Москва тестирует отечественные биометрические алгоритмы для систем видеонаблюдения

2 часа назад

© Фото: freepik.com

Единый центр биометрических испытаний (ЕЦБИ) при Департаменте информационных технологий Москвы провёл первое публичное тестирование отечественных алгоритмов распознавания лиц.

В тестировании приняли участие семь решений от пяти российских компаний – четырёх из Москвы и одной из Челябинска. Все продемонстрировали высокие результаты в условиях, максимально приближенных к реальной эксплуатации.

В отличие от классических бенчмарков, использующих идеальные студийные фото, ЕЦБИ применил реальные кадры с камер городского видеонаблюдения. Это позволило учесть ключевые факторы:

— смена освещения в зависимости от факторов (день/ночь, погода);

— климатические особенности;

— разнообразие моделей камер;

— наличие очков, масок, система также фиксирует повороты головы.

Методология и метрики оценки

Тестирование проводилось по сценарию «один ко многим»: система искала совпадения в базе из 750 тысяч изображений. Оценка строилась по двум критериям:

1. Надёжность сбора данных: способность алгоритма обнаруживать и выделять лицо в сложных условиях;
2. Точность распознавания: частота ложных срабатываний (ошибочных совпадений) и пропусков (необнаруженных совпадений).

Финальный показатель каждого решения – лучший результат в серии прогонов, а сводная оценка – среднее арифметическое всех метрик.

Прозрачность как основа выбора

«В результате рынок получает прозрачный инструмент выбора технологий под конкретную бизнес-задачу», — отметил Дмитрий Головин, заместитель руководителя ДИТ Москвы.

Результаты тестирования опубликованы на платформе «МосХаб.Сколково» и доступны всем заинтересованным сторонам на сайте cbi.mos.ru. Это позволяет заказчикам – от региональных администраций до коммерческих организаций – объективно сравнивать решения и выбирать наиболее подходящие под свои задачи.

Перспективы

ЕЦБИ намерен проводить подобные испытания регулярно – не реже 1-2 раз в год. Это позволит отслеживать технологический прогресс разработчиков; привлекать новых участников на конкурентной основе и адаптировать методики под новые вызовы — например, работу с низкокачественными изображениями или массовым потоком данных.

Читайте также: Системы распознавания лиц VisionLabs работают в аэропортах Сейшел и Сент-Китса и Невиса