Solução de reconhecimento facial: taxa de precisão de 80% na identificação de rostos

A Innowise desenvolveu uma solução avançada de reconhecimento facial para aumentar a segurança e simplificar os processos de identificação.

Cliente

Indústria

Sector retalhista

Região

Cliente desde

2020

O nosso cliente é uma empresa australiana desenvolvimento de software e Empresa de consultoria informática especializada na criação de soluções de TI para o sector retalhista. Esta empresa tem um historial impressionante de concetualização, conceção, desenvolvimento e lançamento de uma gama de soluções digitais de retalho para várias categorias de produtos, incluindo mercadorias em geral, vestuário e mercearia.

Operando a uma escala global, esta empresa oferece um conjunto de produtos altamente escaláveis e serve uma base de clientes diversificada, que vai desde gigantes multinacionais do retalho a proprietários de lojas individuais.

Desafio

Melhorar a precisão do reconhecimento facial para o sector retalhista

A nossa equipa foi incumbida do desenvolvimento de um sistema de reconhecimento facial de ponta para o comércio retalhista. O principal objetivo do projeto era criar uma arquitetura escalável e distribuída que utilizasse vários algoritmos para um reconhecimento facial preciso.

Um obstáculo significativo com que nos deparámos foi a inconsistência na qualidade e características das entradas de vídeo e respectivas imagens. Esta inconsistência resultava principalmente da variação das condições de iluminação e da qualidade díspar dos fotogramas de entrada, o que dificultava a capacidade do sistema para identificar e analisar com exatidão os pontos antropométricos e as características adjacentes. A superação deste desafio foi crucial para garantir a fiabilidade e a eficácia da solução de reconhecimento facial.

As imagens apresentadas abaixo são iluminadas de forma não homogénea ou desfocadas ou "dois em um" - desfocadas e não homogéneas ao mesmo tempo. É complicado obter um resultado de reconhecimento satisfatório com base nestes fotogramas.

Solução

Melhorar a segurança e a eficiência do comércio retalhista com um sistema de reconhecimento facial

Innowise embarcou num projeto para desenvolver um software de reconhecimento facial personalizado e adaptado ao sector retalhista.

Diversos algoritmos de reconhecimento facial

Implementámos uma coleção de algoritmos de reconhecimento facial, tais como PCA de reconhecimento facial não gerido, PCA de reconhecimento facial gerido e eigenfaces de reconhecimento facial gerido. Estes algoritmos são perfeitamente intercambiáveis, oferecendo flexibilidade e adaptabilidade para satisfazer os requisitos específicos.

Reconhecimento facial não gerido PCA

Esta abordagem utiliza a análise de componentes principais (PCA) para identificar e extrair eficazmente as principais características faciais, melhorando a capacidade do sistema para reconhecer rostos em diversas condições.

Reconhecimento facial gerido PCA

Melhorando a estrutura básica do PCA, este método introduz a gestão da precisão para otimizar a extração de características, garantindo um reconhecimento fiável mesmo quando a qualidade da imagem varia.

Reconhecimento facial gerido eigenfaces

Tirando partido da técnica das faces próprias, o sistema utiliza uma seleção sofisticada de vectores próprios para melhorar a eficiência do reconhecimento, o que é particularmente útil para o processamento de grandes volumes de imagens.

Melhorias na precisão da imagem e no desempenho do sistema

Concentrámo-nos em melhorar a precisão das imagens e o desempenho do sistema. Ao implementar dois algoritmos OpenCV para deteção de rostos e localização de olhos, conseguimos um reconhecimento de rostos estável e fiável.

No entanto, encontrámos dificuldades com a precisão do algoritmo de localização dos olhos. Por isso, configurámos o sistema para detetar os centros das pupilas dos olhos, o que melhorou significativamente a estabilidade do sistema. Este ajuste facilitou a estabilização, rotação e normalização da escala da imagem com maior precisão, filtrando as imagens capturadas em ângulos incorrectos.

Processamento eficiente de imagens em lote

Para simplificar as tarefas de processamento de imagens, a Innowise desenvolveu um módulo de processamento de imagens em lote. Em seguida, integrámos este módulo no sistema para permitir a extração de imagens de séries de imagens, vídeos ou câmaras de forma eficiente. Poupa significativamente tempo e esforço, permitindo operações sem problemas, mesmo quando se lida com grandes volumes de dados.

Integração com um sistema de televisão em circuito fechado (CCTV)

A integração de uma solução de reconhecimento facial com um sistema de circuito fechado de televisão (CCTV) envolve a combinação de tecnologia avançada de reconhecimento facial com a infraestrutura de vigilância existente. Essa integração transforma os recursos de vigilância, permitindo a identificação precisa e em tempo real de indivíduos em lojas ou depósitos. Este sistema reforça as medidas de segurança contra o acesso não autorizado e optimiza a gestão dos empregados através da monitorização da assiduidade e do comportamento. Esta abordagem abrangente garante um ambiente operacional mais seguro e mais eficiente para os pontos de venda a retalho.

Agora, a solução de reconhecimento facial pode aceder a feeds de vídeo em direto das câmaras CCTV. Contribui para a análise dos rostos dos indivíduos no fluxo de vídeo em tempo real. A solução de reconhecimento facial utiliza algoritmos sofisticados para detetar e extrair características faciais das imagens de vídeo. Estes algoritmos analisam as características únicas de cada rosto, como a forma dos olhos, do nariz e da boca.

Além disso, a integração inclui funcionalidades como o seguimento facial, que permite ao sistema seguir os movimentos de um indivíduo em diferentes vistas da câmara. Esta funcionalidade melhora o conhecimento da situação e fornece uma visão global das actividades dos seus empregados.

Tecnologias

Back-end

.NET 3.5 SP1, C# 3.0 e SDK da plataforma

Cloud

AWS (fluxo de vídeo Kinesis, EC2, EKS, ECR, S3, Glue)

DevOps

Jenkins, Nginx, Docker, Docker Compose

Aprendizagem automática

OpenCV, tempo de execução ONNX, Armadillo, Scikit-learn, numpy, pandas

VCS

Git, GitHub

Processo

O nosso projeto de desenvolvimento de reconhecimento facial começou com uma avaliação exaustiva dos requisitos do cliente. Para agilizar o processo de desenvolvimento, adoptámos a metodologia Scrum. Esta abordagem envolveu reuniões diárias de stand-up para actualizações do progresso em tempo real e demonstrações mensais para apresentar os avanços e solicitar o feedback do cliente.

Organizámos o nosso fluxo de trabalho e documentação utilizando o Jira e o Confluence, assegurando um acompanhamento eficiente das tarefas e a partilha de conhecimentos, enquanto o Microsoft Teams serviu como o nosso principal canal de comunicação com o cliente.

No centro da nossa estratégia técnica estava a integração de algoritmos de ponta para a deteção precisa de rostos e olhos. Uma inovação fundamental foi o aperfeiçoamento da capacidade do sistema para detetar os centros das pupilas e melhorar a qualidade da imagem através de uma melhor estabilização e normalização, o que é crucial para lidar com a questão da qualidade inconsistente da entrada de vídeo.

Esta abordagem ágil abrangente permitiu-nos fornecer um sistema de reconhecimento facial personalizado e de elevado desempenho que satisfazia as necessidades específicas do cliente, demonstrando o nosso empenho na inovação e na satisfação do cliente.

Equipa

Analista de negócios

Gestor de projectos

Cientista de dados

Programador Back-End

Programador Front-End

Resultados

Segurança reforçada e identificação facial simplificada

Alcançámos um elevado nível de precisão na identificação e distinção de indivíduos, mesmo quando trabalhámos com fontes inferiores. Esta precisão melhorou significativamente as medidas de segurança ao fornecer uma autenticação robusta, permitindo que indivíduos autorizados acedam com segurança a áreas e sistemas restritos, impedindo a entrada não autorizada. Além disso, o sistema permitiu a monitorização em tempo real através de câmaras de videovigilância, detectando e alertando prontamente o pessoal de segurança sobre indivíduos não autorizados ou suspeitos que tentam entrar em áreas restritas.

Globalmente, o sistema de reconhecimento facial provou ser uma solução altamente fiável, eficiente e segura para a identificação e autenticação. A solução oferece vantagens em vários sectores, incluindo o controlo de acesso, a gestão de assiduidade e a melhoria da experiência do cliente.

Duração do projecto

maio de 2020 - outubro de 2020

80%

taxa de precisão na identificação de rostos

75%

poupança de tempo na verificação dos empregados

Casos relacionados

Contactar-nos!

Marcar uma chamada ou preencha o formulário abaixo e entraremos em contacto consigo assim que tivermos processado o seu pedido.

Nome

Empresa

Correio electrónico

Telefone

Mensagem Inclua os detalhes do projeto, a duração, o conjunto de tecnologias, os profissionais de TI necessários e outras informações relevantes

Gravar uma mensagem de voz sobre o seu
projeto para nos ajudar a compreendê-lo melhor

Anexar documentos adicionais, se necessário

Enviar ficheiro

Pode anexar até 1 ficheiro de 2MB no total. Ficheiros válidos: pdf, jpg, jpeg, png

Informamos que, ao clicar no botão Enviar, o Innowise's processará os seus dados pessoais de acordo com a nossa Política de Privacidade com o objectivo de lhe fornecer informações adequadas.

O que é que acontece a seguir?

Após termos recebido e processado o seu pedido, entraremos em contacto consigo para detalhar as necessidades do seu projecto e assinar um NDA para garantir a confidencialidade das informações.

Após a análise dos requisitos, os nossos analistas e programadores elaboram uma proposta de projecto com o âmbito dos trabalhos, tamanho da equipa, tempo e custos e custos.

Marcamos uma reunião consigo para discutir a oferta e chegar a um acordo.

Assinamos um contrato e começamos a trabalhar no seu projecto o mais rapidamente possível.