{"id":52835,"date":"2019-11-17T00:00:00","date_gmt":"2019-11-16T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/preimushhestva-oblachnogo-raspoznavaniya-lits"},"modified":"2020-02-18T14:00:38","modified_gmt":"2020-02-18T11:00:38","slug":"preimushhestva-oblachnogo-raspoznavaniya-lits","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/preimushhestva-oblachnogo-raspoznavaniya-lits","title":{"rendered":"Les avantages de la reconnaissance faciale dans le cloud","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Les
\nUn avenir proche<\/i><\/p>\n

Il existe plusieurs m\u00e9thodes par lesquelles fonctionnent les syst\u00e8mes de reconnaissance faciale, mais dans l'ensemble, il s'agit d'une technologie capable d'identifier une personne \u00e0 partir d'une image num\u00e9rique ou d'une image extraite d'une source vid\u00e9o.<\/p>\n

De nombreux propri\u00e9taires de smartphones utilisent chaque jour la reconnaissance faciale, mais sur les appareils mobiles, la vitesse de reconnaissance n'est pas critique et le nombre d'utilisateurs est rarement sup\u00e9rieur \u00e0 une ou deux personnes. Pour les syst\u00e8mes de bureau et de rue (lors de la reconnaissance de masse), d'autres technologies sont appliqu\u00e9es. <\/p>\n

R\u00e9cemment, sur Habr, il a \u00e9t\u00e9 discut\u00e9 une nouvelle<\/a><\/noindex>: les caf\u00e9s r\u00e9seau \u00ab Pravda Coffee \u00bb et OneBucksCoffee \u00e0 Moscou ont commenc\u00e9 \u00e0 tester un service de reconnaissance faciale dans leurs \u00e9tablissements. <\/p>\n

Les caf\u00e9s utilisent notre solution technique. Aujourd'hui, nous allons vous en parler plus en d\u00e9tail. Bien s\u00fbr, nous avions d\u00e9j\u00e0 parl\u00e9 de la technologie elle-m\u00eame, mais il y a eu des nouveaut\u00e9s \u2014 la solution est devenue v\u00e9ritablement cloud, ce qui change tout.
\n<\/a><\/noindex><\/p>\n

Comment fonctionne la technologie de reconnaissance faciale<\/h2>\n

\nLa premi\u00e8re chose que doit faire le syst\u00e8me est d'isoler le visage dans le cadre et de s'assurer \u00e0 l'aide d'algorithmes que c'est effectivement un visage humain. <\/p>\n

Apr\u00e8s la d\u00e9tection initiale, diverses caract\u00e9ristiques individuelles sont d\u00e9termin\u00e9es selon des points fixes \u2014 par exemple, la distance entre les yeux et des dizaines d'autres param\u00e8tres. <\/p>\n

Ensuite, d'autres algorithmes recherchent dans diverses bases de donn\u00e9es pr\u00e9\u00e9tablies et fournissent un pourcentage de similarit\u00e9 avec l'\u00e9chantillon de donn\u00e9es recherch\u00e9. Si le pourcentage de similarit\u00e9 est suffisamment \u00e9lev\u00e9, le visage est consid\u00e9r\u00e9 comme reconnu.<\/p>\n

Sans entrer dans les d\u00e9tails (la photo \u00e0 analyser doit encore \u00eatre normalis\u00e9e avant d'\u00eatre transmise au r\u00e9seau neuronal qui lit un certain descripteur), la principale difficult\u00e9 de la solution \u00e0 ce jour ne repose pas sur les technologies elles-m\u00eames (les algorithmes), mais sur leur mise en \u0153uvre.<\/p>\n

Les syst\u00e8mes de reconnaissance \u00e9voluent dans plusieurs directions, class\u00e9es selon l'approche de traitement de l'information. Parfois, il est difficile de choisir quel syst\u00e8me sera le plus efficace pour une t\u00e2che sp\u00e9cifique. <\/p>\n

La diversit\u00e9 des syst\u00e8mes<\/h2>\n

\n\"Les
\n
\nLes donn\u00e9es peuvent \u00eatre trait\u00e9es dans le cloud, sur des serveurs locaux d\u00e9ploy\u00e9s dans le p\u00e9rim\u00e8tre de s\u00e9curit\u00e9 de l'entreprise ou directement sur les cam\u00e9ras. <\/p>\n

Dans ce dernier cas, toute l'analyse est effectu\u00e9e par la cam\u00e9ra elle-m\u00eame, et les informations trait\u00e9es sont envoy\u00e9es au serveur. Le principal atout du syst\u00e8me est sa grande pr\u00e9cision et la possibilit\u00e9 de connecter un grand nombre d'appareils \u00e0 un seul serveur.<\/p>\n

Bien que cette technologie semble simple et facile \u00e0 \u00e9voluer, elle pr\u00e9sente \u00e9galement des inconv\u00e9nients. L'un d'eux est son co\u00fbt \u00e9lev\u00e9. De plus, \u00e0 l'heure actuelle, il n'existe pas de norme unique pour la pr\u00e9sentation des informations que les cam\u00e9ras sp\u00e9cialis\u00e9es transmettent au serveur. Ainsi, l'ensemble des donn\u00e9es peut varier consid\u00e9rablement d'un fournisseur \u00e0 l'autre.<\/p>\n

\"Les
\nSyst\u00e8me de reconnaissance faciale \u00ab simple \u00bb de Panasonic <\/a><\/noindex><\/i><\/p>\n

Les syst\u00e8mes bas\u00e9s sur des cam\u00e9ras IP avec analyse vid\u00e9o int\u00e9gr\u00e9e sont moins populaires que les solutions serveur. Cependant, m\u00eame avec un syst\u00e8me traditionnel bas\u00e9 sur un enregistreur et\/ou un serveur local, il n'est pas possible de faire des \u00e9conomies. <\/p>\n

Programmes et prix* Reconnaissance faciale <\/h2>\n

\n*D'apr\u00e8s des informations issues de sources ouvertes.
\n<\/i>
\nCompte tenu de la complexit\u00e9 des algorithmes et du co\u00fbt \u00e9lev\u00e9 du mat\u00e9riel serveur pour les modules d'analyse vid\u00e9o, les syst\u00e8mes de reconnaissance faciale ont longtemps \u00e9t\u00e9 un plaisir co\u00fbteux. <\/p>\n

De plus, le co\u00fbt de la solution est influenc\u00e9 par le trafic r\u00e9seau important g\u00e9n\u00e9r\u00e9 pendant le fonctionnement \u2013 en plus des d\u00e9penses pour des serveurs puissants, il fallait \u00e9galement investir dans des \u00e9quipements r\u00e9seau actifs et des canaux de communication \u00ab larges \u00bb.<\/p>\n

\u00c0 ce jour, plusieurs grands acteurs officient sur le march\u00e9 russe, proposant des algorithmes de qualit\u00e9 pour l'analyse et le traitement des donn\u00e9es vid\u00e9o. Ils partagent un int\u00e9r\u00eat pour les projets li\u00e9s aux grandes entreprises. Cette concentration est facile \u00e0 expliquer \u2013 le co\u00fbt de la solution d\u00e9passe largement les capacit\u00e9s des petites et moyennes entreprises. <\/p>\n