Документация для версии Face-Интеллект 7.1. Документация на другие версии также доступна.

Предыдущая страница Следующая страница


You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 5 Next »

Eng

Сервер распознавания лиц хранит три типа изображений лиц:

  1. Эталонные лица – изображения лиц, с которыми происходит сличение изображений лиц, зафиксированных на видеоизображении. 
    Формирование базы эталонных лиц осуществляется вручную с помощью интерфейсного объекта Распознавание и поиск лиц (см. Добавление изображений в базу данных лиц).

  2. Захваченные лица – изображения лиц, зафиксированные на видеоизображении.  
    Просмотр фотографий захваченных лиц осуществляется при помощи интерфейсного объекта Распознавание и поиск лиц (см. раздел Настройка интерфейсного объекта Распознавание и поиск лиц).

  3. Распознанные лица – захваченные лица, показавшие достаточную степень сходства с эталонными лицами. 
    Фотографии распознанных лиц можно просматривать при помощи интерфейсного объекта Распознавание и поиск лиц  (см. Настройка интерфейсного объекта Распознавание и поиск лиц).

Кроме того, в процессе распознавания создаются и хранятся следующие данные:

  • Вектор – математическое представление лица, создаваемое при его распознавании в кадре видеоизображения.
  • Метаданные – данные, позволяющие установить связь между эталонным, захваченным и распознанным лицом, к примеру, их идентификаторы.


Внимание!

При увеличении базы данных лиц возрастает статистическая ошибка: чем больше в базе лиц, тем чаще будут распознаваться сходные. Соответственно, степень схожести при сравнении эталонного лица с захваченным будет уменьшаться.

Данная ошибка актуальна, если:

  1. Соблюдаются Требования к изображениям, добавляемым в базу данных эталонных лиц и Общие требования к установке и настройке видеокамер.
  2. В базе данных более миллиона лиц.

Пример результатов вычисления ошибки:

  1. Модуль Tevian, датасет mugshot (фото хорошего качества), база лиц размером 12 миллионов и вероятность ложного сопоставления 0.003%. При таких исходных данных исследователи получили ошибку идентификации, равную 0,76%.
  2. Модуль VisionLabs, исходные данные те же. Ошибка равна 0,81%.


  • No labels