Версия: 2.4.0 (последняя)

Настройки распознавания лиц

В сервисах Image API используется набор объектов и процессинг-блоков (Далее — блоки обработки), в которых реализована функциональность Face SDK — набора библиотек для разработки решений по распознаванию лиц:

capturer: объект, используемый для детекции лиц.
recognizer: объект, используемый для сравнения лиц.
block: блок обработки:
- AGE_ESTIMATOR: блок оценки возраста.
- EMOTION_ESTIMATOR: блок оценки эмоций.
- GENDER_ESTIMATOR: блок оценки пола.
- LIVENESS_ESTIMATOR: блок оценки Liveness.
- MASK_ESTIMATOR: блок детекции маски.
- QUALITY_ASSESSMENT_ESTIMATOR: блок оценки качества изображения.

Настроить объект и/или блок обработки можно в разделе конкретного сервиса в атрибуте configs.

Поля объекта:

name — имя файла конфигурации Face SDK.
params — параметры, которые необходимо переопеределить в этой конфигурации.

Поля блока обработки:

unit_type — название блока обработки, например, AGE_ESTIMATOR.
modification — модификация блока обработки.
version — версия блока обработки.

Более подробно об объектах и блоках обработки смотрите в документации Face SDK.

Настройка детекции лиц

В поле processing.services[*].configs[*].capturer.name указывается название файла конфигурации выбранного детектора лиц. При установке Image API по умолчанию используется common_capturer_uld_fda.xml (файл конфигурации детектора ULD, который может выполнять детекцию лиц разного размера, в том числе лиц в масках).

примечание

Во всех сервисах, использующих объект capturer, должен быть указан один и тот же файл конфигурации детектора.

Этот файл конфигурации можно заменить на другой, специально настроенный под один из сценариев использования:

ВНИМАНИЕ

Настройка под сценарии использования возможна только для сервисов с детекцией лиц: face-detector-face-fitter, face-detector-liveness-estimator, face-detector-template-extractor.

Для каждого сценария создано несколько специально настроенных под него файлов конфигурации. Наименование сценария и уровень точности детекции указываются в имени файла.

НАПРИМЕР

Файл конфигурации access_control_system_several_faces_q1.xml относится к сценарию СКУД (некооперативное распознавание) с точностью детекции q1.

Файлы конфигурации с пометкой q1 дают наибольшую точность детекции, при этом файлы с пометкой q2 позволяют детектировать лица с наибольшей скоростью. С результатами бенчмарков для всех доступных файлов конфигурации можно ознакомиться на страницах отдельных сценариев использования.

Безопасный город

Применение

Поиск пропавших без вести и розыск злоумышленников, сбор статистики. Применение на городских улицах, в общественных пространствах, в развлекательных и торговых центрах. Приоритет — не пропустить разыскиваемого, даже если при этом могут возникнуть ложные идентификации.

Требования к сценарию использования

Детекция максимального количества лиц в кадре.
Плотный поток людей в кадре (~1 чел/м²).
Люди в кадре не смотрят в камеру и не замедляются для идентификации.
Скорость движения людей на полученном кадре - до 5 км/ч (люди передвигаются не бегом и не на самокате/велосипеде).
Кадры, полученные при меняющемся освещении и погодных условиях с загрязненных объективов камер.
Угол поворота лица по отношению к объективу камеры не превышает 40° по горизонтали и 20° по вертикали.
Тип изображений для детекции и идентификации "WILD" (согласно NIST), что соответствует качеству QAA totalscore >= 40%.

Как настроить

Откройте файл ./cfg/image-api.values.yaml в дистрибутиве Image API, найдите объект конфигурации capturer (путь до объекта: processing.services.имя сервиса.configs.capturer) и пропишите одинаковые значения для полей объекта capturer в каждом сервисе детекции: face-detector-face-fitter, face-detector-liveness-estimator, face-detector-template-extractor.
Пример заполнения:
```
configs:
    capturer:
        name: safety_city_q2.xml // имя файла конфигурации Face SDK
```
После редактирования файла сохраните его и обновите Image API в кластере:
```
./cli.sh image-api install
```

Результаты бенчмарков

Файл конфигурации детектора	Время на детекцию одного кадра (мс)	Точность детекции (от 0 до 1)
safety_city_q1.xml	1350	0,74
safety_city_q2.xml	370	0,685

Удаленная идентификация

Применение

Удаленная идентификации и аутентификации по селфи с фронтальной камеры телефона в системах банков, бирж, муниципальных порталов и т.д. Приоритет — не допустить ошибок идентификации.

Требования к сценарию использования

Одно лицо в кадре, вероятность боковых ракурсов минимальна.
Изображения лиц крупного размера (до 80% площади кадра).
Допустима высокая зашумленность фотографий из-за плохого освещения или низкого качества камеры.
Тип изображений для детекции и идентификации "BORDER" или "MUGSHOT" (согласно NIST), что соответствует качеству QAA totalscore >= 51%.

Как настроить

Откройте файл ./cfg/image-api.values.yaml в дистрибутиве Image API, найдите объект конфигурации capturer (путь до объекта: processing.services.имя сервиса.configs.capturer) и пропишите одинаковые значения для полей объекта capturer в каждом сервисе детекции: face-detector-face-fitter, face-detector-liveness-estimator, face-detector-template-extractor.
Пример заполнения:
```
configs:
    capturer:
        name: remote_identification_q1.xml // имя файла конфигурации Face SDK
```
После редактирования файла сохраните его и обновите Image API в кластере с помощью команды:
```
./cli.sh image-api install
```

Результаты бенчмарков

Файл конфигурации детектора	Время на детекцию одного кадра (мс)	Точность детекции (от 0 до 1)
remote_identification_q1.xml	1040	0,977
remote_identification_q2.xml	75	0,97

СКУД (кооперативное распознавание)

Применение

Системы учета рабочего времени и корпоративных СКУД с использованием биометрических терминалов или камер, размещенных преимущественно в помещениях со стабильным освещением. Приоритет — не допустить ошибок идентификации.

Требования к сценарию использования

Кадры, полученные камерой, установленной в помещении со стабильным освещением.
Одно лицо в кадре, человек смотрит в камеру.
Тип изображений для детекции и идентификации "BORDER" (согласно NIST), что соответствует качеству QAA totalscore >= 51%.

Как настроить

Откройте файл ./cfg/image-api.values.yaml в дистрибутиве Image API, найдите объект конфигурации capturer (путь до объекта: processing.services.имя сервиса.configs.capturer) и пропишите одинаковые значения для полей объекта capturer в каждом сервисе детекции: face-detector-face-fitter, face-detector-liveness-estimator, face-detector-template-extractor.
Пример заполнения:
```
configs:
    capturer:
        name: access_control_system_one_face_q2.xml // имя файла конфигурации Face SDK
```
После редактирования файла сохраните его и обновите Image API в кластере с помощью команды:
```
./cli.sh image-api install
```

Результаты бенчмарков

Файл конфигурации детектора	Время на детекцию одного кадра (мс)	Точность детекции (от 0 до 1)
access_control_system_one_face_q1.xml	70	0,996
access_control_system_one_face_q2.xml	69	0,986
access_control_system_one_face_q3.xml	95	0,98

СКУД (некооперативное распознавание)

Применение

Некорпоративные СКУД (например, оплата по лицу в транспорте, учет посетителей спортзалов) без специализированных биометрических терминалов, а только с использованием камер. Особое внимание уделяется скорости детекции и идентификации, чтобы не создавать очередей и задержек при проходе людей. Приоритет — не допустить ошибок идентификации.

Требования к сценарию использования

Детекция лиц с кадров потока людей с учетом боковых ракурсов.
Кадры, полученные камерой, установленной в помещении со стабильным освещением.
До 5-8 лиц в кадре. Идентифицируется только лицо, находящееся ближе всего к камере.
Тип изображений для детекции и идентификации "WILD" (согласно NIST), что соответствует качеству QAA totalscore >= 40%.

Как настроить

Откройте файл ./cfg/image-api.values.yaml в дистрибутиве Image API, найдите объект конфигурации capturer (путь до объекта: processing.services.имя сервиса.configs.capturer) и пропишите одинаковые значения для полей объекта capturer в каждом сервисе детекции: face-detector-face-fitter, face-detector-liveness-estimator, face-detector-template-extractor.
Пример заполнения:
```
configs:
  capturer:
    name: access_control_system_several_faces_q1.xml // имя файла конфигурации Face SDK
```
После редактирования файла сохраните его и обновите Image API в кластере с помощью команды:
```
./cli.sh image-api install
```

Результаты бенчмарков

Файл конфигурации детектора	Время на детекцию одного кадра (мс)	Точность детекции (от 0 до 1)
access_control_system_several_faces_q1.xml	969	0,946
access_control_system_several_faces_q2.xml	95	0,936

Настройка сравнения лиц

В поле processing.services[*].configs[*].recognizer.name указывается название файла конфигурации рекогнайзера лиц. В каждом рекогнайзере используется определенный метод распознавания. Всего в Face SDK предусмотрено несколько методов распознавания, отличающихся по характеристикам качества распознавания и времени работы.

Для Image API можно указать следующие файлы конфигурации рекогнайзеров:

method11v1000_recognizer.xml
method12v30_recognizer.xml
method12v50_recognizer.xml
method12v100_recognizer.xml
method12v1000_recognizer.xml

примечание

Во всех сервисах, использующих объект recognizer, должен быть указан один и тот же файл конфигурации рекогнайзера.

Настройки распознавания лиц