Комментарии 26
Плюс еще из-за коронавируса много граждан стали выходить на улицы в масках, это подтолкнуло китайских производителей SenseTime, FaceGo, Minivision внедрять эти технологии распознавания частично закрытых лиц в коммерческие модели видеокамер.
по половине лица уровень успешного распознавания составляет 90%
Московское метро в сутки перевозит около 8 млн. пассажиров. Т.е. можно ожидать, что каждое десятое распознавание в маске будет ошибочным (почти 800 тыс. человек).
Допустим маски отменят, но даже один процент неточности даст 80 тыс. ложных распознаваний в сутки. Ок, возьмем референсную точность для Facenet — авторы заявляют 99.67%. Все равно выходит 21 тыс. ошибок каждый день.
Интересно, как вообще планируется с этим разбираться, оспаривать ошибочные транзакции, в случае списания оплаты проезда в метро, например?
А ведь есть уже и банковские приложения с биометрией.
А нейронка обрабатывает их по отдельности.
Трекинг человека задача крайне простая, выдераем «лица» с кадров, детектим, допустим, каждый пятый, по итогу имеем что 6 из 10 это вот этот человек. Значит это действительно он.
Таким образом 21 тыс. ошибок превращаются в… десятки, ну пускай даже сотни.
PS:
по поводу поста — mtcnn и facenet это уже сильно устарело. Кто захочет заниматься — смотрите в сторону RetinaFace и ArcFace, хотя не факт что и это уже не устарело.
Усредним результаты этих десяти кадров. На сколько уменьшится вероятность ошибки? Интересуют конкретные цифры. Рассчитать тут сложно, потому что кроме ошибки для конкретного кадра из-за неудачного ракурса, есть еще просто очень похожие люди. Если ошибки неизбежны, кто и как будет их разгребать?
Применительно к обслуживанию в банкоматах, например, даже десять ошибок в день — уже совершенно неприемлемо, на мой взгляд.
Пока не устарели ни Retinaface ни ArcFace. ArcFace вот на днях вообще новая модель вышла значительно более точная — Partial_FC.
Единственное, как со многим опенсорсом придется потратить много времени чтобы из отдельных модулей собрать единое оптимизированное решение.
opensource, проверьте.
есть еще алгоритмы face reconstruction, но они больше заточены работать по серии кадров + поиск похожих по «оставшимся частям» и там дальше цепочка всяких преобразований, на выходе чуть ли не 3d скан лица…
Надо только понимать разницу между пиаром — распознавание ЛИЦА в маске, когда от лица остаются только глаза и брови — то есть распознавание по области глаз.
И распознавание объекта по совокупности и других черт — прическа, маска, одежда.
В условиях зимы-осени (шапка+маска) — псевдоалгоритмы почти не работают.
В условиях зимы-осени (шапка+маска) — псевдоалгоритмы почти не работают.
А походка? Кстати, а где можно посмотреть демки по этой теме?
Ну подобные чудо из подручных средств собирается за месяц. Или вообще покупается
Широкой аудитории алгоритм был представлен в виде сервиса FindFace, который искал людей во Вконтакте по фотографии.
А сейчас остались какие-то сервисы такого типа?
1. Камера выделяет некие критерии (взаимное расположение ключевых точек) и по этим сведениям в центре производится поиск человека
2. Камера шлёт картинки на сервер, где и производится обработка?
Не может же сама камера хранить у себя всю базу для самостоятельного выявления человека, что попал в поле её зрения, а в центр слать только данные идентифицированного лица.
Можно придумать много разных способов, выбор зависит от бюджета.
Камера считывает лица, извлекает вектора и отправляет в центр. (тут надо довольно дорогую камеру, которая потянет нейронку в реальном времени)
Камеры подключены к хабу, хаб к устройству, которое со своих камер обрабатывает видео и шлет вектора в центр. (сложное обслуживание)
Камеры подключены к хабу, хаб передает видео в центр. В центре видео скармливаются серверам с нейронками. (удобно, дешево, но критичны перебои связи)
Общий принцип работы:
Камера > видео > предварительная обработка > нейросеть > вектор > база данных > список возможных личностей.
Нейросеть выдает компактный набор чисел, которые позволяют довольно точно идентифицировать человека или найти очень похожих.
А есть какой-нибудь сервис для изменения лица для фотографий в соц.сетях? Какое-нибудь размытие по точкам
Обнаружение — вполне нормальное слово, зачем его заменять суррогатом?
Изначально (независимо от того. что обнаруживается, определяется, идентифицируется) была разработана общая теория, — см. например. Ван Трис — Теория обнаружения, оценок и модуляции, 1972. Обнаружения сигналов, целей или объектов на изображении/в видеоряде — всего лишь тип параметра.
FaceNet уже года 2-3 как устарел в плане точности. Лучше посмотреть в сторону Deepinsight Insightface и их же детектор лиц Retinaface (писали тут уже в комментариях).
К тому же буквально на днях опубликовали обновленную модель предобученную на 500 тыс. уникальных персон и чуть меньше 20 млн. лиц.
Нейросети в большом городе. Разбираемся, как они помогают идентифицировать людей, и запускаем собственную нейросеть