Автор: Ирина ОСТРОУХОВА, директор по работе с партнерами в России и СНГ RecFaces | Технологии будущего в настоящем: машинное и компьютерное зрение и лицевая биометрия | |
Быстрее, точнее, эффективнее – эти требования сегодня
предъявляются к большинству процессов в окружающей нас
действительности. Добиться их выполнения человеку помогают
технологии компьютерного и машинного зрения. Что это такое?
Где применяются эти технологии и как они связаны с лицевой
биометрией?
|
Разбираемся в понятиях
На первый взгляд, кажется, что оба термина обозначают
одно и то же. На самом деле, ставить между ними знак равенства неправильно. Компьютерное зрение – это область
компьютерной науки, тесно связанная с искусственным
интеллектом и робототехникой. Во главе научной области
стоит развитие технологии, позволяющей компьютерам
извлекать информацию из изображений и видео объектов
реального мира, а затем анализировать ее. На основе
обработанных данных компьютер способен находить и
распознавать определенные объекты, классифицировать
по заданным признакам, а также отслеживать перемещения.
Кроме того, компьютерное зрение умеет анализировать
графики, таблицы и текст.
Машинное зрение – подраздел компьютерного зрения, чаще
всего используемый в промышленности и на производстве.
Как правило, такие системы заточены на выполнение конкретных прикладных задач: выявить дефект детали, пересчитать количество сошедших с конвейера единиц продукции и
так далее. Принцип их работы тот же: анализ информации
на основе захвата и обработки изображения.
Как «видят » компьютеры?
Работа программы компьютерного зрения состоит из трех
этапов. Первый – получение изображения от сенсорного
устройства в режиме реального времени. В качестве сенсора
обычно выступает фото- или видеокамера. Но это могут быть
и «узкоспециальные» устройства, например, аппараты медицинской визуализации. В качестве изображения используются
фотографии, видео или 3D-модели. Второй этап – обработка
картинки. Первые технологии использовали статистические
методы. Но сегодня золотым стандартом является глубокое
обучение и алгоритм нейронной сети. С их помощью программа
начинает сохранять данные о каждом обработанном изображении, постепенно начиная обучать сама себя. Анализ при этом
становится еще более точным. Третий этап – расшифровка
полученного изображения, когда компьютер идентифицирует
и классифицирует нужные объекты. В зависимости от целей
обработки используются следующие функции.
Распознавание символов – одна из первых технологий, которая используется для преобразования букв и цифр на картинке
в текст.
Классификация – компьютер разбивает объекты на картинке на
группы по определенному признаку. Например, отличает людей
от животных или подсчитывает количество нужных предметов.
Идентификация – система распознает нужный объект с картинки и анализирует его внешний вид. Самый яркий пример
идентификации — установка личности человека на фото или
видео.
Отслеживание – анализ того, в какой момент и где находился
нужный объект или человек на видео.
Объектовая аналитика – распознавание и классификация
физических объектов для решения различных технологических
задач.
Для чего нужно компьютерное зрение?
Будучи одной из областей искусственного интеллекта компьютерное зрение ориентировано на автоматизацию тех задач, которые в предыдущие века или десятилетия выполнялись людьми. А
конкретно тех, которые требуют имитации зрения человека и его
восприятия окружающих объектов. Компьютер перенимает у нас
способность видеть, но способен ли он полностью заменить человека? Это сложный вопрос. Хотя искусственный интеллект по
своему уровню все ближе подбирается к человеческому разуму,
компьютеры по-прежнему не умеют использовать абстрактное
мышление или фантазию. И все-таки у компьютерного зрения
есть два больших преимущества перед человеком: способность к
восприятию бесконечного количества объектов и более высокая
работоспособность. В отличие от человека компьютер не устает
и не теряет концентрацию. Представим себе оператора системы
видеонаблюдения. Он должен часами сидеть на одном месте,
всматриваться в экран и следить, не возникнет ли на территории
внештатная ситуация. Сколько бы ни было камер, какими бы
удобными ни были мониторы наблюдения, через пару часов
человек банально устанет, перестанет адекватно воспринимать
происходящее на мониторе и с большой долей вероятности
пропустит что-то важное. С компьютером такого произойти не
может. Поэтому во всем, что касается взаимодействия с визуальной
информацией, компьютерное зрение действительно справляется с
работой на несколько порядков точнее и быстрее.
Где используют компьютерное зрение?
Промышленность – та сфера, где компьютерное зрение сегодня внедряют активнее всего. Технологию используют для контроля качества
продукции и упаковки, выявления дефектов, подсчета количества выпущенных единиц товара, мониторинга состояния конвейерной линии.
Все это позволяет сокращатьть издержки и увеличивать рентабельность
производства.
Банки – высокий спрос на внедрение технологии обусловлен тенденцией на автоматизацию и цифровизацию ежедневных бизнес-процессов, а
также на повышение лояльности клиентов. Мгновенная идентификация
клиента в отделениях банка сокращает время обслуживания и дает
возможность предложить ему индивидуальный пакет услуг. А удаленная
верификация по лицу в мобильных приложениях позволит дистанционно
получить банковские услуги.
Сельское хозяйство – технологию применяют для анализа изображений полей, сделанных с воздуха. Полученные данные позволяют
поддерживать нужный уровень полива посевов, отслеживать созревание
и вести учет сбора урожая. А еще бороться с сорняками и заболеваниями растений.
Безопасный город – благодаря комплексу инструментов, основанных
на искусственном интеллекте, компьютерном зрении и распознавании
лиц, становится возможным выявлять уставших водителей за рулем,
идентифицировать номерные знаки машин и траекторию их передвижения, а также обеспечивать безопасность в местах массового скопления
людей. Комбинация инструментов позволит уполномоченным органам
быстро реагировать на инциденты и повышать уровень физической
безопасности людей.
Транспорт – еще одна перспективная сфера для внедрения компьютерного зрения. Яркий пример – автопилоты. Их существование
целиком строится на развитии технологии, ведь именно компьютер в
режиме реального времени отслеживает состояние дороги, наличие рядом других машин или дорожных знаков. Разумеется, в этом случае в
системе управления используется существенно большее количество данных,
дополняющих сведения с камер, что существенно превышает человеческие
возможности.
|
Здравоохранение – компьютерное зрение помогает в диагностике различных заболеваний, в разы повышая качество основных медицинских обследований: рентгена, МРТ или УЗИ. Причем часто технологии удается выявить
проблему уже на ранней стадии, когда разглядеть ее «глазами» врача просто
невозможно. А в будущем компьютеры и вовсе смогут заменить классические
аппараты для диагностики. Такие обследования будут не только точнее, но
и безопаснее для пациентов из-за меньших доз облучения. И, разумеется,
компьютерное зрение станет локомотивом развития роботохирургии.
Ритейл – технология активно адаптируется и к нуждам торговли. Причем не
только для защиты от магазинных краж, но и для ведения товарооборота,
учета товаров, контроля над выкладкой продукции, мониторинга сроков
годности, бесконтактной оплаты «по лицу».
Компьютерное зрение и биометрия
Биометрия является одним из подразделов или направлений компьютерного
зрения. Это тот сегмент технологии, с которым среднестатистический человек
знаком лучше всего. Основной принцип работы здесь тот же: камеры передают программе по распознаванию лиц картинку. Программа обрабатывает
изображение, «вычленяет» из него лицо человека и определяет уникальный
набор его неизменяемых параметров. На их основе формируется биометрический шаблон, после чего он сравнивается с теми шаблонами, которые
хранятся в базе данных программы. При наличии или отсутствии совпадения
запускается установленный сценарий действий. Например, это может быть
оповещение сотрудников службы безопасности о наличии подозрительного
лица в здании. Или открытие «биометрического» турникета.
Функция распознавания лиц расширяет возможности по использованию
компьютерного зрения практически во всех областях, идентификация часто
оказывается наиболее востребованной функцией компьютерного зрения.
Кроме того, биометрия работает с людьми. А значит помогает нивелировать
в различных процессах негативный эффект от человеческого фактора. Рассмотрим основные задачи лицевой биометрии и посмотрим, какую пользу
она приносит в упомянутых сферах.
Физическая безопасность – ключевая функция распознавания лиц.
Внедрение лицевой биометрии в системы видеонаблюдения в разы повышает безопасность как в пределах одного объекта (например, завода или
станции ТЭК), так и в масштабах всего города. Городские системы «умного»
видеонаблюдения позволяют отслеживать обстановку на улицах и на объектах транспортной инфраструктуры: в метро, на остановках и так далее.
Биометрия помогает предотвращать различные противоправные инциденты,
в том числе, и теракты, а также повышает эффективность их расследований.
Современные алгоритмы распознавания лиц применяются и для обеспечения
безопасности сотрудников на производстве. Так, с помощью системы можно
удостовериться, что все рабочие используют средства защиты и соблюдают
технику безопасности.
Информационная безопасность – защита данных сегодня зачастую
оказывается не менее важной, чем физическая защита периметра объекта
или сотрудников. Это актуально для всех: от промышленных предприятий
до медицинских клиник и от государственных учреждений до банков.
Интеграция продуктов на основе лицевой биометрии в системы служебных
компьютеров позволяет контролировать доступ к информационным ресурсам компании и предотвращать возможные
кражи или утечки данных.
Финансовые операции – биометрические данные в
силу своей уникальности и неотчуждаемости становятся
более надежной альтернативой паролям или пин-кодам.
Поэтому сегодня биометрия активно используется для
идентификации клиентов в банковской сфере, в том числе,
и при удаленном обслуживании. Да и «оплата по лицу»
за последние годы успела стать вполне себе технологией
настоящего. В разных странах ее успешно применяют и для
оплаты проезда в общественном транспорте, и для оплаты
покупок в кафе или магазинах.
Персонализация услуг – использование лицевой биометрии в ритейле делает обслуживание клиентов более
персонифицированным. Узнавая покупателя «в лицо»,
система сама формирует для него специальные предложения или предлагает скидки на интересные именно ему
категории товаров.
Аналитика данных – биометрия является удобным инструментом сбора достоверных данных. А достоверные
данные – это всегда большая ценность, ведь их анализ
можно применять практически для любых целей. Например,
обладая статистикой по пассажиропотокам в часы пик, мы
можем корректировать маршруты и интенсивность движения на наиболее популярных линиях метро или наземного
транспорта. А зная, сколько именно людей зашло в наш
магазин в разные периоды, можно оценить эффективность
той или иной маркетинговой кампании.
К повсеместной цифровизации и автоматизации относиться
можно по-разному. Однако с трендом на автоматизацию
неразрывно связаны и наше настоящее, и наше будущее. В
2020 году глобальный рынок машинного зрения оценивался
в ,45 млрд, а к 2030 году эта цифра может достигнуть
,11 млрд. Все активнее технология внедряется и в России, так в 2021 году компьютерное зрение вошло в ТОП-15
наиболее важных цифровых технологий для российской
промышленности по версии Института статистических исследований и экономики знаний НИУ ВШЭ. Распознавание
лиц не только является одной из ключевых функций компьютерного зрения, но и позволяет значительно расширить
сферы применения этой технологии.
По мере распространения и популяризации
технологии в сферах, где присутствует
взаимодействие с человеком, готовые
биометрические решения с функцией
распознавания лиц будут играть связующую
роль в персонализированном взаимодействии
между различными системами.
|
Внимание! Копирование материалов, размещенных на данном сайте допускается только со ссылкой на ресурс http://www.tzmagazine.ru
|
|