Rozwiązanie do rozpoznawania twarzy: 80% skuteczności w identyfikacji twarzy

Firma Innowise opracowała zaawansowane rozwiązanie do rozpoznawania twarzy w celu zwiększenia bezpieczeństwa i usprawnienia procesów identyfikacji.

Klient

Branża

Przemysł detaliczny

Region

Klient od

2020

Naszym klientem jest australijska firma zajmująca się tworzeniem oprogramowania i Konsulting IT specjalizująca się w budowaniu rozwiązań IT dla branży detalicznej. Firma ta ma imponującą historię koncepcyjnego projektowania, opracowywania i wdrażania różnorodnych rozwiązań cyfrowych dla handlu detalicznego, obejmujących różne kategorie produktów, w tym towary ogólne, odzież i artykuły spożywcze.

Działając na skalę globalną, firma ta oferuje pakiet wysoce skalowalnych produktów i obsługuje zróżnicowaną bazę klientów, od międzynarodowych gigantów handlu detalicznego po indywidualnych właścicieli sklepów.

Wyzwanie

Zwiększenie dokładności rozpoznawania twarzy dla branży detalicznej

Nasz zespół otrzymał zadanie opracowania najnowocześniejszego systemu rozpoznawania twarzy dla handlu detalicznego. Głównym celem projektu było stworzenie skalowalnej i rozproszonej architektury, która wykorzystywała różne algorytmy do dokładnego rozpoznawania twarzy.

Istotną przeszkodą, jaką napotkaliśmy, była niespójność w jakości i charakterystyce danych wejściowych wideo i ich odpowiednich obrazów. Niespójność ta wynikała przede wszystkim ze zmiennych warunków oświetleniowych i różnej jakości klatek wejściowych, co utrudniało systemowi dokładną identyfikację i analizę punktów antropometrycznych i ich sąsiednich cech. Pokonanie tego wyzwania było kluczowe dla zapewnienia niezawodności i skuteczności rozwiązania do rozpoznawania twarzy.

Przedstawione poniżej obrazy są albo niejednorodnie oświetlone, albo rozmyte, albo "dwa w jednym" - rozmyte i niejednorodne jednocześnie. Uzyskanie zadowalającego wyniku rozpoznawania na podstawie takich klatek jest skomplikowane.

Wdrożenie

Zwiększenie bezpieczeństwa i wydajności handlu detalicznego dzięki systemowi rozpoznawania twarzy

Innowise rozpoczęła projekt mający na celu opracowanie niestandardowego oprogramowania do rozpoznawania twarzy dostosowanego do potrzeb branży detalicznej.

Różne algorytmy rozpoznawania twarzy

Zaimplementowaliśmy zbiór algorytmów rozpoznawania twarzy, takich jak niezarządzane rozpoznawanie twarzy PCA, zarządzane rozpoznawanie twarzy PCA i zarządzane rozpoznawanie twarzy eigenfaces. Algorytmy te są płynnie wymienne, oferując elastyczność i możliwość dostosowania do konkretnych wymagań.

Niezarządzane rozpoznawanie twarzy PCA

Podejście to wykorzystuje analizę głównych składowych (PCA) do skutecznej identyfikacji i wyodrębniania kluczowych cech twarzy, zwiększając zdolność systemu do rozpoznawania twarzy w różnych warunkach.

Zarządzane rozpoznawanie twarzy PCA

Ulepszając podstawową strukturę PCA, metoda ta wprowadza zarządzanie precyzją w celu optymalizacji ekstrakcji cech, zapewniając niezawodne rozpoznawanie nawet przy zmiennej jakości obrazu.

Zarządzane powierzchnie własne rozpoznawania twarzy

Wykorzystując technikę powierzchni własnych, system wykorzystuje wyrafinowany wybór wektorów własnych w celu poprawy skuteczności rozpoznawania, co jest szczególnie przydatne w przypadku przetwarzania dużych ilości obrazów.

Ulepszenia zapewniające dokładność obrazu i wydajność systemu

Skupiliśmy się na poprawie dokładności obrazów i wydajności systemu. Implementując dwa algorytmy OpenCV do wykrywania twarzy i lokalizacji oczu, osiągnęliśmy stabilne i niezawodne rozpoznawanie twarzy.

Napotkaliśmy jednak trudności z dokładnością algorytmu lokalizacji oczu. Dlatego skonfigurowaliśmy system tak, aby wykrywał środki źrenic oczu, co znacznie poprawiło stabilność systemu. To dostosowanie ułatwiło dokładniejszą stabilizację obrazu, obrót i normalizację skali, jednocześnie filtrując obrazy przechwycone pod niewłaściwym kątem.

Wydajne wsadowe przetwarzanie obrazu

Aby uprościć zadania związane z przetwarzaniem obrazu, firma Innowise opracowała moduł wsadowego przetwarzania obrazu. Następnie zintegrowaliśmy ten moduł z systemem, aby umożliwić wydajne wyodrębnianie obrazów z serii obrazów, filmów lub kamer. Znacznie oszczędza to czas i wysiłek, umożliwiając płynne działanie nawet przy przetwarzaniu dużych ilości danych.

Integracja z systemem telewizji przemysłowej (CCTV)

Integracja rozwiązania do rozpoznawania twarzy z systemem telewizji przemysłowej (CCTV) polega na połączeniu zaawansowanej technologii rozpoznawania twarzy z istniejącą infrastrukturą nadzoru. Taka integracja przekształca możliwości nadzoru, umożliwiając precyzyjną identyfikację osób w czasie rzeczywistym w sklepach lub magazynach. Taki system wzmacnia środki bezpieczeństwa przed nieautoryzowanym dostępem i optymalizuje zarządzanie pracownikami poprzez monitorowanie obecności i zachowania. Takie kompleksowe podejście zapewnia bezpieczniejsze i bardziej wydajne środowisko operacyjne dla punktów sprzedaży detalicznej.

Teraz rozwiązanie do rozpoznawania twarzy może uzyskać dostęp do strumieni wideo na żywo z kamer CCTV. Przyczynia się to do analizy twarzy osób w strumieniu wideo w czasie rzeczywistym. Rozwiązanie do rozpoznawania twarzy wykorzystuje zaawansowane algorytmy do wykrywania i wyodrębniania rysów twarzy z materiału wideo. Algorytmy te analizują unikalne cechy każdej twarzy, takie jak kształt oczu, nosa i ust.

Ponadto integracja obejmuje takie funkcje, jak śledzenie twarzy, które pozwala systemowi śledzić ruchy osoby w różnych widokach kamery. Funkcja ta zwiększa świadomość sytuacyjną i zapewnia kompleksowy przegląd działań pracowników.

Technologie

Back-end

.NET 3.5 SP1, C# 3.0 i Platform SDK

Cloud

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

DevOps

Jenkins, Nginx, Docker, Docker Compose

Uczenie maszynowe

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

VCS

Git, GitHub

Proces

Nasz projekt rozwoju rozpoznawania twarzy rozpoczął się od dokładnej oceny wymagań klienta. Aby usprawnić proces rozwoju, przyjęliśmy metodologię Scrum. Podejście to obejmowało codzienne spotkania stand-up w celu aktualizacji postępów w czasie rzeczywistym oraz comiesięczne demonstracje w celu zaprezentowania postępów i uzyskania opinii klientów.

Zorganizowaliśmy nasz przepływ pracy i dokumentację za pomocą Jira i Confluence, zapewniając wydajne śledzenie zadań i dzielenie się wiedzą, podczas gdy Microsoft Teams służył jako nasz główny kanał komunikacji z klientami.

Sercem naszej strategii technicznej była integracja najnowocześniejszych algorytmów do precyzyjnego wykrywania twarzy i oczu. Kluczową innowacją było udoskonalenie zdolności systemu do wykrywania centrów źrenic i poprawa jakości obrazu poprzez lepszą stabilizację i normalizację, co ma kluczowe znaczenie dla radzenia sobie z kwestią niespójnej jakości wejściowego wideo.

To kompleksowe podejście Agile pozwoliło nam dostarczyć niestandardowy, wysokowydajny system rozpoznawania twarzy, który spełnił specyficzne potrzeby klienta, demonstrując nasze zaangażowanie w innowacje i zadowolenie klienta.

Zespół

Analityk biznesowy

Kierownik projektu

Specjalista ds. danych

Programista back-end

Programista front-end

Wyniki

Zwiększone bezpieczeństwo i usprawniona identyfikacja twarzy

Osiągnęliśmy wysoki poziom dokładności w identyfikacji i rozróżnianiu osób, nawet podczas pracy z gorszymi źródłami. Dokładność ta znacznie poprawiła środki bezpieczeństwa, zapewniając solidne uwierzytelnianie, umożliwiając upoważnionym osobom bezpieczny dostęp do zastrzeżonych obszarów i systemów, zapobiegając nieautoryzowanemu wejściu. Ponadto system umożliwił monitorowanie w czasie rzeczywistym za pomocą kamer nadzoru wideo, szybko wykrywając i ostrzegając personel ochrony o nieautoryzowanych lub podejrzanych osobach próbujących wejść do obszarów o ograniczonym dostępie.

Ogólnie rzecz biorąc, system rozpoznawania twarzy okazał się wysoce niezawodnym, wydajnym i bezpiecznym rozwiązaniem do identyfikacji i uwierzytelniania. Rozwiązanie to oferuje korzyści w różnych sektorach, w tym kontrolę dostępu, zarządzanie frekwencją i lepszą obsługę klienta.

Czas trwania projektu

Maj 2020 - październik 2020

80%

wskaźnik dokładności w identyfikacji twarzy

75%

oszczędność czasu przy weryfikacji pracowników

Podobne projekty

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Nazwa

Firma

E-mail

Telefon

Wiadomość Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.

Nagraj wiadomość głosową na temat
projekt, który pomoże nam lepiej go zrozumieć

W razie potrzeby dołącz dodatkowe dokumenty

Prześlij plik

Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.