Cloud Face Recognition ၏ အကျိုးကျေးဇူးများ

မကြာမီကာလ

မျက်နှာမှတ်မိခြင်းစနစ်များ လုပ်ဆောင်သည့် နည်းလမ်းများစွာရှိသော်လည်း ယေဘုယျအားဖြင့် လူတစ်ဦးအား ဒစ်ဂျစ်တယ်ပုံ သို့မဟုတ် ဗီဒီယိုတစ်ခုမှ ဖရိန်တစ်ခုမှ ခွဲခြားသတ်မှတ်နိုင်သည့် နည်းပညာတစ်ခုအကြောင်း ကျွန်ုပ်တို့ပြောနေပါသည်။

စမတ်ဖုန်းပိုင်ရှင်အများစုသည် နေ့စဉ်မျက်နှာကို မှတ်သားမှုကို အသုံးပြုကြသော်လည်း မိုဘိုင်းလ်စက်ပစ္စည်းများတွင် မှတ်သားမှုအမြန်နှုန်းသည် အရေးမကြီးပါ၊ သုံးစွဲသူဦးရေမှာ တစ်ဦး သို့မဟုတ် နှစ်ဦးထက် ပိုနည်းပါသည်။ ရုံးနှင့် လမ်းစနစ်များ (အစုလိုက်အပြုံလိုက် အသိအမှတ်ပြုခြင်းအတွက်) အခြားနည်းပညာများကို အသုံးပြုပါသည်။

မကြာသေးမီက Habre တွင်သူတို့ဆွေးနွေးခဲ့သည်။ သတင်းမော်စကိုရှိ ကော်ဖီဆိုင်များဖြစ်သော Pravda Coffee နှင့် OneBucksCoffee တို့သည် ၎င်းတို့၏ စက်ရုံများတွင် မျက်နှာမှတ်မိခြင်း ဝန်ဆောင်မှုကို စတင်စမ်းသပ်နေပြီဖြစ်သည်။

ကော်ဖီဆိုင်များသည် ကျွန်ုပ်တို့၏နည်းပညာပိုင်းဆိုင်ရာဖြေရှင်းချက်ကို အသုံးပြုပါသည်။ ပြီး​တော့ဒီ​နေ့ကျွန်​​တော်​တို့ဒီအ​ကြောင်းထပ်​​ပြောမယ်​။ ဟုတ်ပါတယ်၊ ကျွန်တော်တို့ကိုယ်တိုင်က နည်းပညာအကြောင်းပြောပြီးပါပြီ၊ ဒါပေမယ့် အသစ်တစ်ခုပေါ်လာပါပြီ - ဖြေရှင်းချက်က အမှန်တကယ် cloud-based ဖြစ်လာပါပြီ။ ပြီးတော့ ဒါက အရာအားလုံးကို ပြောင်းလဲစေတယ်။

မျက်နှာ မှတ်သားခြင်းနည်းပညာ အလုပ်လုပ်ပုံ

စနစ်၏ပထမဆုံးလုပ်ဆောင်ရမည့်အရာမှာဘောင်ရှိမျက်နှာတစ်ခုကိုရွေးချယ်ပြီး algorithms ကိုအသုံးပြု၍ ၎င်းသည်လူ့မျက်နှာဖြစ်ကြောင်းသေချာပါစေ။

ကနဦးရှာဖွေတွေ့ရှိပြီးနောက်၊ ပုံသေအမှတ်များကို အသုံးပြု၍ အမျိုးမျိုးသော အင်္ဂါရပ်များကို ဆုံးဖြတ်သည် - ဥပမာအားဖြင့်၊ မျက်လုံးနှင့် အခြားဘောင်ဒါဇင်များစွာကြားရှိ အကွာအဝေးကို ထည့်သွင်းစဉ်းစားသည်။

ထို့နောက်၊ အခြားသော algorithms များသည် ကြိုတင်ဖန်တီးထားသော ဒေတာဘေ့စ်များမှတဆင့် ရှာဖွေပြီး လိုချင်သောဒေတာနမူနာနှင့် ဆင်တူသည့် ရာခိုင်နှုန်းကို ပေးသည်။ တူညီမှုရာခိုင်နှုန်း မြင့်မားပါက မျက်နှာကို အသိအမှတ်ပြုသည်ဟု ယူဆပါသည်။

အသေးစိတ်အချက်အလက်များကိုမထည့်ဘဲ (ခွဲခြမ်းစိတ်ဖြာရန်အတွက်ဓာတ်ပုံများကိုပုံမှန်ဖြစ်အောင်ပြုလုပ်ရန်လိုသေးသည်) အချို့သောဖော်ပြချက်ကိုဖတ်ပြသော neural network သို့မလွှဲပြောင်းမီတွင်၊ ဖြေရှင်းချက်၏အဓိကအခက်အခဲမှာနည်းပညာများ (algorithms) တွင်မဟုတ်ဘဲ၊ အကောင်အထည်ဖော်မှုတွင်ဖြစ်သည်။ .

သတင်းအချက်အလက်လုပ်ဆောင်ခြင်းဆိုင်ရာ ချဉ်းကပ်မှုအပေါ် မူတည်၍ ခွဲခြားသတ်မှတ်ထားသော အသိအမှတ်ပြုမှုစနစ်များသည် လမ်းကြောင်းများစွာတွင် ဖွံ့ဖြိုးနေပါသည်။ တခါတရံတွင် မည်သည့်စနစ်က အလုပ်တစ်ခုကို အကောင်းဆုံးဖြေရှင်းနိုင်သည်ကို ရွေးချယ်ရန်ခက်ခဲသည်။

စနစ်အမျိုးမျိုး

ဒေတာကို cloud တွင်၊ လုပ်ငန်းလုံခြုံရေးပတ်၀န်းကျင်အတွင်းချထားသော ဒေသဆိုင်ရာဆာဗာများတွင် သို့မဟုတ် ကင်မရာများတွင် တိုက်ရိုက်လုပ်ဆောင်နိုင်သည်။

နောက်ဆုံးအခြေအနေတွင်၊ ခွဲခြမ်းစိတ်ဖြာမှုအားလုံးကို ကင်မရာကိုယ်တိုင်က လုပ်ဆောင်ပြီး လုပ်ဆောင်ပြီးသား အချက်အလက်များကို ဆာဗာသို့ ပေးပို့ပါသည်။ စနစ်၏ အဓိက အားသာချက်မှာ ၎င်း၏ မြင့်မားသော တိကျမှုနှင့် ဆာဗာတစ်ခုတွင် စက်ပစ္စည်းအများအပြားကို “ဆွဲထား” နိုင်မှုဖြစ်သည်။

၎င်း၏ ရိုးရှင်းမှုနှင့် အရွယ်အစားချဲ့ထွင်ရန် လွယ်ကူကြောင်း ထင်ရှားသော်လည်း၊ ဤနည်းပညာတွင်လည်း အားနည်းချက်များရှိသည်။ အဲဒီထဲက တစ်ခုက ဈေးမြင့်တယ်။ ထို့အပြင်၊ ယခုအချိန်တွင် အထူးပြုကင်မရာများသည် ဆာဗာသို့ ပေးပို့သည့် အချက်အလက်များကို တင်ပြရန်အတွက် တူညီသောစံနှုန်းမရှိပါ။ ဒေတာအစုံသည် ရောင်းချသူများကြားတွင် များစွာကွဲပြားနိုင်သည်။

"ရိုးရှင်းသော" မျက်နှာမှတ်မိစနစ်ထံမှ Panasonic က

ထည့်သွင်းထားသော ဗီဒီယိုခွဲခြမ်းစိတ်ဖြာမှုလုပ်ဆောင်ချက်များပါရှိသော IP ကင်မရာများကို အခြေခံထားသော စနစ်များသည် ဆာဗာဖြေရှင်းချက်များနှင့် လူကြိုက်များမှုတွင် နိမ့်ကျပါသည်။ သို့သော် မှတ်ပုံတင်အရာရှိနှင့်/သို့မဟုတ် ဒေသတွင်းဆာဗာကိုအခြေခံ၍ သမားရိုးကျစနစ်တစ်ခုကို သင်အသုံးပြုသော်လည်း၊ သင်သည် ငွေစုနိုင်မည်မဟုတ်ပေ။

ပရိုဂရမ်များနှင့် ဈေးနှုန်းများ* မျက်နှာကို မှတ်သားမှု

*ပွင့်လင်းသတင်းရင်းမြစ်များမှအချက်အလက်များအရ။

အယ်လဂိုရီသမ်များ၏ ရှုပ်ထွေးမှုနှင့် ဗီဒီယိုခွဲခြမ်းစိတ်ဖြာမှု မော်ဂျူးများအတွက် ဆာဗာစက်ပစ္စည်းများ၏ စျေးနှုန်းမြင့်မားမှုကို ထည့်သွင်းစဉ်းစားခြင်းဖြင့် မျက်နှာမှတ်သားမှုစနစ်များသည် စျေးကြီးသောအဆိုပြုချက်တစ်ခုအဖြစ် ကြာရှည်စွာတည်ရှိနေပါသည်။

ထို့အပြင်၊ လည်ပတ်နေစဉ်အတွင်း ထုတ်ပေးသော ကြီးမားသော ကွန်ရက်အသွားအလာကြောင့် ဖြေရှင်းချက်ကုန်ကျစရိတ်သည် သက်ရောက်မှုရှိပါသည် - အားကောင်းသောဆာဗာများ၏ ကုန်ကျစရိတ်များအပြင် တက်ကြွသောကွန်ရက်စက်ပစ္စည်းများနှင့် "ထူထပ်သော" ဆက်သွယ်ရေးလမ်းကြောင်းများအတွက် ငွေကြေးကို ခွဲထုတ်ခဲ့ရသည်။

ယနေ့တွင်၊ ဗီဒီယိုဒေတာကို ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် လုပ်ဆောင်ခြင်းအတွက် အရည်အသွေးမြင့် အယ်လဂိုရီသမ်များကို ရုရှားစျေးကွက်တွင် အဓိကကစားသမားများစွာ ရှိပါသည်။ လုပ်ငန်းကြီးများနှင့် ပတ်သက်သော ပရောဂျက်များကို စိတ်ဝင်စားခြင်းဖြင့် စည်းလုံးကြသည်။ ဤအာရုံစိုက်မှုကို ရှင်းပြရန် အလွန်ရိုးရှင်းပါသည် - ဖြေရှင်းချက်၏ကုန်ကျစရိတ်သည် အသေးစားနှင့် အလတ်စားစီးပွားရေးလုပ်ငန်းများ၏ စွမ်းဆောင်နိုင်ရည်ထက် ကျော်လွန်သွားပါသည်။

• နိုင်ငံတကာအာကာသစခန်း

ဆော့ဖ်ဝဲ "SecurOS Face" ။

မျက်နှာဖမ်းယူမှုအပိုင်းအတွက် လိုင်စင်ကုန်ကျစရိတ်သည် ချန်နယ်တစ်ခုလျှင် 41 ရူဘယ်ဖြစ်သည်။ ဆော့ဖ်ဝဲလ်ကို မျက်နှာမှတ်မိခြင်းဆာဗာတွင် သို့မဟုတ် မျက်နှာသိရှိခြင်းဆာဗာတွင် ထည့်သွင်းထားသည်။

ဒေတာဘေ့စ်ရှိ လူ 1000 အတွက် မျက်နှာမှတ်သားမှု မော်ဂျူးလိုင်စင် ကုန်ကျစရိတ်မှာ 665 ရူဘယ်ဖြစ်သည်။ မျက်နှာအသိအမှတ်ပြုဆာဗာတွင် ထည့်သွင်းထားသည်။

• သေချာပါတယ်။

ဝင်ရောက်ထိန်းချုပ်မှုစနစ်များအတွက် စက်ပစ္စည်းနှင့် ဆော့ဖ်ဝဲကို ရုရှားတီထွင်သူ။

ကင်မရာတစ်လုံးအတွက် မျက်နှာစစ်ဆေးခြင်း module တစ်ခုအတွက် လိုင်စင်ကုန်ကျစရိတ်သည် 50 ရူဘယ်ဖြစ်သည်။

ကင်မရာတစ်လုံးအတွက် မျက်နှာခွဲခြားခြင်း မော်ဂျူးအတွက် လိုင်စင်တစ်ခုအတွက် ကုန်ကျစရိတ်မှာ 7 ရူဘယ်ဖြစ်သည်။

လူ 1 အထိအခြေခံလိုင်စင်တစ်ခု၏စျေးနှုန်းသည် 000 ရူဘယ်ဖြစ်သည်။

• ITV

ဒေတာဘေ့စ်ရှိ မျက်နှာစံနှုန်း 1 အတွက် မျက်နှာမှတ်မိခြင်းအတွက် "ဉာဏ်ရည်ဉာဏ်သွေး" ဆော့ဖ်ဝဲ - 000 ရူဘယ်။

စနစ်အူတိုင် - 20 ရူဘယ်။ ဗီဒီယိုချန်နယ်တစ်ခုချိတ်ဆက်ခြင်း - 300 ရူဘယ်။

• Macroscop

Macroscop Basic face recognition module သည် မျက်နှာပေါင်း 1000 အထိ - 240 ရူဘယ်အထိရှိသည်။

IP ကင်မရာတစ်လုံးဖြင့် လုပ်ကိုင်ရန် လိုင်စင် - 16 ရူဘယ်။

မကြာသေးမီအထိ၊ လူအများအပြားရှိသည့် အားကစားကွင်းများ၊ လေဆိပ်များ၊ စက်ရုံများ၊ စက်ရုံများတွင်သာ အထူးအရေးကြီးသည့်အရာများ၏ လုံခြုံရေးကို သေချာစေရန်အတွက် မကြာသေးမီအချိန်အထိ Macroscop မှ ဖြေရှင်းချက်များကို အသုံးပြုခဲ့သည်။ ဒါပေမယ့် အခုအချိန်မှာတော့ ကုမ္ပဏီက သူ့ရဲ့ထုတ်ကုန်တွေကို လက်လီရောင်းချဖို့ ထောက်ပံ့ပေးနေပါတယ်။ စျေးနှုန်း - 94 ရူဘယ် modules (အသံဖမ်းများကိုမရောင်းပါဘူး) ။

• ငွေလွှဲ

ဆော့ဖ်ဝဲသည် အသံဖမ်းစက်အတွက် 79 ရူဘယ် + 000 ရူဘယ် ကုန်ကျသည်။ ကုမ္ပဏီ၏ဖောက်သည်များသည် အဓိကအားဖြင့် ကုမ္ပဏီကြီးများ (စက်ရုံများ၊ သတ္တုတူးဖော်ရေးကုမ္ပဏီများ၊ တက္ကသိုလ်များ၊ အားကစားရုံများ) ဖြစ်သည်။ သို့သော် ကုမ္ပဏီ၏ အဓိက အာရုံစိုက်မှုသည် မျက်နှာမှတ်သားခြင်းထက် သမားရိုးကျ ဗီဒီယို စောင့်ကြည့်ခြင်းအား အာရုံစိုက်ခြင်းဖြစ်သည်။ ၎င်းတို့၏ DVR များသည် ဤအလုပ်များအတွက် ကောင်းမွန်သော်လည်း၊

• မျက်နှာကိုရှာပါ။

ကုမ္ပဏီသည် မျက်နှာမှတ်သားခြင်းအတွက် အထူးပြုဆော့ဖ်ဝဲလ်များကိုသာ ထုတ်လုပ်ရောင်းချပါသည်။ ဒေတာသိမ်းဆည်းခြင်းနှင့် လုပ်ဆောင်ခြင်းအတွက် သင်ကိုယ်တိုင် ဆာဗာဖွဲ့စည်းမှုပုံစံကို သင်ရွေးချယ်ရပါမည်။

• Ivideon

စီးပွားရေးလုပ်ငန်းများအား ဘတ်ဂျက်ငွေဖြင့် ဝန်ဆောင်မှုပေးသည့် cloud-based ဗီဒီယိုစောင့်ကြည့်ခြင်းနှင့် ဗီဒီယိုခွဲခြမ်းစိတ်ဖြာခြင်းဝန်ဆောင်မှု။ ဝန်ဆောင်မှု Ivideon မျက်နှာများ မည်သည့်ကင်မရာများနှင့်မဆိုအလုပ်လုပ်သည်၊ စက်တစ်ခုချိတ်ဆက်ရန်ကုန်ကျစရိတ်သည်တစ်နေ့လျှင်ထူးခြားသောမျက်နှာ 3 အထိခွဲခြမ်းစိတ်ဖြာကာ 150 ရက်အတွင်း cloud archive သို့အခြေခံမှတ်တမ်းတင်ခြင်းဖြင့် 100 ရူဘယ်မှဖြစ်သည်။

Face Recognition စနစ်များအတွက် ဟာ့ဒ်ဝဲရွေးချယ်ခြင်း။

Full HD ကင်မရာတစ်လုံးမှ ဖရိန်တစ်ခုတွင် မျက်နှာ 10 မျက်နှာပါသည့် ဗီဒီယိုစီးကြောင်းကို လုပ်ဆောင်ရန်၊ ကြိမ်နှုန်း 2,8 GHz ပရိုဆက်ဆာ Core တစ်ခု လိုအပ်မည်ဖြစ်သည်။ frame တွင် မျက်နှာအနည်းငယ်သာရှိသည် (1 မှ 3) ဆိုလျှင် processor core တစ်ခုသည် video stream နှစ်ခုကို processing လုပ်ရာတွင် လွယ်ကူစွာ ရင်ဆိုင်နိုင်သည်။

ဤဥပမာမှ ရိုးရှင်းသော စနစ်တစ်ခု၌ပင် သင့်တွင် ဟာ့ဒ်ဝဲ ထောက်ပံ့မှု အချို့ရှိရန် လိုအပ်ကြောင်း ရှင်းပါသည်။ နောက်ဆုံးတွင်၊ 10 မဟုတ်သော်လည်း လူ 15 ဦးသည် စက်ရုံထဲသို့ တစ်ချိန်တည်းဝင်ရောက်ပါက အလားတူစွမ်းဆောင်ရည်ရှိသော ဒုတိယ core တစ်ခု လိုအပ်မည်ဖြစ်သည်။

ထို့ကြောင့်၊ သမားရိုးကျစနစ်၏လည်ပတ်မှုတွင် peak loads ကိုထည့်သွင်းစဉ်းစားရန်၊ နှစ်ဆအရန်ပမာဏကိုထိန်းသိမ်းထားရန်လိုအပ်သည်။

ရိုးရာမျက်နှာမှတ်မိခြင်းစနစ်တစ်ခုကုန်ကျစရိတ်မည်မျှရှိသည်ကို သင်ပိုမိုလွယ်ကူစွာစိတ်ကူးကြည့်နိုင်ရန်၊ ကျွန်ုပ်တို့သည် လက်လီအရောင်းဆိုင်တစ်ခုကို နမူနာအဖြစ်ယူကာ ရိုးရာနှင့် cloud-based facial recognition စနစ်၏ကုန်ကျစရိတ်ကို တွက်ချက်ပါမည်။

ကုန်ကျစရိတ်တွက်ချက်ခြင်း- ရိုးရာမျက်နှာအသိအမှတ်ပြုစနစ်၏ ကုန်ကျစရိတ်

ကျွန်ုပ်တို့သည် အချက် 16 ချက်ပါဝင်သော ဆေးဆိုင်ခွဲတစ်ခုတွင် မျက်နှာမှတ်သားမှုစနစ်ကို ဖြန့်ကျက်ချထားသည်ဟု ဆိုကြပါစို့။ ပျမ်းမျှအားဖြင့် တစ်နေ့လျှင် သုံးစွဲသူ ၅၀၀ သည် ဆေးဆိုင်တစ်ခုစီသို့ လာရောက်ကြသည်။

မျက်နှာများကို အပြည့်အဝမှတ်မိရန်၊ စောင့်ကြည့်ရေးအရာတစ်ခုစီတွင် PTZ ကင်မရာတစ်လုံး သို့မဟုတ် မော်တာမှန်ဘီလူးပါသည့် ကင်မရာကို တပ်ဆင်နိုင်သည်။

သမားရိုးကျစနစ်ကို အသုံးပြုပါက ကုန်ကျစရိတ်မှာ အောက်ပါအတိုင်းဖြစ်သည်။

1. ဆေးဆိုင်တိုင်းတွင် အနည်းဆုံး အထူးပြု ဗီဒီယို အသံဖမ်းစက် တစ်ခု လိုအပ်ပါမည်။ ၎င်း၏လက်လီစျေးနှုန်းသည်ခန့်မှန်းခြေအားဖြင့် 40 ရူဘယ်ဖြစ်သည်။
2. အသံဖမ်းစက်တစ်ခုစီသည် မြင့်မားသောအသွားအလာပြင်းထန်မှုတွင် 4x1920 resolution ဖြင့် ဗီဒီယိုစီးကြောင်းကို မှတ်တမ်းတင်ရန်အတွက် အနည်းဆုံး 1080 TB စွမ်းရည်ရှိသော (PC အတွက် ပုံမှန် HDD နှင့် မရောထွေးရန်) အထူး hard drive တစ်ခု လိုအပ်ပါသည်။ ပျမ်းမျှလက်လီစျေးနှုန်းသည် 10 ရူဘယ်ဖြစ်သည်။
3. ဘတ်ဂျက်တွင် ဗီဒီယိုစောင့်ကြည့်စနစ်အတွက် ပြုပြင်ထိန်းသိမ်းမှုစရိတ်များ ပါဝင်သင့်သည် (ဥပမာ၊ အမှားအယွင်းများကို ဖယ်ရှားရန်၊ ဆော့ဖ်ဝဲလ်ကို အပ်ဒိတ်လုပ်ခြင်း သို့မဟုတ် HDD အစားထိုးရန် တပ်ဆင်သူ၏လည်ပတ်မှု)။ ထိုကဲ့သို့သောအလုပ်၏ကုန်ကျစရိတ်မှာပစ္စည်းတစ်ခုစီအတွက်တစ်နှစ်လျှင် 12 ရူဘယ် (လေးပုံတစ်ပုံလျှင်တစ်ကြိမ်) (တပ်ဆင်မှုအဖွဲ့အစည်းတစ်ခု၏စျေးနှုန်းစာရင်းနှင့်အညီ) ။
4. အင်္ဂါရပ်အပြည့်ရှိသော မျက်နှာမှတ်မိခြင်းဆော့ဖ်ဝဲ၏ အနည်းဆုံးကုန်ကျစရိတ်မှာ ကင်မရာတစ်ခုလျှင် ပျမ်းမျှ 120 ရူဘယ် (အကန့်အသတ်မရှိ) ဖြစ်သည်။
5. Backblaze အဆိုအရ၊ hard drive အားလုံး၏ 50% ခန့်သည် အသုံးပြုပြီး 6 နှစ်တွင် အစားထိုးရန် လိုအပ်သည်။ ထို့ကြောင့် 5 နှစ်ကြာ ဆက်တိုက်လည်ပတ်ပြီးနောက်၊ 8 disks လောက်ပျက်သွားပြီး၊ ထိုကဲ့သို့သောစနစ်သည် ထပ်ကာထပ်ကာမဖြစ်စေရန်အတွက် ပျမ်းမျှအားဖြင့် တစ်နှစ်လျှင် 1,6 disks ပမာဏ သို့မဟုတ် တစ်နှစ်လျှင် 16 ရူဘယ် အပိုကုန်ကျစရိတ်များအတွက် ဘတ်ဂျက်လိုအပ်ပါသည်။ .

အရင်းအနှီးကုန်ကျစရိတ် (ကင်မရာများ၏ကုန်ကျစရိတ်မပါဝင်) သည်တစ်နှစ်လျှင် 2 ရူဘယ်ဖြစ်သည်။

Cloud စနစ်ကုန်ကျစရိတ်

cloud စနစ်တွင်၊ တစ်ရက်လျှင် မျက်နှာ 500 ဖြင့် မှတ်သားထားသော ဗီဒီယို စောင့်ကြည့်အခွန်နှုန်းထား ကုန်ကျစရိတ်သည် ကင်မရာတစ်လုံးလျှင် 4 ရူဘယ် (တစ်နှစ်လျှင် 750 ရူဘယ်) သို့မဟုတ် ကင်မရာ 57 လုံးအတွက် 000 ရူဘယ်/နှစ်.

ကွန်ရက်ပိုင်ရှင်သည် နောက်ထပ် ဟာ့ဒ်ဝဲကို ဝယ်ယူရန် မလိုအပ်ကြောင်း သင့်အား သတိပေးကြပါစို့။ ဒေတာစင်တာရှိ cloud ဆာဗာအားလုံးကို ထိန်းသိမ်းထားသောကြောင့် ပြုပြင်ထိန်းသိမ်းစရိတ်လည်း မရှိပါ။

စနစ်၏ပထမနှစ်တွင် စုဆောင်းငွေသည် ၃ ဆကျော်ရှိသည်။

စုစုပေါင်း နှင့် နောက်ထပ် "မုန့်များ"

အထက်ဖော်ပြပါ တွက်ချက်မှုများတွင် အရေးကြီးသော ကွဲလွဲချက်တစ်ခု ရှိသည်- 3 နှစ်ကြာ လည်ပတ်ပြီးနောက်၊ ရိုးရာစနစ်သည် cloud-based facial recognition ထက် စုစုပေါင်းကုန်ကျစရိတ်များ ပိုမိုသက်သာလာမည်ဖြစ်သည်။ ဤနေရာတွင် ထည့်သွင်းစဉ်းစားရန် အချက်နှစ်ချက်ရှိပါသည်။

ပထမဦးစွာကွန်ရက်ပိုင်ရှင်ဝယ်သော စက်ပစ္စည်းများသည် လုပ်ငန်းလည်ပတ်ပြီး ၃ နှစ်အကြာတွင် ခေတ်နောက်ကျသွားပါမည်။ သို့သော် ပိုမိုအားကောင်းသည့် ဟာ့ဒ်ဝဲပေါ်တွင် လုပ်ဆောင်နေသည့် အသစ်၊ ပိုမိုအဆင့်မြင့်သော နည်းပညာများနှင့် မျက်နှာမှတ်မိခြင်း အယ်လဂိုရီသမ်များ ပေါ်လာနိုင်ဖွယ်ရှိသည်။ 3 နှစ်ကြာပြီးနောက်၊ ဖြစ်နိုင်ချေများသောအားဖြင့်၊ အမှတ်များတွင်ရှိသောပစ္စည်းများကိုလုံးဝအစားထိုးရလိမ့်မည်။

Cloud စနစ်ဖြင့် ၎င်းကို လုပ်ဆောင်ရန် မလိုအပ်ပါ - algorithms များ ဖွံ့ဖြိုးတိုးတက်မှုနှင့် ဒေတာစင်တာများ၏ ကွန်ပြူတာစွမ်းအား တိုးတက်မှုကြောင့် ဝန်ဆောင်မှုကို အဆက်မပြတ် မြှင့်တင်ပြီး မွမ်းမံနေပါသည်။ လုံခြုံရေးစံနှုန်းများအတွက် ပံ့ပိုးမှုသည် ဟာ့ဒ်ဝဲနှင့်လည်း မသက်ဆိုင်ပါ။

ဒုတိယအပထမနှစ်များတွင် ငွေစုခြင်းဖြင့် ဤငွေကို အကြိမ်ပေါင်းများစွာ လှည့်ပတ်နိုင်စေပြီး လုပ်ငန်းအတွက် အပိုအမြတ်များ ယူဆောင်လာမည်ဖြစ်သည်။

cloud-based facial recognition ၏ အတိတ်၊ ပစ္စုပ္ပန်နှင့် အနာဂတ်

မကြာသေးမီနှစ်များအတွင်း အသိအမှတ်ပြုမှုစနစ်များ ဆင့်ကဲတိုးတက်ခဲ့သည်။ မကြာသေးမီက၊ ရှုပ်ထွေးသော အယ်လဂိုရီသမ်များနှင့် အာရုံကြောကွန်ရက်များအစား၊ ကွန်ပျူတာကိုအသုံးပြုသည့် သာမန်လုံခြုံရေးအရာရှိတစ်ဦးသည် ပရိုဂရမ်မှမှတ်တမ်းတင်ထားသော မျက်နှာများကို ဒေတာဘေ့စ်များနှင့် နှိုင်းယှဉ်ပြီး ဤလူများအားလုံးကို မှတ်သားခဲ့သည်။

ထို့အပြင်၊ စနစ်များသည် local servers များမှတဆင့်အလုပ်လုပ်သည်။ ထို့ကြောင့်၊ ဝန်ဆောင်မှုအလုပ်လုပ်ရန်အတွက်၊ အသုံးပြုသူသည် သီးသန့် PC သို့မဟုတ် အထူး DVR ကို ထည့်သွင်းရန် လိုအပ်ပါသည်။ ၎င်းတို့သည် စက်ကိရိယာများအတွက် အပိုကုန်ကျစရိတ်များနှင့် ၎င်း၏လုပ်ငန်းဆောင်ရွက်မှုအတွက် အပိုကုန်ကျစရိတ်များဖြစ်သည်။

Cloud-based facial recognition သည် ကင်မရာများမှလွဲ၍ အခြားမည်သည့်စက်ပစ္စည်းကိုမဆို ဝယ်ယူခြင်းနှင့် ဖွဲ့စည်းမှုပုံစံတို့ကို မလိုအပ်ဘဲ၊ ဆိုက်တွင် တပ်ဆင်ပြီးသော ကင်မရာများနှင့် အလုပ်လုပ်မည်ဖြစ်သည်။

စက်၏လည်ပတ်မှုကိုထိန်းသိမ်းရန် အထူးကုဝန်ထမ်းများကို ခန့်အပ်ရန်မလိုအပ်ပါ။ စက်ကိရိယာများ၏ နည်းပညာဆိုင်ရာ အခြေအနေဆိုင်ရာ ပြဿနာများကို ဝန်ဆောင်မှုပေးသူကိုယ်တိုင်က ဖြေရှင်းပေးသည် (၎င်းကို အထူးပြုကုမ္ပဏီများထက် ပိုမိုထိရောက်စွာ လုပ်ဆောင်သည်)။

Cloud recognition သည် ဒေသတွင်း ခွဲခြမ်းစိတ်ဖြာမှု ဆာဗာများ၏ ခက်ခဲပြီး အားနည်းချက်ရှိသော စနစ်အား ပြောင်းလွယ်ပြင်လွယ်၊ အမှားအယွင်းခံနိုင်သော cloud ဖွဲ့စည်းပုံအဖြစ် ပြောင်းလဲပေးပါသည်။ လက်တွေ့တွင်၊ ဆိုလိုသည်မှာ အသိအမှတ်ပြုမှုစနစ်သည် သုံးစွဲသူ၏ရုံးခန်းတွင် ဝယ်ယူထည့်သွင်းထားသော တိကျသောဆာဗာတစ်ခု၏ စွမ်းဆောင်ရည်များနှင့် ဤကလိုင်းယင့်ရှိ အိုင်တီအခြေခံအဆောက်အအုံများပေါ်တွင်မူတည်တော့မည်မဟုတ်ကြောင်း ဆိုလိုသည်။ စက်ပစ္စည်းအသစ်များကို ဝယ်ယူရန် မလိုအပ်ဘဲ ဖွဲ့စည်းမှုဆိုင်ရာ ပြဿနာများနှင့် ပေးသွင်းသူနှင့် တိုးချဲ့ရန် ဖြစ်နိုင်ခြေကို အချိန်အကြာကြီး စေ့စပ်ဆွေးနွေးပါ။

cloud သည် အားကောင်းသော ဆာဗာများဖြင့် ရရှိနိုင်သော အခြေခံအဆောက်အအုံတစ်ခုလုံးတွင် ဝန်အား အလိုအလျောက် ဖြန့်ဝေပေးပါသည်။ မမျှော်လင့်ထားသော ဝန်များတက်လာသည့်ကာလများ (အားလပ်ရက်များ၊ စနေ၊ စနေ၊ တနင်္ဂနွေ) များတွင် အသုံးပြုသူသည် လည်ပတ်ရန်အတွက် ရှားပါးသော စွမ်းရည်ကို ထိန်းသိမ်းထားရန် မလိုအပ်ပါ။ စနစ်၏ စွမ်းဆောင်ရည်များအကြောင်း ပိုမိုသိရှိနိုင်သည်- တိုင်ပင်ပြီးမှ ကြှနျုပျတို့မှာ ... ရှိသညျ။

“Pravda Coffee” နှင့် OneBucksCoffee တို့သည် ယခု ဆွေးနွေးမှုအား ပြင်းထန်စွာ ဖြစ်ပေါ်စေသော်လည်း မကြာမီတွင် ဗီဒီယိုပိုင်းခြားစိတ်ဖြာမှုမရှိဘဲ အော့ဖ်လိုင်းစီးပွားရေးတွင် မည်သည့်ကုမ္ပဏီများမှ ကျန်ရှိတော့မည်မဟုတ်ပေ။ စားသုံးသူဈေးကွက်ရှိ ကစားသမားများသည် ၎င်းတို့၏ဖောက်သည်များအား အမြင်ဖြင့် အသိအမှတ်ပြုရန် အရေးတကြီး လိုအပ်သည်- ဝန်ဆောင်မှုနှင့် ကမ်းလှမ်းချက်များကို စိတ်ကြိုက်ပြင်ဆင်ပါ၊ ဧည့်သည်၏ စိတ်ခံစားချက်ကို ပိုင်းခြားစိတ်ဖြာပါ၊ ကုန်ကျစရိတ်များကို လျှော့ချရန်နှင့် ဖောက်သည်များအား သတင်းပို့ရန်အတွက် နည်းပညာဆိုင်ရာ ဖြေရှင်းချက်များကို ဝယ်ယူရုံသာမကဘဲ နည်းပညာဆိုင်ရာ ဖြေရှင်းချက်များကို ဝယ်ယူပါ။

source: www.habr.com