{"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\/pt\/blog\/administrirovanie\/preimushhestva-oblachnogo-raspoznavaniya-lits","title":{"rendered":"Vantagens do reconhecimento facial em nuvem","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Vantagens
\nFuturo pr\u00f3ximo<\/i><\/p>\n

Existem v\u00e1rios m\u00e9todos pelos quais os sistemas de reconhecimento facial funcionam, mas, de um modo geral, estamos falando de uma tecnologia capaz de identificar uma pessoa a partir de uma imagem digital ou um fotograma de uma fonte de v\u00eddeo.<\/p>\n

Muitos propriet\u00e1rios de smartphones usam o reconhecimento facial todos os dias, mas em dispositivos m\u00f3veis a velocidade de reconhecimento n\u00e3o \u00e9 cr\u00edtica, e o n\u00famero de usu\u00e1rios raramente ultrapassa uma ou duas pessoas. Para sistemas de escrit\u00f3rio e ruas (em reconhecimento em massa), s\u00e3o aplicadas outras tecnologias. <\/p>\n

Recentemente, houve uma discuss\u00e3o no Habr uma not\u00edcia<\/a><\/noindex>: as cafeterias de rede de Moscovo \"Pravda Coffee\" e OneBucksCoffee come\u00e7aram a testar em seus estabelecimentos um servi\u00e7o de reconhecimento facial. <\/p>\n

As cafeterias utilizam nossa solu\u00e7\u00e3o t\u00e9cnica. E hoje, falaremos mais sobre isso. Claro, j\u00e1 discutimos a pr\u00f3pria tecnologia, mas surgiu algo novo \u2014 a solu\u00e7\u00e3o se tornou verdadeiramente em nuvem. E isso muda tudo.
\n<\/a><\/noindex><\/p>\n

Como funciona a tecnologia de reconhecimento facial<\/h2>\n

\nA primeira coisa que o sistema deve fazer \u00e9 identificar o rosto na imagem e, por meio de algoritmos, garantir que se trata de um rosto humano. <\/p>\n

Ap\u00f3s a detec\u00e7\u00e3o inicial, caracter\u00edsticas individuais s\u00e3o determinadas com base em pontos fixos \u2014 por exemplo, a dist\u00e2ncia entre os olhos e outras dezenas de par\u00e2metros. <\/p>\n

Em seguida, outros algoritmos pesquisam em v\u00e1rias bases de dados previamente criadas e fornecem uma porcentagem de similaridade com o modelo de dados procurado. Se a porcentagem de similaridade for suficientemente alta, o rosto \u00e9 considerado reconhecido.<\/p>\n

Sem entrar em detalhes (a foto para an\u00e1lise ainda precisa ser normalizada antes de ser passada para a rede neural que l\u00ea um determinado descritor), a principal dificuldade da solu\u00e7\u00e3o neste momento n\u00e3o est\u00e1 nas pr\u00f3prias tecnologias (algoritmos), mas na implementa\u00e7\u00e3o.<\/p>\n

Os sistemas de reconhecimento est\u00e3o se desenvolvendo em v\u00e1rias dire\u00e7\u00f5es, classificadas de acordo com a abordagem de processamento de informa\u00e7\u00f5es. \u00c0s vezes, \u00e9 dif\u00edcil escolher qual sistema lidar\u00e1 melhor com uma tarefa espec\u00edfica. <\/p>\n

Diversidade de sistemas<\/h2>\n

\n\"Vantagens
\n
\nOs dados podem ser processados na nuvem, em servidores locais implantados no per\u00edmetro de seguran\u00e7a da empresa, ou diretamente nas c\u00e2meras. <\/p>\n

No \u00faltimo caso, toda a an\u00e1lise \u00e9 realizada pela pr\u00f3pria c\u00e2mera, e as informa\u00e7\u00f5es processadas chegam ao servidor. A principal vantagem do sistema \u00e9 sua alta precis\u00e3o e a possibilidade de conectar um grande n\u00famero de dispositivos a um \u00fanico servidor.<\/p>\n

Apesar da aparente simplicidade e facilidade de escalabilidade, essa tecnologia tamb\u00e9m possui desvantagens. Uma delas \u00e9 o alto custo. Al\u00e9m disso, atualmente n\u00e3o existe um padr\u00e3o \u00fanico para a apresenta\u00e7\u00e3o das informa\u00e7\u00f5es que as c\u00e2meras especializadas enviam para o servidor. O conjunto de dados pode variar significativamente entre diferentes fornecedores.<\/p>\n

\"Vantagens
\nSistema de reconhecimento facial \"simples\" da Panasonic <\/a><\/noindex><\/i><\/p>\n

Sistemas baseados em c\u00e2meras IP com fun\u00e7\u00e3o de v\u00eddeo an\u00e1lise embutida s\u00e3o menos populares do que solu\u00e7\u00f5es de servidor. No entanto, mesmo ao usar um sistema tradicional baseado em gravador e\/ou servidor local, n\u00e3o h\u00e1 economia. <\/p>\n

Programas e pre\u00e7os* de Reconhecimento Facial <\/h2>\n

\n*Com base em informa\u00e7\u00f5es de fontes abertas.
\n<\/i>
\nConsiderando a complexidade dos algoritmos e o alto custo do hardware de servidor para m\u00f3dulos de v\u00eddeo an\u00e1lise, os sistemas de reconhecimento facial continuaram sendo um luxo caro por um longo tempo. <\/p>\n

Al\u00e9m disso, o custo da solu\u00e7\u00e3o \u00e9 influenciado pelo grande tr\u00e1fego de rede gerado durante o funcionamento \u2013 al\u00e9m das despesas com servidores potentes, tamb\u00e9m \u00e9 necess\u00e1rio investir em equipamentos de rede ativos e em canais de comunica\u00e7\u00e3o robustos.<\/p>\n

Atualmente, o mercado russo conta com alguns grandes players que oferecem algoritmos de qualidade para an\u00e1lise e processamento de dados de v\u00eddeo. Todos eles est\u00e3o interessados em projetos relacionados ao grande neg\u00f3cio. A explica\u00e7\u00e3o para esse foco \u00e9 muito simples: o custo da solu\u00e7\u00e3o excede em muito as possibilidades das pequenas e m\u00e9dias empresas. <\/p>\n