Есть проблема
Мечтаете жить в городе, где не страшно прогуляться поздним вечером в местном парке? Хотите перестать бояться за ребёнка, идущего из школы домой?
Признайтесь, вы уже давно мечтаете сводить внука на футбол, и всё, что вас смущает — это драки болельщиков на стадионах и в его окрестностях. Как уберечь от этого зрелища своего отпрыска?
А мусор на улицах? Правда, надоел? Кто-то же его бросает! А как хочется, чтобы никто не ломал только что посаженные деревья во дворе и не малевал в подъезде непристойности…
На самом деле, этого хотят многие. Не будет преувеличением сказать, что об этом мечтают почти все. Все хотят жить в чистом, спокойном городе, без хулиганов, распивающих алкоголь на детской площадке перед домом, мусорных куч, оставленных посетителями торговых точек, разбитых уличных фонарей.
Конечно, можно отрядить патрулировать улицы парней в форме: понадобится много парней, не каждый город сможет себе это позволить. Можно вспомнить советскую практику добровольных дружин, но кого сейчас заманишь наводить порядок на общественных началах. Можно повесить в светлых местах по паре бутафорских камер (до первого разбитого фонаря и самой камеры), но ведь человек — не автомобиль, на нём нет регистрационного знака. Однако выход есть. И он, как это обычно бывает сегодня, связан с высокими технологиями. На сей раз на службе правопорядка и на страже безопасности встаёт технология распознавания лиц и видеоаналитика!
Только не спешите отмахиваться, думая, что это что-то из области фантастики, реализуемое лет через 50, да и то в крупных мегаполисах мира. Технология вполне себе реально существует, а будущее: считайте, что оно уже наступило.
Есть решение
Российская лаборатория NtechLab в составе лучших специалистов в области машинного обучения разработала одну из самых точных и быстрых программ для распознавания лиц на видео, поставляемую как в виде SDK, который можно встроить на стороне клиента, так и облачного API, обрабатывающего запросы на стороне компании-разработчика.
Мы не оговорились — алгоритм действительно является одним из самым точных и быстрых на данный момент в мире. Свидетельство тому — вашингтонский MegaFace challenge-2015, в ходе которого алгоритм NtechLab показал лучший результат, обойдя 90+ соперников со всего мира, в том числе программу команды Google.
Чтобы понять, как работает алгоритм будущего и как он связан с решением проблемы безопасности, нужно ненадолго заглянуть в прошлое и обратиться к истокам — технологии, её зарождению, понять, наконец, откуда она взялась и что из себя представляет.
Нейронные сети для «чайников»
Вы узнаете из статьи: технология распознавания лиц основана на работе искусственных нейронных сетей, построенных по принципу биологической нейронной сети.
Нейрон — это маленькая клетка мозга. Суть нейрона в накоплении и передаче информации по цепочке другим нейронам. Нейроны связаны друг с другом с помощью дендритов и аксонов, образуя некое подобие клубка. Этот клубок переплетённых друг с другом маленьких носителей информации и есть нейронная сеть. Информация, накапливаемая и передаваемая нейронами может быть самой разной, каждая зона мозга отвечает за определённую функцию организма, например, двигательную или зрительную. В случае с алгоритмом распознавания лиц на видео нас интересует последняя.
К описанию биологических нейронных сетей учёные обратились уже в конце XIX столетия. Но лишь спустя десятки лет речь зашла о моделировании искусственной нейронной сети. Зачем учёным это понадобилось?
Так уж устроен человек — в жизни ему мало одной жизни, ему обязательно нужно создать её подобие, её во многом лучший и совершенный аналог. Так и писатели-фантасты и режиссёры придумывали свои «чудесные предметы», которые сегодня становятся реальностью — эмоциональные роботы-сиделки, беспилотники, виртуальная реальность…
Создание искусственного интеллекта, который никогда не устанет работать, не ошибётся, в общем и целом, выросло из той же потребности создания подобия жизни, которое во многом будет совершеннее «исходника».
Одной из ключевых особенностей искусственной нейронной сети является её способность к обучению или т.н. deep learning (глубинное обучение). Обучение искусственной нейронной сети в чём-то схоже с обучением биологической. И та и другая учится на ошибках. Методом проб и ошибок в поведение человека закладываются определённые правила и модели.
В искусственном мозге всё происходит почти так же, как в человеческом — специалистом строится правило, оно проверяется, коррелируется, алгоритм становится более точным, ошибок становится меньше и — вуаля! — алгоритм настроен на выполнение определённой функции.
Помните, мы говорили про фрагменты сети, которые отвечают за разные функции? То же самое происходит с искусственной нейронной сетью. Отличие лишь в том, что нейронная сеть, отвечающая за какую-то одну функцию (скажем, способность видеть объект и сравнивать его с другим таким же) не располагается в мозгу, а программируется в рамках той или иной задачи, в нашем случае, задачи сравнить изображения лица. Для другой задачи, например, для распознавания языка, будет смоделирован новый алгоритм.
А при чём же здесь безопасность, чистота в подъездах и благодать на футбольных стадионах?, — спросите вы. Не далеко ли мы отошли от заявленной темы? Вовсе нет!
Дело в том, что алгоритм, созданный командой NtechLab настроен (обучен) на распознавание лиц настолько точно, что любая камера слежения, видеопоток с которой обрабатывается с помощью применения технологии распознавания лиц от NtechLab, вмиг превращается в мощное оружие по отслеживанию и поимке преступника, хулигана и прочих возмутителей общественного спокойствия и нарушителей порядка.
Что же именно предлагает NtechLab и как это работает в сфере обеспечения безопасности?
На сегодняшний день команда NtechLab представляет два продукта на основе своей разработки. Первая, FindFace Enterprise SDK, интегрируется в уже готовые клиентские решения непосредственно в клиентское «облако». Вторая, FindFace Cloud API, работает на стороне компании-разработчика.
Облачные технологии распознавания лиц от NtechLab позволяют:
- Обнаружить лицо на фото
- Сверить обнаруженный снимок с многомиллионной базой данных
- Идентифицировать личность сфотографированного
Алгоритм NtechLab является одним из лучших в своём роде по таким показателям как:
Точность распознавания
- 95% вероятность попадания в топ-10 при поиске по 10 тыс. фото
- 88% вероятность попадания в топ-10 при поиске по 1 млн фото
- 99% точность верификации
Скорость распознавания
- 0,5 сек на обработку 1 млрд фото
Город может стать безопаснее благодаря автоматической идентификации подозреваемых и потенциально опасных людей с помощью обладающего такими функциями алгоритма, обрабатывающего видеопоток с камер слежения!
Неважно где именно находятся камеры: они могут быть интегрированы в городской ландшафт, транспортную систему, в объекты инфраструктуры.
Программа распознавания лиц с помощью видеонаблюдения автоматически идентифицирует разыскиваемых и отправляет уведомление правоохранительным органам. Нарушителю останется только ждать звонка в дверь или появления на спец. портале или в почтовом ящике информации о наличии у него штрафа.
Однако проблема безопасности не ограничивается одними лишь правонарушениями.
Ограничение доступа на объекты по «чёрным» спискам, безопасность на стационарных точках обеспечения правопорядка, выявление потенциально опасных граждан, работа с шаблонами поведения и базами поиска правоохранительных органов… Сценарий фантастического блокбастера вот-вот готов разыграться на улицах вашего родного города!
Фотография или видеозапись зачастую являются единственной уликой при раскрытии преступления. Обычный поиск по базам требует много времени и внимания, велика вероятность ошибки.
Алгоритм от команды NtechLab способен провести поиск среди миллионов фотографий менее чем за секунду; вы можете идентифицировать каждого человека на фотографии или видео, даже если со времени последней съёмки у него появились усы, борода и очки, даже при плохом освещении и по прошествии значительного количества времени между датой съёмки и настоящими событиями.
О бизнес-сценариях и самых невероятных областях применения программы распознавания лиц с камеры читайте в одном из наших следующих выпусках! Оставайтесь с нами.