Pilves töötluse eelised näotuvastuses

Lähedane tulevik

On mitmeid meetodeid, mille järgi näo tuvastamise süsteemid töötavad, kuid üldiselt on tegemist tehnoloogiaga, mis suudab identifitseerida isikut digitaalse pildi või videotoe kaadriga.

Paljud nutitelefoni omanikud kasutavad igapäevaselt näotuvastust, kuid mobiilseadmetes ei ole tuvastamise kiirus kriitiline ja kasutajate arv ei ületa tavaliselt ühte või kahte. Kontori- ja tänavasüsteemides (massilise tuvastamise puhul) kasutatakse muid tehnoloogiaid.

Hiljuti arutati Habré uudis: Moskva kohvikud "Pravda kohv" ja OneBucksCoffee on hakanud oma seadmetes katsetama näotuvastuse teenust.

Kohvikud kasutavad meie tehnilist lahendust. Täna räägime sellest lähemalt. Loomulikult oleme juba rääkinud selle tehnoloogia olemusest, kuid nüüd on ilmunud midagi uut — lahendus on tõeliselt pilves. Ja see muudab kõike.

Kuidas näotuvastuse tehnoloogia töötab

Esimene asi, mida süsteem peab tegema, on kaadris näo tuvastamine ning algoritmide abiga veenduda, et see on tõepoolest inimnägu.

Pärast esialgset tuvastamist määratakse erinevaid individuaalseid jooni fikseeritud punktide põhjal — näiteks arvestatakse silmade vahemaa ja veel kümneid teisi parameetreid.

Seejärel otsivad teised algoritmid erinevate eelnevalt loodud andmebaaside seast ja annavad välja sarnasusprotsendi soovitud andmemalliga. Kui sarnasusprotsent on piisavalt kõrge, loetakse nägu tuvastatuks.

Kui mitte süveneda detailidesse (analüüsiks mõeldud foto tuleb enne edasi andmist normaliseerida, enne kui edastada see närvivõrgule, mis loeb mingit deskriptorit), siis seisneb praegune lahenduse peamine keerukus mitte niivõrd tehnoloogiates (algoritmides), vaid rakendamises.

Näotuvastussüsteemid arenevad erinevates suundades, mida klassifitseeritakse teabe töötlemise lähenemise alusel. Mõnikord on raske valida, milline süsteem sobib kõige paremini konkreetse ülesande täitmiseks.

Süsteemide mitmekesisus

Andmeid saab töödelda pilves, kohalikes serverites, mis on paigaldatud ettevõtte turvaperiimeetrisse, või otse kaamerates.

Viimases näites toimub kogu analüüs kaamera enda poolt, ja serverisse jõuab juba töödeldud teave. Süsteemi peamine eelis on kõrge täpsus ja võimalus ühendada ühe serveri külge suur hulk seadmeid.

Kuigi see tehnoloogia näib lihtne ja lihtsasti skaleeritav, on tal ka miinuseid. Üks neist on kõrge hind. Lisaks ei ole praegu ühtset standardit teabe esitamiseks, mida spetsialiseeritud kaamerad serverile edastavad. Andmekogud võivad erinevate tootjate vahel oluliselt erineda.

„Lihtne” näotuvastussüsteem Panasonic

IP-kaameratel põhinevad süsteemid koos sisseehitatud videoanalüüsi funktsiooniga jäävad populaarsuses serverilahendustele alla. Kuid ka traditsioonilise salvesti ja/või kohaliku serveri põhjal loodud süsteemi kasutamise korral ei saa raha kokku hoida.

Programmid ja hinnad* Näotuvastus

*Avaallikate teabe põhjal.

Arvestades algoritmide keerukust ja serveriseadmçados kõrge hinda videoanalüüsi moodulite jaoks, on näotuvastussüsteemid pikka aega olnud kulukas lõbu.

Lahenduse maksumust mõjutab ka suuri võrgukaubandust, mis genereeritakse töö käigus – lisaks kuludele võimsatele serveritele peate kulutama ka aktiivsele võrgutehnoloogiale ja „paksudele” sidekanalitele.

Tänaseks päevaks on Venemaa turul mitu suurt tegijat, kes pakuvad kvaliteetseid videoanalüüs ja -töötlusalgoritme. Nende ühiseks joon on huvi suurte äri projektide vastu. Sellise fookuse seletamine on väga lihtne – lahenduse hind ületab kaugele väikese ja keskmise äri võimalusi.

• ISS

Tarkvara „SecurOS Face”.

Näo salvestamise mooduli litsents maksab 41 275 rubla kanali kohta. Tarkvara installitakse näotuvastusserverisse või nende tuvastamise serverisse.

Näotuvastuse mooduli litsents 1000 inimese andmebaasist maksab 665 760 rubla. Installitakse näotuvastusserverisse.

• Sigur

Venemaa seadmete ja tarkvara arendaja juurdepääsusüsteemide jaoks.

Ühe kaamera näoverifitseerimise mooduli litsents maksab 50 000 rubla.

Ühe kaamera näo tuvastuse mooduli litsentsi hind on 7 000 rubla.

Hinna litsents baasile kuni 1 000 nägu — 294 000 rubla.

• ITV

Näotuvastuse tarkvara "Intellect" 1 000 näo andmebaasi mäluga maksab 314 000 rubla.

Süsteemi tuum — 20 300 rubla. Videokanalite ühendamine — 6 000 rubla.

• Macroscop

Macroscop Basic näotuvastusmoodul kuni 1000 näo andmebaasiga — 240 000 rubla.

Ühe IP-kaamera töö litsents maksab 16 500 rubla.

Veel hiljuti kasutati Macroscopi lahendusi peamiselt oluliste objektide, nagu staadionide, lennujaamade ja tehase, turvamiseks. Kuid nüüd pakuvad nad oma toodet ka jaemüügis. Hind — 94 000 rubla mooduli eest (rekistraatoreid ei müüda).

• TRASSIR

Tarkvara hind on 79 000 rubla + 32 000 rubla rekistraatori eest. Ettevõtte kliendid on enamasti suured firmad (tehased, kaevandamisettevõtted, ülikoolid, spordikeskused). Kuid ettevõte keskendub peamiselt traditsioonilisele videovalvele, mitte näotuvastusele. Kuigi nende videorekistraatorid sobivad ka selleks.

• FindFace

Ettevõte arendab ja müüb ainult spetsialiseeritud näotuvastustarkvara. Serverikonfiguratsiooni, mis on vajalik andmete salvestamiseks ja töötlemiseks, peate valima ise.

• Ivideon

Pilveteenus videovalve ja videoanalüütika jaoks, mis pakub teenuseid piiratud eelarvega ettevõtetele. Teenus Ivideon Faces töötab praktiliselt kõigi kaameratega, ühe seadme ühendamise maksimaalne hind — alates 3 150 rubla, analüüsides kuni 100 unikaalset nägu päevas ning baassalvestust pilvearhiivis 5 päeva jooksul.

Riistvara valik näotuvastus süsteemide jaoks

Ühe Full HD kaamera jaoks, mis töötleb videovoogusid, sisaldades 10 nägu kaadris, on vajalik üks protsessorituuma, mille sagedus on 2,8 GHz. Kui kaadris on vähe nägusid (1 kuni 3), siis one protsessorituum suudab hõlpsasti töödelda kaht videovoolu.

Selle näite põhjal on näha, et isegi lihtsas süsteemis tuleb omada teatud varu "riistvara" osas. Sest kui objekti siseneb korraga mitte 10, vaid 15 inimest, on juba vajalik teine tuum samasuguste jõudlustasemega.

Seetõttu tuleb traditsioonilise süsteemi jaoks, arvestades tipukoormusi, hoida kahekordset varuressurssi.

Kuna on lihtsam ette kujutada, kui palju traditsiooniline näotuvastussüsteem maksab, toome näiteks kaupluse ja arvutame traditsioonilise ja pilvesüsteemi näotuvastamise maksumuse.

Kulutuste arvutus: traditsioonilise näotuvastussüsteemi maksumus

Oletame, et paigaldame näotuvastussüsteemi apteegiketti, mis koosneb 16 punktist. Keskmiselt külastab iga apteeki päevas 500 klienti.

Et nägusid korralikult tuvastada, võib iga vaatlusobjekti jaoks paigaldada ühe pööratava kaamera või kaamera mehaanilise objektiiviga.

Traditsioonilise süsteemi kasutamisel oleksid kulud järgmised:

1. Iga apteegi jaoks on vajalik vähemalt üks spetsiaalne videoregistraator. Selle jaehind on ligikaudu 40 000 rubla.
2. Iga registraatori jaoks on lisaks vajalik spetsiaalne kõvaketas (mitte segi ajada tavalise HDD-ga arvutis), mille maht peab olema vähemalt 4 TB, et salvestada videovoogu eraldusvõimes 1920x1080 suurenenud liikumise intensiivsuse korral. Keskmine jaehind on 10 000 rubla.
3. Eelarvesse tuleb arvestada ka videovalvesüsteemi hoolduskulud (näiteks monteerija väljasõit rikke kõrvaldamiseks, tarkvara uuendamiseks või HDD vahetamiseks). Selliste teenuste maksumus on 12 000 rubla/aastas (väljasõit kord kvartalis) iga objekti jaoks (vastavalt ühe montaažiettevõtte hinnakirjale).
4. Täifunktsionaalse näotuvastustarkvara minimaalne maksumus on keskmiselt 120 000 rubla kaamera kohta (piiramatu ajalooga litsents).
5. Ettevõtte Backblaze andmetel vajab umbes 50% kõvakettadest vahetamist 6. kasutusaasta lõpuks. Seega, pärast 5 aastat katkematut kasutamist, ebaõnnestub umbes 8 ketast, ja juhul, kui sellises süsteemis rezervatsioon ei ole ette nähtud, tuleb keskmiselt arvestada täiendavate kuludega 1,6 ketta aastas, ehk 16 000 rubla/aastas.

Kapitalikulud (ilma kaamerate maksumuseta) on 2 928 000 rubla/aastas.

Pilvesüsteemi kulud

Pilvesüsteemi puhul on videovalve hind, mis tuvastab 500 nägu/päevas, järgmine 4 750 rubla/kuu (57 000 rubla/aastas) kaamera kohta, või 912 000 rubla/aastas 16 kaamera puhul.

Tulet meelde, et võrgu omanik ei pea soetama mingeid lisaseadmeid. Tehnilise hoolduse kulusid samuti ei tule, kuna kõik pilveserverid hooldab pilveteenuse pakkuja andmekeskuses.

Esimese aasta jooksul on kulud kokku üle 3 korda madalamad.

Vahekokkuvõte ja lisatooted

Ülaltoodud arvutustes on oluline nüanss: kolme aasta pärast muutub traditsiooniline süsteem kogukulude poolest odavamaks kui pilvepõhine näotuvastus. Siin on kaks tegurit, mida arvestada.

Esiteks, seadmed, mille ostab võrgu omanik, vananevad kolme aastaga. Siiski, tõenäoliselt ilmnevad uued, täiustatud näotuvastus tehnoloogiad ja algoritmid, mis töötavad tõhusamal riistvaral. Ja kolme aasta pärast tuleb tõenäoliselt varustus kõikjal välja vahetada.

Pilvesüsteemi puhul ei ole seda vajalik teha – teenus paraneb ja uuendatakse pidevalt algoritmide arengu ja andmekeskuste arvutustehnika suurenemise kaudu. Turvastandardite toetamist ei seostata riistvaraga.

Teiseks, rahalise kokkuhoiu esimestel aastatel lubab neid vahendeid mitu korda ringi investeerida, tuues ettevõttele täiendavat kasumit.

Minevik, olevik ja tulevik pilvepõhisest näotuvastusest

Näotuvastussüsteemide areng viimastel aastatel on kiirenenenud. Veel hiljuti kasutas tavaline turvatöötaja keerukate algoritmide ja närvivõrkude asemel lihtsalt arvutit, et võrrelda programmeeritud nägusid andmebaasidega ja märkida, kes need inimesed on.

Lisaks töötasid süsteemid kohalike serverite kaudu. Seetõttu pidid kasutajad teenuse kasutamiseks paigaldama eraseadmestiku või spetsiaalse videoregistraatori. See tõi kaasa täiendavad seadmehankimise ja kasutamise kulud.

Pilvepõhine näotuvastus ei nõua mingite teiste seadmete, välja arvatud kaamerate, ostmist ja seadistamist ning töötab olemasolevate kaamerate arvutis.

Ei ole vajalik hoida spetsialiste seadmete töös hoidmiseks. Seadmestiku tehnilise seisukorraga seotud probleemid lahendab teenuse pakkuja ise (ja teeb seda tõhusamalt kui mitte spetsialiseeritud ettevõtted).

Pilvemugavustuse tõi mudeli üle, mis koosneb kohandatud serverist, ainulaadseks pilvekeskkonnaks. See tähendab, et süsteem ei sõltu enam kliendi kontoris asuvast serverist ning selle IT-infrastruktuurist. Uue riistvara soetamine ja konfiguratsioonide ning laiendamisvõimaluste kokkuleppimisega pole enam muret.

Pilv jaotab automaatselt koormust kogu kergesti kättesaadavate serverite vahel. Kliendi jaoks pole tarvis harva kasutatavate ressursside hoidmist ooterežiimis ootamatute koormuste suurenemiste ajal (pühadel, nädalavahetustel). Süsteemi võimaluste kohta saab rohkem teavet, konsulteerides meiega.

Praegu on "Truth Coffee" ja OneBucksCoffee tekitanud arutelu, kuid peagi ei jää praktiliselt ühtegi offline-äri, millel pole videomaanuseid. Tarbijaturu mängijad vajavad oma klientide isiklikku tunnustamist: teenuse ja pakkumiste isikupärastamine, külastaja meeleolu analüüsimine, kulude vähendamine ja klientide tagasitoomine, mitte lihtsalt tehnoloogiliste lahenduste ostmine aruandluse nimel.

Allikas: habr.com