TECNOSeguro Magazín Digital

Expertos Informando para tu Seguridad

Lunes, 05 Diciembre 2016

Dahua Technology establece un Nuevo Récord para el Reconocimiento Facial en LFW

La compañía batió el récord establecido previamente por Baidu, Tencent, Google y otros.

Dahua Technology establece un Nuevo Récord para el Reconocimiento Facial en LFW

Recientemente, el equipo de tecnología de reconocimiento facial de Dahua Technology presentó sus resultados con el Labeled Faces in the Wild (LFW), que es un conjunto de prueba de base de datos de reconocimiento facial autorizado en el mundo. Con una serie de mejoras técnicas, el sistema de reconocimiento facial Dahua-FaceImage fue no sólo mejor que Google, Facebook, Baidu y Tencent, sino que también estableció un nuevo récord en LFW y coloca la tecnología de reconocimiento facial de Dahua en una posición de liderazgo mundial.

LFW fue establecida en 2007 por la Universidad de Massachusetts y se utiliza para evaluar el desempeño de algoritmos de reconocimiento facial en condiciones sin restricciones. Es el más utilizado conjunto de evaluación en el campo del reconocimiento facial. Hasta ahora, una docena de equipos de trabajo de todo el mundo han proporcionado más de 80 resultados de la prueba.

Estos equipos provienen de empresas como Google, Facebook, Microsoft Research Asia, Baidu, Tencent, SenseTime, Face++, Universidad China de Hong Kong y otros equipos de trabajo importantes de la industria y la academia. Muchos de los principales métodos de clasificación han desempeñado un papel crucial en promover el desarrollo de la tecnología de reconocimiento facial.

evaluatioin reconocimiento facial

Figura 1. Los resultados de la evaluación LFW indican que Dahua-Face Image entregó los mejores resultados.

En los últimos años, la mayor parte de las mejoras en la tecnología de reconocimiento facial fue alcanzado por el desarrollo del aprendizaje profundo. El Aprendizaje profundo es una máquina de aprendizaje que simula el sistema neuronal humano. Las funciones de las Redes Neuronales Convolucionales (un modelo de aprendizaje profundo comúnmente usado) están estrechamente relacionadas con red profunda. Sin embargo, puesto que las redes profundas son difíciles de optimizar, los métodos de reconocimiento facial del pasado generalmente están entre algunas pocas docenas de capas.

El Equipo de tecnología de reconocimiento facial de Dahua ha diseñado una red profunda de más de cien capas (esto es actualmente el sistema de reconocimiento facial de capas de red más profundas que se ha anunciado). Esto permite a un nuevo tipo de métrica de método de aprendizaje que permite que la puntuación de similitud sea mayor para las imágenes de la misma persona. Al mismo tiempo disminuye la puntuación de similitud entre imágenes de dos personas diferentes. Combinado con una técnica de muestreo en línea altamente eficiente, la tasa de convergencia puede también ser mucho mayor. Mediante modelos de múltiple formación y utilizando una técnica de integración de varios modelos no lineales, Dahua ha logrado una precisión del 99.78% del conjunto de datos de LFW.

reconocimiento facial technology

Figura 2. Esquema para la tecnología de reconocimiento facial de Dahua.

El equipo de tecnología de reconocimiento facial de Dahua es parte del instituto de investigación de tecnología avanzada en el centro de I&D, donde sus abundantes recursos en tecnología de aprendizaje profundo, hardware, datos y otros aspectos, soportan al equipo para entregar resultados de alto rendimiento. El equipo soporta los productos relacionados con el reconocimiento facial de Dahua (detección de rostros, ubicación de punto de característica de rostro, reconocimiento facial, análisis de atributos de rostros, detección de sonrisa y etc.) y proporciona la tecnología para garantizar una implementación comercial robusta.

El portavoz del equipo de tecnología de reconocimiento facial de Dahua, el profesor Wang Haiyang indicó que alcanzar una alta exactitud en conjuntos de datos abiertos había motivado a su equipo para trabajar en el más difícil desafío de implementación en situaciones reales. Dahua ha sido un líder en la seguridad y la industria de videovigilancia por muchos años y ha acumulado un enorme volumen de datos de video. Utilizando estos datos para ajustar el modelo de aprendizaje, el rendimiento del algoritmo en situaciones de la vida real se ha mejorado mucho.

Además, la aplicación de seguridad requiere que los algoritmos de reconocimiento respondan rápidamente. El equipo técnico utilizó una red de podado (pruning) y una técnica de compartir la característica de múlti-modelo para reducir considerablemente las operaciones redundantes, de esta forma la cantidad de cálculos requeridos para redes con cientos de capas es similar a la de redes con sólo unas pocas docenas de capas.

reconocimiento facial vedio

Figura 3. Enorme volumen de datos de videograbado de Dahua para reconocimiento facial.

La tecnología de reconocimiento facial de Dahua ya ha sido aplicada a seguridad pública, finanzas y otras áreas. En la última cumbre del G20, la cual ha sido el centro de atención, la tecnología de reconocimiento facial de Dahua fue aplicada con éxito para mejorar el nivel de seguridad. Las cámaras de Dahua fueron implementadas en las principales áreas de actividad del G20 y en muchos sitios de alto tráfico.

Las imágenes capturadas en tiempo real fueron automáticamente comparadas con listas negras de seguridad en el back-end. Cuando una persona de alto riesgo sea mostrada en el video, el sistema emitirá un mensaje de aviso al centro de control para enviar una respuesta inmediatamente. Este sistema jugó un papel importante durante la cumbre del G20 y ayudó a la policía a detener a varios fugitivos mientras el sistema todavía estaba en su fase de puesta en marcha.

Estar orientado al cliente y abierto a la innovación han sido los valores fundamentales de la tecnología de Dahua. La tecnología de reconocimiento facial de la compañía es el reflejo de su compromiso de proporcionar a sus clientes la mejor tecnología y servicios para implementar las soluciones más sofisticadas a un costo menor.

Solo usuarios registrados pueden realizar comentarios. Inicia sesión o Regístrate.

Los comentarios serán moderados antes de ser publicados.

Sesión