百度の顔認識技術のインテリジェント企業人事管理分野への応用分析

百度の顔認識技術のインテリジェント企業人事管理分野への応用分析

[51CTO.com からのオリジナル記事] 周知のように、人、物、オブジェクトは企業管理の 3 つの中核要素であり、人事管理はあらゆる企業にとって関心の高いテーマです。本日は、Baidu の顔認識技術を使用して企業のインテリジェント管理を実現する方法について見ていきます。

企業の日常業務には、繰り返しの多い作業やプロセスが多く、効率が低下しています。また、従業員の日常的な管理シナリオ、通勤、出勤、セキュリティ監視シナリオなど、企業の安全を脅かす見落とされがちな細部も存在します。

Baidu の顔認識技術をどのように活用して企業の経営改善に役立てることができるでしょうか?

Baiduの顔認識回転式改札口は数ミリ秒でドアを開け、安全性を向上

従業員管理のシナリオでは、通勤や出勤管理では、セルフサービスの顔スキャンサインインにより効率を向上させることができます。セキュリティ監視では、ブラックリストとホワイトリストの識別と異常な動作の分析により、作業環境の安全性とセキュリティ監視の効率を向上させることができます。以下では、これらのシナリオの実装方法を紹介します。

顔ゲートは顔登録と顔認識に分けられます。

顔登録:

ユーザーは携帯電話などのデバイスを通じて個人の写真をアップロードし、特徴を抽出して顔データベースを登録・記録し、顔情報と従業員情報を結び付けて全従業員を含む顔データベースを取得します。

識別フェーズ:

ユーザーがゲートの収集エリアに到着すると、収集された写真はまず品質判定と生体検知が行われます。要件を満たす写真は、クエリのために従業員データベースに返されます。クエリ結果には、従業員のパフォーマンスと類似性スコアが含まれます。類似性スコアの要件を満たす人に対して、ゲートが応答して解放します。

顔認識ゲートウェイの速度が十分ではないのではないかと心配している人は多いのではないでしょうか?十分に安全ではないですか?

スピード:

Baidu が提供する改札口専用の SDK は、リアルタイムで顔を取得でき、当社の顔認識 API は数ミリ秒単位の応答速度を実現します。同時に、望遠カメラを使用して顔情報を収集し、顔の大きさと収集距離を総合的に分析し、事前にドアを開けることもできます。

ユーザーの認識は、ドアが到着するとすぐに開くというものです。この 2 つの戦略により、ゲートが 1 ~ 2 秒以内に開くことが保証されます。

安全:

Baidu は、両眼生体検知とオンライン生体検知インターフェース機能も提供しており、携帯電話の画面や立体物からの攻撃に効果的に抵抗できるほか、尾行も防止できます。たとえば、顔を検出しても複数の人が混在している場合は、ゲートがドアを開けることを拒否し、フロントエンドに誰かが尾行している可能性があるという警告が表示されます。これにより、セキュリティが大幅に向上します。

顔認識ゲートを展開する方法は 2 つあります。

1 つ目のタイプ: カメラとゲート本体が連動して、カメラを通して人の顔を撮影し、ゲートの開放を制御します。

2 番目のタイプ: ディスプレイ画面を備えたゲート ヘッド。フロント スクリーンには認識結果が表示され、ようこそ、お疲れ様でしたなどの画面インタラクションを設定できます。

現在、百度科技園区の顔認識ゲート機は1年以上安定して稼働している。百度のパートナーである康興科技も広勝中人建設有限公司に顔認識ゲート機を導入し、ゲートキャプチャプロセスを1秒以内に完了させており、これは従来のゲート機より速いだけである。

Baidu 顔認識出勤管理システム

顔認識勤怠ソリューションの主なプロセスは、ゲートマシンソリューションと似ています。最初のステップは、顔と従業員情報の接続を確立し、次にデバイスを通じて顔を収集して勤怠を記録することです。

勤怠管理は社内勤怠と社外勤怠に分かれています。社内ユーザーはオールインワンマシンを使用できますが、社外ユーザーはモバイル勤怠管理を行うために携帯電話またはモバイル勤怠管理マシンが必要になる場合があります。

出勤管理の特殊性により、デバイスがインターネットに接続できない、従業員の出勤時間が比較的集中している、待ち行列の効率が低いなどの問題が発生する可能性があります。ネットワーク問題を解決するために、 Baidu はオフライン認識 SDK とプライベート展開パッケージの 2 つのソリューションを提供しています。

オフライン認識 SDK:数万の顔データベースでの検索をサポートします。

プライベート デプロイメント パッケージ:開発者のローカル サーバーにデプロイされ、数百万の顔の高同時処理をサポートし、数ミリ秒で検索結果を出力します。

同時に、効率の問題を解決するために、ネットワークカメラや顔キャプチャカメラを使用して複数の顔を同時に収集し、同時に複数人の出席確認を実施することで、出席効率を向上させます。

Baidu 顔認証サインインソリューション

サインインの主なプロセスは勤怠計画と似ています。最初のステップは、顔と従業員情報との関連付けを確立し、携帯電話、iPad、カメラなどのデバイスを通じて顔を収集してサインインを記録することです。

サインイン シナリオには、いくつかの固有の特性があります。サインイン デバイスはオンサイト環境の影響を受ける可能性があり、サインインに失敗する可能性があります。展開時に注意すべき点は次のとおりです。

最初のポイント: 暗すぎる光や明るすぎる光を避けてください。

2つ目のポイント:顔を撮影するときの角度と距離(正面顔、回転角度20度未満)。

Baiduの顔認証決済ソリューション

顔認証による支払いのシナリオは、ユーザーのアカウントからお金が引き落とされる必要があるため、かなり特殊です。そのため、ユーザー登録の段階でユーザーの顔とアカウントIDをマッピングして接続する必要があります。

支払いに関して、誰もが関心を持つテーマは、「セキュリティをどうやって確保するか」です。

セキュリティを強化するために、Baidu Face Recognition は次の 3 つの戦略を提供します。

最初のもの:

画像内の生体検出と近赤外線および 3D 構造化光を使用して、顔をスキャンする人が本物の人間であり、不正なユーザーではないことを確認します。

2番目のタイプ:

ユーザーが大量購入を行う場合、二次検証プロセスを提供できます。たとえば、1回の消費が1,000元であれば高額とみなすというしきい値を設定します。1回の消費が2,000元の場合、セキュリティを確保するために、購入時に携帯電話番号の下4桁を入力して2次認証を行うように要求できます。

3番目のタイプ:

誤ってスワイプしてしまうことを防ぐために、例えば、顔をスワイプしているときに複数の顔が表示された場合、最も面積の大きい顔だけを検出するように設定して、後ろにいる人ではなく、一番近くに立っている人が減点されるようにすることができます。同時に、最小の顔サイズを制限することもでき、その範囲を超えた場合には料金は発生しません。

もちろん、顔には美容という小さな用途もあります。支払いに関して言えば、お金を使う人を幸せにすることができます。

次に、顔認識とセキュリティ監視のシナリオの組み合わせについて説明します。

実際、どの企業もセキュリティ監視のニーズを持っていますが、従来の監視は主に人間の目、またはいくつかの基本的なカメラに依存しており、セキュリティ担当者と協力してセキュリティ監視を完了します。一部の大規模なオフィスエリアでは、セキュリティの人的コストが増加し、リアルタイムの監視や早期警告を実現することは不可能です。

顔認識や身体認識の技術を監視システムに統合し、AI 機能を使用して人間の目の代わりに早期警告を実現できれば、人件費やリアルタイム性の問題を効果的に解決できます。

セキュリティ監視ソリューション

セキュリティ監視ソリューションは2つのモジュールに分かれています

顔登録モジュール:

従業員が自分の顔情報をアップロードすることでホワイトリストデータベースを作成したり、公安システムに接続して逃亡犯の情報を入手することでブラックリストデータベースを作成したりできます。これら 2 つのリスト データベースを組み合わせることで、ブラック リストとホワイト リストを識別するための基本データベースが形成されます。

セキュリティ監視モジュール:

カメラを使用してリアルタイムで画像情報を収集します。収集された顔情報は、ブラックリストとホワイトリストのライブラリで比較および検索され、特徴が抽出され、現在の人物が不審者であるかどうかが判断されます。フロントエンドのフィードバックを通じて、当直中の人員に脅威がある可能性があり、チェックする必要があることが警告されます。

セキュリティ監視ソリューションの実装には2つの困難があります。①カメラの配置 ②人間の姿勢分析設計

カメラの配置:

できるだけ多くのユーザー画像を撮影でき、撮影された顔が鮮明で正面からの顔であることを確認する必要があります。

そのため、玄関や階段、エレベーターの入口など、必ず通る場所にカメラを設置するのが最適です。設置角度に関しては、集光角度と水平角度をできるだけ小さく保つように最善を尽くす必要があります。これにより、顔が過度に回転して、その後の認識処理で問題が発生するのを防ぐことができます。

人体の姿勢分析:

人体認識能力が必要です。人体の要点を取得し、異常行動のルールを定義することで、異常行動が発生したかどうかを判断できます。

セキュリティ監視を実装する 2 つの方法:

最初のもの:

ウェブカメラによる画像取得には、Baidu のビデオ フレーム抽出との連携が必要です。ウェブカメラから出力されるビデオ ストリームはトランスコードされ、画像に解析され、その後、Baidu の顔認識サービスによって処理され、ビジネス処理の判断が行われます。

2番目のタイプ:

顔キャプチャカメラの場合、このフレーム抽出サービスは必要ありません。顔キャプチャカメラには独自の顔検出機能が統合されているため、ビデオストリーム内の顔の位置を判別し、顔認識を直接呼び出して処理することができます。

どちらのソリューションにも、次のような長所と短所があります。

ウェブカメラソリューション:既存のカメラを処理に使用できます。コストは低くなりますが、実装は複雑になります。

キャプチャソリューション:難易度は低く、便利だが、コストは高い。

Baidu は、開発者との協力のプロセスにおいて常に支援的な役割を果たし、オフラインやオンラインなどさまざまな状況ですべての人のニーズに十分対応できる API、SDK、プライベート展開パッケージを提供し、顔認証チェックイン システムも提供しています。

最近、Baidu はいくつかのハードウェア パートナーと協力して、レンズ モジュール、Web カメラ、顔キャプチャ カメラ、顔ゲート、開発キットなど、開発プロセスに必要なハードウェアの開発も行っています。

同時に、Baidu 自体がいくつかの開発ツールを直接提供し、すべての人の開発コストを削減します。

顔認識ソリューションで使用されるハードウェアと開発ツールの分析

現在、Baidu Brain には、CELLA が提供する単眼赤外線カメラ、Weian Intelligence が提供する顔キャプチャ カメラ、Ganchuang が提供する顔認識キャプチャ マシン、Kangxing が提供する顔アクセス制御マシンなど、この目的に関連するハードウェアを提供する多くのパートナーがいます。

これらのハードウェアは、Baidu AI Market http://ai.baidu.com/market/ で販売されており、Baidu 顔認識開発キットも販売されています。キットには、オフライン認識 SDK をはじめ、専用の顔認識カメラ、開発用マザーボード、高解像度スクリーンなど、顔認識開発に必要なコンポーネントがいくつか含まれています。

このコンポーネント セットにより、製品のアプリケーション速度が大幅に向上します。ゲート、アクセス制御、出席管理機、ID 検証機などのシナリオで使用できます。実際、先ほど説明した出席管理シナリオに非常に適しています。

上記は、企業の人事管理インテリジェンスとセキュリティ監視、シナリオ分析、および関連ハードウェアにおける Baidu の顔認識技術ソリューションの紹介です。顔関連製品の詳細については、ai.baidu.com をご覧ください。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]

[編集者:チャ・シジア TEL: (010) 68476606]

<<:  2019 年に読むべき 5 つの無料機械学習電子書籍

>>:  AI技術年次報告:中国の2つの側面におけるパフォーマンスは注目に値する

ブログ    

推薦する

AIは機械設計にどのような影響を与えるのでしょうか?

人工知能は現在、ますます広く利用されるようになっています。ほとんどの場合、堅牢で適応性の高い AI ...

IDC: アジア太平洋地域のAI支出は大幅に増加、銀行業界がAIに最も投資

IDC の最新の世界人工知能支出ガイドによると、アジア太平洋地域 (日本を除く) の AI システム...

完全に無人運転? 2035年より前になる可能性は低いです!

無人運転技術の研究に対する熱意は相変わらず高いが、現実は市場に冷水を浴びせかけている。今後15年間で...

口の中に124個のセンサーを埋め込み、Google Glassの創設者の新プロジェクト:舌でメッセージを送信

不運なGoogle Glassはスマートデバイスの波の中で大きなインパクトを与えることはできなかった...

...

Facebookは機械学習を使ってコンパイラを最適化

Facebook は最近、コンパイラ最適化タスクを実行するための高性能で使いやすい強化学習 (RL)...

...

...

...

...

...

1時間から3.5分まで、Metaの新しいアルゴリズムは携帯電話で3D顔データを収集できる

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

2019年の人工知能の給与水準、給与水準分析チャート、わかりやすい

2019年の人工知能の給与水準、まずは全体の給与水準の2つの分析グラフを見てみましょう! ***は、...

人工知能の70年間で、研究者が最も直面したくない痛い教訓は...

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...