sviluppatore front-end

Risultati

Maggiore sicurezza e semplificazione dell'identificazione del volto

Abbiamo raggiunto un elevato livello di accuratezza nell'identificazione e nella distinzione delle persone, anche quando si lavora con fonti inferiori. Questa precisione ha migliorato in modo significativo le misure di sicurezza, fornendo una solida autenticazione, consentendo alle persone autorizzate di accedere in modo sicuro alle aree e ai sistemi riservati, impedendo l'ingresso non autorizzato. Inoltre, il sistema ha consentito il monitoraggio in tempo reale attraverso le telecamere di videosorveglianza, rilevando e avvisando tempestivamente il personale di sicurezza in caso di tentativi di accesso ad aree riservate da parte di persone non autorizzate o sospette.

Nel complesso, il sistema di riconoscimento facciale si è rivelato una soluzione altamente affidabile, efficiente e sicura per l'identificazione e l'autenticazione. La soluzione offre vantaggi in diversi settori, tra cui il controllo degli accessi, la gestione delle presenze e il miglioramento dell'esperienza dei clienti.

Durata del progetto

Maggio 2020 - Ottobre 2020

80%

tasso di accuratezza nell'identificazione dei volti

75%

risparmio di tempo per la verifica dei dipendenti

Casi correlati

Contattateci!

Prenota una chiamata oppure compilate il modulo sottostante e sarete ricontattati una volta elaborata la vostra richiesta.

Nome

Azienda

Telefono

Messaggio Si prega di includere i dettagli del progetto, la durata, lo stack tecnologico, i professionisti IT necessari e altre informazioni pertinenti

Registra un messaggio vocale sul tuo
progetto per aiutarci a capirlo meglio

Allega ulteriori documenti se necessario

Caricare il file

È possibile allegare fino a 1 file di 2 MB complessivi. File validi: pdf, jpg, jpeg, png

Vi informiamo che cliccando sul pulsante Invia, Innowise tratterà i vostri dati personali in conformità con la nostra Informativa sulla privacy allo scopo di fornirvi informazioni adeguate.

Cosa succede dopo?

Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.

Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.