Революція в алгоритмах нейронних мереж, в тому числі в алгоритмах розпізнавання осіб, кардинально змінила ринок біометрії. Від вузької сфери застосування з безпрецедентно великими інвестиціями, необхідними для впровадження високоякісного апаратного і програмного забезпечення для розпізнавання осіб, до масового використання - біометрія пройшла довгий шлях.
Однак, за словами Олександра Ханіна, засновника і генерального директора компанії VisionLabs, перед тим, як вирішити, до якого постачальника рішень звернутися, потрібно визначитися з завданнями та вимогами. Багато постачальників рішень для розпізнавання осіб ще не перейшли на передові рішення на основі штучного інтелекту, і клієнти повинні зуміти це вчасно зрозуміти.
«Ми повинні визнати той факт, що, незважаючи на те, що сьогодні на ринку рішень для розпізнавання осіб присутні сотні гравців, не всі з них пропонують актуальні біометричні системи. Існують певні функції, які можуть підтвердити зрілість технології, що пропонується постачальником систем розпізнавання осіб, а також виправдати очікування клієнтів в процесі експлуатації системи в реальних умовах,»- розповів Ханін і назвав п'ять головних питань, які потрібно задати при придбанні системи розпізнавання осіб.
1. Скільки точок на обличчі використовується для розпізнавання?
Якщо відповідь 10, 50, 80 або, наприклад, 90, то в рішенні використовується алгоритм попереднього століття. Сучасна технологія розпізнавання осіб не використовує точки на обличчі для його розпізнавання і не вимірює відстань між очима: найпростіший спосіб це визначити - увійти в зону спостереження відеокамери з закритими очима - старі біометричні системи вас не помітять. Те ж саме стосується окулярів - вони закривають так багато точок, що їх наявність призводить до збою старих систем, в той час як алгоритми на основі глибоких нейронних мереж працюють безперебійно.
«Пам'ятайте, що такі заяви, як «у використанні глибоких нейронних мереж для розпізнавання осіб немає ніякої необхідності», просто є виправданням того, що компанія не є фахівцем в комп'ютерному зорі і комп'ютерному навчанні,» - сказав Ханін. «Сучасні платформи розпізнавання осіб використовують алгоритми розпізнавання осіб, на 100 відсотків засновані на глибоких нейронних мережах».
2. Які алгоритми машинного навчання ви використовуєте?
У більшості випадків відповіддю буде програмне забезпечення з відкритим вихідним кодом - так як створити своє власне дуже складно. Таким чином, багато компаній використовують в своїх продуктах алгоритми на основі технологій глибокого навчання лише частково, так як вони вимагають величезної обчислювальної потужності і при неправильному застосуванні працюють досить повільно.
3. Які відеокамери спостереження мені будуть потрібні?
За словами Ханіна, якщо на це питання вам дадуть відповідь, що потрібно використовувати спеціальні відеокамери спостереження вартістю від 5000 до 7000 доларів - це також технологія минулого століття. Сучасні алгоритми розпізнавання осіб, засновані на глибоких нейронних мережах, підходять для використання практично з будь-якою IP-відеокамерою спостереження в ціновому діапазоні 400-1000 доларів.
4. Ви надаєте локальне рішення?
Хитрі постачальники систем розпізнавання осіб продаватимуть вам систему, яка буде самонавчатися в процесі експлуатації. «Поставте собі одне питання: чи знаєте ви, який процес навчання алгоритмів клітинної нейронної мережі?», - сказав Ханін. «Чи знаєте ви, які ресурси для цього потрібні? Зрозумійте, це всього лише маркетингові хитрощі».
5. Чи передбачено тестування рішення?
Для тестування продукції хорошої якості не будуть потрібні місяці. Підтвердження того, що концепція працює, займе всього кілька годин. Надійні компанії не змусять вас довго чекати - ви отримаєте звіт про результати тестування автоматично.
Джерело www.asmag.com. Переклад статті виконала адміністратор сайту Олена Пономаренко.
