المتطلبات الأساسية لظهور خوارزميات التعرف على الإجراءات
بدأ تاريخ التعرف باستخدام الشبكات العصبية في النصف الثاني من القرن العشرين ، ويعود جذورها إلى القرن التاسع عشر ، عندما وصف العالم سانتياغو رامون إي كاخال لأول مرة بنية الخلايا العصبية ، وحاول أتباعه إعادة إنتاج هذه البنية. اقرأ المزيد في المقالة حول التقنيات الكامنة وراء التعرف على الوجوه.
مع تطور التكنولوجيا، تم التغلب علي المزيد من المهام والتحديات الجديدة والحديثة ، والتي يمكن وصفها بأنها: المزيد من التعرف (الوجوه في الإطار) ، والتعرف بشكل أكثر دقة ، والتعرف بشكل أسرع. بحلول عام 2015 ، كان المستوى العالمي للقياسات الحيوية للوجه مرتفعًا جدًا. تم تمثيل روسيا في قائمة القادة من قبل NtechLab ، حيث أظهرت نتائج أفضل من نتائج Google وغيرها من الشركات المعروفة في مسابقة الخوارزميات الدولية.
الآن ، عندما تكون نتائج الدقة (تصل إلى 99٪) والسرعة (أقل من 0.5 ثانية) للتعرف على الوجوه عالية جدًا ، سيكون من المناسب طرح السؤال عن كيفية تطوير التكنولوجيا بشكل أكبر. ستستمر المنافسة في أجزاء من الثواني ونسب الدقة ، لكن المؤشرات التي تم تحقيقها تسمح لنا الآن بالفعل بحل أكثر المشكلات تعقيدًا في مليارات مجموعات البيانات وتغطية الطلبات في جميع حالات الاستخدام ، سواء من أجل السلامة العامة أو للأعمال. ماذا سيحدث بعد ذلك؟
إتجاهات تطوير تقنيات التعرف
بدأ مهندسونا منذ بضع سنوات في البحث عن إجابة ، مما أدى إلى إنشاء خوارزميات للتعرف على الصور الظلية. يتيح لك تتبع الصور الظلية - وهي أيضًا مجموعة فريدة من الميزات البشرية - اكتشاف وإحصاء أي عدد تقريبًا من الأشخاص في منطقة التتبع ، حتى أولئك الذين يقفون وظهورهم إلي الكاميرات ، بالإضافة إلى إنشاء خريطة لتحركهم في جميع أنحاء المدينة بناءً على بيانات من مختلف الكاميرات.
كان حل FindFace من بين الفائزين الثلاثة الأوائل في مسابقة Amazon للكشف عن المشاة وراكبي الدراجات في عام 2018. وبعد ذلك بوقت قصير ، شاركت NtechLab في مسابقة دولية لفعاليات إجراءات التعرف والتي تنظمها NIST ، حيث يتم التعرف بدقة عالية على 17 إجراء مختلف في تدفق الفيديو، مثل التحدث على الهاتف، وكتابة رسالة نصية، والخروج من السيارة، وتحريك شيئ ثقيل وغير ذلك - وقد حصلت علي المركز الثاني.
كما هو واضح ، يرى الخبراء الاستراتيجيون في NtechLab التطوير الإضافي لخوارزميات تحديد الهوية باستخدام الشبكات العصبية في القدرة ليس فقط على التعرف على الشخص ، ولكن أيضًا لفهم طرق تحركه وتقييم الإجراءات من وجهة نظر السلامة العامة أو المعايير الأخرى ، والتنبؤ بالمواقف الخطرة والقضاء عليها.
بمعنى آخر ، ليس فقط حقيقة التعرف ذات قيمة كبيرة ، ولكن أيضًا تحليلات الفيديو ، والتي يمكن من خلالها حل المشكلات المختلفة التي تفيد الأعمال والدولة والمجتمع ككل.
سيناريوهات تطبيق التعرف على الإجراءات
عند الحديث عن السيناريوهات الأكثر وضوحًا لاستخدام التعرف بالإجراءات ، يجدر أولاً وقبل كل شيء أن نذكر منع التهديدات للسلامة العامة: تتبع حالات الصراع الناشئة. من المهم بنفس القدر تسجيل الحالات عندما يترك شخص ما شيئا في مكان عام ، وإرسال إشعار فوري إلي الجهات المسؤولة.
يأتي بعد ذلك حفظ النظام العام. سيسمح استخدام التكنولوجيا بمكافحة التدخين في الأماكن العامة بنجاح واستخدام الهاتف المحمول أثناء القيادة.
يعد التعرف على الإجراءات أيضًا طريقة فعالة للتحكم في المحتوى غير المناسب ، والتي هي عند مشاهدتها بواسطة الموظفين ستكون أطول بكثير وأكثر صعوبة وتكلفة وأكثر صدمة لنفسية الموظفين.
يمكننا متابعة عدد من سيناريوهات المراقبة مع حالة للمؤسسات الطبية: ستتتبع الخوارزمية تنفيذ قواعد رعاية المرضى ، وترسل إشعارًا فوريًا إذا سقط مريض في المستشفى من السرير.
يعد التعرف على الإجراءات واعدًا جدًا وله آفاق كبيرة للاستخدام في المؤسسات الصناعية والصناعات الخطرة وليس هذا فقط. شركة NtechLab تناقش بالفعل خيارات التنفيذ مع مختلف الشركات الصناعية وشركات الطاقة والنفط والغاز.
وبالتالي ، فإن التعرف على الإجراءات هو بالفعل أعلى مرحلة في تطوير خوارزميات التعرف باستخدام الشبكات العصبية. يعد هذا إنجازًا حقيقيًا في الصناعة: تتيح لك التقنية استخدام الكاميرات حتى ذات الدقة المنخفضة واكتشاف تصرفات الأشخاص الذين لا يمكن رؤية وجوههم.
تعد شركة NtechLab في الوقت الحالي المطور الوحيد الحائز على جوائز للتعرف على الإجراءات في روسيا. سنبقيكم على اطلاع بآخر التطورات من مهندسي المختبر.
قم بمتابعة المنشورات الجديدة للمدونة لتبقى علي علم بآخر الأخبار.