Распознавание лиц и развитие гибридных решений

Суть гибридных решений

Гибридные решения — технологии, основанные на сочетании нескольких методов распознавания. Это может быть объединение математических моделей, описывающих антропометрические признаки лица, и искусственной нейронной сети с нечеткой логикой, генетического алгоритма и искусственного интеллекта или нескольких видов биометрической идентификации (отпечаток пальца + лицо, голос+сетчатка глаза).

Гибридные решения распознавания значительно повышают вероятность распознавания людей, скорость обучения и определения структуры модели лица при использовании этих технологий намного выше. Гибридные решения помогут повысить безопасность и упростить контроль в розничной торговле, на промышленных и производственных предприятиях, в офисных зданиях и бизнес-центры, в банках, аэропортах и т. д.

Еще один пример — исследование института IRTT (Institute of Road and Transport Technology) в индии. Проект «Новая искусственная нейронная сеть и гибридный подход на основе 2D-PCA для распознавания лиц» нацелен на разработку комплексного решения для улучшения качества распознавания лиц. В основе — новый тип нейронных сетей для анализа видеопотока, который позволит свести к нулю процент ошибок в работе систем распознавания.

Принцип работы гибридных решений

Несмотря на большое разнообразие представленных алгоритмов, можно выделить общую структуру процесса распознавания лиц.

На первом этапе производится детектирование и локализация лица на изображении. На втором — выравнивание изображения лица (геометрическое и яркостное), вычисление признаков и непосредственно распознавание, то есть сравнение вычисленных признаков с заложенными в базу данных эталонами. Затем система запускает второй заложенный алгоритм: создание математической модели по полученному отпечатку лица или идентификацию по отпечатку пальца, паролю и картам радиочастотной идентификации. Результаты работы двух алгоритмов совмещаются для получения более точной информации.

Основное отличие гибридных решений — вычисление признаков и сравнение их между собой. Несколько алгоритмов производят вычисления, анализируют информацию и обрабатывают данные как последовательно, так и параллельно. Гибридный подход к распознаванию лиц позволяет полностью избавиться или свести к приемлемому минимуму недостатки (недостаточную скорость или точность работы) каждого из метода распознавания по отдельности.

Заключение

Можно смело сказать, что гибридный метод имеет особый статус среди всех систем распознавания лиц, поскольку такие решения заимствуют лучшее из всех систем биометрии, совмещая их преимущества в одной унифицированной технологии.

Качество работы таких решений находится на высоком уровне, но всё-таки в их работе допускается определенный (пусть и относительно небольшой) процент ошибок. Доведя качество их работы до совершенства, станет возможным гарантировать полную безопасность для всех заинтересованных сторон в экосистеме обеспечения безопасности.

Однако для достижения этой цели необходимо развитие ряда технологий до уровня, который позволит полностью исключить ошибки и ложные срабатывания. На это потребуется определенное время. Но результат будет того стоить!

информация и фото с https://www.dssl.ru