راه اندازی موتور تشخیص چهره و بازشناسایی افراد در تبریز

خبرنگاران، گروه استان ها؛ بااینکه بیشتر جوانان و فارغ التحصیلان دانشگاهی بعد از اتمام دوران تحصیل و دانشگاه و دریافت مدرک به دنبال شغل های اداری و استخدام در شرکت های مختلف هستند ولی در تبریز چند جوان بعد از اتمام دانشگاه، گروه علمی و تحقیقاتی تشکیل داده اند و در پی راه اندازی سیستم های فناوری اطلاعات و ارتباطات جدید در کشور هستند.

راه اندازی موتور تشخیص چهره و بازشناسایی افراد در تبریز

این گروه در تازه ترین اقدام خود نرم افزار تشخیص و شناسایی افراد را راه اندازی نموده است که می تواند کاربردهای فراوانی در بحث های امنیتی و فناوری اطلاعات و ارتباطات داشته باشد.

جالب تر اینکه تشخیص و شناسایی افراد تنها کاربرد این محصول نیست و این سیستم از افزونه های مختلفی تشکیل می گردد که هرکدام وظیفه خاصی را به انجام می رسانند. افزونه های دیگر همانند تشخیص رفتار، تشخیص اشیا و ردگیری شخص خاص را می توان با این محصول ادغام نموده و قابلیت های جدیدی را اضافه کرد.

این سیستم اولین نرم افزار تشخیص چهره در کشور است که با دقت عمل بالا و ضریب خطای اندک کار می نماید و احتیاج به سخت افزارهای خاص برای تشخیص چهره، تعویض یا خرید دوربین های جدید را حذف نموده و رویکردی مقرون به صرفه ارائه می دهد.

جواد رنجبر یکی از جوانان این گروه و سرپرست آن ها است که در مورد این نرم افزار به خبرنگاران می گوید: محصول ما یک راه چاره تماماً نرم افزاری است که با تمامی زیرساخت های فعلی کشور به ویژه شبکه دوربین های نظارتی که در حال حاضر نصب و پیکربندی شده اند سازگار است.

وقتی جوان ایرانی فعل خواستن را صرف می نماید

وی ادامه می دهد: موتور نرم افزاری ما احتیاج به سخت افزارهای خاص برای تشخیص چهره، تعویض یا خرید دوربین های جدید را حذف نموده و رویکردی مقرون به صرفه ارائه می دهد. دقت سیستم بسیار قابل توجه است به شکلی که می تواند حتی در تصاویر و ویدیوهای کوچک تر از اندازه 240 پیکسلی که به وسیله وبکم های بسیار ارزان قیمت قابل ارائه اند، افراد را شناسایی کند.

رنجبر با اشاره به جزئیات این سیستم می گوید: سیستم در برابر تغییرات ظاهری مانند رنگ آمیزی صورت، عینک، شال و کلاه گذاشتن مقاوم است. نکته قابل توجه سیستم ما، امکان یادگیری اتوماتیک در طول زمان است به شکلی که دقت سیستم در شناسایی افراد به مرورزمان و بدون دخالت انسانی آن هم به شکل اتوماتیک بهبود می یابد. بدین منظور سیستم تمامی چهره های شناسایی شده را در بازه های زمانی تعیین خوشه بندی می نماید تا تمامی تصاویر هر شخص به شکل مجزا گردآوری گردد.

این نخبه علمی ادامه می دهد: آنگاه سیستم با مقایسه تغییرات عوامل مختلف ازجمله زاویه دید، نور، لباس و طیف رنگی تصویر یاد می گیرد که شخص مذکور را بهتراز قبل شناسایی مجدد کند.

وی در مورد دیگر ویژگی قابل توجه این سیستم اظهار می نماید: امکان مقیاس پذیری وسیع این سیستم دیگر ویژگی آن است، درصورتی که تعداد دوربین های نظارتی افزایش یابد یا مسئولین به افزایش سرعت پردازش به مقداری بیش از توان قبلی احتیاج داشته باشند، می توان با اضافه کردن پردازشگرهای جدید توان آن را به شکل ابری و خطی افزایش داد. در این حالت می توان حتی تا چند صد دوربین را کاملاً به شکل لحظه ای و هوشمند با اختلاف زمانی کمتر از 5 ثانیه کنترل کرد.

وی می گوید: سیستم برای شناسایی هر فرد، فارغ از ازدحام جمعیتی به تنها یک عکس اولیه احتیاج دارد.

کاربردهای مختلف سیستم تشخیص چهره در کشور

این جوان نخبه علمی در مورد کاربردهای مختلف سیستم تشخیص چهره در کشور ادامه می دهد: این سیستم در اماکن مختلف و بحث های امنیتی کاربردهای فراوانی دارد و به عنوان مثال می توان از این سیستم در سازمان ها، ترمینال ها و سایر اماکن عمومی و اداری کشور برای شناسایی افراد استفاده کرد.

رنجبر می افزاید: فرآیند نظارت اتوماتیک بر جمعیت های انسانی توسط سیستم های رایانه ای با چالش های متعددی روبرو است که دقت و سرعت شناسایی افراد دو مؤلفه اصلی آن هستند. سرعت و دقت هردو به کیفیت اطلاعات ورودی وابستگی دارند.

وی ادامه می دهد: علاوه بر این، دقت سیستم های قبلی موجود در کشور تحت تأثیر مواردی همچون زاویه تصویربرداری، داشتن سبیل، ریش، لبخند زدن، اخم کردن و بیان سایر عواطف انسانی و همپوشانی و شرایط تصویری و تاریکی و شدت نور قرارگرفته و باعث افزایش خطا می گردد ولی در سیستم جدید ما برای اولین بار در کشور این مسائل حل شده است.

تشخیص چهره و بازشناسی افراد با بیشترین دقت و سرعت

رنجبر در مورد هدف این محصول می گوید: هدف این محصول ارائه سیستمی مبتنی بر جدیدترین الگوریتم های دقیق و بهینه برای تشخیص چهره و بازشناسی افراد با بیشترین دقت و سرعت، به وسیله به حداقل رساندن تمامی مسائل مطرح شده است.

وی در مورد فرآیند کار این سیستم ها می گوید: سیستم های تشخیص و بازشناسی افراد عموما از دو بخش تشخیص چهره های انسانی و مقایسه آنها تشکیل می شوند. این سیستم با دریافت اطلاعات مرحله اول، ویژگی های انحصاری هر چهره را استخراج نموده و آن ها را در پایگاه اطلاعاتی ذخیره سازی می نماید. آنگاه سیستم می تواند با مقایسه ویژگی های هر چهره اقدام به شناسایی هر فرد در تمامی سوابق تصویری و ویدیویی کند.

این کارشناس حوزه فناوری اطلاعات در مورد روش های پیشین برای شناسایی چهره ها می گوید: الگوریتم Eigenface یکی از معمول ترین الگوریتم های استفاده شده برای تشخیص چهره است که در بانک های اطلاعاتی با اندازه نسبتاً کوچک سرعت قابل قبولی ارائه می دهد. این الگوریتم در برابر چهره های کوچک و یا دارای شرایط محیطی مختلف دچار مشکل می گردد که با توجه به عمر زیاد آن برای شرایط سیال امروزی مناسب نیست.

رنجبر ادامه می دهد: الگوریتم تفکیک خطی زیرشاخه ای از Eigenface است که منحصراً برای شرایط مختلف نور بهینه تر شده است. دسته دیگر که مبتنی بر رنگ پوست انسان است به دلیل تحلیل خطی کل تصویر بر اساس رنگ بسیار زمان بر است. الگوریتم های موجی نیز از ساختارهای فرکانسی فضایی برای تشخیص چهره استفاده می نمایند.

وی می افزاید: جدیدترین نوع این الگوریتم ها، شبکه های مصنوعی عصبی هستند که بیشترین دقت ممکن را ارائه داده اند. یکی از الگوریتم های مورداستفاده در محصول ما مبتنی بر این شبکه ها است.

این مبتکر سیستم های نرم افزاری می گوید: پیش احتیاجهای نرم افزاری و سخت افزاری سیستم ما به نوع خاصی از تجهیزات اعم از دوربین و پردازشگر متکی نیست و می تواند صرفاً بر اساس احتیاج و توان اقتصادی به کارگیرنده خود توسعه یابد. برای مثال اگر سازمانی هم اکنون به شبکه ای از دوربین های مداربسته تجهیز شده است که امکان ارائه تصویر به محصول ما را داشته باشند، می توانید با استفاده از چند دستگاه رایانه، امکانات مذکور را دریافت کنید بدون آنکه احتیاجی به تغییر یا سرمایه گذاری مجدد در زیرساخت موجود داشته باشید.

ویژگی های انحصاری این محصول و دقت خارق العاده آن

یکی دیگر از اعضای نخبه این گروه درخصوص ویژگی های انحصاری این محصول و دقت خارق العاده آن می گوید: سیستم دارای چند موتور تشخیص چهره است. هرکدام از این موتورها به شکلی مختلف برای دقت، احتیاجمندی سازمانی و سرعت تشخیص بهینه شده اند. شما می توانید بر اساس احتیاج خود، سیستم را برای دقت 95٪ در اندازه تصویر مناسب و یا نرخ کمتر برای افزایش سرعت تنظیم کنید.

فرزاد فعال در مورد سرعت عمل این سیستم نیز می افزاید: سیستم از 2 بخش اصلی فراوری ویژگی و مقایسه ویژگی اشخاص تشکیل شده است. هردوی این مراحل برای بهترین بازدهی بهینه شده اند. سیستم می تواند با استفاده از یک رایانه معمولی، 100 میلیون مقایسه مختلف چهره را تنها در 14 ثانیه انجام دهد.

سازگاری سیستم با زیرساخت های موجود در کشور

فعال در مورد سازگاری این سیستم با زیرساخت های موجود در کشورمان اظهار می نماید: نظر به اینکه در حال حاضر تعداد زیادی دوربین در استادیوم ها، ترمینالها، معابر و خیابان ها و دیگر حوزه ها نصب شده اند، حفظ سازگاری با زیرساخت موجود و صرفه جویی اقتصادی و انسانی از ویژگی های اصلی سیستم است.

وی می گوید: با توجه به پوشش روزافزون تصویری اماکن مختلف، محصول ما فارغ از تعداد و نوع ورودی های تصویری طراحی شده است. می توان بر اساس احتیاج، پردازشگرهای جدیدی به شکل خطی به شبکه آن اضافه کرد تا فشار پردازشی به شکل مساوی بین رایانه ها توزیع گردد. با این رویکرد، توسعه پذیری سیستم برای تعداد کلان دوربین ها حفظ شده و درعین حال از صرف هزینه اضافی پیشگیری می گردد.

این کارشناس حوزه فناوری اطلاعات ادامه می دهد: تشخیص و شناسایی افراد تنها کاربرد این محصول نیست. سیستم از افزونه های مختلفی تشکیل می گردد که هرکدام وظیفه خاصی را به انجام می رسانند. افزونه های دیگر همانند تشخیص رفتار، تشخیص اشیا و ردگیری شخص خاص را می توانیم با این محصول ادغام نموده و قابلیت های جدیدی را اضافه کنیم.

وی می افزاید: این محصول پلتفرمی است جامع برای هرگونه سرویس کنترلی، نظارتی، اطلاعاتی و آماری؛ به شکلی که میتوان امکانات جدید را به سادگی و بدون تداخل به آن اضافه کرد.

وی می گوید: برای مثال در کنترل ورود و خروج اتوماتیک؛ اگر سازمان مراجعان زیادی دارد کنترل اینکه چند نفر وارد محدوده و ساختمان شده و در خاتمه وقت چند نفر از آن خارج شده اند به شکل سنتی ناممکن است. این امکان تشخیص اینکه چه کسانی هنوز محدوده مورد نظر را ترک ننموده را فراهم می نماید.

تشخیص اتوماتیک پلاک و خودرو

رنجبر سپس از ویژگی های دیگر این سیستم می گوید: برای مثال دیگر این افزونه می تواند صحت پلاک ثبتی برای خودروها را آنالیز کند. اگر خودرویی با پلاکی جز آنچه در سیستم تعریف شده است تشخیص داده گردد می توان اقدامات آینده را اعمال کرد. همچنین می توان از آن برای شناسایی و ردگیری خودروهای سرقتی بر اساس شماره پلاک و نوع خودرو نیز استفاده کرد.

وی ادامه می دهد: قابلیت اعمال قانون نیز در مراحل ابتدایی برنامه ریزی قرار گرفته است. هدف از آن اعمال اتوماتیک جرائم رانندگی برای خودروهایی است که اقدام به عبور از چراغ قرمز نموده و یا رفتارهای پرخطر مانند سبقت غیرمجاز انجام می دهند و یا ورود افرادی به مکان یا سازمان خاصی ممنوع باشد در صورت ورود شخص سیستم به صورت اتوماتیک فرد را تشخیص داده و اطلاع می دهد.

این کارشناس حوزه فناوری اطلاعات در مورد امکان تشخیص و ردگیری هدف با این نرم افزار می گوید: تصور کنید احتیاج دارید به شکل اتوماتیک، فرد یا شیئی با تعیینات ظاهری خاص که در یک تصویر یا ویدیو مشاهده شده است را در تمامی تصاویر و ویدیوهای زنده یا آرشیوی جستجو کنید. این افزونه امکان جستجو و یافتن اتوماتیک اهداف اعم از انسان، خودرو یا سایر اشیا را در حجم نامحدود اطلاعات دارد. کافیست تنها با کلیک و کشیدن ماوس هدف مورد نظر را تعیین کنید تا سیستم تمامی رویت های آینده را اتوماتیک انجام دهد.

بدون شک این جوانان تنها نمونه کوچکی از فارغ التحصیلان دانشگاهی در کشور هستند که می توان با استفاده از پتانسیل و دانش آن ها و با حمایت اقتصادی و معنوی از آن ها زمینه رشد و توسعه صنعت پول ساز فناوری اطلاعات و ارتباطات و صادرات این محصولات نرم افزاری به سایر نقاط دنیا را فراهم ساخت.

منبع: خبرگزاری مهر
انتشار: بروزرسانی: 21 مهر 1398 شناسه مطلب: 329

به "راه اندازی موتور تشخیص چهره و بازشناسایی افراد در تبریز" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "راه اندازی موتور تشخیص چهره و بازشناسایی افراد در تبریز"

نظرتان را در مورد این مقاله با ما درمیان بگذارید