LUNA PLATFORM – это система управления данными для верификации и идентификации лиц. Платформа обладает большой гибкостью при создании сценариев комплексного распознавания лиц различной сложности. В основе LUNA PLATFORM лежит LUNA SDK – движок для распознавания лиц, разработанный VisionLabs.

МОДУЛИ
Broker

Модуль Broker – это web-сервер, который обеспечивает интерфейс с внешними системами через протокол HTTP. Передача данных осуществляется с применением архитектуры RESTful API. Broker получает запросы от внешних систем через API и осуществляет первоначальное подтверждение данных запроса. В момент, когда требуется обработать список шаблонных идентификаторов, Broker обращается напрямую к базе данных Aerospike. В случае, если вызывается обработчик (Extractor или Matcher), Broker готовит данные, требуемые для конкретного обработчика, и ставит их в очередь Queue Manager. Свободный обработчик получает запрос из очереди и, после обработки данных, выдает ответ в Broker. Broker, в свою очередь, отвечает на запрос через API. Broker выполняет запросы от внешних систем в синхронном режиме, а от обработчиков – в асинхронном режиме.

Extractor

Обработчик Extractor выполняет задачи извлечения дескрипторов лиц. Извлечение дескриптора лица – это односторонний процесс трансформации исходного изображения с помощью движка распознавания LUNA SDK. Дескрипторы лиц никоим образом не могут быть сконвертированы обратно в исходные изображения лиц. Кроме дескрипторов лиц в базе данных не хранится иных данных, с помощью которых можно идентифицировать человека (имя, исходная фотография и пр.). В случае, если извлечение данных прошло успешно, Extractor сохраняет полные дескрипторы лиц непосредственно в базе данных Aerospike.

Matcher

Обработчик Matcher получает запросы на сравнение (матчинг) дескрипторов. Матчинг осуществляется с помощью движка распознавания лиц LUNA SDK. После получения задания Matcher запрашивает все необходимые данные из базы Aerospike, обрабатывает их и выдает результат – уведомление о результате матчинга и данные матчинга.

Queue Manager

Queue Manager (дополнительный модуль) осуществляет обмен данными между модулем Broker с одной стороны, и обработчиками Extractor и Matcher с другой стороны. Данный компонент создает настраиваемую сетевую очередь из сообщений с гарантированной доставкой. Очередь формируется на основе протокола AMQP с использованием RabbitMQ в качестве менеджера очередей.

СУБД Aerospike NoSQL

СУБД Aerospike NoSQL (дополнительный модуль) используется для создания надежного и отказоустойчивого хранилища дескрипторов и их списков, а также обеспечивает высокую скорость чтения и записи. Aerospike следует парадигме ACID и поддерживает репликацию и кластеризацию базы данных. Репликация данных осуществляется на уровне Aerospike посредством кластеризации двух или более СУБД с репликацией данных. В процессе репликации данных создаются резервные копии на случай выхода из строя оборудования основного сервера.

ВНЕДРЕНИЕ

Для передачи команд и обмена данными LUNA PLATFORM использует RESTful Web API. Основной протокол уровня приложений – HTTP 1.1, передача данных в рамках сессий инициируется HTTP-запросом. В качестве сторонних систем можно использовать ACS, ABS, ERP, CRM и др., которые играют роль шлюзов и перенапрявляют запросы в Broker.

МАСШТАБИРОВАНИЕ И НАСТРОЙКА

Модули LUNA работают независимо друг от друга. Благодаря этому возможно распределение и запуск работы большого количества модулей на нескольких серверах в параллельном режиме. В сочетании с другими технологиями, такими как контейнеризация и виртуализация, возможно построение мощных, распределенных и масштабируемых решений. В частности, распределение задач сравнения и извлечения дескрипторов в различные модули, способствует масштабированию и равномерному распределению ресурсов всей системы. Использование стандартных протоколов, таких как HTTP для общения с внешними системами и AMQP для выстраивания внутренней очереди запросов, снижает затраты на интеграцию и техническое обслуживание. LUNA может быть с легкостью интегрирована в существующую ИТ-инфраструктуру, например, используя имеющуюся кластерную установку RabbitMQ или распределяя HTTP-запросы с помощью NGINX или альтернативных решений. Для легкой адаптации LUNA PLATFORM к специфическим требованиям Клиентов, все конфигурационные настройки модулей Extractor и Matcher разделены на две категории:

  • Статические настройки, такие как пути до заранее обученных моделей в каталоге, определяются для каждого модуля и не изменяются во время работы модулей. Статические настройки могут быть изменены только при повторной инициализации.

  • Динамические настройки включают такие параметры, как пороговые значения для допустимой точности детекции и распознавания лиц. Динамические настройки могут быть изменены в ходе эксплуатации системы на основании потребностей пользователей.

Такое разделение упрощает управление при распределенной установке модулей, поскольку все новые модули получают актуальные настройки с первого запуска, а обновления устанавливаются автоматически.

ПРОИЗВОДИТЕЛЬНОСТЬ ДВИЖКА РАСПОЗНАВАНИЯ ЛИЦ

Проприетарное внедрение нейронных сетей компании VisionLabs позволяет обрабатывать лицо за доли секунды. В дополнение, оптимизированный сублинейный поиск позволяет мгновенно идентифицировать человека в базах данных, содержащих десятки и сотни миллионов лиц. Ожидается, что LUNA SDK будет демонстрировать высокую производительность на серверах стандартной конфигурации на базе процессора Xeon E5, как указано ниже:

  • 5 миллионов матчей в секунду на каждом ядре процессора

  • 120 мс для извлечения дескриптора

ТОЧНОСТЬ РАСПОЗНАВАНИЯ ЛИЦ

Точность распознавания лиц может быть измерена в величинах истинно-положительных результатов (True Positive Rates или TPR) и ложноположительных результатов (False Positive Rates или FPR). В частности, для точной идентификации лица в больших базах данных требуются высокие значения TPR для крайне низких значений FPR. Дескрипторы LUNA были обучены на миллионах лиц из различных источников и обеспечивают высокую точность в различных условиях, например, в банках, в системах видеонаблюдения и в социальных сетях. Ниже приведена оценка точности системы LUNA на реальном примере из клиентской базы данных.

  • TPR at FPR 10-3 = 99,3%

  • TPR at FPR 10-5 = 98%

  • TPR at FPR 10-6 = 93,5%

  • TPR at FPR 10-7 = 85,1%

ЗАЩИТА ПЕРСОНАЛЬНЫХ ДАННЫХ

Извлечение дескриптора лица из исходного изображения – это необратимое преобразование. Дескрипторы лиц никоим образом не могут быть преобразованы обратно в изображения лиц. База данных LUNA PLATFORM не хранит никаких персональных данных, на основании которых возможно определение личности (имя человека, источник исходного изображения и т.д.). Таким образом, данные дескрипторов полностью обезличены. Во время матчинга LUNA PLATFORM сравнивает ID новых дескрипторов лиц с ID дескрипторов, которые уже хранятся в базе данных клиента. Клиент несет ответственность за управление базой данных дескрипторов лиц и соблюдение нормативных актов в отношении защиты персональных данных, предусмотренных законодательством.

РАСПРОСТРАНЕНИЕ
  • Полные контейнеры Docker или бинарные пакеты

  • Полный пакет документации, включая описание API, руководство разработчика и руководство по интеграции разработки и технического обслуживания.

ПОЧЕМУ СЛЕДУЕТ ВЫБРАТЬ LUNA PLATFORM?
  • Использование современного, лидирующего на рынке, движка распознавания лиц с высококачественной детекцией лиц, верификацией и идентификацией

  • Интеграция с LUNA SDK «из коробки»

  • Быстрое внедрение понятного и легкого в использовании RESTful API

  • Надежная защита персональных данных

  • Гибкая и прозрачная политика лицензирования для бизнеса любого масштаба

Схема
Получите бесплатную demo-версию

Полные контейнеры Docker или бинарные пакеты

Обратная связь
Выполнено!

Благодарим Вас за обращение в VisionLabs.
Мы скоро с Вами свяжемся.

Вернуться на главную страницу
Получите DEMO
Done!

Thank you for contacting VisionLabs.
We will get back to you shortly.

Back to main page