На сегодняшний день алгоритмы искусственного интеллекта и глубокого обучения активно применяются в сфере распознавания лиц, что делает данную технологию более эффективной и точной, особенно в ситуациях, отличных от идеальных. Развитие электронных элементов видеокамер наблюдения также способствует внедрению в них технологий глубокого обучения.

 

Глубокое обучение предполагает самостоятельное выполнение функций, без ручного вмешательства. Чем больше функций выполняется, тем более точным становится процесс распознавания. Именно поэтому в инструментах распознавания лиц для повышения точности все чаще используется глубокое обучение.

 

 

 

 

«За последние пять лет распознавание лиц стало гораздо более надежным, особенно в не самых благоприятных условиях», - сказал Алан Атаев, директор по международным продажам компании AxxonSoft. «В настоящее время искусственный интеллект и глубокое обучение лежат в основе всех наиболее эффективных решений, существующих на рынке. Эти технологии превосходят классические алгоритмы с точки зрения качества распознавания. И если вы посмотрите на скорость, с которой они развиваются, вы не будете серьезно рассматривать применение классических алгоритмов».

 

«Основной задачей распознавания лиц является получение изображения лица и преобразование его в набор функций. Функции, созданные из двух изображений одного и того же человека, должны быть как можно ближе (независимо от освещения, выражения лица и других факторов), а изображения двух разных людей должны выражаться в существенно различных функциях. Нейронная сеть может справиться с этими задачами лучше, чем ручной подход», - сказал Майкл Джеймисон, специалист по компьютерному зрению в Senstar. «Это изменение в технологии позволяет новичкам быть очень конкурентоспособными на рынке распознавания лиц, поскольку накопленные институциональные знания о предыдущих методах стали менее важны».

 

 

 

«Преимущества алгоритмов глубокого обучения включают достижение сопоставимой или даже лучшей, чем человеческая, точности распознавания лиц, а также способность классифицировать и распознавать тысячи черт лица», - сказал Джерри Хонг, менеджер IP-продукции в Hikvision. «Благодаря технологии глубокого обучения, средняя точность распознавания лиц значительно возросла - на 38 процентов. Наши преимущества в области решений на основе искусственного интеллекта для сферы безопасности возникли благодаря усилиям нашей превосходной команды разработчиков алгоритмов и использованию самых мощных графических процессоров на наших компьютерных платформах».

 

«Алгоритм глубокого обучения, основанный на больших данных, может повысить точность распознавания лиц и применяться в более сложных условиях, например, при ухудшении качества изображения», - сказал Стэнли Ху, директор по продукции компании Dahua Technology.

 

 

Советы по покупке и установке видеокамер наблюдения с функцией распознавания лиц

 

При выборе видеокамер с возможностями распознавания лиц, чтобы получить нужное решение по правильной цене, необходимо учесть несколько вещей. «Системным интеграторам следует уделять больше внимания точности распознавания, емкости, требованиям к установке (высота, угол, диапазон распознавания) и адаптируемости к сложным условиям реализации проекта», - сказал Ху. Кроме того, для получения оптимальных результатов распознавания важна правильная настройка видеокамер наблюдения.

тел.: 375 (17) 3-616-444   |   факс: 375 (17) 3-616-555