De nabije toekomst
Er zijn verschillende methoden waarop gezichtsherkenningssystemen werken, maar in het algemeen gaat het om technologie die in staat is een persoon te identificeren aan de hand van een digitale afbeelding of een frame uit een video.
Veel smartphone-eigenaren gebruiken dagelijks gezichtsherkenning, maar op mobiele apparaten is de herkenningssnelheid niet cruciaal en het aantal gebruikers is zelden meer dan één of twee. Voor kantoor- en buitensystemen (bij massale herkenning) worden andere technologieën gebruikt.
Recent werd er op Habr over gesproken : de Moskouse netwerkcoffeehuizen 'Pravda Koffie' en OneBucksCoffee zijn begonnen met het testen van een gezichtsherkenningsservice in hun vestigingen.
De koffiehuizen gebruiken onze technische oplossing. En vandaag vertellen we je er meer over. Uiteraard hebben we het al gehad over de technologie zelf, maar er is iets nieuws — de oplossing is echt cloudgebaseerd geworden. En dat verandert alles.
Hoe werkt de technologie voor gezichtsherkenning
Het eerste wat het systeem moet doen, is een gezicht in het frame isoleren en via algoritmes bevestigen dat dit inderdaad een menselijk gezicht is.
Na de eerste detectie worden verschillende individuele kenmerken bepaald aan de hand van vaste punten - bijvoorbeeld de afstand tussen de ogen en tientallen andere parameters worden in acht genomen.
Vervolgens zoeken andere algoritmes in verschillende vooraf gemaakte databases en geven een percentage van overeenstemming met het gezochte gegevensmonster. Als het percentage voldoende hoog is, wordt het gezicht als herkend beschouwd.
Als we niet in detail treden (de foto voor analyse moet eerst genormaliseerd worden voordat deze naar het neurale netwerk wordt gestuurd, dat een bepaalde descriptor leest), ligt de grootste uitdaging van de oplossing momenteel niet in de technologieën (algoritmen) zelf, maar in de implementatie.
Gezichtsherkenningssystemen ontwikkelen zich in verschillende richtingen, geclassificeerd op basis van de aanpak van informatieverwerking. Soms is het moeilijk te kiezen welke specifieke systeem het beste presteert voor een specifieke taak.
Diversiteit aan systemen
Gegevens kunnen worden verwerkt in de cloud, op lokale servers die zijn uitgerold binnen de beveiligingsperimeter van het bedrijf, of rechtstreeks op de camera's.
In het laatste geval wordt de volledige analyse uitgevoerd door de camera zelf, en wordt er al verwerkte informatie naar de server gestuurd. Het grootste voordeel van het systeem is de hoge nauwkeurigheid en de mogelijkheid om een groot aantal apparaten op één server aan te sluiten.
Ondanks de schijnbare eenvoud en de gemakkelijke schaalbaarheid heeft deze technologie ook nadelen. Een daarvan is de hoge prijs. Bovendien is er momenteel geen uniforme standaard voor de informatie die gespecialiseerde camera's naar de server verzenden. De set gegevens kan sterk variëren tussen verschillende leveranciers.
"Eenvoudig" gezichtsherkenningssysteem van
Systemen op basis van IP-camera's met ingebouwde video-analyse zijn minder populair dan serveroplossingen. Maar zelfs in het geval van een traditionele oplossing op basis van een recorder en/of lokale server zijn er geen besparingen te realiseren.
Software en prijzen* Gezichtsherkenning
*Volgens informatie uit openbare bronnen.
Gezien de complexiteit van de algoritmes en de hoge prijs van serverhardware voor video-analyse modules, zijn gezichtsherkenningssystemen lange tijd een dure aangelegenheid gebleven.
Daarnaast heeft de generering van een grote hoeveelheid netwerkverkeer tijdens de werking invloed op de kosten van de oplossing – naast de uitgaven voor krachtige servers moest er ook worden geïnvesteerd in actieve netwerkapparatuur en "dikke" communicatielijnen.
Op dit moment zijn er verschillende grote spelers op de Russische markt aanwezig die kwalitatieve algoritmes voor analyse en verwerking van videogegevens aanbieden. Wat hen verbindt, is een interesse in projecten gerelateerd aan grootzakelijk. Deze focus is heel eenvoudig te verklaren – de kosten van de oplossing overschrijden ver de mogelijkheden van kleine en middelgrote bedrijven.
- ISS
Software "SecurOS Face".
De licentiekosten voor de gezichtsherkenningsmodule bedragen 41.275 roebel per kanaal. De software wordt geïnstalleerd op de gezichtsherkenningsserver of de detectieserver.
De licentiekosten voor de gezichtsherkenningsmodule voor 1000 mensen in de database bedragen 665.760 roebel. Deze wordt geïnstalleerd op de gezichtsherkenningsserver.
- Sigur
Russische ontwikkelaar van hardware en software voor toegangscontrolesystemen.
De licentiekosten voor de verificatiemodule voor één camera bedragen 50.000 roebel.
De kosten voor de licentie voor de gezichtsherkenningsmodule voor één camera bedragen 7.000 roebel.
De prijs van de licentie voor een database tot 1.000 gezichten is 294.000 roebel.
- ITV
De software ‘Intellect’ voor gezichtsherkenning met een geheugen voor 1.000 referentiegezichten in de database kost 314.000 roebel.
De kern van het systeem kost 20.300 roebel. Aansluiting van de videokanaal kost 6.000 roebel.
- Macroscop
De gezichtsherkenningsmodule Macroscop Basic met een databasecapaciteit tot 1.000 gezichten kost 240.000 roebel.
Licentie voor gebruik met één IP-camera kost 16.500 roebel.
Enkele tijd geleden werden oplossingen van Macroscop alleen gebruikt voor de beveiliging van belangrijke objecten met veel mensen: stadions, luchthavens, fabrieken. Maar nu biedt het bedrijf zijn product ook voor de detailhandel aan. Prijs — 94.000 roebel per module (registreerders worden niet verkocht).
- TRASSIR
De software kost 79.000 roebel plus 32.000 roebel voor de recorder. Klanten van het bedrijf zijn voornamelijk grote bedrijven (fabrieken, mijnbouwbedrijven, universiteiten, sportcomplexen). Maar de kernactiviteit van het bedrijf ligt bij traditionele videobewaking en niet bij gezichtsherkenning. Toch zijn hun videorecorders ook uitstekend geschikt voor deze taken.
- FindFace
Het bedrijf ontwikkelt en verkoopt alleen gespecialiseerde software voor gezichtsherkenning. U moet zelf de configuratie van servers voor de opslag en verwerking van gegevens kiezen.
- Ivideon
Een cloudservice voor videobewaking en video-analysemogelijkheden, die diensten aanbood aan bedrijven met een beperkt budget. De service werkt met vrijwel alle camera's, de kosten voor het aansluiten van één apparaat beginnen bij 3.150 roebel, met een analyse van tot 100 unieke gezichten per dag en basisopslag in de cloudarchief gedurende 5 dagen.
Selectie van hardware voor Face Recognition systemen
Met één Full HD-camera voor de verwerking van videostreams met 10 gezichten in beeld is één CPU-kern met een frequentie van 2,8 GHz vereist. Als er weinig gezichten in beeld zijn (van 1 tot 3), voldoet één CPU-kern gemakkelijk voor de verwerking van twee videostreams.
Dit voorbeeld laat zien dat zelfs in een eenvoudig systeem er een bepaalde reserve in de hardware moet zijn. Want als er gelijktijdig niet 10, maar 15 personen binnenkomen, is er al een tweede kern met een vergelijkbare prestatie nodig.
Daarom is het voor de werking van een traditioneel systeem, rekening houdend met piekbelastingen, noodzakelijk om dubbele reservecapaciteit te behouden.
Om u een beter beeld te geven van de kosten van een traditioneel gezichtsherkenningssysteem, nemen we als voorbeeld een verkooplocatie en berekenen we de kosten van zowel een traditioneel als een cloudgebaseerd gezichtsherkenningssysteem.
Kostenberekening: de kosten van een traditioneel gezichtsherkenningssysteem
Stel dat we een gezichtsherkenningssysteem implementeren in een netwerk van apotheken met 16 locaties. Gemiddeld ontvangen deze apotheken dagelijks 500 klanten.
Om gezichten volledig te kunnen herkennen, kan er per observatieobject een pan-tilt camera of camera met gemotoriseerde lens geïnstalleerd worden.
In het geval van een traditioneel systeem zijn de kosten als volgt:
- Voor elke apotheek is minstens één speciale videorecorder nodig. De adviesprijs bedraagt ongeveer 40.000 roebel.
- Voor elke recorder is daarnaast een speciale harde schijf (niet te verwarren met een gewone HDD voor pc's) van minimaal 4 TB nodig, om de videostream in 1920x1080 resolutie bij hoge verkeersintensiteit op te nemen. De gemiddelde adviesprijs is 10.000 roebel.
- In het budget moet ook rekening worden gehouden met de kosten voor het onderhoud van het videobewakingssysteem (bijvoorbeeld het verzenden van een monteur om fouten op te lossen, software-updates of vervanging van de HDD). De kosten voor dergelijke werkzaamheden bedragen 12.000 roebel per jaar (één keer per kwartaal) voor elk object (volgens de prijslijst van een van de installatiediensten).
- De minimale kosten voor volledig functionele software voor gezichtsherkenning bedragen gemiddeld 120.000 roebel per camera (onbeperkte tijdlicentie).
- Volgens Backblaze vereist ongeveer 50% van alle harde schijven vervanging na 6 jaar gebruik. Dit betekent dat na 5 jaar ononderbroken gebruik ongeveer 8 schijven defect zullen raken, en onder de voorwaarde dat in een dergelijk systeem geen reserve is voorzien, moet gemiddeld 1,6 schijf per jaar, of 16.000 roebel per jaar, worden geraamd.
De kapitaalkosten (zonder de kosten van camera's) bedragen 2.928.000 roebel per jaar.
Kosten van het cloudgebaseerde systeem
In het geval van een cloudgebaseerd systeem bedragen de kosten voor de videogedifferentieerde tarifering voor 500 gezichten per dag 4.750 roebel per maand (57.000 roebel per jaar) per camera, of 912.000 roebel per jaar voor 16 camera's..
We remind you that no additional hardware will need to be purchased by the network owner. There are also no costs for maintenance, as all cloud servers are serviced by the cloud service provider in the data center.
The savings are over three times during the first year of system operation.
Interim results and additional benefits
In the calculations above, there is an important nuance: after 3 years of operation, the traditional system will be cheaper than cloud facial recognition in total costs. Two factors should be considered here.
Firstly, the equipment that the network owner buys will become outdated after 3 years of operation. However, new, more advanced technologies and facial recognition algorithms will surely appear, operating on more powerful hardware. And in three years, it is likely that the equipment at the points will need to be completely replaced.
With the cloud system, this does not need to be done – the service is constantly improved and updated due to the development of algorithms and the growth of data center computing power. Compliance with security standards is also not tied to hardware.
Secondly, the savings in the first years will allow reinvesting that money several times, bringing additional profit to the business.
The past, present, and future of cloud facial recognition
The evolution of recognition systems has accelerated in recent years. Not long ago, instead of complex algorithms and neural networks, a regular security service employee would simply compare faces captured by the program against databases and record who these people were.
Moreover, the systems operated via local servers. Accordingly, users needed to install a dedicated PC or a special video recorder for the service to operate. This led to additional equipment costs and operating expenses.
Cloud facial recognition does not require the purchase and setup of any other equipment besides cameras and will work with the cameras already installed on the site.
There is no need to maintain a staff of specialists to keep the equipment functioning. The service provider solves the technical issues of the equipment (and does so more effectively than non-specialized companies).
Cloudherkenning verandert een logge en kwetsbare oplossing van lokale analytische servers in een flexibele en robuuste cloudstructuur. Dit betekent dat het herkenningssysteem niet langer afhankelijk is van de mogelijkheden van een specifieke server die is aangeschaft en geïnstalleerd in het kantoor van de klant, evenals de IT-infrastructuur die deze klant ter beschikking heeft. Er is geen noodzaak om nieuwe apparatuur aan te schaffen en lang met de leverancier te overleggen over configuratie en uitbreidingsmogelijkheden.
De cloud verdeelt automatisch de belasting over de beschikbare infrastructuur met krachtige servers. De klant hoeft geen ongebruikte capaciteit in stand te houden voor onverwachte pieken in de belasting (feestdagen, weekenden). Meer informatie over de mogelijkheden van het systeem kan worden verkregen door bij ons.
„Waarheid over koffie“ en OneBucksCoffee hebben momenteel veel discussie uitgelokt, maar binnenkort zal er vrijwel geen enkel offline bedrijf zijn dat zonder video-analyse opereert. Spelers op de consumentenmarkt hebben een dringende behoefte om hun klanten persoonlijk te herkennen: service en aanbiedingen te personaliseren, de stemming van gasten te analyseren, kosten te verlagen en klanten te behouden, in plaats van simpelweg technologische oplossingen te kopen voor rapportagedoeleinden.
Bron: habr.com
