ความเป็นมาของอัลกอริธึมด้านการจดจำกิจกรรม

ประวัติความเป็นมาของการรับรู้ด้วยความช่วยเหลือของโครงข่ายประสาทเทียมเริ่มขึ้นในช่วงครึ่งหลังของศตวรรษที่ 20 แต่ย้อนหลังไปถึงศตวรรษที่ 19 เมื่อนักวิทยาศาสตร์ชื่อว่า ซานทิเอโก้ รามอน วาย คาจาล (Santiago Ramon y Cajal) ได้อธิบายโครงสร้างของเซลล์ประสาทเป็นครั้งแรก และผู้ติดตามของเขาพยายามที่จะผลิตโครงสร้างนี้ขึ้นซ้ำ อ่านเพิ่มเติมใน บทความ เกี่ยวกับเทคโนโลยีที่เป็นหัวใจสำคัญของการจดจำใบหน้า

ตลอดการพัฒนาเทคโนโลยีนี้ ได้มีการเติมเต็มกลุ่มงานใหม่ ๆ ขึ้นจำนวนมาก เช่น การจดจำใบหน้าได้หลายเฟรมมากขึ้น การจดจำได้แม่นยำยิ่งขึ้น การจดจำได้เร็วขึ้น ภายในปี พ.ศ. 2558 ได้มีการพัฒนาเทคโนโลยีที่ใช้ในการระบุตัวตนด้วยใบหน้าทั่วโลกในระดับค่อนข้างสูง NtechLab ทำให้รัสเซียอยู่ในตำแหน่งผู้นำ โดยแสดงผลลัพธ์ที่ดีกว่า Google และบริษัทที่มีชื่อเสียงอื่น ๆ ในการแข่งขันด้านอัลกอริทึมในระดับนานาชาติ

ปัจจุบัน การจดจำใบหน้ามีความแม่นยำ (สูงถึง 99%) และมีความเร็วสูงมาก (เร็วกว่า 0.5 วินาที) จึงเป็นที่น่าสงสัยว่าเทคโนโลยีจะมีพัฒนาต่อไปอย่างไร การต่อสู้เพื่อให้ระบบมีความเร็วเพียงเสี้ยววินาที และมีความแม่นยำที่เพิ่มขึ้นทีละน้อยจะดำเนินต่อไป แต่ผลลัพธ์ที่มีอยู่ช่วยให้สามารถแก้ไขงานที่ซับซ้อนส่วนใหญ่ได้ด้วยชุดข้อมูลนับพันล้านรายการ รวมถึงครอบคลุมการใช้งานทุกด้านทั้งเพื่อความปลอดภัยของสาธารณะ และความปลอดภัยทางธุรกิจ แล้วจะเกิดอะไรขึ้นในอนาคต

การจดจำแนวโน้มของการพัฒนาเทคโนโลยี

วิศวกรของเราเริ่มค้นหาคำตอบเมื่อไม่กี่ปีที่ผ่านมาซึ่งส่งผลให้เกิดการสร้างอัลกอริธึมด้านการจดจำภาพเงาขึ้น การติดตามด้วยภาพเงา - ซึ่งเป็นชุดคุณลักษณะเฉพาะของมนุษย์ - ช่วยทำให้สามารถตรวจจับ และนับจำนวนคนในพื้นที่ติดตามจำนวนเท่าใดก็ได้ทันที แม้ว่าพวกเขาจะหันหลังให้กล้องก็ตาม นอกจากนี้ยังสามารถติดตามเส้นทางภายในเขตเมืองตามข้อมูลจากกล้องวงจรปิดต่าง ๆ ได้อีกด้วย

ในปี พ.ศ. 2561 โซลูชั่นของ FindFace ติดอันดับอยู่ในสามอันดับแรกของการแข่งขัน Amazon Pedestrian and Cyclist Detection หลังจากนั้นไม่นาน NtechLab ก็ได้เข้ามามีส่วนร่วมในการแข่งขันการตรวจจับกิจกรรมระดับนานาชาติที่จัดขึ้นโดย NIST โดยจะจดจำกิจกรรม 17 กิจกรรมที่แตกต่างกันจากการสตรีมมิ่งวิดีโอ เช่น การสนทนาทางโทรศัพท์ การพิมพ์ข้อความ การขับรถออกจากสถานที่ การเคลื่อนย้ายของหนัก วัตถุ และอื่น ๆ ด้วยความแม่นยำเป็นพิเศษ

ในการแข่งขัน ผู้เข้าร่วมจะต้องติดตามจุดเริ่มต้น และจุดสิ้นสุดของกิจกรรมภายจากการสตรีมมิ่งวิดีโอที่ไม่มีการตัดต่อ และส่งการแจ้งเตือนไปยังผู้จัดงาน จากข้อมูลของ Artyom Kuharenko ซึ่งเป็นสถาปัตยกรรมของโครงข่ายประสาทเทียมที่พัฒนาโดยวิศวกรนั้น หลังจากการฝึกอบรมที่จำเป็น อัลกอริธึมสามารถรับรู้กิจกรรมเกือบทั้งหมดที่อยู่ในการสตรีมมิ่งวิดีโอได้

เห็นได้ชัดว่านักยุทธศาสตร์ของ NtechLab มองเห็นการพัฒนาอัลกอริธึมการระบุตัวตนเพิ่มเติมโดยใช้โครงข่ายประสาทเทียมซึ่งไม่เพียงแต่จะจดจำบุคคลได้เท่านั้นแต่ยังสามารถติดตามเส้นทางการเคลื่อนไหวของบุคคล ประเมินกิจกรรมจากมุมมองด้านความปลอดภัยของมวลชน หรือเกณฑ์อื่น ๆ ด้วย เพื่อคาดการณ์ และกำจัดสถานการณ์อันตราย

พูดได้อีกอย่างหนึ่งว่าการรับรู้นั้นไม่เพียงแต่มีค่ามากเท่านั้นแต่การวิเคราะห์วิดีโอก็มีค่ามากด้วยเช่นกัน ด้วยความช่วยเหลือนี้ทำให้สามารถแก้ไขงานต่าง ๆ ที่เป็นประโยชน์สำหรับธุรกิจ รัฐ และสังคมโดยรวมได้

สถานการณ์จำลองแอปพลิเคชั่นการจดจำกิจกรรม

สถานการณ์ที่สามารถมองเห็นได้ชัดเจนที่สุดของแอปพลิเคชั่นการจดจำการกระทำคือ ความสำคัญของการป้องกันภัยคุกคามด้านความปลอดภัยสาธารณะ เช่น การติดตามที่มาของความขัดแย้งในฝูงชน การบันทึกการกระทำในกรณีที่มีผู้ทิ้งวัตถุต้องสงสัยในสถานที่สาธารณะ และส่งการแจ้งเตือนไปยังบริการที่รับผิดชอบทันทีก็มีความสำคัญเท่าเทียมกัน

หลังจากนั้นมีการเริ่มดำเนินการรักษาความสงบเรียบร้อยของประชาชน แอปพลิเคชั่นเทคโนโลยีจะช่วยทำให้สามารถต่อสู้กับการสูบบุหรี่ในที่สาธารณะ หรือใช้โทรศัพท์มือถือในขณะขับรถยนต์ได้สำเร็จ

การจดจำกิจกรรมยังเป็นวิธีการที่มีประสิทธิภาพในการควบคุมเนื้อหาที่ไม่ต้องการได้อีกด้วยซึ่งการติดตามด้วยแรงงานคนจะต้องใช้เวลามากขึ้น มีค่าใช้จ่ายมากขึ้น และทำให้พนักงานเกิดความเครียด

การลำดับเหตุการณ์ของการควบคุมสามารถดำเนินต่อไปได้ในกรณีที่ใช้งานในด้านการดูแลสุขภาพ: อัลกอริธึมจะตรวจสอบการปฏิบัติตามกฎการดูแลผู้ป่วย หรือจะส่งการแจ้งเตือนทันทีหากผู้ป่วยในโรงพยาบาลตกลงจากเตียง

การจดจำกิจกรรมมีโอกาสที่ดีสำหรับการนำไปใช้งานในสถานประกอบการอุตสาหกรรม การผลิตที่เป็นอันตราย และอื่น ๆ อีกมากมาย NtechLab กำลังหารือเกี่ยวกับตัวเลือกการใช้งานโซลูชั่นกับบริษัทอุตสาหกรรม บริษัทพลังงาน น้ำมัน และก๊าซหลายแห่ง

ดังนั้นการจดจำกิจกรรมจึงเป็นขั้นตอนการพัฒนาอัลกอริธึมด้านการจดจำที่สูงที่สุดด้วยการใช้โครงข่ายประสาทเทียม นี่คือความก้าวหน้าอย่างแท้จริงในอุตสาหกรรม: เทคโนโลยีนี้ทำให้สามารถใช้กล้องความละเอียดต่ำได้ และสามารถตรวจจับกิจกรรมของคนที่ไม่สามารถมองเห็นใบหน้าได้

ในขณะนี้ NtechLab เป็นผู้พัฒนาการจดจำกิจกรรมที่ได้รับรางวัลเพียงรายเดียวในประเทศรัสเซีย เราจะแจ้งให้คุณทราบเกี่ยวกับการพัฒนาล่าสุดของวิศวกรประจำห้องปฏิบัติการของเรา

สมัครรับจดหมายข่าวของเราเพื่อรับการแจ้งเตือนเมื่อมีโพสต์ใหม่ ๆ

กลับไปยังหน้าฟีด