Bliska budućnost
Postoji nekoliko metoda na kojima rade sustavi prepoznavanja lica, ali se u cjelini radi o tehnologiji sposobnoj identificirati osobu prema digitalnoj slici ili kadru iz video izvora.
Mnogi vlasnici pametnih telefona svakodnevno koriste prepoznavanje lica, no u mobilnim uređajima brzina prepoznavanja nije kritična, a broj korisnika rijetko prelazi jednog ili dva. Za uredske i ulične sustave (pri masovnom prepoznavanju) koriste se druge tehnologije.
Nedavno se na Habr-u raspravljalo : moskovske mrežne kafiće „Pravda kava“ i OneBucksCoffee počeli su testirati u svojim ustanovama uslugu prepoznavanja lica.
Kafići koriste naše tehničko rješenje. I danas ćemo o njemu reći više. Naravno, o samoj tehnologiji smo već govorili, ali se pojavilo nešto novo – rješenje je postalo doista oblačno. A to sve mijenja.
Kako radi tehnologija prepoznavanja lica
Prvo što sustav mora učiniti je izdvojiti lice u kadru i koristeći algoritme uvjeriti se da je to ljudsko lice.
Nakon prvotne detekcije, događa se određivanje raznih individualnih osobina prema fiksnim točkama – na primjer, uzima se u obzir udaljenost između očiju i još desetke drugih parametara.
Nakon toga, drugi algoritmi pretražuju razne prethodno kreirane baze podataka i daju postotak sličnosti s traženim uzorkom podataka. Ako je postotak sličnosti dovoljno visok, lice se smatra prepoznatim.
Ako ne ulazimo u detalje (fotografiju za analizu još treba normalizirati prije nego što se prenese u neuronsku mrežu koja očitava određeni deskriptor), osnovna poteškoća rješenja u ovom trenutku nije u samim tehnologijama (algoritmima), nego u implementaciji.
Sustavi prepoznavanja razvijaju se u nekoliko smjerova, klasificiranih u zavisnosti od pristupa obradi informacija. Ponekad je teško odabrati koji sustav će najbolje riješiti određeni zadatak.
Raznolikost sustava
Podaci se mogu obrađivati u oblaku, na lokalnim poslužiteljima postavljenim u sigurnosnom perimetru poduzeća ili izravno na kamerama.
U posljednjem slučaju, cijela analiza se vrši putem same kamere, a na poslužitelj dolazi već obrađena informacija. Glavna prednost sustava je visoka preciznost i mogućnost 'priključivanja' na jedan poslužitelj velikog broja uređaja.
Iako se čini da je ova tehnologija jednostavna i lako skalabilna, ima i svojih mana. Jedna od njih je visoka cijena. Osim toga, trenutno ne postoji jedinstveni standard predstavljanja informacija koje specijalizirane kamere prenose na poslužitelj. Set podataka značajno varira između različitih dobavljača.
Jednostavni sustav za prepoznavanje lica od
Sustavi temeljeni na IP kamerama s funkcijom ugrađene video analize manje su popularni od poslužiteljskih rješenja. Međutim, čak i u slučaju korištenja tradicionalnog sustava temeljenog na snimaču i/ili lokalnom poslužitelju, ne može se uštedjeti.
Programi i cijene* Prepoznavanje lica
*Prema informacijama iz otvorenih izvora.
Uzimajući u obzir složenost algoritama i visoku cijenu poslužiteljske opreme za module video analitike, sustavi za prepoznavanje lica dugo su vremena ostali skupi luksuz.
Dodatno, na cijenu rješenja utječe visoki mrežni promet generiran tijekom rada — osim troškova snažnih poslužitelja, potrebno je uložiti i u aktivnu mrežnu opremu i 'debeli' komunikacijski kanal.
Trenutno na ruskom tržištu djeluje nekoliko velikih igrača koji nude kvalitetne algoritme za analizu i obradu video podataka. Njihova zajednička motivacija su projekti vezani uz velike poslove. Ova fokusiranost je lako objasniti — trošak rješenja značajno nadmašuje mogućnosti malog i srednjeg poduzetništva.
- ISS
Softver 'SecurOS Face'.
Cijena licence za modul za hvatanje lica iznosi 41.275 rubalja po kanalu. Softver se instalira na poslužitelj za prepoznavanje lica ili na poslužitelj za njihovu detekciju.
Cijena licence za modul prepoznavanja lica za 1000 ljudi u bazi iznosi 665.760 rubalja. Instalira se na poslužitelj za prepoznavanje lica.
- Sigur
Ruski razvijač opreme i softvera za sustave kontrole pristupa.
Cijena licence za modul verifikacije lica za jednu kameru iznosi 50.000 rubalja.
Cijena licence za modul identifikacije lica na jednu kameru iznosi 7 000 rubalja.
Cijena licence za bazu do 1 000 lica iznosi 294 000 rubalja.
- ITV
Softver "Intellect" za prepoznavanje lica s memorijom za 1 000 uzoraka lica u bazi iznosi 314 000 rubalja.
Jezgra sustava košta 20 300 rubalja. Povezivanje video kanala iznosi 6 000 rubalja.
- Macroscop
Modul prepoznavanja lica Macroscop Basic s bazom do 1000 lica košta 240 000 rubalja.
Licenca za rad s jednom IP kamerom iznosi 16 500 rubalja.
Nedavno su se rješenja od Macroscop koristila za osiguranje samo iznimno važnih objekata s velikim brojem ljudi: stadiona, zračnih luka, tvornica. No sada tvrtka isporučuje svoj proizvod i za maloprodaju. Cijena – 94 000 rubalja po modulima (snimači se ne prodaju).
- TRASSIR
Softver košta 79 000 rubalja + 32 000 rubalja za snimač. Klijenti tvrtke su uglavnom velike tvrtke (tvornice, rudarske tvrtke, sveučilišta, sportski kompleks). No tvrtka se prvenstveno usredotočuje na tradicionalno video nadzora, a ne na prepoznavanje lica. Iako su njihovi video snimači izvrsni i za te zadatke.
- FindFace
Tvrtka razvija i prodaje isključivo specijalizirani softver za prepoznavanje lica. Morat ćete sami odabrati konfiguraciju poslužitelja za pohranu i obradu podataka.
- Ivideon
Oblačna usluga video nadzora i video analitike koja je ponudila usluge biznisu s ogranicenim budžetom. Usluga radi praktički s bilo kojim kamerama, cijena povezivanja jednog uređaja – od 3 150 rubalja s analizom do 100 jedinstvenih lica dnevno i osnovnom snimkom u oblaku koja traje 5 dana.
Odabir „hardvera“ za sustave prepoznavanja lica
Za jednu Full HD kameru za obradu video toka koji sadrži 10 lica u kadru, potrebno je jedno jezgrom procesora s frekvencijom od 2,8 GHz. Ako u kadru ima manje lica (od 1 do 3), jedno procesorsko jezgro lako može obraditi i dva video toka.
Iz ovog primjera vidimo da čak i jednostavan sustav mora imati određenu rezervu u „hardveru“. Jer, ako na objekt odjednom uđe ne 10, nego 15 ljudi, potrebno je drugo jezgro s sličnom performansom.
Dakle, za rad tradicionalnog sustava, uzimajući u obzir vršne opterećenja, potrebno je imati dvostruke rezervne kapacitete.
Da biste lakše shvatili koliko košta tradicionalni sustav prepoznavanja lica, uzmimo za primjer trgovinu i izračunajmo troškove tradicionalnog i oblacnog sustava prepoznavanja lica.
Izračun troškova: cijena tradicionalnog sustava prepoznavanja lica
Pretpostavimo da implementiramo sustav prepoznavanja lica u mreži ljekarni koja se sastoji od 16 lokacija. U prosjeku svaku ljekarnu dnevno posjeti 500 kupaca.
Kako bi se lica prepoznavala u potpunosti, na svaki objekt nadzora može se postaviti jedna rotacijska kamera ili kamera s mehaničkim objektivom.
U slučaju korištenja tradicionalnog sustava troškovi će biti sljedeći:
- Za svaku ljekARNu potrebno je najmanje jedno specijalizirano video snimač. Njegova maloprodajna cijena iznosi oko 40 000 rubalja.
- Za svaki snimač dodatno će biti potreban specijalni tvrdi disk (ne miješati s običnim HDD-om za PC) kapaciteta najmanje 4 TB, kako bi se mogao snimati video tok u razlučivosti 1920x1080 pri visokoj intenzitetu kretanja. Prosječna maloprodajna cijena iznosi 10 000 rubalja.
- U proračun je potrebno uključiti i troškove održavanja sustava videonadzora (npr. dolazak instalatera radi otklanjanja grešaka, ažuriranja softvera ili zamjene HDD-a). Trošak takvih usluga iznosi 12 000 rubalja/godno (posjet kvartalno) za svaki objekt (prema cjeniku jedne od instalacijskih tvrtki).
- Minimalna cijena punog funkcionalnog softvera za prepoznavanje lica iznosi u prosjeku 120 000 rubalja po kameri (neograničena vremenska licenca).
- Prema podacima tvrtke Backblaze, oko 50% svih tvrdih diskova zahtijeva zamjenu do 6. godine korištenja. Dakle, nakon 5 godina neprekidnog rada, otprilike 8 diskova će otkazati, a uz uvjet da takav sustav nema rezervnu opciju, u prosjeku treba planirati dodatne troškove od 1,6 diska godišnje, odnosno 16 000 rubalja/godno.
Kapitalni troškovi (bez troškova kamera) iznose 2 928 000 rubalja/godno.
Troškovi oblacnog sustava
U slučaju oblacnog sustava cijena tarife videonadzora s prepoznavanjem 500 lica/dnevno iznosi 4 750 rubalja/mjesec (57 000 rubalja/godinu) po kameri, ili 912 000 rubalja/godinu za 16 kamera.
Podsjećamo, da vlasnik mreže neće morati nabavljati nikakav dodatni hardver. Troškovi tehničkog održavanja također nisu potrebni, jer sve cloud servere održava pružatelj cloud usluga u data centru.
Evidentna je ušteda od više od 3 puta tijekom prve godine korištenja sustava.
Međufinalni rezultat i dodatne "pridodane vrijednosti"
U izračunima iznad postoji bitna nijansa: nakon 3 godine korištenja tradicionalni sustav će postati jeftiniji od cloud prepoznavanja lica po ukupnim troškovima. Ovdje treba uzeti u obzir dva faktora.
Prvo, oprema koju će vlasnik mreže kupiti, tijekom 3 godine korištenja zastarat će. No, sigurno će se pojaviti nove, sofisticiranije tehnologije i algoritmi prepoznavanja lica, koji rade na snažnijem hardveru. I nakon 3 godine, najvjerojatnije će biti potrebno potpuno zamijeniti opremu na mjestima.
S cloud sustavom to ne treba raditi – usluga se neprekidno unapređuje i ažurira zahvaljujući razvoju algoritama i rastu računalne snage data centara. Podrška sigurnosnim standardima također nije vezana uz hardver.
Drugo, ušteda sredstava u prvim godinama omogućit će da se taj novac višestruko iskoristi, donoseći dodatnu dobit poslovanju.
Prošlo, sadašnje i buduće cloud prepoznavanje lica
Evolucija sustava prepoznavanja u posljednjim godinama se ubrzala. Nedavno je umjesto složenih algoritama i neuronskih mreža obični zaposlenik sigurnosne službe jednostavno uspoređivao lica zabilježena programom s bazama podataka i označavao tko su svi ti ljudi.
Osim toga, sustavi su radili preko lokalnih servera. Tako je za rad usluge korisniku bilo potrebno instalirati posebno PC ili specijalizirani video-recorder. A to su dodatni troškovi za opremu i režijski troškovi njezina korištenja.
Cloud prepoznavanje lica ne zahtijeva kupnju i podešavanje nikakve druge opreme, osim kamera, i radit će s kamerama koje su već instalirane na objektu.
Nema potrebe za zapošljavanjem stručnjaka za održavanje rada opreme. Probleme tehničkog stanja opreme rješava sam pružatelj usluga (i to čini učinkovitije od nespecijaliziranih tvrtki).
Oblačno prepoznavanje pretvara glomazni i ranjivi sustav lokalnih analitičkih poslužitelja u fleksibilnu, otporne na kvarove oblačnu strukturu. U praksi to znači da sustav prepoznavanja više nije ovisan o mogućnostima određenog poslužitelja kupljenog i instaliranog u uredu klijenta, kao ni o IT infrastrukturi koju taj klijent ima. Nema potrebe za nabavkom nove opreme i dugim pregovorima s dobavljačem o pitanjima konfiguracije i mogućnostima proširenja.
Oblak automatski raspoređuje opterećenje po cijeloj dostupnoj infrastrukturi s moćnim poslužiteljima. Klijentu nije potrebno zadržavati rijetko korištene kapacitete u rezervi za rad tijekom razdoblja neočekivanih skokova opterećenja (blagdani, vikendi). Više informacija o mogućnostima sustava možete saznati, s nama.
"Istina o kavi" i OneBucksCoffee su trenutno izazvale buru rasprava, no vrlo brzo gotovo da neće ostati tvrtki u offline poslovanju bez videoanalitike. Igrači na potrošačkom tržištu imaju hitnu potrebu da prepoznaju svog kupca: personaliziraju usluge i ponude, analiziraju raspoloženje gosta, smanjuju troškove i vraćaju kupce, umjesto da jednostavno kupuju tehnološka rješenja radi izvještavanja.
Izvor: habr.com
