Comments 20
В принципе даже та нейросетка что зашита у нас, с миллионами лет эволюции, справляется не особо лучше. Хотя именно на лица заточены целые области мозга (именно поэтому на диске луны мы видим лицо, а не пятна)...
НО, к сожалению, технологии работают. И улучшаются...
Это еще одна большая тема: лица часто похожи на всякие фоновые флуктуации. И стоит нам начать искать незнакомцев, как сразу найдем колесо от машины. Вот поэтому задачи поиска своих и незнакомцев в обычном их применении не совместимы.
Спасибо за мысль!
Эволюция не затачивала мозг под то, чтобы запоминать тысячи лиц - для выживания то особо много не требовалось. Это только за последние сотни лет человек стал видеть много разных лиц.
Почему идентификация лиц невозможна — так, как этого хочет заказчик?
Читаю между строк: заказчик хочет распознавание людей на произвольно установленных камерах, а вы умеете только в лица в (полу-) тепличных условиях.
Поэтому ваш продукт впарить заказчику не выйдет, а разрабатывать новую систему - неохота / не выгодно / не осилите (нужное подчеркнуть).
Мы устали объяснять заказчикам, как это может работать, чтобы действительно получить пользу
И вот тут вот могла отлично вписаться хоть какая-то полезная нагрузка статьи - реальное предполагаемое, пусть даже и не полное, решение проблемы, однако вы как-то самое главное решили не озвучивать.
Если ваше предложение, например, "пусть в довесок ко всему все сотрудники носят радиомаячки" или "обязать всех сотрудников заглядывать в камеры и делать ку", то понятно, почему заказчика такое не устраивает.
Странная статья. Очень странная. Как человек, щупавший датасеты в 2016 году, подозреваю банальную дезинформацию. В своих экспериментах не замечал, чтобы углы, загораживание и артефакты сжатия хоть как-то мешали.
Наверх такую камеру не поставишь, т.к. она не будет брать лица с опущенными головами.
Десять лет назад на курсовой решал эту задачу. Одна стратегически расположенная камера у входа / другом месте где люди будут вынуждены проходить по одному, идентифицирует людей (можно несколько), вторая - на потолке широкоугольная - отслеживает передвижение. Откалибровать это делать очень просто (цветным шариком, например, и простой геометрией).
Неужто это можно было сделать 10 лет назад в матлабе парой строчек кода, а теперь, когда у вас браузер на js в реальном времени может определять людей (и их части тела) на видео с камеры, это более непосильная задача?
Немного превратно понята тема. Никто не говорит, что идентификация лиц невозможна в принципе. Вопрос именно в практическом применении. Стандартное желание заказчика не совместимо не столько даже с практикой, сколько с теорией.
И вот поэтому ни у кого нет опыта удачного применения.
Основной негатив из-за «стандартного желания заказчика». Я вот не понимаю о чем речь от слова вообще. Распознавать лица и говорить кто есть кто? Меня телефон вон узнаёт как-то без проблем, слышал, в Москве вообще можно в метро так платить. В общем решенная задача. Трекать людей по видео - вон, овечек считают, людей не смогут? Не вижу технических ограничений почему это нельзя совместить.
Если вопрос в том что это две задачи и одновременно не решаются - ну не решаются и не решаются, решайте по отдельности, совмещайте дату постфактумлм.
В чем конкретная проблема то?
И вот поэтому ни у кого нет опыта удачного применения.
Скажите это Китаю, там удивляться.
Немного превратно изложена тема.
Рассказывается про какие-то сложности, к которым, как даже мне известно, есть решения, и толком не названа проблема, к которой вообще непонятно, как подступиться: (квадратичный в абсолютном выражении, линейный в относительном) рост количества ошибок распознавания при увеличении количества лиц в базе. По сути, тот же парадокс дней рождения.
Я вот вообще не понимаю, как с учётом этого фактора запустили систему распознавания лиц для оплаты в московском метро. И с удовольствием бы почитал про это, а не про то, что это невозможно.
рост количества ошибок распознавания при увеличении количества лиц в базе.
При достижении определенного порога в эту БД перестаем добавлять лица и создаём рядом новую. И так каждый раз. Шардинг типа.
Ищем лица в параллель по всем шардингам.
Чем не решение?
Даже не близко. Проблема не в скорости (распараллеливается хорошо), а в проценте ошибок.
Глядите. Пусть вероятность перепутать фотографии двух людей (A и B) – одна миллионная (вроде неплохо). Берём базу на тысячу человек. Вероятность, что A спутаем с кем-то из остальных 999 (нам ведь его надо сравнить со всеми – как ни разбивай на шарды) – уже почти одна тысячная. Вероятность, что перепутаются какие-то двое – уже вообще 63% (если непонятно, откуда получается такое число, могу привести выкладки. Ну или загуглите "парадокс дней рождения", основная идея та же)
Все так, у вас только пара проблем:
1. Вы почему-то исходите из "равности всех лиц", а это не так, женщины с мужчинами путаются примерно никогда, и ваша база из 1000 человек превращается в две непересекающихся базы по 500, то есть ошибка между базами в разы меньше чем внутри, это просто пример, такие "разбиения" неявные, но сильно влияют на качество распознавания - у сетки путаются похожие лица, как и у людей.
2. Одна миллионная действительно хорошее и реальное приближение, однако дальнейшие выводы не совсем верные. Ну то есть они верные в вакууме, но в реальности ошибка значимо ниже. Вот, например, NIST FRVT занимаются как раз оценкой таких сравнений и ошибок, мы даже про это писали. Там ошибка (две фотки одного человека признаны разными людьми) сильно меньше процента при сравнении всех со всеми при допуске как раз той самой ошибки перепутать двух людей в одну миллионную.
А статья, конечно, была актуальна лет 5 назад, когда сети работали в таких задачах еще хуже людей.
1. Я, конечно, упростил до предела. Но суть проблемы понятна: ошибка при поиске человека в базе растёт с ростом базы. В случае московского метро – лично мне непонятно, как решили эту проблему, и я бы с удовольствием почитал. Кажется, что при такой выборке у каждого должен найтись двойник. Ну или хотя бы у некоторых: близнецы вот могут разблокировать айфоны друг друга.
2. Спасибо. Почитаю, очень интересно. Но всё ещё "ошибка сильно меньше процента" (если я правильно понял, о чём речь) кажется неприемлемой для метрополитена: будет не здорово, если каждый сотый будет получать чужие счета.
Там же сравнение не бинарное (да/нет), а пороговое, мы можем уменьшить ошибку "нашелся двойник" в ноль двигая порог, да мы получаем больше другую ошибку (на доли секунды дольше будет выбирать удачный кадр), но зато ошибкой "перепутало" можно пренебречь. Я не знаю как именно сделано в метро, но пока там такой проблемы нет - имхо еще мало людей это используют. А близнецы всегда проблема для распознавания лиц, тут ничего не поделаешь.
Тут опять есть предположение и равновероятности ошибок, на самом деле ситуация будет примерно такая: подавляющее большинство людей всегда без ошибок, а кто-то будет путаться через раз, вот он почти сразу забьет на это, а у остальных будет норм работать.
"Ошибка меньше процента" не узнать человека, а перепутать двух людей - одна миллионная (одно неправильное списание на миллион сравнений).
В общем, все действительно не просто, но с некоторыми весьма незначительными допущениями это уже норм работает. У меня, например, тройка тоже не каждый раз срабатывает)
Если больше кадров перебирает – то и шанс ошибочного обнаружения в базе возрастает, не только правильного.
Так что "сдвигая порог" можно лишь перевести эту ошибку в категорию "неизвестный пассажир" (и всадить ещё пачку таких же ошибок).
Одна миллионная вероятности перепутать двух людей (не конкретных, а данного пассажира с кем-то другим из базы) – это какой-то запредельный показатель, люди даже близко такой точности не достигают. Да даже процент близнецов в популяции куда больше.
У меня все девайсы умеют в разблокировку по лицу, был в нескольких организациях где нормальный СКУД по лицу, даже преступников ловят, или это все не очень удачные? :)
Конечно прошу прощения, если не прав, но разве распознаванием лиц занимаются нейросети? Причем тут яркостная информация? FRT строит сеточную модель лица на основании контуров (перепадов градиентов) и ошибается, в основном, при смазывании картинки. Точнее - снижается точность. Но трекинг на нескольких последовательных кадрах должен помочь, наверное.
Может камеры нужно просто получше поставить? Профессиональные, а не какие-нибудь беварды для наружного наблюдения за 2к рублей.
Почему идентификация лиц невозможна — так, как этого хочет заказчик?