आज मैं आपको बताऊंगा कि हमने कार्यालय में विज़न फेशियल रिकग्निशन सेवा के आधार पर एक थ्रूपुट प्रणाली कैसे की। पहला, थोड़ा बैकग्राउंड। किसी भी ईमेल सेवा की तरह, हमने एक एंटी-स्पैम सिस्टम बनाया है। ऐसी प्रणालियां अब मशीन लर्निंग के आधार पर बनाई जा रही हैं, हमारे पास इसके प्रभारी एक शक्तिशाली टीम है। और जहाँ मशीन लर्निंग है, वहाँ कंप्यूटर विज़न है। इसलिए, विज़न सेवा स्वाभाविक रूप से और स्वाभाविक रूप से उत्पन्न हुई।

इसके समानांतर, कुछ साल पहले, हमने क्लाउड लॉन्च किया, डेटा केंद्रों को भू-वितरण के साथ एक विश्वसनीय फ़ाइल भंडारण, जिसका उपयोग दोनों व्यक्तियों और कंपनियों द्वारा किया जा सकता है। समय के साथ, हमें एक "क्लाउड फॉर बिजनेस" मिला, जो न केवल फाइलों को स्टोर करता है, बल्कि आपको वर्चुअल मशीन ऑर्डर करने की भी अनुमति देता है। धीरे-धीरे, यह MCS - Mail.ru क्लाउड सॉल्यूशंस में बदल गया, जहां विज़न सेवाओं में से एक के रूप में व्यवस्थित है।

बादल

हमारे तंत्रिका नेटवर्क न केवल चेहरे, बल्कि विभिन्न वस्तुओं, वस्तुओं और दृश्यों को पहचानने में सक्षम हैं, जिसमें दर्शनीय स्थल भी शामिल हैं । अब वे लगभग 10 हजार श्रेणियों को पहचान सकते हैं, और मशीन की दृष्टि कभी-कभी मानव की तुलना में बेहतर काम करती है।



यह मेरी बेटी है 2012 में, 2015 और 2018 में। अगर मैं उसे व्यक्तिगत रूप से नहीं जानता, तो शायद मुझे तुरंत समझ में नहीं आया कि यह एक और एक ही व्यक्ति है। और तंत्रिका नेटवर्क मैच और समझने में सक्षम था।



यहाँ लड़की दूर हो गई और स्क्विंट हो गई, और सामान्य तौर पर लड़का आधे चेहरे पर एक छाया के साथ टोपी में। लेकिन एक ही समय में, तंत्रिका नेटवर्क ने उन्हें सटीक रूप से पहचाना, यहां तक ​​कि ऐसी कठिन परिस्थितियों के बावजूद। स्वाभाविक रूप से, कंपनी के अंदर विकसित होने वाली तकनीक मदद नहीं कर सकती थी लेकिन आंतरिक सेवाओं में समर्थन पा सकती है।

हमारे इंट्रानेट

हमारे इंट्रानेट को सिस कहा जाता है। यह एक तरह का सोशल नेटवर्क है (हमारे पास उनमें से कुछ हैं)। इसमें, कर्मचारी विभिन्न घटनाओं से तस्वीरें अपलोड करते हैं।



जब घटना से कई सौ तस्वीरें खींची जाती हैं, तो वहां खुद को ढूंढना काफी मुश्किल होता है। इसलिए, हमारे पास इन एल्बमों से जुड़ी मशीन दृष्टि है, जो इंट्रानेट पर सही है, एक ही स्थान पर, उन तस्वीरों को दिखाती है जिनमें मुझे चित्रित किया गया है। यहाँ इस प्रणाली ने मुझे गर्मियों के कॉर्पोरेट दलों में से एक में देखा।



तंत्रिका नेटवर्क ने मुझे प्रोफाइल में गोधूलि में भी पहचान लिया, और फोटो में कई और लोग हैं।

सम्मेलन रैक

बाद में हमने कॉन्फ्रेंस रैक बनाए। मैंने iPad के लिए सॉफ़्टवेयर लिखा, जो रैक के अंदर स्थापित है, लेकिन सामान्य तौर पर मैं एक iOS डेवलपर हूं और कंप्यूटर विज़न के साथ कोई लेना-देना नहीं है, मैं बस एक दोस्ताना तरीके से मदद करता हूं।



इस रैक का सार क्या है? घटना के दौरान - एक बैठक, सम्मेलन, कॉर्पोरेट पार्टी, या कम से कम जन्मदिन - आप एक फोटोग्राफर द्वारा फोटो खिंचवाते हैं। समय-समय पर, यह संचित चित्रों को क्लाउड में छोड़ देता है। आप किसी भी समय काउंटर पर जा सकते हैं, एक तस्वीर ले सकते हैं और "फाइंड मी" बटन पर क्लिक कर सकते हैं। और रैक या तो तुरंत उन सभी तस्वीरों को प्रदर्शित करेगा जिसमें आप कैप्चर किए गए हैं, या कहें कि अभी तक कुछ भी नहीं मिला है, अगर सिस्टम अभी तक चित्रों को अनुक्रमित करने में कामयाब नहीं हुआ है, और आपको ई-मेल दर्ज करने के लिए संकेत देता है। और घटना के बाद, आपको मेल में फ़ोल्डर में मेल के लिए एक लिंक प्राप्त होगा जिसमें आप सभी फोटो हैं। यह विज़न सेवा के अनुप्रयोगों में से एक है।

पहुंच प्रणाली

स्वाभाविक रूप से, मैं ऐसे चेहरे की पहचान क्षमताओं का उपयोग करना चाहता था, जो न केवल कॉर्पोरेट छवियों में मेरी शारीरिक पहचान के लिए खोज करता था, बल्कि कुछ और व्यावहारिक के लिए भी। उदाहरण के लिए, एक स्वचालित थ्रूपुट प्रणाली के लिए। अपनी मंजिल के प्रत्येक प्रवेश द्वार पर एक पास लागू करना बहुत सुविधाजनक नहीं है: आप अक्सर पास को भूल जाते हैं, और गर्मियों में हल्के कपड़े में लड़कियों के लिए पास को ठीक करने के लिए कोई जगह नहीं है।

इसलिए, हमने प्रयोग करने का फैसला किया। हमारे पास इसके लिए सभी शर्तें हैं: हमें अनुमति के लिए किसी से भी पूछने की आवश्यकता नहीं है, एक बहुत ही संवेदनशील प्रशासनिक विभाग, जो एक आह के साथ कहता है: "ठीक है। अपने कैमरों को संलग्न करें। सिर्फ दरवाजे पर नहीं। दरवाजे अग्नि सुरक्षा से संबंधित हैं। ” हम हैं: “ठीक है। हम पक्ष में संलग्न करेंगे। ” हमारे पास रोगी सहयोगी भी हैं, वे हमसे पीड़ित हैं।

आर्किटेक्चर

पहली नज़र में, एक्सेस सिस्टम की वास्तुकला बहुत सरल लगती है: कैमरा चित्र लेता है, इसे विज़न को भेजता है, और विज़न दरवाजा खोलता है। लेकिन जब हमने सहकर्मियों के साथ पेंट करना शुरू किया कि वास्तव में यह कैसे करना है, तो हमें ऐसी योजना मिली:



दाईं ओर का ब्लॉक जिसे हम "कैमरा" कहते हैं - यह वह मॉड्यूल है जो दरवाजे पर लटका होता है। इसमें तीन भाग होते हैं। रास्पबेरी पाई एक यूएसबी कैमरा से वीडियो प्राप्त करता है, एफएफएमपीपी के साथ एन्कोड करता है, और भेजता है। हमने एक उचित मूल्य सीमा के कई आईपी कैमरों का परीक्षण किया, और सभी में लगभग 0.5 एस का ध्यान देने योग्य विलंब हुआ। और चूंकि हमारे पास अन्य चरणों में देरी है, जब कोई व्यक्ति ऊपर आता है, कैमरे में देखता है और कुछ सेकंड के लिए कुछ भी नहीं होता है, वह पहले से ही एक पास बनाना चाहता है। इसलिए, हमने जहां भी संभव हो, देरी को कम कर दिया, और यूएसबी कैमरा वाला रास्पबेरी पाई कई वाणिज्यिक आईपी कैमरों की तुलना में तेज हो गया। इसके अलावा रास्पबेरी से जुड़ा एक छोटा अरुदिनो है जिसमें एक बहुरंगी एलईडी और एक स्क्वीकर है। डिफ़ॉल्ट एलईडी लाल है। जब कोई व्यक्ति ऊपर आता है और पहचाना जाता है, तो हरी बत्तियाँ जल जाती हैं।

तो, रास्पबेरी पाई वीडियो स्ट्रीम को प्रसारित करती है, जो वायर्ड ईथरनेट के माध्यम से सर्वर में प्रवेश करती है। हमारे पास प्रत्येक मंजिल पर एक सर्वर रूम है, जिसमें स्विच हैं, केबल को कर्मचारियों के डेस्क से, और एक पूर्णकालिक एक्सेस कंट्रोल सिस्टम - एक एक्सेस कंट्रोल और मैनेजमेंट सिस्टम।

हम सर्वर रूम में एक और रास्पबेरी पाई डालते हैं, जो वास्तविक समय में वीडियो स्ट्रीम प्राप्त करता है और इसे OpenCV के माध्यम से चलाता है। हमें OpenCV की आवश्यकता क्यों है? हमें यह निर्धारित करने की आवश्यकता है कि क्या तस्वीर में कोई चेहरा है। एक तंत्रिका नेटवर्क जो एक तस्वीर में एक व्यक्ति को परिभाषित करता है वह थोड़ी देर काम करता है, और यह लगातार एक वीडियो स्ट्रीम को खिलाने के लिए बहुत महंगा है। इसलिए, OpenCV के माध्यम से, हम एक चेहरे की उपस्थिति निर्धारित करते हैं, और यदि यह दिखाई देता है, तो हम इसे विज़न पर भेजते हैं। सेवा या तो जवाब देती है कि उसे यह कर्मचारी नहीं मिला, या वह एचआर डेटाबेस में कर्मचारी पहचानकर्ता को भेजता है। इस कर्मचारी पहचानकर्ता के साथ, हम उस इंट्रानेट पर जाते हैं जो ACS के साथ जुड़ा हुआ है, और यह हमें पास पहचानकर्ता देता है। इसके अलावा हम इस पास पहचानकर्ता को Arduino में फेंकते हैं, जो इसे ACS को पास करता है। एक अभिगम नियंत्रण प्रणाली के लिए, यह पास देने वाले व्यक्ति के बराबर है। यही है, हम एसीएस को किसी भी तरह से नहीं बदलते हैं, यह अभी भी कर्मचारियों के प्रवेश और निकास से बाहर है।

हमने एसीएस के साथ अपनी प्रणाली को कैसे एकीकृत किया? हमारे कार्यालय में, Bolid C2000-2 उपकरणों का उपयोग किया जाता है।



यह एक घरेलू एक्सेस कंट्रोल सिस्टम है। सबसे अधिक संभावना है, आप 485 वें इंटरफ़ेस के माध्यम से इन उपकरणों से कनेक्ट कर सकते हैं, लेकिन हम Wiegand प्रोटोकॉल के माध्यम से जुड़े हैं।



हमने Arduino को कनेक्ट किया, जो कि दरवाजे के पास स्थापित पास रीडर को प्रॉक्सी के रूप में कार्य करता है।



फोटो बिजली कनेक्शन और पास रीडर से दो डेटा लाइनों को दिखाता है। पैड का उपयोग अधिक सुविधाजनक कनेक्शन के लिए किया जाता है।

Arduino पाठक से या रास्पबेरी पाई से USB के माध्यम से पास नंबर प्राप्त करता है, और इसे ACS को देता है। पास नंबर कहां से है, इसकी जानकारी एसीएस को भी नहीं है।

वेगेंड

यह एक्सेस कंट्रोल सिस्टम के लिए एक मानक प्रोटोकॉल है, यह अधिकांश पाठकों द्वारा समर्थित है। प्रोटोकॉल बहुत सरल है: दो डेटा लाइनें, शून्य की एक पंक्ति और इकाइयों की एक पंक्ति। जैसे ही आप शून्य रेखा को जमीन से जोड़ते हैं, पाठक समझता है कि शून्य संचारित है, इकाइयों के साथ भी। यही है, प्रोटोकॉल में मानकीकृत समयावधि नहीं है, और स्किप नंबर को Arduino पर एक रुकावट के माध्यम से पढ़ना आसान है, डेटा के अनुक्रम के रूप में इसका प्रतिनिधित्व करना आसान है। और चूंकि रिकॉर्डिंग के लिए किसी प्रकार के समय की आवश्यकता होती है, इसलिए मैंने इन मूल्यों पर ध्यान केंद्रित किया:



Arduino के लिए पहले से ही तैयार पुस्तकालय है। वह विभिन्न Wiegand स्वरूपों को पढ़ सकती है, लेकिन उसकी क्षमताएं इस तक सीमित हैं। और मुझे अभी भी संचार करना था। इसलिए, मैंने अपनी लाइब्रेरी लिखी, जो केवल Wiegand-26 प्रारूप के साथ काम करती है। 26 बिट्स की संख्या है: स्किप संख्या के 3 बाइट्स और 2 समता बिट्स। इसके अलावा, सभी प्रलेखन और लेखों में यह लिखा गया है कि, सबसे अधिक संभावना है, आपके आधुनिक नियंत्रक समता बिट्स की उपेक्षा करेंगे, इसलिए मैं आलसी हूं और उन्हें गिनता नहीं हूं, लेकिन हमेशा शून्य भेजें। एसीएस इसे सामान्य रूप से मानते हैं।

हमें एक और समस्या थी: यदि कोई पहली बार कैमरे के सामने आया, और फिर, ऑपरेशन की प्रतीक्षा किए बिना, एक पास लागू किया, तो एक दौड़ की स्थिति उत्पन्न हुई: उसी समय पाठक से और मान्यता से पास नंबर आया। एसीएस इसका सामना नहीं कर सका और लोगों को अंदर नहीं जाने दिया। इसलिए, मुझे लाइब्रेरी में 4 कोड के साथ रिंग बफर जोड़ना पड़ा। कोई फर्क नहीं पड़ता कि कोड कहाँ से आते हैं, उन्हें बफर में रखा जाता है, और फिर 0.5 एस के टाइमआउट के साथ एसीएस को प्रेषित किया जाता है। तब से, सहकर्मियों ने शिकायत करना बंद कर दिया है कि उन्हें अनुमति नहीं है।

टेस्ट स्टैंड

पहले प्रोटोटाइप को कुछ भी भयानक से इकट्ठा किया गया था। रास्पबेरी पाई को कुछ हास्यास्पद रैक पर एक बॉक्स में लटका दिया गया, और एक कैमरे को दो तरफा टेप के ऊपर चिपका दिया गया। Arduino साइड स्क्रू पर लटका हुआ है। सामान्य तौर पर, हम जो कुछ भी प्यार करते हैं वह बहुत DIY है।

बेशक, इस रूप में इसे छोड़ना असंभव था, सुंदर रूप से व्यवस्थित करना आवश्यक था। हमने कई ठेकेदारों के साथ बात की, उन्होंने हमें चीन में नमूनों का ऑर्डर देने का वादा किया, लेकिन फिर सभी सहमत समय सीमा समाप्त हो गई, और किसी ने हमें कुछ भी नहीं दिया।

कस्टम उत्पादों में एक समस्या है - सभी समाधान अत्यधिक विशिष्ट हैं, उन्हें विशेष रूप से हमारे लिए बनाया जाएगा। सबसे पहले, हम आपूर्तिकर्ता पर निर्भर हो जाते हैं। दूसरे, यह एक छोटे से परिसंचरण के साथ एक अद्वितीय सर्किट डिजाइन को चालू करता है, जिसका अर्थ है कि एक टुकड़े की लागत अधिक होगी। तीसरा, उत्पादन का समय काफी लंबा है, और यदि कोई प्रतिलिपि विफल हो जाती है, तो हम स्टोर में एक प्रतिस्थापन खरीदने में सक्षम नहीं होंगे, हमें अगले प्रिंट रन का इंतजार करना होगा, और यदि हम इसे तुरंत करते हैं, तो शेष प्रतियां गोदाम में धूल जाएगी।

सभी संभावित भागीदारों के जाने के बाद, मैं विजन से एक सहयोगी के पास गया और कहा: "वोलोडा, मुझे अपने 3 डी प्रिंटर पर एक केस प्रिंट करने दें ताकि वह सुंदर दिख सके।" उसने कहा और कहा: “चलो। क्या करना है? ”

कैमरा V १

फ्यूजन में, मैंने ऐसे फ्रेंकस्टीन राक्षस को आकर्षित किया। कोने में एक ईथरनेट केबल के लिए इनपुट के साथ रास्पबेरी पाई होना चाहिए था। सत्ता के लिए प्रवेश द्वार। "दूसरी मंजिल" एक कैमरा था। परिणाम एक बड़ी संरचना थी, और मैंने इसे एक पतली परत के साथ भी मुद्रित किया ताकि बहुत सारे प्लास्टिक खर्च न करें। यह भयानक लग रहा था, और इसे लटकाना और भी शर्मनाक था।



इसके अलावा, एक सहकर्मी ने मुझे इस तरह का संदर्भ भेजा, वे कहते हैं, हम ऐसा चाहेंगे। मैंने जवाब दिया कि मैं ऐसा नहीं कर सकता, लेकिन एक और इमारत डिजाइन करने का फैसला किया।



नया मामला 11 सेमी व्यास का था, जो सीडी से छोटा था। भरने का स्थान भी दो-परत है। पहला संस्करण छपने के बाद, मुझे एहसास हुआ कि यूएसबी-कैमरा को पूरी तरह से अपने मूल मामले में रखने का कोई मतलब नहीं है। मैंने इसे ध्यान से विघटित किया, और यह पता चला कि इसमें फ्रंट पैनल पर 4 लैंडिंग छेद हैं। मैंने इस पैनल को एक ट्वीटर और एक एलईडी के साथ एक आम विधानसभा में एक कैमरे के साथ जोड़ा।



सबसे पहले, हमने gpio के माध्यम से रास्पबेरी पाई पर एक चीख़ उत्पन्न करने की कोशिश की। यह बहुत बुरी तरह से निकला। इसलिए, हमने इस फ़ंक्शन को एक छोटे से आर्डिनो (वास्तव में इस्क्रा मिनी) से जोड़कर रास्पबेरी पाई से अलग से लेने का फैसला किया, जिसमें स्क्वीकर और एलईडी को टीटीएल के माध्यम से सीधे ब्लॉक में मिलाया गया था।

यह वही है जो लड़ाई में दिखता था:


हमने डिवाइस को फर्श पर लटका दिया। इस रूप में, यह लंबे समय तक रहता था। स्क्वीलिंग, खूबसूरती से चमक, दरवाजा खोलना, हालांकि, हर बार नहीं। हालांकि, सहकर्मियों ने शिकायत की कि एलईडी बहुत उज्ज्वल है। मुझे इसे 4 बार कमजोर करना पड़ा।

कैमरा वी 2

तब उन्होंने यह विकल्प बनाया:



यह परिधि के चारों ओर चमकदार रिंग के साथ, Xiaomi हब के डिजाइन से प्रेरित था। यह बहुत सुंदर दिखती है। विज़न लोगो अलग-अलग रंग के प्लास्टिक में छपे अलग-अलग हिस्सों द्वारा बनाया जाता है। यहाँ मॉडल है:





इस बार मैंने पिछली दीवार पर स्क्वीकर लगा दिया, परिधि के चारों ओर एक पारदर्शी रिंग में एलईडी लगाई, एक पारदर्शी पीएलए से मुद्रित। सजावट लगभग तुरंत ढह गई, क्योंकि यह मूल रूप से केवल घर्षण पर डाला गया था, और मुझे इसे गोंद पर रखना था।

कैमरा मुद्दों

हमें इस निर्णय को पूरे भवन में दोहराने का विचार था। लेकिन एक समस्या है: लगभग सभी मंजिलों में दो दरवाजे हैं, और प्रत्येक में दो कैमरे होने चाहिए, हमारे केवल एक टॉवर के लिए केवल 96 कैमरे हैं, और अब दूसरे को सक्रिय रूप से विकसित किया जा रहा है। इतने सारे मामलों की छपाई संभव है, लेकिन यह पहले से ही जटिल लगता है। इसके अलावा, हमारे पास डिवाइस में कुछ घटक हैं, जिसका अर्थ है कि विफलता के कई बिंदु। यदि हम पूरी इमारत के समाधान को स्केल करते हैं, तो हम लगातार इन कैमरों को बनाए रखेंगे। फिर से, त्वरित प्रतिस्थापन की जटिलता, क्योंकि प्रत्येक कैमरा एक टुकड़ा डिवाइस है। और आपको उनमें से बहुत से प्रिंट करने की ज़रूरत है, एक मार्जिन के साथ, या, अगर कुछ हुआ, तो तुरंत चलाएं, प्रिंट करें और एक नया इकट्ठा करें। हमने महसूस किया कि DIY समाधान शांत हैं, लेकिन आपको प्रतिकृति में अधिक सुविधाजनक कुछ चाहिए। और आईपैड में सबकुछ ट्रांसफर करने का आइडिया आया।

aypad

आईपैड के कई फायदे हैं। पहली स्क्रीन है। सहकर्मियों ने प्रतिक्रिया की कमी के बारे में शिकायत की, वे उपयुक्त हैं और समझ में नहीं आता कि मान्यता शुरू हुई है या नहीं, उनके लिए इंतजार करना या नहीं।

दूसरे, iOS में बिल्ट-इन फेस रिकग्निशन फीचर है। OpenCV ने जो कार्य किया, वह iPad को दिया गया था। स्क्रीन पर एक फ्रेम प्रदर्शित किया जाता है, और व्यक्ति को इतनी दूर आना चाहिए कि चेहरा इस फ्रेम में फिट हो जाए। उसके बाद, सिस्टम स्वचालित रूप से इसे पहचानना शुरू कर देता है, आपको कुछ भी दबाने की आवश्यकता नहीं है।

तीसरा, iPad एक बड़े पैमाने पर उत्पाद है। यदि यह विफल रहता है, तो हम दूसरा सेट करते हैं। हालाँकि टैबलेट में लगभग 20 हजार रूबल का खर्च आता है, लेकिन यह अभी भी कस्टम कैमरों की तुलना में सस्ता है जो भागीदारों ने हमें पेशकश की थी। इसके अलावा, तेज और अधिक विश्वसनीय।

नई वास्तुकला

iPad ने अधिकांश विशेषताओं को संभाल लिया। रास्पबेरी पाई पर, जो सर्वर रूम में है, वास्तव में केवल एक HTTP होस्ट है जो पास आईडी के साथ एक जीईटी अनुरोध स्वीकार करता है। वह तुरंत Arduino में कोड का प्रचार करता है, और वह ACS में प्रॉक्सिस करता है।

पहले संस्करण में, रास्पबेरी पाई बहुत भरी हुई थी, क्योंकि ओपनसीवी लगातार उस पर काम कर रहा था। इसके लिए दूसरा कैमरा कनेक्ट करना संभव नहीं था, पर्याप्त कंप्यूटिंग शक्ति नहीं होगी। हमने पहले से ही एक ईमानदार कंप्यूटर लगाने के बारे में सोचा था, जो दो दरवाजों से 4 धागे पार करेगा। लेकिन यह उस पर नहीं आया। अब छवि में चेहरे की खोज प्रत्येक आईपैड पर स्वतंत्र रूप से की जाती है। क्रॉस में, दो Arduino हैं, प्रत्येक दरवाजे के लिए एक। दोनों बोर्ड प्रवेश और निकास पास के साथ काम करते हैं। प्रवेश और निकास पास के साथ काम करना क्यों महत्वपूर्ण है? सबसे पहले, जब चेहरा पहचाना जाता है और दरवाजा खुलता है, तो कार्ड रीडर पर हरी बत्ती दिखाई देती है, और सहकर्मी समझते हैं कि आप बाहर जा सकते हैं। दूसरे, ACS इनपुट और आउटपुट को लॉग करता है। अलग से इनपुट और आउटपुट का अनुकरण करते हुए, हम ACS ऑपरेशन स्कीम को नहीं तोड़ते हैं।

स्वाभाविक रूप से, डिजाइनरों ने खुद को एक साथ खींच लिया जिन्होंने हमें एक सुंदर इंटरफ़ेस आकर्षित किया। यह हमारे कार्यालय के फर्श में से एक पर अब कैसा दिखता है:

विजन के साथ काम करें

इस तथ्य के बावजूद कि एमसीएस एक व्यावसायिक उत्पाद है, शौकीनों भी इसका उपयोग कर सकते हैं। यह सेवा हर महीने 5 हजार मुफ्त लेनदेन प्रदान करती है, जो प्रति दिन 166 है। इसलिए, आप अपनी घरेलू जरूरतों के लिए आवेदन कर सकते हैं, यदि आप सीमा में फिट हैं, तो निश्चित रूप से। यह कैसे किया जा सकता है?

python examples/python/smarty.py \ -u "https://smarty.mail.ru/api/v1/persons/recognize ?oauth_provider=mcs&oauth_token=e50b000614a371ce 99c01a80a4558d8ed93b313737363830" \ -p friends1.jpg \ --meta '{"space":"1", "create_new":true}' \ -v 

एक फोटो लें और इसे हमारे एक्सेस टोकन के साथ विज़न को भेजें। हम संकेत देते हैं कि हम पहले स्थान के साथ काम कर रहे हैं और create_new सेट कर create_new - फिर सिस्टम प्रत्येक अपरिचित व्यक्ति के लिए एक नया पहचानकर्ता बनाएगा। यहाँ हमें जवाब में क्या मिला है:

 { "status":200, "body":{ "objects": [ { "status":0, "name":"file_0", "persons":[ {"tag":"person1","coord":[102,30,184,134],"confidence":0.99999,"awesomeness":0.5025}, {"tag":"person2","coord":[393,74,461,166],"confidence":0.99987,"awesomeness":0.548}, {"tag":"person3","coord":[458,48,535,149],"confidence":0.99976,"awesomeness":0.4766}, {"tag":"person4","coord":[273,45,352,147],"confidence":0.99963,"awesomeness":0.504}, {"tag":"person5","coord":[525,81,600,184],"confidence":0.99954,"awesomeness":0.4849}, {"tag":"person6","coord":[194,76,258,167],"confidence":0.9984,"awesomeness":0.5725} ] } ], "aliases_changed":false }, "htmlencoded":false, "last_modified":0 } 

मैंने JSON को थोड़ा स्वरूपित किया। प्रतिक्रिया में व्यक्ति की पहचानकर्ता, फोटो में चेहरे के निर्देशांक और दो पैरामीटर होते हैं: चेहरा कितनी अच्छी तरह से पहचाना जाता है और यह व्यक्ति मानक से कितना मेल खाता है। आप अपनी प्रोग्रामिंग भाषा में एक तस्वीर के साथ एक पोस्ट अनुरोध भेज सकते हैं, JSON प्राप्त कर सकते हैं और प्रतिक्रिया को पार्स कर सकते हैं।

यदि आपके पास एक बड़ा क्रॉस है, और आपको केवल एक दर्जन लोगों को निर्धारित करने की आवश्यकता है, तो आप उन्हें मैन्युअल रूप से सेट कर सकते हैं। तब सिस्टम परिचित लोगों के लिए पहचानकर्ता देगा, और अपरिचित लोगों के लिए अपरिभाषित होगा। लोगों को चुनिंदा रूप से भी हटाया जा सकता है, उदाहरण के लिए, यदि कोई कर्मचारी छोड़ देता है।

विचारों

किन परियोजनाओं में आप चेहरे की पहचान का उपयोग कर सकते हैं? यदि आप एक बैंडविड्थ सिस्टम को लागू करना चाहते हैं, तो आपको एंटी-स्पूफिंग के बारे में चिंता करना होगा। उदाहरण के लिए, एक इंफ्रारेड कैमरा जोड़ना यह निर्धारित करने के लिए कि यह एक तस्वीर है या एक जीवित व्यक्ति है। या वस्तु की गहराई को निर्धारित करने के लिए दो कैमरे लगाना, यह OpenCV का उपयोग करके किया जा सकता है।

आप प्रवेश द्वार में लोगों की मान्यता को व्यवस्थित कर सकते हैं। यदि ये आपके पड़ोसी हैं, तो सब कुछ क्रम में है, और यदि कोई बाहरी व्यक्ति है, तो आप खुद को अलर्ट भेज सकते हैं। हमारे घर में इस तरह की समस्या है, अजनबी समय-समय पर आते हैं और लैंडिंग के बाद खुद ही बहुत सारा कचरा छोड़ देते हैं।

यदि आप एक "स्मार्ट मिरर" बनाते हैं, तो आप इसे परिवार के सदस्यों की मान्यता से लैस कर सकते हैं, ताकि हर कोई यह दिखा सके कि उसके लिए क्या दिलचस्प है। कहो, दर्पण मुझे आज के लिए बैठकों का कार्यक्रम दिखाएगा, और मेरी बेटी के साथ वह मुझे खुशी से बधाई देगा और मेरे दांतों को ब्रश करने की पेशकश करेगा, और जल्दी से नहीं, हमेशा की तरह, लेकिन दो मिनट।

एक अन्य विचार देश में एक स्वचालित गेट द्वारा लाइसेंस प्लेट की मान्यता है। बाहर जाने के लिए या कुंजी फोब को दबाने के लिए, आप एक कैमरा लगा सकते हैं जो आपका नंबर निकाल देगा, और गेट अपने आप खुल जाएगा।