顔認識

ユーザーからのセキュリティ要求の増大に伴う公のセキュリティの脅威は、セキュリティ製造業者に絶えず改善し続ける技術を生み出すことを強く求めています。国際的なニュースは、現在の危険性を思い起こさせることで、常に一般の人々の意識を害しています。国民は知りたいのですが – これらの出来事を防ぐことはできますか?

安全な都市計画から住宅保護まで、あらゆる面で、その相対的な障害とともに開発が進められています。家族、家、財産、自動車を保護することが、これらの新しい技術を使った最も一般的な用途です。しかし、さまざまなネットワークと要求される解像度を備えた特定のアプリケーションで使用されるビデオ監視カメラの数は、同様に課題の増加とともに劇的に増加しています。大量のデータを迅速に追跡して、実際に重要な少量のデータを見つけることができるようになってきています。

ビデオインテリジェンス技術のセキュリティ面では、顧客の安全性の向上が主な推進要因となっています。ビデオインテリジェンス技術のビジネス面では、顧客満足度の向上が主な推進要因となっています。ここでは、サービスと安全性の両方が重要です。顔認識技術は、これらの問題に対処するだけでなく、関連する課題を克服するために私たちの能力を向上させます。現在の手法を単にスピードアップまたは強化するだけでなく、顔面認識は、セキュリティの新たな道と必要な場所であればどこでもデータの新たな領域を切り開くでしょう。

セキュリティ業界の難しさと要件
事件後の調査中に容疑者を特定することは、複雑で多くの困難をもたらします。課題には、多数のカメラからの映像のレビュー、10歳の年齢差を持つ同一人物の2つの顔画像の比較、大量のデータからの5%(またはそれ以下)の有用な情報の抽出、プレイベントの実装までがあります。インシデントを防止し、解像度の向上によるビデオストレージの課題の増加を管理するためのアラーム。そして、もっとたくさんの可能性があります。

これらの障害は、たとえ最新の機器であっても、標準的なビデオ監視システムにとっては麻痺することを証明することができます。処理されている膨大な量の情報がシステムハードウェアを使い果たします。これが、よりデータ量の多い解決策が必要とされるところであり、深い学習と人工知能製品の開発を促進します。これらの新しい技術と共に、顔認識は間違いなく現在最も重要なものの1つです。

顔認識ソリューションにおける一般的な欠陥
従来のインテリジェントビデオ監視は、シーンの背景に対して非常に厳しい要件を持っています。人間の顔認識プロセスには、2つの重要なステップが必要です。最初のものは特徴抽出です。ここでは、特徴は人間によって設計され、常に主観的です。この方法は非常に特殊な環境でうまく機能し、照明、環境などの微妙な変化は正確さを犠牲にします。2番目のステップは「分類学習」です。これは、浅い学習と分析を使用します。理想からかけ離れて、ここでの結果はインテリジェントアプリケーションの幅と深さを直接制限します。

インテリジェントビデオ監視のためのディープラーニングの利点
ディープラーニングは他のアルゴリズムとは本質的に異なります。従来のアルゴリズムの不十分さを解決する方法は、いくつかの概念に含まれています。

まず、「浅い」から「深い」へ。

ディープラーニングのアルゴリズムモデルは、従来のアルゴリズムよりもはるかに深い構造をしています。時には、レイヤーの数が100を超えることもあり、複雑な分類で大量のデータを処理できるようになります。ディープラーニングは人間の学習プロセスと非常によく似ており、レイヤーごとの特徴抽出プロセスを持っています。各レイヤーは異なる「重み付け」を持ち、この重み付けは画像の「コンポーネント」について学んだことを反映しています。レイヤーレベルが高いほど、コンポーネントはより具体的になります。人間の脳をシミュレートする、ディープラーニングの最初のシグナルは処理の層を通過します。次に、それは我々が対象を知覚することができる全体的な抽象化(深い)に対して部分的な理解(浅い)を要する。

次に、「人工的な特徴」から「特徴の学習」へ。 
ディープラーニングは手動の介入を必要としませんが、特徴をそれ自身で抽出するためにコンピュータに頼ります。このようにして、記述するのが難しいまたは不可能な抽象的な特徴を含む、できるだけ多くの特徴をターゲットから抽出することができます。より多くの機能があるほど、認識と分類はより正確になります。ディープラーニングアルゴリズムがもたらすことができる最も直接的な利点のいくつかは、匹敵する、あるいはさらに人間のパターンを超える認識精度、強力な干渉防止能力、および何千もの特徴を分類して認識する能力を達成することを含みます。

ディープラーニングテクノロジを使用すると、顔認識の平均精度が大幅に向上します。Hikvisionは競争に先んじて前進する能力を実証しました。セキュリティにおける人工知能におけるその優位性は、独自の優れたアルゴリズム開発チームを持ち、当社のコンピュータプラットフォームで最も強力なGPUを使用することによってもたらされています。結果には、ImageNet、PASCAL VOC、MOTチャレンジなど、複数のInternational Deep Learningアルゴリズムコンペでの優勝が含まれます。

最良の結果を達成するには、適切なハードウェアを持つことと、計算要件を実行できるアルゴリズムを開発することの組み合わせから来ます。Hikvisionは、クラス最高のハードウェアを備えた業界初のデータコンピューティングプラットフォームと、完全に独立したアルゴリズムチームを擁しています。

Hikvisionの顔認識ソリューション 
Hikvisionの顔認識ソリューションは、今日の認識能力の進歩によって可能になる限界を押し広げます。このソリューションは、人の顔を検出し、属性がイベント前後の顔のコントラストを作成することを認識します。このソリューションの背後にあるデータストレージのための莫大な機能により、HikvisionのFace Libraryは、ブラックリストとホワイトリストを生成して、アラームをトリガーし、さまざまなアプリケーションでの入退室承認を自動化することができます。

HikvisionはそのアルゴリズムDeepinView顔認識カメラをカメラとレコーダーに組み込んでいるので、PCサーバーは必要ありません。これは、送信の遅延が少なくなり、バックエンドデバイスの負担が軽減されることを意味します。効率性だけではなく、Hikvisionは高い成功率を維持しています。顔のキャプチャ率は95%の精度に達し、顔の比較精度は最大98%に達します1。さまざまなシナリオや環境に対応するために、さまざまなフロントエンドまたはバックエンドの組み合わせで、複数のモデルとタイプが利用可能です。そして世界的な支援により、すべての人間の顔が支えられています。

システムインテグレータは、この顔認識ソリューションで幅広いアプリケーションが可能になるでしょう。銀行、高級店、ホテルなどでVIP顧客を認識し、専門的なサービスを開始することができます。Hikvisionのソリューションは、警察署、税関、国際空港、政府施設などのセキュリティシナリオに適用でき、セキュリティと調査の効率を向上させることができます。