Какой распознаватель лиц выбрать?

В Xeoma есть два типа распознавания лиц – входящий в PRO распознаватель лиц на основе изменений картинки ИЛИ требующий дополнительной лицензии распознаватель на основе искуственного интеллекта и нейросетей.

Первый можно назвать более доступным и более простым, второй – более продвинутым и, конечно, более дорогим.

Разница именно в алгоритмах их действия. Для сложных условий типа плохой освещенности, погодных условий, быстрого движения людей или просто критичности высокого процента распознавания лучше пользоваться Искуственным интеллектом. А если работать с Распознавателем лиц, входящим в PRO и не требующем доп лицензии, ему нужно будет немного “помочь” – создать хорошую освещенность, угол наклона камеры (чем перпедикулярнее к лицу, тем лучше) и в целом обеспечить лучшую видимость лиц (как минимум, лицо должно составлять 160 на 160 пикселей).

Рекомендуем попробовать оба варианта в пробной версии Xeoma – это поможет вам решить, какой тип распознавания лиц выбрать.

Подробнее о вариантах и работе распознавателя лиц в статье “Детектор лиц и распознавание лиц в программе для видеонаблюдения Xeoma”

Если у вас остались еще вопросы, мы будем рады помочь, в том числе и по вопросам тестирования Xeoma! Связаться с нами

===
Пример:
Клиента интересует
– Безопасность, определение посетителей из черного списка.
– Лояльность, Идентификация постоянных клиентов.
– Конверсия, то есть подсчет посетителей.
– Идентификация сотрудников для учета рабочего времени.
Планируется система на 100 видеопотоков.

Рассмотрим 2 варианта построения такой системы:
1. Отдельный сервер на каждом объекте:
Если камер на каждом объекте будет немного (1-2), то сервером может выступать и ARM-устройство (например, Raspberry, Odroid). Архивы в таком случае можно писать локально или на примонтированное сетевое хранилище/диск.
Поскольку для корректного распознавания лиц от камеры понадобится максимально качественный поток, то разделять потоки просмотра и архива (https://felenasoft.com/xeoma/ru/articles/h264/) смысла не будет.
Для хранения 30-дневного архива, записанного по расписанию (5 дней в неделю, ~10 часов каждый день) на 2 камерах с потоком H.264 1920×1080 10 FPS понадобится ~507 ГБ
По локальной сети для работы с камерами серверу понадобится всего ~4 Мб/с. Если для просмотра камер или архивов к нему будет подключаться внешний клиент (не из локальной сети), то потребление сети будет зависеть от 2 основных факторов:
а) кто декодирует: сервер или клиент
б) сколько камер на экране
Если декодирует клиент, то он получает от сервера картинку в том же формате, в каком сам сервер получил её от камеры. Поток берётся только для тех камер, которые в данный момент у клиента на экране. Таким образом, исходящий трафик от сервера к клиенту для вышеописанного случая с 2 камерами будет 4 Мб/с (2 камеры на экране) или 2 Мб/с (1 камера на экране).
Если декодирует сервер, то картинка на клиент отправляется в формате MJPEG. Поток берётся только для тех камер, которые в данный момент у клиента на экране. Исходящий трафик будет зависеть также от размера окна камеры на клиенте – если он меньше разрешения камеры, то и трафик будет пропорционально меньше (в 2, 4, 8 раз).

Лицензирование:
Если по максимуму (т.е. на каждом из 100 объектов только 1 камера), то расчёты такие:
100 x Standard на 1 камеру = 100 x 1350 = 135 000 руб.
Распознавание лиц с использованием ИИ: 100 x 64 лица = 100 x 17600 = 1 760 000 руб.
Итого: 1 895 000 руб.

Если с распределением, например, 80 объектов по 1 камере и 10 объектов по 2 камеры:
80 x Standard на 1 камеру = 80 x 1350 = 108 000 руб.
10 x Standard на 2 камеры = 10 x 2400 = 24 000 руб.
Распознавание лиц с использованием ИИ:
80 x 64 лица = 80 x 17600 = 1 408 000 руб.
10 x 64 лица = 10 x 17600 = 176 000 руб.
Итого: 1 716 000 руб.

2. Один или несколько центральных серверов:
Поскольку все камеры будут заниматься распознаванием лиц, то рекомендуем разнести это на несколько серверов (вряд ли удастся подобрать аппаратную составляющую для единого сервера, которая выдержит такие нагрузки).
Чтобы минимизировать потребляемый трафик, можно использовать камеры с кодеком H.265 (в ~2 раза эффективнее, чем H.264). Рассмотрим вариант с 4 серверами по 25 камер (H.265 1920×1080 10 FPS), примерные требования к каждому такому серверу будут такие:
Входящий трафик: 25 Мб/с
ОЗУ: 2,75 ГБ
ЦП: 3 x Core i7 / AMD Opteron / AMD FX Eight-Core / Intel Xeon Ex-xxxx
Архив на 30 дней: ~3,2 ТБ (5 дней в неделю, ~10 часов каждый день )
Исходящий трафик будет зависеть от тех же параметров, что рассмотрены в пункте 1 (если будут использоваться клиентские подключения; если нет, то 0).

Лицензирование:
4 x Standard на 16 камер = 4 x 19600 = 78 400 руб.
4 x Standard на 8 камер = 4 x 9800 = 39 200 руб.
4 x Standard на 1 камеру = 4 x 1350 = 5 400 руб.
Распознавание лиц с использованием ИИ:
4 x 64 лица = 4 x 17600 = 70 400 руб.
Итого: 193 400 руб.