次世代の顔認識技術とは何でしょうか?ここを見て

次世代の顔認識技術とは何でしょうか?ここを見て

アクセス制御業界における顔認識の需要の高まりに応えて、このコンセプトをより高い技術レベルで拡張する新しい顔認識プラットフォームが登場しています。

新システムの中核となるのは、高性能の真の 3D センシングと低電力の顔深度マップ処理であり、これにより、より多くの小メモリ アクセス制御デバイスでシステムを使用できるようになり、アプリケーション シナリオが大幅に充実します。新しいスキルには、リアルタイムで困難な照明条件下でも、なりすまし防止機能(許可されたユーザーの 2D 写真を使用して入場を防止)と共連れ防止機能(許可されていない人物が許可されたユーザーの後をついて入場するのを防止)が含まれます。このシステムは、デュアルカメラ深度センシングや赤外線ビデオ画像ベースのアプローチではなく、シングルカメラ構造化光 3D センシングを組み込んだ「真の 3D センシング」を使用します。

[[438262]]

AIビジョン処理と3Dセンシング技術

新しい「Janus リファレンス デザイン」は、Ambarella、Lumentum、ON Semiconductor の AI ビジョン処理、3D センシング、RGB-IR CMOS イメージ センサー テクノロジーを組み合わせています。具体的には、Lumentum の 3D センシング用高信頼性、高密度 VCSEL プロジェクターと、ON Semiconductor の RGB-IR CMOS イメージ センサー、および Ambarella の強力な人工知能ビジョン システム (SoC) を組み合わせています。

Ambarella、Lumentum、ON Semiconductor のエンジニアリング チームが協力して、それぞれの補完的なテクノロジーをリファレンス デザインに統合しました。

リファレンス デザインは、OEM 製品およびエンジニアリング チームに、独自の製品を構築するための完全に機能するエンジニアリング リファレンス実装を提供します。チームは通常、製品の仕様と位置付けに合わせて、選択したさまざまなサードパーティのハードウェアとコンポーネントを使用してリファレンス デザインをカスタマイズします。独自のソフトウェア、アルゴリズム、バックエンド システムを統合することもできます。このアプローチの利点は、メーカーが自社の強みを反映した次世代製品を迅速に市場に投入できることです。

顔認識のための3D深度情報

Janus プラットフォームは、構造化光によって生成された 3D 深度情報を顔認識に使用し、精度は 99% を超えます。従来の 2D ベースのソリューションは、誤認やプレゼンテーション攻撃を受けやすい傾向がありますが、3D センシングはより高いレベルのセキュリティを提供します。3D 顔認識は、一部の 2D 顔認識ソリューションで見られる性別や人種による偏見も大幅に軽減します。

Janus リファレンス デザインは、企業や住宅での使用を目的とした将来のスマート ロックもターゲットにしています。独自のシングル カメラ 3D センシング ソリューションは、OEM がコストと製造上の障壁を克服するのに役立ちます。また、超低電力エッジ コンピューティング機能により、バッテリー寿命を効果的に延ばすことができ、メンテナンス コストを削減できます。

ビデオセキュリティとアクセス制御

Ambarella は、非接触型アクセス制御とビデオ セキュリティおよびアクセス制御の融合を、業界のイノベーションと成長を推進するメガトレンドと見ており、ビデオ、コンピューター ビジョン、3D センシングを使用して、安全性とセキュリティの問題に対処するだけでなく、ユーザー エクスペリエンスと公衆衛生も向上させています。

主要なアクセス制御 OEM は、ビデオ セキュリティ カメラとアクセス制御リーダーの統合について広範囲に議論してきました。多くの場合、ビデオ セキュリティ カメラ、カード リーダー、ドア コントローラー、クラウド アクセスなどがすでに統合されています。ほとんどの企業では、アクセス制御カード リーダーがある場所にセキュリティ カメラが設置されているのが一般的です。これら 2 つのデバイスを組み合わせることで、メンテナンス コストとシステムの複雑さが大幅に軽減されます。

Janus ベースのアクセス制御は非接触型であり、指紋センサーやキーパッドなどの認証ハードウェアとの物理的な接触を必要としないため、指紋やその他の接触ベースの方法と比較して、感染のリスクが軽減され、シームレスなエクスペリエンスが実現します。 Janus プラットフォームは、権限のない人物が正当なユーザーになりすますことを防ぐための真の 3D 深度情報を提供し、高度な組み込み AI プロセッサが追跡およびアンチテーリング アルゴリズムをサポートします。 Janus ベースのデバイスは、厳しい照明条件でも優れたパフォーマンスを発揮し、実質的に遅延なく複数のユーザーを同時に認証できます。

アクセス制御と公衆衛生

テンキーから指紋リーダーまで、従来のアクセス制御方法の多くは、操作にタッチが必要です。現在の世界的パンデミックが証明したことの 1 つは、ユーザーと表面との物理的な接触を最小限に抑えることがコミュニティの健全性にとって重要であるということです。

Janus は当初、シームレスな認証のための 3D センシングと高速認識をサポートする、次世代の顔認識ベースのアクセス コントローラーを強化するために設計されました。 COVID-19パンデミックは、業界におけるJanusベースのソリューションの研究開発を促進し、加速させたと言えます。

Janus が提供するすべての新機能はディープラーニングと人工知能によって実現されており、プラットフォームの高い計算能力があってこそ実現可能となります。 Janus のコアとなるディープラーニングと AI 機能により、組み込みビジョン SoC でのみ実現可能なさまざまな高度な機能が実現します。これらすべては、複数のユーザーを同時に処理する場合でも、リアルタイムで実行されます。これらには以下が含まれます:

  • 顔の深度マップを抽出し、システムに登録されている深度マップと比較します。
  • 3D 生体検出により、システムが実際のユーザーと写真やビデオの再生を区別できるようになります。
  • アンチ・テイルゲーティングは、コンピュータービジョンアルゴリズムを利用して、権限のない人物が正当なユーザーを追跡しているかどうかを検出し追跡します。
  • マスクテスト;
  • 人数を数えています。

VCSELテクノロジー

Lumentum の VCSEL テクノロジーは、Janus 設計の核となる利点の 1 つです。 Lumentum の高解像度ドット プロジェクターは、シーンに何千ものドットを投影し、ユーザーの顔の独自の 3D 深度パターンを作成できます。従来の生体認証顔セキュリティ システムのほとんどは、ユーザーの 2 次元画像 (単純な写真) に依存しているため、本人確認の精度とセキュリティが大幅に低下します。対照的に、Lumentum テクノロジーによって生成される 3D 深度マップは、より正確で、より安全で、よりスマートです。さらに、Lumentum の VCSEL ソリューションは、これまでに故障ゼロのクラス 1 の目に安全なレーザーを使用しています。

Ambarella の CV25 を Janus 設計の頭脳と考えると、ON Semiconductor の AR0237IR は目です。 AR0237IR イメージセンサーが情報をキャプチャし、CV25 がそれを処理します。他の顔認識システムでは、2 つの「目」を使用します。1 つは RGB パターンを認識して表示画像ストリームを生成するためのもので、もう 1 つはライブ モーションを検出するための IR モジュールです。 Janus ソリューションは、単一の「目」である AR0237IR を使用して可視画像と赤外線画像を取得し、深度検知や、なりすまし防止、3D 認識などの高度なアルゴリズムを実行します。 AR0237IR は、さまざまな照明条件で優れた感度を提供し、ハイダイナミックレンジ (HDR) 機能もサポートします。

アクセス制御用の単一カメラ 3D センシング ソリューションは、3 つのシームレスなステップで動作します。

  • ステップ 1: Lumentum の高解像度ドット プロジェクターが、ユーザーの顔の独自の 3D 深度マップを作成します。
  • ステップ 2: ON Semiconductor の RGB-IR イメージ センサーは、低照度または高ダイナミック レンジの条件でも、ステップ 1 からの高解像度の画像をキャプチャします。
  • ステップ 3: Ambarella の高度なビジョン SoC は、ステップ 2 でキャプチャされた高解像度の画像を取得し、ディープ ニューラル ネットワーク (DNN) を使用して、ディープ プロセッシング、顔認識、ストーカー行為防止、なりすまし防止を行うと同時に、ビデオ エンコーディングおよびネットワーク ソフトウェアを実行します。

<<:  ロボットが密かに子供を産んだ?科学者たちも私も衝撃を受けました。

>>:  ヘッドライトから始めて、自動運転はどのようにして攻撃性を排除するのでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

OpenAIは人間の参照要約よりも優れており、人間のフィードバックを利用して要約生成の品質を向上させています。

言語モデルがより強力になるにつれて、特定のタスクのデータとメトリックがトレーニングと評価のボトルネッ...

厦門大学、インテル、DJI による共同プロジェクトで、オンライン動画からゼロショット画像マッチングの大規模モデルを学習

画像マッチングは、2 つの画像間のピクセルの対応を推定することを目的とした、コンピューター ビジョン...

Jiuzhang Cloud DataCanvas がシリーズ C 資金調達を完了: 標準化された AI インフラストラクチャの未来を定義する

最近、DataCanvasはシリーズCの資金調達を完了したことを発表しました。これはAdvantec...

...

持続可能なAI: イノベーションと環境責任のバランス

人工知能 (AI) は研究と産業の両方で驚異的な成長を遂げ、科学、医学、金融、教育など多岐にわたる分...

...

予測分析アルゴリズムを効果的に使用するための 10 のステップ

予測分析プロジェクトを成功させるには、ソフトウェアを導入してそれを使用してデータを分析するだけではあ...

ハードウェアとコードを分離し、APIを安定化したPyTorch Lightning 1.0.0が正式リリース

Keras と PyTorch はどちらも初心者にとても優しいディープラーニング フレームワークです...

連合継続学習における最新の研究の進歩の概要

データプライバシーの制限により、複数のセンター間でのデータ共有は制限されており、フェデレーテッドラー...

...

スペイン・ラ・リーガ:AIと機械学習でファン体験の変革に取り組む

IT は、世界で最も人気のあるスポーツであるサッカーをスペインで発展させ、体験する上で重要な役割を果...

スタンフォード大学の人工知能レポート: 今からでも遅くはない

スタンフォード大学は3月3日、2021年人工知能指数レポートを発表しました。その中で、AI関連の学習...

Appleは、インダストリー4.0の発展を加速するために韓国で初の中小企業スマート製造フォーラムを開催した。

Appleの技術と製品は現在、製造業で広く利用されています。同社は最近、アジア太平洋地域の製造チェ...

Tencent Youtu:ビジュアルAIはどこまで発展したのか?

[[204589]] AIの発展に伴い、コンピュータービジョン技術の応用範囲は徐々に広がっています...

AIが本当に成功する方法

[[412385]]人工知能は現在、特に自動運転車でより広く深く活用されています。人工知能を使用して...