Российская программа для распознавания лиц. Распознавание лиц по фото онлайн
Программа FindFace была создана специально для самой большой социальной сети « » на Территории России, способна выполнить поиск человека по фото в интернете.
Работа программы базируется на сложной технологии, которая способна сравнивать миллионы изображений с указанным фото, в итоге вам представляется сходный файл.
Таким образом, вы можете находить человека, имея всего лишь его фотографию. Разработка создана ассоциацией Tech.Lab.
Технология распознавания лиц была успешно интегрирована в программу FindFace, что позволило связать ее с порталом «ВКонтакте». Указав даже некачественную фотографию сделанную телефоном, вы можете найти человека в соцсети «ВКонтакте», узнать много информации или связаться.
Неправильный ракурс или недостаточное освещение не помеха для программы, все равно технология сможет найти нужного человека, а если нет, то будут представлены варианты фотографий, имеющие сходство.
Сервис определяет фото с точностью 70%, работа поиска очень быстрая, всего за пару секунд вам будет предоставлен результат.
Установка приложения FindFace
Сегодня FindFace работает с порталом «ВКонтакте», а в будущем планируется миграция технологии на другие социальные, интерактивные проекты.
Как использовать программу FindFace?
Сервис FindFace, разработанный для пользователей крупнейшей в России социальной сети «ВКонтакте», сможет отыскать в виртуальном пространстве любого человека всего по одной фотографии. В основу проекта легла технология распознавания лиц, созданная компанией N-Tech.Lab.
FindFace позволяет найти человека, узнать открытую информацию и связаться с ним через аккаунт в социальной сети, причем для всего этого достаточно фотографии, сделанной мобильным телефоном.
Плохое освещение или неудачный ракурс не помешают алгоритму оперативно отыскать нужного человека.
Сервис определяет человека на фото с точностью около 70%, при этом, если нужное лицо не было найдено, FindFace предлагает посмотреть на фото похожих людей, что делает его уникальным среди современных дейтинг-сервисов.
Новый вид социального сервиса был разработан на основе технологии компании N-Tech.Lab, специализирующейся на решениях в области нейронных сетей.
Такие сети способны анализировать информацию и обучаться подобно человеку, но делают это намного быстрее. На поиск нужного файла в базе из 300 млн фотографий алгоритму N-Tech.Lab требуется меньше секунды.
Это решение было признано лучшим на международном конкурсе The MegaFace Benchmark, организованном Вашингтонским университетом.
Сейчас воспользоваться FindFace можно c помощью мобильных приложений для iOS и Android, а также через браузер. Все необходимые вычисления производятся на удаленных серверах, так что требования к гаджетам являются минимальными. Сервис позволяет не только найти нужного пользователя, но и отправлять ему сообщения, ставить лайки, просматривать фотографии и другую информацию.
На первом этапе своего развития новый сервис будет работать в соцсети «ВКонтакте», ежедневная аудитория которой превышает 100 миллионов человек. В перспективе FindFace станет доступен и пользователям других соцсетей.
Базовый функционал является бесплатным. Для пользователей с более широким кругом возможностей (неограниченное число запросов в месяц, сложные настройки поиска и проч.) услуга будет стоить от 149 до 459 рублей в месяц.
Представляет собой компьютерное приложение, способное идентифицировать или проверять человека из цифрового изображения или видеофрагмента. Один из способов сделать это — сравнить выбранные черты лица с изображением и вариантами из базы данных.
Распознавание лиц (программа) обычно используется в системах безопасности, и может быть сравнена с другими биометрическими системами (например, распознавания отпечатков пальцев или глазной диафрагмы). В последнее время она также стала популярной в качестве инструмента коммерческой идентификации и рекламы.
Некоторые алгоритмы распознавания лиц идентифицируют черты лица, извлекая ориентиры или объекты из изображения лица субъекта. Например, алгоритм может анализировать относительное расположение, размер и/или форму глаз, носа, скул и челюсти. Эти данные затем используются для поиска других изображений с соответствующими параметрами.
Другие алгоритмы нормализуют галерею изображений лиц, а затем сжимают сведения о лице, сохраняя только те данные на изображении, которые полезны для распознавания лиц. Затем искомое изображение сравнивается с имеющимися данными.
Одна из самых ранних успешных систем основана на методах сопоставления шаблонов, примененных к набору характерных черт лица, предоставляя своего рода сжатое представление о внешности.
Как работает программа распознавания лиц?
Она включает в себя определенные алгоритмы, которые можно разделить на два основных подхода:
- Геометрический, который рассматривает отличительные или фотометрические черты лица.
- Статистический, который переводит изображение в значения и сравнивает их с шаблонами для устранения дисперсий.
Трехмерное распознавание
Новая тенденция, созданная для достижения более высокой точности, представляет собой трехмерное распознавание лиц. Этот метод использует 3D-датчики для сбора информации о форме лица. Эта информация затем используется для идентификации отличительных признаков, таких как контур глазниц, носа и подбородка.
Одним из преимуществ трехмерных программ распознавания лиц является то, что на них не влияют изменения в освещении, в отличие от других вариантов. Эта технология также может идентифицировать из разного диапазона углов обзора, включая вид профиля. Трехмерные точки данных значительно улучшают точность распознавания лиц.
3D-исследования усиливаются благодаря разработке сложных датчиков, которые улучшают работу по захвату изображений в виде трехмерных изображений. Датчики работают, проецируя структурированный свет на лицо.
До десятка или более из этих датчиков изображения могут быть размещены на одном чипе CMOS — каждый из них захватывает другую часть спектра.
Однако, даже идеальный метод 3D-соответствия может быть чувствительным к выражениям лица. Для этой цели группа исследователей в Technion применила инструменты из метрической геометрии для обработки выражений как изометрии.
После этого компания Vision Access создала свое решение для трехмерного распознавания лица. Позднее компания была приобретена Bioscrypt Inc.
, которая разработала версию программы для распознавания лица человека, известную как 3D FastPass.
Новый метод заключается в том, чтобы ввести способ захвата трехмерного изображения с помощью трех следящих камер, которые указывают на разные углы. Одна из них будет указывать на лицевую сторону объекта, вторую — со стороны, третья — под углом.
Все они будут работать вместе, чтобы получить возможность отслеживать лицо объекта в реальном времени и быть в состоянии идентифицировать его.
Считается, что на этой технологии вскоре будет базироваться любая программа для распознавания лиц через камеру.
Анализ текстуры кожи
Другая новая тенденция использует визуальные детали кожи, которые фиксируются в стандартных цифровых или отсканированных изображениях. Этот метод, называемый анализом текстуры кожи, превращает уникальные линии, узоры и пятна, видимые в коже человека, в математическое пространство.
Тесты показали, что с добавлением этой технологии эффективность распознавания лиц может увеличиться на 20-25%.
Термокамеры
Другая форма приема входных данных для распознавания лиц заключается в использовании тепловизионных камер. Благодаря этой процедуре камеры будут только определять форму головы, и при этом игнорировать такие предметы, как очки, шляпы или макияж. Проблема использования термических изображений для распознавания лиц заключается в том, что базы данных для этого ограничены.
В настоящее время исследователи изучают использование этой технологии в реальной жизни и эксплуатационных ландшафтов и в то же время создают новую базу данных тепловизионных изображений.
В исследовании используются низкочувствительные ферроэлектрические электрические датчики низкого разрешения, которые способны получать длинноволновые тепловые инфракрасные образы (LWIR).
Результаты показывают, что слияние LWIR и обычных визуальных камер имеет большие результаты в наружных зондах. На таком сочетании может работать очень мощная программа распознавания лиц для камеры.
Массовое использование
Источник: https://www.nexxdigital.ru/rossiiskaya-programma-dlya-raspoznavaniya-lic-raspoznavanie-lic-po-foto/
Пора узнать. Как работает распознавание лиц на самом деле?
Юбилейный iPhone X получил одну из самых неординарных фишек среди конкурентов. Флагман умеет распознавать лицо владельца, а вместо Touch ID и кнопки «Домой» инженеры интегрировали камеру TrueDepth и функцию Face ID.
Быстро, моментально и без необходимости вводить пароли. Так можно разблокировать iPhone X уже сегодня.
Apple известна тем, что всегда смотрит в технологическое будущее намного раньше, чем очередная функция становится стандартом. В случае с iPhone X и сканером лица компания уверена, что за распознаванием лиц будущее.
Разберемся, заблуждается ли Apple или наши лица – это верный пропуск в цифровое будущее.
???? Рубрика «Технологии» выходит каждую неделю при поддержке re:Store.
Так как работает распознавание лиц?
Для работы технологии распознавания лиц нужно несколько составляющих. Во-первых, сам сервер, на котором будет храниться и база данных, и подготовленный алгоритм сравнения.
Во-вторых, продуманная и натренированная нейросеть, которой скормили миллионы снимков с пометками. Обучают такие сети просто. Загружают снимок и представляют его системе: «Это Виктор Иванов», затем следующий.
Нейронная сеть самостоятельно распределяет векторы признаков и находит геометрические закономерности лица таким образом, чтобы затем самостоятельно узнать Виктора из тысяч других фотографий.
В той же технологии FaceN, о которой мы поговорим ниже, используется около 80 различных числовых признаков-характеристик.
А дальше – дело техники. По фотографии определяется личность и о ней собирается необходимая информация.
Почему про распознавание лиц внезапно заговорили?
В середине 2016 года интернет буквально взорвало приложение и одноименный сервис FindFace. Используя нейронные сети, разработчики сумели воплотить в жизнь самую смелую мечту пользователей социальных сетей.
Увидев человека на улице, вы могли сфотографировать его на смартфон, отправить фото в FindFace, и через несколько секунд найти его страничку во «ВКонтакте». Алгоритм совершенствовался, допиливался и все лучше и лучше распознавал лица.
А начиналось все с распознавания пород собак по фотографии. Автор технологии распознавания FaceN и приложения Magic Dog, Артем Кухаренко. Парень быстро смекнул, что за этой технологией будущее и приступил к разработке.
После успеха приложения FindFace, основатель компании-разработчика N-Tech.Lab Кухаренко в очередной раз убедился в том, что распознавание лиц интересно практически в любой отрасли:
В мае 2016 года N-Tech.Lab приступило к тестированию сервиса совместно с правительством Москвы. По всей территории столицы разместили десятки тысяч камер, которые в режиме реального времени опознавали прохожих.
Трустори. Вы просто проходите по двору, в котором установлена подобная камера. К ней подключена база преступников и пропавших людей. В случае, если алгоритм определяет, что вы схожи с подозреваемым, сотрудник полиции тут же получает предупреждение.
Разумеется, человека тут же можно найти в социальной сети и пробить по любым базам. А теперь представьте, что такие камеры установлены по периметру всего города. Скрыться злоумышленнику не удастся. Камеры есть везде: во дворах, на подъездах, на трассах.
А как дела с распознаванием лиц в россии
Вы удивитесь, но с середины 2016 года градоначальники Москвы активно внедряют систему распознавания лиц по всей территории города.
На сегодняшний день только на подъездах московских многоэтажек установлено более 100 тысяч камер, умеющих распознавать лица. Более 25 тысяч установлены во дворах. Разумеется, точные цифры засекречены, но можете сомневаться – активный контроль распространяется быстрее, чем вы можете себе представить.
В столице системы распознавания лиц устанавливаются повсеместно: от площадей и мест большого скопления людей, до общественного транспорта. Со дня установки систем удалось задержать более десяти преступников, но это только по официальным данным.
Все камеры постоянно обмениваются информацией с Единым вычислительным центром Департамента информационных технологий. Подозрительные оповещения тут же проверяются правоохранительными органами.
И это только начало. В конце прошлого года аналогичную систему контроля стали тестировать и на улицах Санкт-Петербурга. Удобство предложенной FindN технологии в том, что вовсе необязательно устанавливать какие-то специальные камеры.
Изображение со стандартных камер видеонаблюдения поступает на обработку «умному» алгоритму и настоящая магия происходит уже там. По актуальным данным точность распознавания FindFace сегодня варьируется в пределах 73% – 75%. Разработчики уверены, что смогут добиться результата в 100% уже в ближайшее время.
Как вообще появилось распознавание лиц?
Изначально любой тип биометрической идентификации использовался исключительно внутри правоохранительных органов и служб, где безопасность в приоритете. Буквально за несколько лет измерение анатомических и физиологических характеристик для идентификации личности стало стандартом практически во всех потребительских гаджетах.
Типов биометрической аутентификации масса:
И именно последняя технология особенно интересна, поскольку имеет сразу несколько преимуществ перед другими.
Прообразом технологии распознавания лиц в XIX веке служили сперва «портреты по описанию», а позже – фотографии. Так полиция могла идентифицировать преступников. В 1965 году специально для правительства США была разработана полуавтоматическая система распознавания лиц. В 1971 к технологии вернутся, обозначив основные маркеры, необходимые для распознавания лиц, но ненадолго.
С тех пор в качестве главного биометрического идентификатора спецслужбы все же предподчитают проверенную технологию снятия отпечатков пальцев.
А все потому, что технологии не позволяли как-либо взаимодействовать с чертами лица человека. Ультраточных лазеров, инфракрасных датчиков и мощных процессоров, как и самих систем распознавания, на тот момент не было.
С появлением мощных компьютеров, практически все ведомства возвращаются к идентификации посредством сканирования лица. Бум на технологию в ведомствах и спецучреждениях приходится на середину 2000-х годов, а в прошлом году технология стала впервые использоваться и в потребительских устройствах.
Где сегодня используют технологию распознавания лиц
В смартфонах
Популяризация технологии распознавания лиц началась с флагмана Apple. iPhone X задал тренд на последующие годы и OEM-производители активно приступили к интеграции аналогов Face ID в свои устройства.
В банках
Биометрическое распознавание лиц уже не первый год используется в США. Теперь же технология добралась и до России. Только за 2017 год благодаря внедрению данной системы удалось предотвратить более 10 тысяч мошеннических сделок и сохранить сумму в размере 1,5 млрд рублей.
Распознавание лиц используется для идентификации клиента и принятия решения по возможности выдачи кредита.
В магазинах
Сегмент ритейла используют технологию по-своему. Так, если вы покупали какую-либо бытовую технику в магазине, а спустя какое-то время вернулись в него за очередными покупками, система распознавания лиц тут же идентифицирует вас еще на входе. Продавец тут же получит информацию из базы и узнает не только ваше имя, но и историю покупок. Дальнейшее поведение продавца предугадать несложно.
В жизни городов
Это именно то, ради чего разрабатывается и развивается технология. От стадионов до кинотеатров – везде, где огромное количество людей, идентификация особо важна. Сегодня технология распознавания лиц позволяет предотвратить массовые беспорядки и террористические акты.
Какие компании интересуются распознаванием лиц
Источник: https://www.iphones.ru/iNotes/780259
Что нужно знать о технологии распознавания лиц
Для государства распознавание лиц — важная часть системы безопасности и внушительная статья бюджета. Для журналистов — либо панацея, либо орудие мирового заговора. Для бизнеса — инструмент или продукт.
Чью сторону ни прими, базовые вопросы всё равно остаются. Ответы на них пользователи привычно ищут в интернете (в среднем 28 704 запроса по тематике face recognition в месяц), но обнаруживают далеко не всегда.
Исправляем ситуацию.
Что же такое распознавание лиц
Отделим мух от котлет. Пользователи чаще сталкиваются с распознаванием лиц в собственных смартфонах, где биометрическая идентификация применяется, чтобы разблокировать устройство и получить доступ к данным мог только его владелец. В процессе распознавания обязательно участвует 3D-камера, чтобы невозможно было обмануть гаджет фотографией.
Ещё существует идентификация лиц в реальном времени и реальных же условиях: в этом случае она неразрывно связана с системами видеонаблюдения, где лица буквально «выхватываются» из снимаемого камерами видеопотока.
Представим себе качественную современную камеру видеонаблюдения, размещённую чуть выше среднего человеческого роста в хорошо освещённом месте. Перед ней каждый день проходит примерно одинаковое количество примерно одних и тех же людей. Двигаются они не очень быстро.
Снятое видео может храниться в облачном архиве. К камере подключается аналитический модуль: сложное сочетание алгоритмов (искусственный интеллект, нейросети, вот это всё) плюс пользовательский интерфейс. Модуль «выхватывает» лица из видеопотока, определяет пол и возраст и заносит данные в базу.
Постепенно изображений становится больше. Система запоминает все распознанные лица автоматически и заносит их в архив, а пользователь с допуском указывает дополнительные данные: имя, должность, статус, прочие отметки («VIP-гость» или «вор»). Можно загрузить фото нужной персоны, а модуль найдёт в архиве все детекции этого лица.
Как только человек с отметкой вновь проходит перед камерой, система фиксирует это как важное событие и отправляет push-уведомление заинтересованным пользователям.
Детекция в контексте распознавания лиц — это ситуация, когда алгоритм в принципе понял, что перед ним лицо, а не яблоко или русалка с кружки Starbucks. Вычислительные мощности ему сначала требуются для этого, и только затем он может сопоставить лицо с базой или запомнить.
Иногда детекция может удивить
Если вы дочитали предыдущие несколько абзацев до конца, поздравляю, теперь вы знаете, как работает распознавание лиц в идеальной ситуации. Описание подходит к любой системе: от тех, которые используются в московском метро, до решений для малого бизнеса.
Главное, что нужно понимать: идеальную ситуацию в реальной жизни создать сложно, особенно если речь идёт о целом городе, а не офисе или магазине. Скажем, в метро людей много, все разные, ходят быстро. Камер нужно очень много, они стоят денег, размещать их должны грамотные специалисты.
Можно ли обмануть алгоритм распознавания лиц
Несмотря на случающиеся промахи, точность машинного распознавания уже нередко превосходит ту, с какой определяют лица люди. В Китае скоро появится система, способная найти конкретного человека среди 1,3 миллиарда других жителей за 3 секунды с точностью 90%.
И всё же однозначно на этот вопрос ответить сложно, потому что единственного идеального алгоритма распознавания лиц не существует.
Большие очки, наклеенная борода, кепка, высокая скорость перемещения, специальный макияж (например, нарисованная на лице решётка ) — всё это способно запутать алгоритм. Особенно в совокупности, потому что для распознавания бывает достаточно 70% открытого лица.
А теперь представьте, что использовать вышеперечисленные ухищрения необходимо в условиях реального города. Звучит не так уж просто, верно?
Возможно ли распознавание лиц онлайн
Интернет — место парадоксальное: люди здесь одновременно могут беспокоиться о том, не определяет ли каждая вторая камера на улице их личность, и искренне хотеть «распознавать лица других людей по фотографии онлайн». Рассмотрим это направление face recognition отдельно.
Программа распознавания лиц — это либо описанный выше аналитический модуль (камера видеонаблюдения + софт + облачное хранилище), либо софт, аналогичный известному (слегка скандально) сервису FindFace. Сегодня скачать программу распознавания лиц «бесплатно и без регистрации» в подавляющем большинстве случаев, понятное дело, невозможно.
Веб-сервис FindFace.ru, помогающий найти людей в социальной сети «ВКонтакте» по их фотографии, был основан 18 февраля 2016 года. Помимо прочего, благодаря ему все желающие могли находить профили девушек, снимавшихся в порнофильмах. Очень скоро сервис стал использоваться для множества флешмобов по обнаружению лиц, которые имели полное право никогда и никем обнаруженными не быть. Разразился скандал, сработавший как вирусная реклама: технология, которая легла в основу сервиса, получила ряд престижных наград и вызвала интерес заказчиков со стороны государства и бизнеса. С 1 сентября 2018 года сервис более не оказывает услуги поиска людей по фотографии, так как он был преобразован компанией NtechLab в линейку решений для различных отраслей бизнеса.
Мечта пользователя, который вводит запрос, очевидно, выглядит так: заходишь на сайт, загружаешь фото человека, снятого украдкой в метро, программа распознаёт лицо и выдаёт ссылку на профиль в соцсети.
Ага, попался! Или же так: загружаешь программу на компьютер, подключаешь к ней веб-камеру и распознаёшь мордочку своего кота.
Успех — теперь тебе будет приходить уведомление каждый раз, когда кот ворует сосиски.
Реальность жестока. Первый же сайт, который предлагает вам подобное, отказывается работать, а второй — требует навыков программирования на Python. Более-менее похожее на мечту приложение называлось SearchFace, которое недавно перезапустилось под названием FindClone.
Вы загружали фотографию, а алгоритм пытался распознать это же лицо в базе социальной сети «ВКонтакте». Ссылок на профиль приложение не выдавало, только сами снимки — причём неважно, кем они были загружены.
Если пользователь давно активен в соцсети, выдача фото создавала жутковатый «биографический» эффект, если же нет, распознанные изображения могли рассмешить.
Источник: https://Lifehacker.ru/face-recognition/
Видеоаналитика: распознавание лиц, детектор очередей, поиск объектов на видео
Тайваньская компания 42Ark и американский производитель «умных» кормушек CatFi Box используют камеры видеонаблюдения для распознавания кошачьего лика Немецкий электротехник Вальтер Брух в 1941 году установил CCTV-систему (Сlosed Circuit Television — система телевидения замкнутого контура) на полигоне, где испытывали ракеты «Фау-2». Это первый известный в истории случай использования видеонаблюдения на практике. Оператор должен был неотлучно сидеть перед монитором. Так продолжалось до 1951 года, пока не появились первые VTR (VideoTape Recorder) устройства, записывающие изображение на магнитную ленту. Запись на носитель не избавила оператора от необходимости участвовать в процессе. Опознание лиц, определение местоположения объектов, даже детекция движения – все эти функции выполнял человек, сидящий перед монитором в режиме реального времени или изучающий постфактум архив видео.
Колесо прогресса катится дальше. Видеонаблюдение получило видеоаналитку, полностью изменившую процесс работы с системой. Помните историю про кота и нейросеть глубокого обучения? Да, это тоже часть видеоаналитики, но крохотная. Сегодня расскажем о технологиях, которые кардинально меняют мир CCTV-систем.
Детекция очередей и бета-тест Первая IP-камера в мире Neteye 200, созданная в 1996 году компанией Axis Видеонаблюдение зарождалось как охранная замкнутая система, предназначенная только для решения вопросов безопасности. Ограничения аналогового видеонаблюдения не позволяли использовать оборудование как-то иначе. Интеграция видеонаблюдения с цифровыми системами открыла возможность автоматизировано получать различные данные, анализируя последовательность изображений. Важность трудно переоценить: в обычном случае после 12 минут непрерывного наблюдения оператор начинает пропускать до 45% событий. И до 95% потенциально тревожных событий будет пропущено уже после 22 минут непрерывного наблюдения (по результатам исследования IMS Research, 2002). Появились сложные алгоритмы анализа видео: подсчет посетителей, подсчет конверсии, статистика кассовых операций и многое другое. В этой системе исчезает оператор наблюдения – мы оставляем компьютеру возможность «смотреть» и делать выводы.
Самой простой пример умного видеонаблюдения – детекция движения.
Не так важно есть ли встроенный детектор в самой камере – если вы установите на компьютер, к примеру, софт Ivideon Server, то детекор движения будет использоваться программный.
Один детектор способен заменить сразу несколько операторов видеонаблюдения. А уже в 2000-е начали появляться первые системы видеоаналитики, способные распознавать объекты и события в кадре.
У Ivideon сейчас в разработке несколько модулей видеоаналитики – с тех пор, как мы выпустили OpenAPI, дело пошло быстрее за счет интеграции с партнерами. Часть проектов пока в закрытом тестировании, но кое-что уже готово. Это, во-первых, интеграция с кассами для контроля за кассовыми операциями (пока на базе iiko и Штрих-М). Во-вторых, разработан детекор очередей.
У нас был счетчик Ivideon Counter, определявший количество клиентов в зале. Аналитика позволила уйти от специального оборудования в сторону облачных вычислений.
Теперь нам не нужна специфическая камера – подойдет любая камера видеонаблюдения с разрешением 1080p+. Сейчас мы хотим не просто считать людей, а определять очереди.
Поэтому готовы любому магазину, ТЦ или офису, где ходят и стоят люди, образуя очереди, предоставить бесплатную камеру для теста детекции очереди. Напишите нам, чтобы принять участие в проекте.
Кроме того, Ivideon работает с технологиями распознавания лиц.
Кто и как распознает
Источник: https://habr.com/post/401765/
Лучшие сервисы для распознавания лица на фотографии
Увидели фото знаменитости, но не можете вспомнить имя? Сфотографировались с приятелем, но не знаете, как найти его онлайн? У технологий распознавания лиц на фотографиях есть много применений. И мы расскажем, как ими пользоваться в домашних условиях.
Как работают технологии распознавания лиц
Все технологии распознавания лиц работают примерно по одному алгоритму:
- Сначала из картинки вычленяются яркие и тёмные участки, похожие на лицо. Это делается по специальному методу Виолы-Джонса, простому, но эффективному. Обмануть его тоже просто — достаточно сделать контрастный макияж или надеть глубокий капюшон.
- Далее изображение конвертируется в чёрно-белое, определяется месторасположение глаз, лицо обрезается по контуру.
- После этого лицо конвертируется в цифровой вектор, содержащий сотни параметров, которые и определяют отличие одного человека от другого. Это самый сложный момент обработки, в нём часто задействуются нейросети.
- Векторы сравниваются с уже присутствующими в некой базе данных с целью найти близкие совпадения.
Какие условия нужны для успешного распознания
Чтобы распознавание лица прошло успешно, должны соблюдаться определённые условия:
- Распознать известного человека гораздо проще. Его лицо присутствует во множестве различных баз.
- Чем выше качество и разрешение снимка, тем лучше. При низком качестве возможна нечеткость и искажение деталей, по которым происходит распознавание.
- Предпочтительнее фронтальный ракурс съёмки, потому что на нем яснее различимы индивидуальные черты.
- Лучше распознаются лица с нейтральным выражением, так как эмоции и гримасы снижают точность узнавания.
- В идеале окружение человека на снимке должно быть контрастным, чтобы лицо чётче выделялось. Если в окружении есть другие лица, лучше обрезать снимок, оставив на нем только того, кто вам нужен. Иначе сервисы могут путаться — не все они позволяют выбирать, какое лицо на фото нужно искать.
Поисковые системы
Самый простой подход к распознаванию лиц — это использование поисковых систем. Любой крупный поисковик имеет свой алгоритм, который решает эту задачу с той или иной успешностью.
Яндекс
Главный отечественный поисковик Яндекс весьма достойно справляется с нахождением людей на фотографиях.
Процесс выглядит так:
- Перейдите на главную страницу Яндекс.Картинок и нажмите кнопку поиска по изображению в виде фотоаппарата.
- Выберите нужный файл с компьютера или перетащите его в соответствующее поле.
- Яндекс попытается понять, что изображено на картинке, и найдёт похожие снимки. Если человек известный, то сервис покажет его имя. Если же нет, то ниже будут показаны близкие изображения и адреса сайтов, где они встречаются.
Источник: https://CompConfig.ru/tips/raspoznavanie-litsa-na-fotografii.html
Поиск по картинке — Картинки. Помощь
Поиск картинок
- Как начать поиск по картинке
- Как искать картинку с другого сайта
Яндекс умеет искать изображения по заданному вами образцу. Это может быть целое изображение или его фрагмент. При этом образец может размещаться в интернете или храниться на вашем компьютере или другом устройстве.
Поиск по картинке основан на алгоритмах компьютерного зрения. В результате поиска могут быть найдены как точные копии исходного изображения, так и картинки, незначительно отличающиеся от оригинала. Например, это могут быть разные фотографии одного и того же памятника архитектуры.
Примечание. Результативность поиска зависит от наличия в интернете изображений, аналогичных образцу и уже проиндексированных Яндексом. Таким образом, вероятность найти такую же фотографию достопримечательности значительно выше, чем такое же фото с вашего праздника.
- Перетащите исходную картинку в диалоговое окно.
- Нажмите ссылку Выберите файл и укажите путь к картинке на жестком диске.
- Введите URL картинки в поисковую строку.
Затем нажмите кнопку Найти.
Результаты поиска по картинке объединяются в группы. Вы можете открыть копию картинки в другом размере или узнать, на каких сайтах встречаются такие же картинки.
Если вы пользуетесь Яндекс.Браузером или расширением Элементы Яндекса для других браузеров, вы можете искать картинку практически с любого сайта. Для этого для данного изображения и выберите пункт Искать по этой картинке в Яндексе.
Примечание. Возможность поиска по картинке со страницы сайта может быть ограничена из-за особенностей верстки этого сайта.
Была ли статья полезна?
Предыдущая
Поиск по параметрам
Следующая
Поиск похожего изображения
Источник: https://yandex.ru/support/images/loaded-image.xml
Распознавание лиц по фото онлайн
Тем, кому приходилось часто совершать поиск по фотографии, наверняка знакомы с сервисом FindFace. Здесь пользователи могли быстро найти профили людей в ВКонтакте, имея лишь изображение его лица. Но с 1 сентября 2018 года сервис прекратил свою деятельность, чтобы сосредоточиться на других задачах.
На своем сайте они оставили сообщения о том, что перешли на разработку специализированных сервисов для бизнеса и государства.
Исходя из этого, пользователи часто задают на форумах вопрос, «а есть ли аналоги FindFace?» В этой статье мы рассмотрим сервисы похожие на FindFace, которые предоставляют услуги поиска по изображению.
Поиск картинок на Яндекс схож на FindFace
Поисковая система Яндекс имеет свой собственный поиск по картинкам, который вполне подходит на роль аналога FindFace. Здесь вы сможете найти любое изображение, которое было проиндексировано системой. Поиск организован на должном уровне, здесь есть дополнительные фильтры, которые помогут отсортировать нежелательные результаты.
Чтобы начать поиск, перейдите по ссылке https://yandex.ru/images/search.
- В строке поиска выберите пиктограмму с фотоаппаратом.
Поиск по картинкам в Яндекс
- В следующем окне будут предложены два варианта поиска: по загруженному изображению и по ссылке на изображение.
Способы поиска изображения в Яндекс
- Чтобы найти изображение по ссылке, необходимо нажать правой кнопкой мыши на нужное изображение в сети и выбрать «Копировать ссылку на изображение».
- Затем вставьте ссылку в соответствующую строку и нажмите «Найти».
- Если вы имеете картинку для примера, то нужно воспользоваться второй формой. Нажмите на кнопку «Выберите файл», и укажите путь к фотографии на вашем компьютере. После загрузки фото поисковик начнет автоматически поиск.
- В результатах можно найти подобные фото, а также ссылки на сайт, где они расположены. Здесь же в результатах находятся разные размеры загруженного изображения, а также различное их качество.
Результаты поиска по картинкам в Яндекс
Вы можете воспользоваться поиском без изображения. Отлично подойдут фильтры, по которым можно задавать параметры нужного фото. Фильтры расположены над результатами.
- Фильтры для поиска по картинкам Яндекс
- Их большое количество, чтобы найти другие фильтры, нажмите стрелочку, которая находится на краю экрана.
- Стрелка для отображения других фильтров в Яндекс
Источник: https://tvoupc.ru/raspoznavanie-lic-po-foto-onlajn.html
Распознавание лиц
Системы распознавания лиц – важная ступень в развитии технологий идентификации.
Программное обеспечение распознает личность человека и его образ на фотографии, подтверждая или опровергая, что образ принадлежит одному и тому же лицу.
Сервис IDX включает в себя систему идентификации лица человека по фотографии. IDX, сравнивая фотографию в паспорте или ином документе с присланным селфи и проведя дополнительные проверки, способен:
- Провести верификацию, т.е. подтвердить, что пользователь действительно является тем, кем он себя называет в случае соответствия образца к оригиналу.
- Провести идентификацию – найти соответствие образца в обширной базе данных клиента
- Подтвердить отсутствие вмешательства в цифровой файл — проверить цифровую копию фотографии на модификацию и подделку и дать заключение.
Сравнение лиц происходит по онлайн-запросу в режиме реального времени, распознавание осуществляется с максимальной точностью и надежностью, которые обеспечивают ведущие российские технологии.
Для проведения операций по распознаванию лиц используются нейронные сети. Человеческий мозг идентифицирует детали и характеристики черт лица стоящего напротив человека за несколько секунд и делает это настолько быстро и естественно, что сам процесс остается незамеченным.
Система идентификации лица человека по его фотографии на платформе IDX работает схожим образом, за исключением того, что все процессы производит программное обеспечение, а не человеческий мозг. Заказчик присылает селфи своего клиента, а также цифровую копию паспорта (или иного документа) и его данные, введенные клиентом.
IDX распознает данные паспорта и верифицирует их с эталонными базами. Если паспорт действителен, и данные паспорта совпадают с веденными данными клиента и эталонными источниками, то сервис переходит на следующий этап проверки. Система распознает лица на селфи и в документе.
Сравнив фотографию в паспорте с селфи, система идентификации IDX подтвердит, что физическое лицо действительно является тем, кем себя называет.
Распознавание лиц по фото включает в себя две задачи. Первая – верификация, при которой сравниваются две фотографии, и определятся, принадлежат ли они одному лицу. Вторая — поиск фотографии среди многих (идентификация). На вход поступает фотография лица, и алгоритм должен выбрать максимально похожую фотографию из базы лиц заказчика.
Ключевыми параметрами в системе распознавания лиц по фото является достоверность, то есть качество алгоритма, который сравнивает изображения. Система распознавания лиц по фото в IDX построена на последних отечественных разработках. Мы используем лучшие технологии рынка, тестируем их, и затем внедряем в наш сервис.
Распознавание лиц по фото происходит в режиме онлайн, ответ приходит в течение нескольких секунд. Как результат заказчик получает процент схожести лиц и может гибко настраивать свои системы в зависимости от требуемого уровня достоверности.
- Минимизация риска мошенничества в интернете
- Простая интеграция через API
- Облачное решение
- Лучшие биометрические технологии
- Гибкие цены под ваши запросы
На платформе IDX верификация лиц на фото может быть осуществлена двумя разными способами.
Первый и наиболее частый – верификация по селфи человека, который держит в руке паспорт. Эта система чаще всего применяется при удалённой идентификации физического лица.
Второй способ – сравнение двух фото человека. На выходе система распознавания IDX выдает процент совпадения лиц, сравнив изображения по десяткам параметров. Наиболее часто таким методом верификации лиц пользуются финансовые организации, каршеринг, сервисы совместного потребления и т.д.
Поиск лиц по фото в базе чаще всего применяется для идентификации сотрудников больших компаний, в том числе удаленных работников, а также, для автоматизации процесса регистрации на большие мероприятия. Еще одно применение – пропуск по фото в офисы, жильцов в дома премиум-класса.
Система распознавания лиц получает фото искомого человека и сравнивает ее со всеми фото в базе. Лучшие отечественные разработки, которые использует платформа IDX для идентификации и верификации, сопоставляет лица по отработанным алгоритмам.
В качестве результата заказчик получает наиболее совпавшее фото.
Источник: https://iidx.ru/uslugi/raspoznavanie-lits/
Программы распознавания лиц – как найти человека по фотографии в интернете, FindFace, veriface, поиск людей в социальных сетях по фото
В недавнем времени, программы распознавания лиц были исключительно на службе у государственных ведомств. Они помогают идентифицировать человека беря за основу черты лица. Сейчас применение подобного программного обеспечения чаще всего замечено в системах безопасности, в коммерческой деятельности, связанной с рекламой и продвижением различных услуг.
Также некоторое подобие таких онлайн сервисов и программ доступно и для простых пользователей, их можно найти в сети интернет. В качестве примера можно привести программу Lenovo Veriface. Это фирменная встроенная утилита, которая позволяет разблокировать устройство проводя анализ по лицу.
Далее подробно рассмотрим принцип работы ПО и сервисов, помогающих идентифицировать человека.
Как работает поиск по лицам
В некоторых сервисах поиск по лицам работает на основе технологии нейросетей.
Поиск происходит исходя из определенных базовых признаков: вес изображения, разрешение, цветокоррекция, экспозиция, разрешение и т.д.
Сейчас, технология нейросетей развивается, помимо базовых признаков, определение происходит с помощью дополнительных особенностей: текстура кожи, форма рта, ушей, цвета волос, расположение глаз и т.д.
Чтобы отыскать похожего человека, необходимо загружать четкие фотографии, в противном случае поиск будет неудачный. Также стоит сказать о том, что социальные сети защищают информацию о своих пользователях. В большинстве соцсетей встроены функции защиты профиля, позволяющие скрывать фотографии человека.
Программы распознавания лиц
Системы (программы) распознавания лиц по фото и видео используют более продвинутые алгоритмы. Подобных систем нет в открытом доступе, они используются в службах безопасности, для контроля и предотвращения чрезвычайных происшествий в крупных городах и в местах массового скопления людей.
Подобное ПО чаще всего использует алгоритм распознавания Виолы-Джонса. Программа, при помощи данного метода распознает лица даже при повороте на 30 градусов.
Метод основывается на признаках Хаара, которые представляют собой набор черно-белых масок различной формы и размера.
Происходит наложение масок на изображение и происходит расчет яркостей пикселей путем сложения, после чего рассчитывает разность значений.
Далее система сравнивает результаты с накопленными данными, и определив лицо на изображении продолжает его отслеживать для выбора оптимального ракурса. После этого запускается процесс считывания и ПО находит опорные точки на лице. Далее изображение анализируется с теми данными, которые находятся в базах. Если они совпадают, человек идентифицируется.
FindFace
Источник: http://composs.ru/programma-raspoznavaniya-lic/
FindFace: приложение, которое позволяет найти любого человека в Сети по фотографии
Сервис FindFace, разработанный для пользователей крупнейшей в России социальной сети «ВКонтакте», сможет отыскать в виртуальном пространстве любого человека всего по одной фотографии. В основу проекта легла технология распознавания лиц, созданная компанией N-Tech.Lab.
FindFace позволяет найти человека, узнать открытую информацию и связаться с ним через аккаунт в социальной сети, причем для всего этого достаточно фотографии, сделанной мобильным телефоном.
Плохое освещение или неудачный ракурс не помешают алгоритму оперативно отыскать нужного человека.
Сервис определяет человека на фото с точностью около 70%, при этом, если нужное лицо не было найдено, FindFace предлагает посмотреть на фото похожих людей, что делает его уникальным среди современных дейтинг-сервисов.
Новый вид социального сервиса был разработан на основе технологии компании N-Tech.Lab, специализирующейся на решениях в области нейронных сетей.
Такие сети способны анализировать информацию и обучаться подобно человеку, но делают это намного быстрее. На поиск нужного файла в базе из 300 млн фотографий алгоритму N-Tech.Lab требуется меньше секунды.
Это решение было признано лучшим на международном конкурсе The MegaFace Benchmark, организованном Вашингтонским университетом.
Сейчас воспользоваться FindFace можно c помощью мобильных приложений для iOS и Android, а также через браузер. Все необходимые вычисления производятся на удаленных серверах, так что требования к гаджетам являются минимальными. Сервис позволяет не только найти нужного пользователя, но и отправлять ему сообщения, ставить лайки, просматривать фотографии и другую информацию.
На первом этапе своего развития новый сервис будет работать в соцсети «ВКонтакте», ежедневная аудитория которой превышает 100 миллионов человек. В перспективе FindFace станет доступен и пользователям других соцсетей.
Базовый функционал FindFace является бесплатным. Для пользователей с более широким кругом возможностей (неограниченное число запросов в месяц, сложные настройки поиска и проч.) услуга будет стоить от 149 до 459 рублей в месяц.
Источник: https://www.digger.ru/news/findface-prilozhenie-kotoroe-pozvolyaet-najti-lyubogo-cheloveka-v-seti-po-fotografii