El Deep Learning nos lleva a otra realidad, antes inconcebible, de ser capaces de interpretar lo que nos rodea a través del reconocimiento de imágenes y el análisis del lenguaje natural. Será cada vez más fácil anticiparse a los problemas analizando los datos y obteniendo patrones de comportamiento.

 

Esta tecnología no requiere intervención manual, se basa en una CPU para extraer características por sí misma. Es capaz de extraer tantas características del objetivo como sea posible, incluyendo características abstractas que son difíciles o imposibles de describir. Cuantas más características haya, más precisos serán el reconocimiento y la clasificación.

 

Algunos de los beneficios más directos que los algoritmos deep learning pueden aportar, incluyen lograr una exactitud de reconocimiento de patrones comparable o incluso mejor que el humano, fuertes capacidades anti-interferencia y la capacidad de clasificar y reconocer miles de características.

 

La tecnología DEEP LEARNING se divide en dos ramas:

• DeepinView: Cámaras que pueden detectar cuerpos humanos mientras se filtran objetos y movimientos insignificantes dentro de una escena donde los sistemas de VCA convencionales disparan falsas alarmas. Esto es particularmente útil para protección de perímetro y cruces de líneas.

 

• DeepInMind: Grabadores Inteligentes (NVR) que incorporan algoritmos avanzados DEEP LEARNING e imitan los pensamientos y la memoria humana.

Cuentan con un innovador modo NVR + GPU (Unidad de procesamiento gráfico), conservando las ventajas de los NVR tradicionales y funciones adicionales de análisis de video, que juntos mejoran en gran medida el valor del video a través de las inteligencias de las cámaras.

En un proceso de reconocimiento y análisis inteligente, como el reconocimiento facial humano, se requieren dos pasos clave: en primer lugar, se extraen las características y, en segundo lugar, se realiza el “aprendizaje de clasificación”.

 

Estos sistemas funcionan con el IVMS-4200 (software gratuito de Hikvision) y con Hik-Central.

 

Hik-Central es una solución de video inteligencia de negocios (VBI) que ofrece las funciones tales como reconocimiento facial, búsqueda y comparación facial y análisis de conteo de personas. Por extraer información valiosa de la base de datos y generar informes para ayudar a sus operaciones comerciales, así como la integración con control de acceso, automatización de entrada y salida con ANPR y gestión de alarmas, HikCentral le ofrece una solución inteligente que mejora la eficiencia y reduce los costos.

 

Hikvision ha incorporado algoritmos Deep Learning en sus terminales de reconocimiento facial, lo que permite una transmisión con menos retrasos y una carga reducida en los componentes back-end. Como resultado, los terminales tienen una alta tasa de éxito: la tasa de captura facial puede llegar al 99% de precisión en menos de 0,5 segundos.

 

Durante las horas pico, los molinetes de acceso equipados con los terminales de reconocimiento facial de Hikvision son capaces de responder en menos de medio segundo, con 40 personas pasando por minuto.

 

Los terminales de reconocimiento facial de Hikvision se aplican a una amplia variedad de escenarios y entornos, y pueden ser altamente personalizados. Se encuentran disponibles múltiples modos de autenticación: imágenes faciales, inserción de tarjetas de identificación y comparación de imágenes, modos personalizados, entre otros. Pueden aplicarse, por ejemplo, en el comercio, agencias gubernamentales, pequeñas y grandes empresas, fábricas, entre otros.

 

Se puede realizar una búsqueda por medio de una foto en todas las listas generadas y dará como resultado todas las imágenes acomodadas por porcentaje de similitud.
 

Ventajas de la tecnología

Las características se especifican mediante la formación masiva de datos.

Niveles de algoritmo profundo de aprendizaje.

GPU Arquitectura, capacidad de procesamiento de alto rendimiento.

Fuerte capacidad de adaptación a múltiples medioambientes

 

De “superficial” a “profundo”

Con el nuevo algorítmo de “Deep Learning” se tiene una estructura mucho más robusta y profunda que las estructuras tradicionales. Con Deep Learning, la señal de video original pasa a través de diferentes capas de procesamiento, tomando luego una compresión parcial (superficial) y posteriormente una abstracción general (profunda) donde se puede percibir e identificar seres humanos y/u objetos.

 

De “características artificiales” a “aprendizaje de funciones”

Deep Learning no requiere intervención manual, tan solo requiere una computadora para extraer características por sí mismo. Cuantas más características haya, más preciso seránel reconocimiento y clasificaciónde las mismas.

 

Detección facial

La analítica de Detección Facial analiza imágenes y determina la precisión o coincidencia con una cara humana. Cuando este evento ocurre (detección de una cara), el sistema captura su posición, tamaño y expresión. La transmisión de video juzgará si hay un rostro humano. Si es así, la posición, tamaño y características principales serán registradas. La identificación se obtiene de esta información. Cuando se compara con rostros humanos grabados en una base de datos, se puede identificar al individuo en específico. La comparación facial es un proceso por el cual la información de datos estructurados opera después del modelado y analiza qué individuo coincide con esa cara humana.