NtechLab, один из мировых лидеров в области биометрических технологий и технологический партнер Госкорпорации Ростех, и АНО «Национальное фитнес соединение» представили совместный продукт, призванный упростить для фитнес-клубов управление доступом клиентов. Окупаясь в течение первого года работы, решение на основе алгоритма FindFace позволяет спортивным учреждениям зарабатывать значительные суммы за счет сокращения издержек: отказа от закупки дорогостоящих аксессуаров и сокращения ФОТ.
По подсчетам АНО «Национальное фитнес соединение», отвечающего за цифровизацию более 20 крупных клубов по всей России, установка терминалов с распознаванием лиц на входе в фитнес-центры позволяет экономить до 1 000 000 рублей на закупку «умных» браслетов с RFID-чипами, если речь идет о клубе размером в 3500-5000 посетителей. Экономия происходит также за счет сокращения ФОТ административных сотрудников, встречающих клиентов на входе – по оценкам АНО, не менее, чем на 30%. Затраты на внедрение системы распознавания лиц «под ключ», включая закупку и установку оборудования, окупаются в течение первого года использования.
«Помимо экономии, система распознавания лиц предоставляет клубу возможность точного подсчета времени, проводимого человеком в фитнес-центре и составления индивидуальных пользовательских профилей клиентов. В дальнейшем, нарисовав точный потрет клиента, клуб сможет обеспечить ему наиболее комфортный режим посещения – например, предоставить индивидуальную скидку, если часы его занятий не совпадают со временем наибольшей загруженности или он, например, посещает только бассейн. В будущем мы планируем установить системы распознавания силуэтов в самих залах для того, чтобы следить за распределением людей и загруженностью оборудования» - сказал вице-президент АНО «Национальное фитнес соединение» Юрий Стиперенко.
Решение позволяет свести на нет случаи мошенничества со стороны клиентов, которые невозможно решить при использовании обычных карт лояльности клуба. Система распознавания лиц пропустит на территорию только держателя карты – предоставить ее во временное пользование друзьям или родственникам не получится.
Решение уже внедрено в 5 фитнес-клубах, расположенных в Москве, Барнауле и Сургуте. В 2020 году система станет доступна для внедрения и в небольших клубах – распознавание лиц будет осуществляется «в облаке», то есть закупать дополнительные аппаратные мощности не потребуется. До конца следующего года планируется оборудовать системой распознавания лиц не менее 50 фитнес-клубов по всей России.
«Решение работает на основе алгоритма NtechLab, распознающего лица людей вне зависимости от освещения, угла обзора камеры и поворота головы. Система безошибочно распознает вас даже в шапке, шарфе, черных очках, медицинской маске – перекрытия лица до 40% не являются для нее проблемой. Благодаря этим особенностиям нашего решения посетителям клубов не придется подолгу смотреть в камеру, ожидая, пока система сверит их изображение со списком клиентов – весь процесс займет менее секунды. Таким образом, процесс регистрации будет ускорен, а о такой проблеме, как потерянная членская карта, можно будет забыть» - рассказал генеральный директор NtechLab Александр Минин.
NtechLab – мировой лидер по скорости и точности распознавания лиц, силуэтов и действий на видео. Продукты компании востребованы в сферах общественной и корпоративной безопасности, розничной торговли, финансового сектора, индустриях развлечений и гостеприимства. Алгоритмы NtechLab неоднократно доказывали свое техническое превосходство в рамках репрезентативных международных конкурсов. В 2017 году разработка NtechLab была признана лучшей Национальным институтом стандартов и технологий (NIST) Министерства торговли США, а также заняла первое место по итогам соревнования американского Агентства передовых исследований в сфере разведки в категориях «самый точный» и «самый быстрый» алгоритм. В 2018 году NtechLab вошла в тройку победителей конкурса WIDER Pedestrian Challenge по детектированию пешеходов на основе их силуэтов, в 2019 году – заняла второе место на международном конкурсе ActEV-PC по распознаванию действий на видео.