F.A.Q.

Да, Face SDK может работать оффлайн, т.к. содержит в своем составе весь необходимый для полноценной работы набор компонентов, позволяя реализовывать разнообразные решения - такие, как облачные сервисы, обычные приложения, и полностью закрытые системы служебного назначения.

Да, Face SDK изначально спроектирован для одновременной обработки множества каналов видеоданных в режиме реального времени одновременно и содержит встроенные средства конвейерной обработки данных и балансировки нагрузки.

3DiVi Face SDK может работать с источниками данных произвольного размера.
Технически ПО тестируется на выборках данных до 300М лиц, но этот размер не является ограничением.

Face SDK предлагает набор методов распознавания, что позволяет выбрать метод, оптимальный, исходя из условий решаемой задачи, а именно - в зависимости от требований по точности ("качества") распознавания и допустимому времени на совершение одиночной операции:

• Метод 6.6 – "стандартный" - высокая скорость и стандартное качество распознавания, применяется для типовых случаев распознавания лиц из поточных видеоданных реального времени.
  Средняя скорость распознавания* - 231мс
• Метод 7.6 – "экспертный" - максимальное качество распознавания, но сравнительно низкая скорость распознавания (ниже, чем у методов 6.6 и 8.6). Подходит для распознавания лиц в режиме оффлайн и систем с высокими требованиями по качеству на больших объемах данных.
  Средняя скорость распознавания* - 1056мс
• Метод 8.6 – "быстрый" - максимальная скорость распознавания, но качество распознавания ниже, чем у других методов.
  Подходит для распознавания лиц онлайн, а также в режиме реального времени на низкопроизводительных устройствах.
  Средняя скорость распознавания* - 81мс

* Оценка временных характеристик приведена для 1 ядра CPU Intel Core i3, 1.0 GHz для БД в 10000 лиц.
Более подробно с временными характеристиками идентификации можно ознакомиться в соответствующем разделе документации.

В зависимости от используемого метода (см.Вопрос 4) для оптимальной работы Face SDK в операциях идентификации (поиск 1:N) с 1 входным каналом данных (камерой), одновременным количеством лиц в кадре не более 2 и размером поискового индекса базы данных до 500 лиц необходимо:

Windows/Linux:

• Для Метода 6.6 ("Стандартный"): Intel(R) Core(TM) i5-2400 CPU @ 3.10GHz, примерная нагрузка - 1-2 ядра процессора;
• Для Метода 7.6 ("Экспертный") - Intel(R) Core(TM) i5-2400 CPU @ 3.10GHz, примерная нагрузка - 2-3 ядра процессора;
• Для Метода 8.6 ("Быстрый") - Intel(R) Core(TM) i5-2400 CPU @ 3.10GHz, примерная нагрузка - 1 ядро процессора;

Наблюдаемое лицо расположено максимально фронтально (вертикально-нормально) по отношению к плоскости объектива камеры, расстояние между зрачками не менее 30 пикс. (оптимально: 40-50 пикс.) при плотности изображения в кадре не хуже 500 пикс./м, допустимые углы отклонений по ракурсу:

• поворот головы от фронтального положения (Yaw): не более +/-30 град;
• наклон головы от фронтального положения (Pitch): не более +\-30 град;
• отклонение головы от фронтального положения в плоскости кадра (Roll): не более +/-90 град;

Face SDK позволяет одновременно распознавать неограниченное количество лиц в кадре при обеспечении достаточных вычислительных ресурсов.
Например, для обработки 1 канала в режиме реального времени при потоке 5 людей в секунду и размере базы данных до 1М лиц, рекомендуемые системные требования будут: 2 ядра x86-64 Intel Xeon 3.0 GHz, RAM.

Face SDK предлагает 2 основных варианта реализации процесса распознавания лиц:

• использование компонента VideoEngine Extended - это наиболее простой для типовой реализации вариант с обеспечением конвейерной обработки данных и балансировки нагрузки и, таким образом, оптимально подходящий для обработки данных реального времени.
• использование компонентов Face Detector + Encoder + MatcherDB (N) - это более низкоуровневый вариант, ориентированный на опытных разработчиков и допускающий большое число возможных кастомизаций, однако все заботы по управлению обработкой данных ложатся на разработчика прикладного решения.

Подробное описание компонентов доступно в документации.

Face SDK может работать с различными видами камер, включая Web-камеры, BWC (Body Worn Cameras - носимые камеры), встроенные камеры устройств (ПК, смартфонов, AR-очков и т.п.), USB-камеры, IP-камеры, IR-камеры, RGB и RGB-D сенсоры, различные виды DVR (Digital Video Recorder - цифровой видеорегистратор).
Подробную информацию по требованиям к камерам и форматам видео см. в документации.

Точность распознавания на ROC-кривой, а также показатели FAR /TAR для различных условий можно найти в соответствующем разделе документации.

Face SDK может определять для наблюдаемого лица:

• пол: male, female;
• возрастную группу: kid, young, adult, senior, также имеется возможность определения возраста в цифрах в диапазоне +/- 5 лет;
• эмоции: neutral, happy, angry, surprised;
• направление взгляда (0-90 град. с точностью +/- 3 град.)
• Liveness detection - проверка на принадлежность лица живому субъекту (в сравнении с демонстрируемым фото и/или видеоизображением).

Liveness detection - это проверка на принадлежность наблюдаемого лица реальному человеку для защиты от спуфинга с помощью демонстрируемого фото- или видеоизображения.
Face SDK предлагает:

• 3D Liveness Detector - компонент, осуществляющий проверку на Liveness с помощью данных, получаемых от датчика глубины в составе видеосенсора типа Intel Real Sense, Orbbec Astra и т.п.;
• 2D Liveness Detector (beta) - компонент, осуществляющий проверку на Liveness посредством анализа изображений лица, получаемых с обычной RGB-камеры.

Face SDK (Software Development Kit) - это набор библиотек, предназначенный для поддержки разработки прикладных решений по распознаванию лиц, эмоций, пола и возраста.
Подробнее

Face Machine - это набор готовых модулей по распознаванию лиц в режиме реального времени, состоящих из серверной (Face Machine Server) и клиентской части (приложение Face Machine Client).
Компоненты Face Machine технологически унифицированы с Face SDK (т.е. имеют общую основу и поддерживаемые средства интеграции).
Подробнее

NIST FRVT - National Institute of Standards and Technology Face Recognition Vendor Test - это независимое тестирование биометрических алгоритмов производителей технологий распознавания лица, проводимое американским Национальным институтом стандартов и технологии при Департаменте торговли США с регулярно обновляющимися результатами, доступными на сайте NIST.

Данное тестирование производится без непосредственного участия вендоров, поэтому результаты считаются объективными, достоверными и отражающими уровень разработок конкретного участника (вендора) в общем рейтинге по разным категориям данных.

На данный момент Face Machine Client может работать полностью автономно или с подключением к Face Machine Server или Face Cloud.
Однако т.к. Face Machine Client может работать автономно и для ряда сценариев применения это может быть очень удобно, в наших планах предоставить возможность интеграции Video Edge с внешними источниками данных (сервисы, БД и т.п.).

3DiVi Face Recognition Terminal - это многофункциональное Android устройство со встроенной системой распознавания лиц на базе биометрических технологий 3DiVi. Терминал предназначен для работы в составе интеллектуальных систем идентификации типа СКУД, систем учета рабочего времени, платежных систем с POS терминалами и т.п.
Подробнее